Questo articolo si chiede a chi davvero giova la Intelligenza artificiale e a chi giova o ha giovato la crescente introduzione delle tecnologie informatiche nella vita quotidiana. A fronte dei vantaggi, tutti da dimostrare, abbiamo crescenti svantaggi e costi nascosti, anche molto elevati. Per esempio ogni volta che affidiamo una nostra query all’intelligenza artificiale generativa il costo energetico della risposta rispetto ad un motore di ricerca tradizionale come Google aumenta di 10 volte. Inoltre una singola conversazione con un chatbot tipo ChatGPT, composta da 20 a 50 tra domande e risposte, può consumare fino a mezzo litro d’acqua. Secondo i dati di uno studio dello scorso anno per addestrare GPT3 sono serviti circa 700.000 litri d’acqua evaporata in sito, che corrispondono a circa 5,4 milioni di litri considerando l’intera filiera energetica. Anche sul fronte occupazionale gli esiti sono contrastanti, lungi dal portare miglioramenti qualitativi molto spesso l'introduzione degli algoritmi dei LLM, comporta la perdita di lavoro specializzato e lo stesso addestramento dei modelli linguistici si fonda sullo sfruttamento di masse di lavoratori dei paesi più poveri.

Tra entusiasmo e demonizzazione, a chi giova davvero l'IA? / Mele, C.. - ELETTRONICO. - (2026), pp. 1-3.

Tra entusiasmo e demonizzazione, a chi giova davvero l'IA?

Mele, C.
2026

Abstract

Questo articolo si chiede a chi davvero giova la Intelligenza artificiale e a chi giova o ha giovato la crescente introduzione delle tecnologie informatiche nella vita quotidiana. A fronte dei vantaggi, tutti da dimostrare, abbiamo crescenti svantaggi e costi nascosti, anche molto elevati. Per esempio ogni volta che affidiamo una nostra query all’intelligenza artificiale generativa il costo energetico della risposta rispetto ad un motore di ricerca tradizionale come Google aumenta di 10 volte. Inoltre una singola conversazione con un chatbot tipo ChatGPT, composta da 20 a 50 tra domande e risposte, può consumare fino a mezzo litro d’acqua. Secondo i dati di uno studio dello scorso anno per addestrare GPT3 sono serviti circa 700.000 litri d’acqua evaporata in sito, che corrispondono a circa 5,4 milioni di litri considerando l’intera filiera energetica. Anche sul fronte occupazionale gli esiti sono contrastanti, lungi dal portare miglioramenti qualitativi molto spesso l'introduzione degli algoritmi dei LLM, comporta la perdita di lavoro specializzato e lo stesso addestramento dei modelli linguistici si fonda sullo sfruttamento di masse di lavoratori dei paesi più poveri.
2026
Tra entusiasmo e demonizzazione, a chi giova davvero l'IA? / Mele, C.. - ELETTRONICO. - (2026), pp. 1-3.
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11583/3017206
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo