Intelligenza artificiale generativa

In breve

Il 30 novembre 2022 OpenAI rilascia ChatGPT come anteprima di ricerca gratuita: in due mesi il chatbot supera i 100 milioni di utenti, diventando il prodotto di consumo a crescita più rapida della storia fino a quel momento. Nel 2023 arrivano GPT-4, i concorrenti Google, Anthropic e Meta, e i generatori di immagini DALL-E, Midjourney e Stable Diffusion: l’intelligenza artificiale generativa entra nell’uso quotidiano di massa, insieme a dibattiti aperti su lavoro, proprietà intellettuale, disinformazione e regolamentazione.

Contesto

Le reti neurali applicate al linguaggio esistevano da decenni, ma fino alla metà degli anni Dieci restavano lente e limitate nella capacità di gestire testi lunghi. La svolta tecnica arriva nel 2017, quando un gruppo di ricercatori di Google pubblica “Attention Is All You Need”, il paper che introduce l’architettura transformer: invece di elaborare il testo parola per parola in sequenza, come facevano le reti ricorrenti precedenti, il transformer usa un meccanismo di “attenzione” che pesa le relazioni fra tutte le parole di un testo simultaneamente, rendendo l’addestramento molto più parallelizzabile su hardware grafico (GPU). Su questa base OpenAI, fondata a San Francisco nel 2015 da un gruppo che includeva Elon Musk e Sam Altman, sviluppa una famiglia di modelli linguistici di dimensioni crescenti: GPT (2018), GPT-2 (2019, inizialmente non rilasciato per timori di uso improprio), GPT-3 (2020), addestrati su enormi quantità di testo raccolto dal web per prevedere la parola successiva in una frase. Questi modelli producevano testo fluente ma spesso disallineato rispetto a ciò che un utente chiedeva realmente. Il passo decisivo arriva con l’apprendimento per rinforzo da feedback umano (RLHF): un metodo, descritto nel paper OpenAI “Training language models to follow instructions with human feedback” (2022) e derivato da lavori precedenti sull’apprendimento per rinforzo da preferenze umane, in cui annotatori umani classificano le risposte del modello e un algoritmo di rinforzo lo affina perché privilegi risposte utili, oneste e innocue. Applicato a una versione di GPT-3.5, questo metodo produce il modello che diventa la base di ChatGPT.

Svolgimento

Il 30 novembre 2022 OpenAI pubblica ChatGPT come “anteprima di ricerca” gratuita, accessibile da browser senza bisogno di competenze tecniche: bastava scrivere una domanda in linguaggio naturale per ricevere risposte, riassunti, bozze di testo o frammenti di codice. La crescita è immediata e senza precedenti: oltre un milione di utenti nei primi cinque giorni e, secondo una nota diffusa da UBS, circa 100 milioni di utenti attivi mensili entro gennaio 2023, appena due mesi dopo il lancio — un ritmo di adozione più rapido di quello di TikTok (circa nove mesi) e di Instagram (oltre due anni) per raggiungere la stessa soglia. Microsoft, già azionista di OpenAI dal 2019, integra la tecnologia nel motore di ricerca Bing nel febbraio 2023 e investe ulteriori miliardi di dollari nella società. Il 14 marzo 2023 OpenAI rilascia GPT-4, un modello multimodale capace di elaborare anche immagini oltre al testo, disponibile inizialmente solo agli abbonati a pagamento di ChatGPT Plus. La risposta della concorrenza è quasi immediata: Google presenta Bard il 6 febbraio 2023 e lo lancia il 21 marzo, prima di rinominarlo Gemini l’8 febbraio 2024, dopo l’annuncio della nuova famiglia di modelli Gemini nel dicembre 2023; Anthropic, fondata nel 2021 a San Francisco da un gruppo di ex dirigenti e ricercatori di OpenAI fra cui Dario e Daniela Amodei, apre l’accesso pubblico al proprio modello Claude il 14 marzo 2023; Meta rende disponibile per la ricerca la famiglia di modelli LLaMA nel febbraio 2023 e ne pubblica una versione con licenza d’uso commerciale, Llama 2, nel luglio 2023, scegliendo una strategia di pesi più apertamente accessibili rispetto ai concorrenti. In parallelo si sviluppa la generazione di immagini da testo: Stability AI rilascia pubblicamente Stable Diffusion, con pesi scaricabili ed eseguibili su un singolo computer, il 22 agosto 2022; Midjourney apre la propria beta pubblica nel luglio dello stesso anno; OpenAI aveva già presentato DALL-E 2 in anteprima nell’aprile 2022, aprendolo gradualmente al pubblico nei mesi successivi. Negli anni seguenti la generazione si estende ai video (Runway, Pika, e Sora di OpenAI, mostrato nel febbraio 2024) e i modelli linguistici continuano a susseguirsi a ritmo serrato, con GPT-4o (maggio 2024), i modelli “di ragionamento” o1 (settembre 2024) e successori, nuove versioni di Claude e Gemini, e — a sorpresa per i mercati finanziari il 27 gennaio 2025 — il rilascio da parte della cinese DeepSeek del modello open-weight R1, addestrato a costi dichiarati molto più bassi di quelli dei concorrenti statunitensi.

Conseguenze

L’adozione di massa dell’IA generativa produce effetti visibili già nel breve periodo: studenti e professionisti la usano per scrivere, programmare, tradurre e riassumere; le aziende tecnologiche integrano chatbot nei motori di ricerca, negli strumenti di ufficio e nell’assistenza clienti; interi settori, dal doppiaggio alla grafica pubblicitaria, riorganizzano il proprio lavoro attorno a strumenti capaci di produrre bozze in pochi secondi. Il dibattito sulla sostituzione dei lavori cognitivi si intreccia con quello, più aspro, sulla proprietà intellettuale: i modelli sono addestrati su enormi quantità di testo e immagini raccolti dal web, spesso protetti da copyright e senza autorizzazione esplicita degli autori, tanto che nel dicembre 2023 il New York Times ha citato in giudizio OpenAI e Microsoft per uso non autorizzato dei propri articoli, la prima causa di una grande testata giornalistica contro le due aziende e capofila di decine di cause simili intentate da scrittori, illustratori e altre organizzazioni editoriali. Resta inoltre irrisolto il problema delle cosiddette “allucinazioni”: i modelli generano con la stessa sicurezza affermazioni vere e affermazioni inventate, rendendo la disinformazione più facile da produrre su scala e più difficile da distinguere, un rischio aggravato dalla possibilità di generare immagini e video sintetici sempre più realistici. Sul piano della sicurezza a lungo termine, parte della comunità di ricerca — inclusi diversi fondatori delle stesse aziende che sviluppano questi sistemi — ha sollevato preoccupazioni sui rischi di modelli sempre più capaci e meno prevedibili, alimentando un dibattito pubblico spesso polarizzato fra chi enfatizza rischi esistenziali di lungo periodo e chi privilegia i danni già misurabili di discriminazione algoritmica, disinformazione e concentrazione di potere economico. Sul piano normativo l’Unione Europea approva l’AI Act, il primo quadro legislativo organico al mondo sull’intelligenza artificiale, con un accordo politico raggiunto nel dicembre 2023, entrato in vigore il 1° agosto 2024 e con obblighi per i modelli di IA “per finalità generali” applicabili dal 2 agosto 2025, mentre altri paesi, inclusi gli Stati Uniti, procedono con un approccio più frammentato fra regolamentazione federale, statale e autoregolamentazione delle aziende.

Nel frattempo altrove

• 2011Le primavere arabe — Medio Oriente
• 2015Le isole e il livello del mare — Oceania
• 2015L'accordo di Parigi — Europa
• 2020La pandemia di COVID-19 — Asia orientale
• 2022La guerra in Ucraina — Europa
• 2023L'India più popolosa — Asia meridionale
• 2024Il baricentro demografico — Africa

Come lo sappiamo

Le date di rilascio e le cifre di crescita degli utenti provengono da comunicati ufficiali delle aziende coinvolte (OpenAI, Google, Anthropic, Meta, Stability AI) e da resoconti giornalistici contemporanei ai lanci; la cifra dei 100 milioni di utenti in due mesi, diventata il dato più citato sulla crescita di ChatGPT, deriva da un’analisi della banca UBS diffusa a inizio 2023 e ripresa da Reuters e da altre testate, poiché OpenAI stessa non pubblica sistematicamente dati di utilizzo verificabili in modo indipendente. La genesi tecnica dei modelli transformer e del RLHF è documentata dai paper accademici originali, “Attention Is All You Need” (2017) e “Training language models to follow instructions with human feedback” (2022), entrambi disponibili integralmente su arXiv. La ricostruzione delle dinamiche interne alle aziende — le tensioni tra sicurezza e velocità di sviluppo, la scissione che portò alla fondazione di Anthropic da parte di ex dirigenti OpenAI, il breve licenziamento e reintegro di Sam Altman nel novembre 2023 — si basa su inchieste giornalistiche costruite con interviste a dipendenti ed ex dipendenti, in particolare quelle di Karen Hao in “Empire of AI” (2025) e di Parmy Olson in “Supremacy” (2024); OpenAI non ha collaborato alla stesura del libro di Hao, e Sam Altman ne ha pubblicamente contestato alcuni resoconti, per cui diversi episodi restano raccontati da fonti parziali e talvolta discordanti. Resta apertamente dibattuto, e non risolvibile con i soli strumenti storiografici, quanto le capacità attuali dei modelli generativi rappresentino un progresso continuo verso sistemi molto più capaci oppure un plateau tecnico dovuto ai limiti dei dati di addestramento disponibili; allo stesso modo non c’è consenso accademico su quanto le allucinazioni siano un difetto correggibile o un limite strutturale dell’architettura stessa, né su quanto le cause legali sul copyright, ancora in corso nei tribunali statunitensi al momento della stesura di questa voce, ridefiniranno i confini dell’uso lecito di materiale protetto per l’addestramento.

Approfondimenti

• Karen Hao, Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI (2025) — la ricostruzione più documentata della storia interna di OpenAI, basata su centinaia di interviste.
• Parmy Olson, Supremacy: AI, ChatGPT, and the Race That Will Change the World (2024) — la rivalità fra OpenAI e Google DeepMind e la corsa globale all’IA generativa, vincitore del Financial Times Business Book of the Year.
• Brian Christian, The Alignment Problem: Machine Learning and Human Values (2020) — un’introduzione approfondita ai problemi di allineamento e sicurezza che precedono e accompagnano l’IA generativa.
• Ashish Vaswani et al., Attention Is All You Need (2017) — il paper originale sull’architettura transformer alla base dei modelli linguistici moderni.