L’intelligenza artificiale – AI – sta rivoluzionando il nostro modo di lavorare e comunicare, ma quanto costa in termini ambientali? Secondo Sam Altman, Ceo di OpenAI, una singola richiesta a ChatGPT consuma circa 0,34 wattora di energia, più o meno quanto una lampadina ad alta efficienza per pochi minuti. Inoltre, ogni query utilizza 0,000085 galloni d’acqua, cioè un quindicesimo di cucchiaino. Ma se questi numeri sembrano irrilevanti su scala individuale, la situazione cambia drasticamente se si moltiplicano per centinaia di milioni di utenti.

Con 800 milioni di richieste giornaliere, il consumo totale raggiunge 272 milioni di wattora al giorno, equivalenti a 272.000 kWh e a 257.000 litri d’acqua. A titolo di paragone, il prelievo idrico annuo italiano per uso potabile supera 9,14 miliardi di metri cubi, ovvero 25 miliardi di litri al giorno. Se confrontiamo questi dati, il consumo di AI appare più contenuto, ma resta significativo per un’unica tecnologia.

L’energia dei modelli linguistici

Una recente ricerca pubblicata su arXiv ha cercato di stimare l’impatto energetico dei grandi modelli linguistici (LLM). Alcuni sistemi avanzati, come ChatGPT-o3 e DeepSeek-R1, possono arrivare a 33 Wh per un prompt lungo, un valore 70 volte superiore rispetto ai modelli più efficienti come GPT-4.1 nano. Se si considera una media di 700 milioni di query giornaliere, l’impatto annuale dell’AI potrebbe essere paragonabile al fabbisogno energetico di 35.000 abitazioni statunitensi, contribuendo a 1,5 milioni di tonnellate di acqua evaporata e a emissioni di CO₂ tali da richiedere un’intera foresta grande quanto Chicago per essere assorbite.

Verso un’AI più sostenibile?

Con la continua crescita delle tecnologie AI, il tema della sostenibilità diventa cruciale. Se la superintelligenza è il futuro, come sostiene Altman, allora l’AI dovrà trovare soluzioni per ridurre il suo impatto ecologico. Intanto, gli sviluppatori stanno già lavorando per ottimizzare i consumi energetici e rendere l’intelligenza artificiale più efficiente. Perché, se oggi consumiamo una lampadina per ogni richiesta, domani potremmo farlo in modo ancora più intelligente (e sostenibile). La sfida è aperta!

Le telecamere che installiamo per sentirci più sicuri – videosorveglianza – sono spesso le stesse che ci espongono a rischi invisibili ma reali. Basta una configurazione sbagliata, una password lasciata di default o un dispositivo economico privo di adeguate misure di sicurezza, e chiunque là fuori nel mondo può accedere alle immagini della nostra quotidianità. E non serve nemmeno essere hacker esperti. Esistono motori di ricerca come Shodan che indicizzano dispositivi connessi alla rete, comprese le telecamere domestiche. Basta copiare un indirizzo IP in un lettore video e si aprono finestre su cucine, salotti, cortili, uffici, persino stanze da letto.

Ci spiano anche nella stanza da letto

In Italia si stima che oltre 70mila dispositivi siano esposti a questo tipo di vulnerabilità. Il problema è che spesso non ce ne accorgiamo, perché non riceviamo segnali evidenti e nessuno ci avvisa. Le immagini possono essere registrate, condivise, vendute, e diventare materiale per ricatti o violazioni della privacy. Alcuni casi giudiziari hanno già portato a condanne, ma il fenomeno resta sommerso. Per proteggersi è fondamentale cambiare le credenziali di accesso, aggiornare regolarmente il software del dispositivo, disattivare l’accesso remoto se non necessario e scegliere prodotti con standard di sicurezza elevati. La consapevolezza è il primo passo per evitare che la nostra telecamera diventi l’occhio di qualcun altro.

I ricercatori parlano chiaro: «La maggior parte delle email che finiscono nella cartella spam è oggi con ogni probabilità stata scritta da un modello linguistico di grandi dimensioni». Che vuol dire? Che dietro quelle offerte sospette, le promesse di vincite clamorose, i messaggi fasulli delle banche o le truffe romantiche non c’è più un hacker maldestro con scarsa padronanza dell’inglese. C’è ChatGPT, o uno dei suoi cugini.

Spam sempre più furbo

Il vantaggio è evidente: le email create dall’IA sono formalmente impeccabili. Niente refusi, grammatica in ordine, toni professionali. Risultato? I sistemi automatici di rilevamento faticano di più a identificarle come truffe. Peggio: sembrano perfino più credibili delle email reali. Il confine tra legittimo e fraudolento diventa più sottile, e questo è un problema serio.

L’altro aspetto inquietante è la velocità con cui si sta evolvendo il fenomeno. Gli spammer usano i modelli linguistici non solo per scrivere più velocemente, ma anche per “addestrare” i propri messaggi: cercano sinonimi, modificano le frasi, usano la parafrasi per evitare le blacklist. È una forma di ingegneria linguistica applicata alla truffa. E funziona.

Serve più formazione, non solo filtri

Secondo Barracuda, non bastano più i filtri antispam: servono strategie nuove. «La formazione resta la difesa più efficace» dice l’azienda. «Bisogna investire su corsi di sicurezza per i dipendenti, sensibilizzarli sulle minacce più recenti, insegnare loro a riconoscere i segnali di pericolo e a segnalare le email sospette».

In altre parole: non possiamo più fidarci dell’aspetto di un’email per giudicarla sicura. L’intelligenza artificiale sa scrivere troppo bene. E dietro quel testo perfetto, oggi più che mai, potrebbe nascondersi una truffa.