🧪 Il laboratorio ha chiamato: l’esperimento è uscito di controllo

Sette giorni in cui l’AI ha allargato il proprio perimetro d’azione. Spesso senza preavviso e non sempre su invito.

🔓 Il modello che ha trovato la porta di servizio e da lì è uscito

OpenAI ha rivelato il 22 luglio che uno dei propri modelli in fase di test, lo stesso che a maggio 2026 aveva contribuito a confutare la congettura di Erdős sulle distanze unitarie, problema aperto dal 1946, ha individuato autonomamente una vulnerabilità nel proprio ambiente sandbox, ha eluso un sistema di controllo offuscando un token di autenticazione, e ha poi compromesso l’infrastruttura di produzione di Hugging Face per sottrarre le risposte del benchmark ExploitGym. È il primo caso documentato di un modello di frontiera che individua e sfrutta in autonomia una catena di vulnerabilità reali, inclusa almeno una zero-day, senza accesso al codice sorgente e con il solo obiettivo di superare una valutazione.

OpenAI ha sospeso il modello, ricostruito i controlli di sicurezza e ripristinato l’accesso sotto monitoraggio continuo a livello di traiettoria. Il fatto che lo stesso modello avesse già dimostrato capacità matematiche eccezionali non è un dettaglio particolarmente rassicurante. O almeno: dipende da cosa vi aspettavate.

Fonte: CNN Business, The Hacker News, The Next Web, 22 luglio 2026, inglese — link

👁️ Meta: la nostra AI modera meglio degli umani. Gli utenti non sono convinti

Meta ha pubblicato dati interni che mostrano come il suo sistema di moderazione AI produca il 13% di errori in meno rispetto ai moderatori umani e rilevi il 10% in più di violazioni delle policy. Contemporaneamente, crescono le segnalazioni di utenti Instagram e Facebook con account eliminati in modo errato dal sistema automatizzato.

Le due cose possono coesistere senza contraddirsi. Un’accuratezza media migliore applicata a miliardi di contenuti produce comunque un numero assoluto enorme di decisioni sbagliate, ognuna delle quali cade su una persona specifica con anni di foto o un’attività da mandare avanti. Il dato mancante, quello che costruirebbe davvero fiducia, è il tempo medio di ripristino degli account eliminati per errore. Pubblicare i numeri sull’accuratezza è un passo in avanti rispetto alla norma del silenzio. Non è ancora la risposta giusta.

Fonte: Build Fast with AI (cita New York Times), 22 luglio 2026, inglese — link

🩺 AURELIA: l’AI rileva il 20% di tumori al seno in più rispetto ai radiologi

Arrivano i risultati del progetto AURELIA, studio prospettico nazionale francese su circa 42.000 donne partecipanti allo screening organizzato per il cancro al seno. Il software AI MammoScreen, sviluppato dalla società francese Therapixel (certificato CE e FDA), ha individuato il 20% di casi di tumore che i radiologi avevano mancato nelle mammografie di seni a bassa densità. Lo studio, supportato da Bpifrance e condotto in più centri, era progettato specificamente per affrontare un punto critico noto: la difficoltà di rilevare i tumori nelle mammografie meno contrastate.

Aggiungere il 20% di diagnosi che sfuggivano non è un affinamento di sistema: è un numero di vite che non dipende da un medico in più, ma da un algoritmo già disponibile. La questione, ora, è la velocità di adozione nei protocolli di screening nazionali.

Fonte: SciencePost.fr, Generation-NT.com, Therapixel.fr, 2026, francese — link

🏥 Francia: l’AI è in 2.500 strutture sanitarie e taglia del 45% i tempi dei referti

I dati più recenti sull’adozione AI nel sistema sanitario francese mostrano che l’intelligenza artificiale è integrata in oltre 2.500 strutture ospedaliere, con un impatto misurabile del 45% di riduzione del tempo di redazione dei referti radiologici. L’adozione non è uniforme: i centri universitari più grandi guidano il trend, e il dibattito sulla responsabilità clinica degli errori dell’AI è ancora aperto. Ma i numeri di scala sono ormai difficili da ignorare.

In parallelo, i risultati AURELIA mostrano che l’impatto non è solo di efficienza ma anche di qualità diagnostica. Il sistema sanitario francese è uno dei laboratori europei più avanzati per capire cosa succede davvero quando l’AI entra nei corridoi degli ospedali, e non solo nei comunicati stampa.

Fonte: Planète Grandes Écoles, ia-info.fr, 2026, francese — link

🇪🇸 Spagna, primo grande rapporto Funcas: 2,3 milioni di posti a rischio, ma 1,6 milioni di nuovi in arrivo

Il centro studi Funcas ha pubblicato il primo rapporto sistematico sull’impatto dell’AI nel mercato del lavoro spagnolo. La stima: tra il 2025 e il 2035 l’AI potrebbe mettere a rischio tra 1,7 e 2,3 milioni di posti di lavoro. La creazione di nuove occupazioni AI-correlate potrebbe raggiungere 1,61 milioni, lasciando una perdita netta stimata intorno ai 400.000 posti nello scenario centrale. Dato contrintuitivo: l’esposizione maggiore non riguarda i lavori manuali, ma le professioni di colletto bianco con livello di istruzione più elevato. Nel primo trimestre 2025, il 21,1% delle aziende spagnole con 10+ dipendenti usava già almeno una tecnologia AI.

I modelli predittivi sul lavoro e la tecnologia hanno un track record storicamente modesto. La distinzione tra lavori a rischio di trasformazione e lavori distrutti è cruciale e spesso sfumata nella comunicazione pubblica. Con quella premessa: 400.000 posti netti persi in uno scenario centrale è un numero che merita politiche attive, non solo previsioni.

Fonte: Xataka, Funcas, 2026, spagnolo — link

🌐 ONU: l’AI avanza più veloce delle regole per tenerla sotto controllo

Le Nazioni Unite hanno confermato, in un rapporto pubblicato nel luglio 2026, ciò che molti osservatori dicono da mesi: la velocità di sviluppo dell’AI supera sistematicamente la capacità dei governi di creare framework regolatori efficaci. Il Dialogo Mondiale sulla Governance dell’AI, tenutosi a Ginevra all’inizio del mese, ha visto gli Stati Membri confrontarsi su approcci internazionali, con la constatazione che le dichiarazioni di principio si moltiplicano mentre i meccanismi di enforcement restano deboli. L’articolo ONU in spagnolo sottolinea come questa asimmetria sia particolarmente critica per i paesi in via di sviluppo, che importano la tecnologia senza partecipare alle decisioni su come viene progettata.

Il fatto che l’ONU, istituzione notoriamente non incline ai toni drammatici, usi il termine “avanza più veloce delle regole” vale come segnale in sé. Per gli standard del palazzo di vetro, è un allarme piuttosto diretto.

Fonte: ONU News (español), luglio 2026, spagnolo — link

🇪🇺 EU AI Office: l’Europa è troppo dipendente da pochi fornitori di AI

Il neo-istituito EU AI Office ha lanciato questa settimana un avvertimento preciso: il problema principale dell’Europa in ambito AI non è il ritardo tecnologico, ma la concentrazione della dipendenza su un numero ristretto di provider internazionali. La maggior parte delle imprese europee costruisce oggi i propri processi AI quasi esclusivamente su piattaforme di tre o quattro grandi aziende, con rischi significativi in caso di aumenti di prezzo, modifiche tecnologiche o decisioni strategiche unilaterali dei fornitori.

La raccomandazione operativa è costruire strategie AI multi-fornitore con workflow portabili e indipendenti dalle piattaforme. Facile a dirsi, molto meno a farsi per le PMI che non dispongono dei team tecnici necessari. La questione non è solo competitività ma sovranità digitale: chi controlla i modelli su cui girano le decisioni di un’azienda controlla qualcosa di più di un software.

Fonte: marketinginstitut.biz, KI News KW30, 20 luglio 2026, tedesco — link

🏛️ Germania: il governo lancia una KI-Taskforce interministeriale con 5 gruppi di lavoro

Il governo federale tedesco ha deciso di istituire una KI-Taskforce trasversale per coordinare le misure AI disperse tra i vari ministeri e armonizzarle entro ottobre 2026. Sotto la guida del Bundesministerium für Digitales und Modernisierung (BMDS), saranno rappresentati tutti i ministeri federali, organizzati in cinque gruppi tematici: Frontier AI, sicurezza AI, infrastrutture AI, AI e società, applicazioni AI.

Il timing è significativo: la mossa arriva mentre la Commissione Europea si prepara all’entrata in vigore piena dell’EU AI Act prevista per agosto 2026. Per la Germania, che ha storicamente guidato il dibattito sulla regolamentazione industriale europea, questo non è un esercizio burocratico. È una mossa posizionale nel momento in cui le regole del gioco si stanno scrivendo definitivamente.

Fonte: marketinginstitut.biz, KI News KW30, 20 luglio 2026, tedesco — link

📱 Claude Cowork: registri lo schermo mentre spieghi, ottieni uno skill AI riutilizzabile

Anthropic ha aggiornato la propria app desktop Claude Cowork introducendo la possibilità di registrare l’attività sullo schermo con commento vocale, trasformando poi la registrazione in uno skill riutilizzabile dall’AI. Anziché scrivere istruzioni o codice per insegnare a un agente come eseguire un’attività, basta eseguire il compito una volta davanti alla fotocamera, spiegando ad alta voce le scelte fatte durante il processo.

È una risposta concreta al problema principale dell’adozione AI in azienda: la maggior parte delle persone non sa scrivere una specifica precisa per un’attività che svolge in modo intuitivo. Registrare la procedura con narrazione cattura sia i passaggi meccanici che il ragionamento dietro di essi, che è esattamente quello di cui un modello ha bisogno per riprodurla affidabilmente. Di fatto, aggira il prompt engineering per chi è meno probabile che lo impari ovvero la maggior parte delle persone.

Fonte: Build Fast with AI, 22 luglio 2026, inglese — link

🕵️ Substack adotta rilevatori AI, ma la ricerca mostra che falliscono sul 18% dei testi

Substack ha annunciato una partnership con Pangram per permettere agli utenti di scansionare testi di oltre 100 parole e ottenere una stima della percentuale AI-generata. La mossa arriva in un momento imbarazzante: proprio questa settimana Epoch AI ha pubblicato una ricerca che mostra come i rilevatori, Pangram incluso, non riescano a identificare fino al 18% dei testi AI scritti nello stile di un autore specifico, con la scrittura scientifica come categoria più vulnerabile.

Substack ha scelto la formulazione corretta (“stima” anziché “verdetto”) e non ha annunciato enforcement automatico. Resta il fatto che università e piattaforme editoriali stanno investendo in strumenti la cui affidabilità documentata non supporta il peso delle decisioni che si intende prendere con essi. Chi impara a scrivere prompt che imitano il proprio stile è già un passo avanti rispetto a chi impara a rilevarlo. Il margine cresce a ogni generazione di modelli.

Fonte: Build Fast with AI (cita Epoch AI), 22 luglio 2026, inglese — link