Il 98% dei deepfake in circolazione è pornografico e il 99% ritrae donne. È uno dei dati con cui Will Douglas Heaven, senior editor di MIT Technology Review, ha fotografato al SXSW di Londra l'intelligenza artificiale 2026: una tecnologia ormai ordinaria, e proprio per questo più pericolosa di quando faceva paura solo sulla carta.
Il punto non è l'ennesima lista di tendenze. È che le minacce di cui si discuteva in astratto come disinformazione, abusi, automazione fuori controllo sono diventate cronaca verificabile, mentre la promessa più seria della tecnologia si gioca su un terreno che riguarda direttamente chi lavora in ricerca e sviluppo. Vale la pena tenere separate le due cose.
Intelligenza artificiale 2026: il conto delle paure concrete
I deepfake sono l'esempio più netto. Il report “State of Deepfakes” di Home Security Heroes ha censito 95.820 video nel 2023, con un aumento del 550% rispetto al 2019; quelle percentuali 98% pornografico, 99% donne non lasciano margine di interpretazione sull'uso prevalente della tecnologia. A questo si aggiungono due fronti meno visibili. Il primo sono le relazioni con i chatbot: negli Stati Uniti diverse cause legali accusano le aziende di AI di aver incoraggiato o agevolato episodi di autolesionismo.
Il secondo è l'impiego militare dei modelli linguistici, passati dall'analisi al consiglio operativo: un funzionario della difesa USA ha raccontato a MIT Technology Review che a un chatbot militare si può ormai sottoporre una lista di obiettivi e chiedere quale colpire per primo. In un conflitto attivo, la tentazione di saltare la revisione umana è alta.
La scienza è il fronte dove la posta è più alta
Sull'altro piatto della bilancia c'è la ricerca scientifica, e qui l'ottimismo ha basi più solide. Google DeepMind ha sviluppato Co-Scientist, un sistema multi-agente che aiuta i ricercatori a confrontare risultati, generare ipotesi e progettare esperimenti, ora pubblicato su Nature. OpenAI ha fissato un obiettivo esplicito: un ricercatore AI completamente autonomo entro il 2028, secondo l'azienda sosterrà di affrontare problemi troppo grandi o complessi per gli esseri umani. Anche i matematici seguono con attenzione, dopo una serie di annunci di problemi irrisolti aggrediti da sistemi AI.
Ma lo stesso entusiasmo porta con sé un rischio che chi fa ricerca conosce bene. Se gli scienziati iniziano a scegliere i problemi più adatti all'assistenza dell'AI, e se la letteratura si riempie di risultati inaccurati prodotti in serie, la cosiddetta science slop il guadagno di velocità si paga in qualità. La domanda che i comunicati ufficiali evitano è semplice: se è il modello a orientare quali esperimenti vale la pena fare, chi decide quali domande la scienza smette di porsi?
Perché tanta gente ha smesso di sopportare l'AI
Chi segue il settore da vicino aveva sottovalutato un dato: l'insofferenza verso l'AI è diventata un movimento. Le proteste anti-AI a Londra crescono in numero e organizzazione; campagne come QuitGPT spingono a disdire gli abbonamenti; un videogioco acclamato come Clair Obscur è stato squalificato da un premio per aver usato AI in una piccola parte della produzione.
Poi c'è il nodo infrastrutturale: gli Stati Uniti contano oltre 5.400 data center, e tra consumi energetici e bollette in aumento la costruzione di nuovi impianti viene rallentata dagli attivisti in diverse località. In alcuni casi la tensione è degenerata: ad aprile un ventenne ha lanciato una molotov contro l'abitazione di Sam Altman a San Francisco, ed è ora accusato di tentato omicidio. Lo stesso Altman, in un post pubblicato dopo l'attacco, ha provato ad abbassare i toni.
“La paura e l'ansia verso l'AI sono giustificate.” – Sam Altman, dopo l'attacco alla sua abitazione
Sul fronte del lavoro, intanto, la verità scomoda è che i dati ancora mancano: nonostante l'hype dall'alto sull'AI pronta a sostituire interi reparti, non esistono evidenze solide su quale sarà l'impatto reale su occupazione ed economia. Troppo presto per misurarlo non vuol dire che non accadrà, vuol dire che chi vende certezze sta vendendo, appunto, qualcos'altro.
Cosa significa per chi costruisce con l'AI in Italia
Per un professionista o un ingegnere italiano la lettura utile non è “l'AI è buona o cattiva”, ma dove si concentrano oggi il rischio e il valore. Il valore misurabile è negli strumenti che accelerano ricerca e sviluppo, non nelle promesse di intelligenza generale. Il rischio concreto è reputazionale e legale: deepfake, output non verificati, dipendenza da sistemi che sbagliano con sicurezza. La distanza tra le due cose la decide una sola variabile: quanta revisione umana resta tra l'output di un modello e una decisione che conta davvero.
Fonti citate
- 5 Things to Know About AI This Week , MIT Technology Review, 9 giugno 2026.
- State of Deepfakes , Home Security Heroes, 2023.
- San Francisco Police: Man Accused of Throwing Molotov Cocktails at Sam Altman's Home , Associated Press / San Francisco Police Department, 10 aprile 2026.
- OpenAI's Chief Scientist Predicts AI Will Become a Genuine Researcher , MIT Technology Review, marzo 2026.
- Towards an AI Co-Scientist , Nature / Google DeepMind, 2025.
- Global Data Center Map , Cloudscene, consultato giugno 2026.