In questa fase del suo sviluppo l’intelligenza artificiale (IA) è caratterizzata da due paradossi fondamentali. Il primo riguarda l’enorme richiesta di risorse che erode riserve energetiche e idriche, oltre a contribuire alle emissioni di CO2. Anche se proprio l’IA potrebbe rappresentare una chiave per affrontare la stessa crisi climatica. Il secondo paradosso, forse più grave, è legato alla possibilità che l’IA possa presto collassare sotto il peso dei dati su cui è stata addestrata, soprattutto se continua a utilizzare modelli precedenti.

Il collasso del modello

Uno studio recente pubblicato su Nature ha evidenziato un fenomeno chiamato “Collasso del modello“. Questo effetto si verifica quando le AI, addestrate su enormi moli di dati spesso derivati da modelli precedenti, iniziano a generare contenuti sempre più di bassa qualità. Questo perché i nuovi modelli AI tendono a essere alimentati da dati preconfezionati, spesso creati da altri modelli AI, avviando un “processo degenerativo“.

Quali sono le conseguenze della possibile degenerazione

L’uso indiscriminato dei contenuti generati dall’IA porta a “difetti irreversibili” nei modelli stessi. Gli errori appresi dai modelli precedenti vengono assimilati rapidamente dai successivi, causando risposte sempre più inaccurate. Quando le AI erano addestrate su contenuti generati dall’uomo, la qualità dei dati garantiva una certa efficacia. Ora, però, i contenuti di scarsa qualità generati dalle AI stesse peggiorano progressivamente la qualità delle risposte.

Quali sono le possibili soluzioni

Per evitare che questo processo degenerativo comprometta ulteriormente l’efficacia delle AI, una soluzione potrebbe essere contrassegnare tutti i contenuti generati dall’IA. Questo permetterebbe di escludere tali contenuti dai dati di training futuri. Tuttavia, questo richiederebbe uno sforzo significativo e l’adozione di uno standard comune tra tutte le aziende di intelligenza artificiale.

La casa, un tempo considerata un rifugio sicuro, oggi si trova sotto minaccia a causa delle tecnologie intelligenti che utilizziamo quotidianamente. Dispositivi come telefoni cellulari, televisori e sistemi di sicurezza intelligenti, tutti connessi a Internet, raccolgono costantemente dati personali. Questi dati includono informazioni su posizione, interessi e interazioni, creando una dettagliata “impronta digitale della casa” che mette a rischio la privacy e la sicurezza delle famiglie.

La sorveglianza domestica

Secondo un gruppo di ricercatori provenienti da varie università, queste tecnologie permettono agli aggressori di accedere a dati sensibili come messaggi, conversazioni telefoniche, posizioni e ricerche online. David Choffnes, professore della Northeastern University, avverte che “chi viola può avere un’idea chiara di cosa c’è in ogni casa, di chi c’è, di quando e dove si sta muovendo”. Questo mette a rischio la sicurezza domestica, trasformando le case intelligenti in potenziali obiettivi per attacchi mirati.

Dispositivi connessi e interazioni a rischio

Juan Tapiador, professore dell’Università Carlos III, sottolinea che molte persone non sono consapevoli del fatto che tutti i dispositivi connessi al Wi-Fi comunicano tra loro, aumentando le vulnerabilità. Le tecnologie di spionaggio possono monitorare le attività domestiche attraverso Internet, esponendo ulteriormente gli utenti a potenziali minacce.

Il problema dei dispositivi Android

Gli utenti di dispositivi Android sono particolarmente a rischio. Molte applicazioni su Android contengono software che raccolgono dati privati senza il consenso adeguato degli utenti, violando il Regolamento generale sulla protezione dei dati (GDPR). Nonostante gli sforzi di Google per migliorare la sicurezza di Android, queste pratiche continuano a rappresentare una minaccia significativa per la privacy degli utenti.

La macchina del marketing globale

La raccolta di dati personali alimenta una vasta macchina del marketing e della pubblicità globale. Questa sorveglianza si manifesta nella pubblicità personalizzata che riceviamo sui nostri dispositivi mobili ogni giorno. Narseo Vallina-Rodríguez, ricercatore presso Imdea Networks, spiega che “l’esposizione di queste informazioni senza alcun controllo permette ai servizi pubblicitari o alle applicazioni spia di creare un’impronta digitale di ogni casa”. Questa pratica viola la privacy delle famiglie, deducendo il loro livello di reddito e le abitudini quotidiane.

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!