Si è conclusa all’insegna del confronto interdisciplinare e della riflessione critica la V edizione della Summer School promossa dal Centro di Ricerca Guido Dorso (tenutasi l’11 e il 12 settembre 2026), quest’anno interamente dedicata a uno dei nodi più cruciali e trasformativi del nostro tempo: l’intelligenza artificiale (IA).

L’obiettivo dichiarato del Centro è stato chiaro e ambizioso: comprendere le dinamiche in atto per evitare che l’IA si trasformi in una nuova frattura strutturale tra il Mezzogiorno e il resto del Paese, lavorando sulla consapevolezza, sulla formazione e sulla creazione di una solida rete di giovani studiosi e professionisti.

Istituzioni e ricerca: governare il cambiamento senza demonizzarlo
Ad aprire i lavori della sessione inaugurale, introdotta dai saluti istituzionali, è stato il Sottosegretario di Stato alla Presidenza del Consiglio dei Ministri Alberto Baraghini, che ha posto l’accento sulla necessità di non demonizzare l’innovazione ma di governarla attraverso cornici etiche e normative.

Baraghini ha richiamato l’attenzione sul parallelo storico con il mondo dell’informazione e del giornalismo – professione da lui a lungo praticata – evidenziando come la transizione digitale e l’avvento delle piattaforme over-the-top abbiano radicalmente modificato la distribuzione delle notizie. Durante l’incontro è emerso come l’informazione oggi non viaggi più su logiche editoriali e deontologiche tradizionali, ma su metriche commerciali orientate unicamente all’interazione. Questo scenario ha aperto a criticità sistemiche evidenti, che spaziano dalla tenuta della democrazia (con i rischi legati a ingerenze digitali nei processi elettorali) alla tutela del copyright e della proprietà intellettuale per chi produce contenuti e cultura.

Sul fronte normativo, l’impegno istituzionale – portato avanti anche grazie al contributo della commissione di studio di cui ha fatto parte il professor Gennaro Contucci – si è mosso proprio nella direzione di bilanciare la libertà di impresa con la tutela dei diritti fondamentali e della sovranità dei dati, tema chiave non solo per la sicurezza nazionale e sanitaria, ma anche per la protezione del tessuto economico e sociale.

La prospettiva scientifica: l’IA come “rivoluzione industriale pre-scientifica”
Nel suo intervento magistrale, il professor Gennaro Contucci (ordinario di Fisica Matematica e collaboratore di Giorgio Parisi) ha offerto una chiave di lettura affascinante e rigorosa, paragonando l’attuale rivoluzione dell’intelligenza artificiale alla prima rivoluzione industriale del Settecento.

Contucci ha evidenziato come l’IA rappresenti oggi una tecnologia “pre-scientifica”: esattamente come la macchina a vapore di James Watt fu utilizzata industrialmente molto prima che la termodinamica ne spiegasse scientificamente i princìpi, allo stesso modo oggi le reti neurali e i sistemi complessi funzionano con straordinaria efficienza, ma gli scienziati non ne conoscono ancora appieno e nei dettagli intimi il funzionamento teorico.

Questa natura “oscura” e non ancora completamente decodificabile ha aperto a problemi inediti discussi durante le sessioni:

L’impossibilità di certificazione: A differenza di una bicicletta o di un aeroplano, i cui componenti e comportamenti sono ispezionabili e certificabili da standard rigorosi, un modello di IA basato su miliardi di parametri numerici non è formalmente certificabile allo stesso modo.

Il consumo energetico: Proprio come la prima rivoluzione industriale fu mossa dalla combustione e dalla ricerca di energia, l’IA moderna richiede una quantità smisurata di energia elettrica, spingendo i giganti tecnologici verso un ritorno di interesse per il nucleare.

La concentrazione del potere: La competizione esasperata rischia di accentrare la tecnologia e i dati nelle mani di pochissimi attori privati globali (le Big Tech), capaci di mobilitare investimenti immensi.

Seconda giornata: dagli algoritmi all’impatto reale (Healthcare, Impresa e Cultura)
La seconda giornata di lavori – introdotta dal prof. Giuseppe Di Pietro (ordinario di IA presso l’Università Pegaso) e arricchita dall’intervento della ricercatrice Martina D’Jamarino – ha spostato il focus dai fondamenti teorici alle applicazioni pratiche e agli impatti reali dell’intelligenza artificiale nei diversi settori della società.

1. Il settore medico (Healthcare) e i limiti della predizione
Nel campo sanitario, l’IA ha dimostrato grandi potenzialità (come nell’analisi delle immagini retiniche per la retinopatia diabetica o nella predizione di patologie neurodegenerative come il Parkinson). Tuttavia, sono emersi limiti cruciali:

L’effetto “Black Box”: I modelli restituiscono una probabilità o un output (es. un rischio stimato all’87%), ma spesso non spiegano il perché di quella scelta, rendendo indispensabile l’intervento dell’esperto.

Il problema della generalizzazione: Un modello addestrato sui dati di un determinato ospedale (o su determinate tipologie di pazienti, come pelli chiare in dermatologia) può perdere drasticamente accuratezza se applicato a contesti differenti.

Responsabilità e Human-in-the-loop: L’IA non deve sostituire il medico, il quale possiede il contesto clinico e la storia del paziente. La decisione finale e la responsabilità legale rimangono saldamente umane, evitando pericolosi automatismi (automation bias).

2. L’impresa e il customer management
Nelle aziende, l’IA predittiva aiuta a intercettare dinamiche complesse (come il rischio che un cliente abbandoni un servizio o la gestione dei magazzini), mentre l’IA generativa supporta la creazione di strategie commerciali. Tuttavia, permane la sfida di ancorare la generazione di contenuti a dati reali e verificabili, superando il divario tra dati storici e operatività aziendale.

3. Patrimonio culturale e archeologia
Applicazioni come Itaca (sviluppata da DeepMind per la ricostruzione di iscrizioni greche antiche) hanno dimostrato che il connubio tra intelligenza artificiale e competenza umana (storici ed epigrafisti) produce risultati nettamente superiori rispetto all’uso isolato dell’una o dell’altra risorsa. L’IA, tuttavia, elabora pattern statistici e non possiede una “coscienza storica”: le sue ricostruzioni restano ipotesi plausibili che necessitano sempre di una rigorosa verifica critica.

Criticità trasversali: Bias, trasparenza e i confini della Generativa
Un’ampia parte del dibattito della seconda giornata si è concentrata sui rischi legati all’utilizzo acritico degli algoritmi, in particolare quelli generativi:

Bias e discriminazioni: Casi reali (come gli algoritmi di screening dei CV o i sistemi di predizione della recidiva giudiziaria) hanno mostrato come dati di addestramento sbilanciati possano replicare ed amplificare disuguaglianze di genere o razziali (garbage in, garbage out).

“Fluent non significa True”: I modelli linguistici di grandi dimensioni (LLM) generano testi estremamente fluidi e verosimili, ma privi di comprensione reale della realtà, il che porta inevitabilmente al fenomeno delle allucinazioni (risposte sicure ma completamente false).

Prospettive future dell’IA: Si sta evolvendo verso sistemi più complessi, come i modelli neuro-simbolici (che uniscono l’apprendimento statistico a regole logiche formali per garantire maggiore spiegabilità) e i World Models (sistemi in grado di simulare le leggi fisiche e le conseguenze delle azioni, strizzando l’occhio alla robotica).

La via europea: scienza, complessità e democrazia
In risposta ai rischi di una dipendenza tecnologica ed economica pressoché totale dai modelli extraeuropei (statunitensi e asiatici), la proposta rilanciata nel corso delle giornate – in linea con le iniziative promosse insieme al premio Nobel Giorgio Parisi – ha guardato alla creazione di un centro di ricerca europeo per l’intelligenza artificiale (sul modello del CERN).

L’Europa non deve necessariamente inseguire la logica dei giganti d’oltreoceano basata unicamente sulla forza bruta e sulle dimensioni faraoniche dei server, ma deve puntare su ciò che costituisce il suo vero punto di forza: la ricerca scientifica d’eccellenza, l’approccio interdisciplinare allo studio dei sistemi complessi e la difesa dei diritti democratici.

La Summer School del Centro Guido Dorso si è così confermata un laboratorio di idee e di resistenza critica: un luogo in cui discipline umanistiche, scientifiche e giuridiche hanno seduto allo stesso tavolo per non subire passivamente il futuro, ma per imparare a comprenderlo e a governarlo.