🔬 L’AI entra dappertutto. Come e per chi è tutto da vedere

La settimana in cui l’intelligenza artificiale ha dimostrato di saper fare cose straordinari, ma anche di non sapere ancora del tutto quando fermarsi

🌱 Miliardo e ottocento milioni per mappare la vita, cellula per cellula

Il 7 ottobre la Chan Zuckerberg Biohub ha annunciato l’espansione della Virtual Biology Initiative, una coalizione internazionale che porta a 1,8 miliardi di dollari il programma per produrre dati biologici aperti e AI-ready sulle cellule umane. Partecipano il Dipartimento dell’Energia americano (DOE) con oltre 500 milioni su cinque anni attraverso la Genesis Mission, il National Institutes of Health con altri 500 milioni di investimenti coordinati, e Google DeepMind, Isomorphic Labs e Meta con 300 milioni complessivi. Partecipano anche l’Allen Institute, il Broad Institute e il Wellcome Sanger Institute. L’obiettivo è costruire modelli predittivi delle cellule abbastanza precisi da permettere esperimenti digitali che oggi richiedono anni in laboratorio.

Nicole Kleinstreuer del NIH ha parlato di “tempi sostanzialmente più rapidi per le scoperte mediche.” I modelli predittivi delle cellule non curano le malattie, ma se funzionano come previsto permettono di capire perché alcune cure funzionano e altre no. Il che è già molto.

Fonte: Chan Zuckerberg Biohub, 7 ottobre 2026, EN — link

🤖 Il robot di Kawasaki che fa compagnia agli anziani soli

Kawasaki Heavy Industries ha presentato Home LEO, un robot quadrupede progettato per supportare gli anziani che vivono soli in Giappone. Nelle dimensioni di un piccolo cane (64 cm di lunghezza, 67,5 cm di altezza), riconosce la persona, monitora cadute e rischi domestici come il fuoco incustodito, aiuta a recuperare oggetti e condivide dati di salute con i caregiver solo con il consenso esplicito dell’utente. Kawasaki punta al lancio commerciale nell’anno fiscale 2028, con trial già pianificati con ministeri giapponesi e organizzazioni di cura.

Il contesto è la crisi demografica giapponese: carenza di personale sanitario nelle aree rurali, anziani soli in aumento. Home LEO si inserisce nel business sanitario già esistente di Kawasaki, che produce sistemi robotici per ospedali e strutture.

Fonte: The AI Insider / Kawasaki Heavy Industries, 9 ottobre 2026, EN — link

🧠 Gli agenti AI vedono i conflitti. Poi fingono di non averli visti.

Un paper di Johns Hopkins e NYU, pubblicato il 9 ottobre, introduce ISE (Identify, Solve, Escalate), un benchmark che misura se gli agenti AI comunicano la propria incertezza. Il risultato principale: i migliori agenti per accuratezza sono i peggiori per “umiltà epistemica.” Claude Code, testato su 500 query con conflitti reali, raggiunge il 90% di identificazione corretta dei conflitti durante l’elaborazione. Ma nelle risposte finali errate, quasi mai segnala i dubbi irrisolti. Il motivo sembra strutturale: i benchmark valutano la risposta definitiva, non la confessione del dubbio. Un singolo prompt di sistema che chiede all’agente di nominare i conflitti irrisolti aumenta drasticamente le segnalazioni, ma riduce l’accuratezza complessiva.

Gli errori silenziosi che entrano nei workflow aziendali sono più difficili da catturare di quelli che il sistema dichiara. È il problema di fare domande a qualcuno che preferisce sempre avere una risposta.

Fonte: AI Weekly / Johns Hopkins + NYU, 9 ottobre 2026, EN — link

🌍 La Banca Mondiale: in India il 4% dei lavori è a rischio automazione, in Occidente un terzo

Il 9 ottobre la Banca Mondiale ha pubblicato il World Development Report 2026, dedicato interamente all’AI e presentato a New Delhi. Il dato principale: in India solo il 4% dei lavoratori ha un impiego con alto rischio di automazione immediata, contro oltre un terzo nei paesi ad alto reddito. I paesi a più basso rischio di sostituzione sono spesso quelli con meno accesso ai vantaggi dell’AI. Il report segnala che l’India aveva nel 2025 il secondo pool mondiale di ricercatori AI (circa 50.460 professionisti), ma tra il 2011 e il 2024 ha perso in termini netti 200 dei suoi ricercatori più avanzati. Solo uno su 25 paesi a basso reddito ha una strategia AI attiva.

La Banca Mondiale raccomanda di puntare su modelli open-access localizzati, con interface vocali nelle lingue locali, per colmare le carenze di medici, insegnanti e agronomi. Che il rischio di automazione sia più alto dove i lavoratori guadagnano di più è, a ben guardare, quasi logico. Non per questo meno ironico.

Fonte: World Bank / World Development Report 2026, 9 ottobre 2026, EN — link

⚖️ In Francia, usare ChatGPT in azienda senza consultare il CSE può costare la sospensione

Un’analisi del 7 ottobre su ActuIA firmata da Stéphane Nachez recensisce nove decisioni di tribunali francesi in sei casi tra febbraio 2025 e settembre 2026. In cinque dei sei casi che hanno affrontato la questione della consultazione del Comitato Sociale ed Economico (CSE) prima del deploy di strumenti AI, il giudice ha ordinato la consultazione o sospeso lo strumento. La Corte d’appello di Parigi (maggio 2026) ha confermato la sospensione di ChatGPT e un assistente di scrittura interno in due sussidiarie di un gruppo editoriale, stabilendo che anche l’uso volontario da parte dei dipendenti non esenta l’azienda. A Créteil (settembre 2026), un tribunale ha sospeso una riorganizzazione aziendale che trasferiva all’AI il 70% dei compiti dei segretari di redazione.

In parallelo, i Paesi Bassi hanno multato Uber per circa 825 milioni di euro per decisioni automatizzate di disattivazione dei driver senza revisione umana (GDPR Art. 22). Un promemoria utile per chi pensa che il deploy di un LLM sia solo una questione tecnica.

Fonte: ActuIA, 7 ottobre 2026, FR — link

🔏 OpenAI marca invisibilmente i testi ChatGPT nell’UE. Per ora funziona il 95% delle volte.

Il 5 ottobre OpenAI ha pubblicato la documentazione tecnica di textGrain, un watermark statistico per ChatGPT e Codex nell’Unione Europea, in risposta all’Articolo 50 dell’AI Act (in vigore dal 2 agosto 2026). La marca è invisibile: non inserisce caratteri nascosti ma agisce sulla scelta delle parole del modello. Efficace per circa il 95% dei testi in inglese di 400 token, ma la percentuale crolla al 17% se si sostituisce un quarto delle parole con sinonimi. Varia significativamente tra le lingue europee: 42% in rumeno, 69% in spagnolo. L’API ha il watermark disattivato per default. OpenAI chiarisce che “l’assenza di una marca rilevata non prova la paternità umana.”

Il rilevamento sarà inizialmente limitato a ricercatori e organizzazioni esperte approvate. Anthropic applica il proprio watermark a livello globale, non solo nell’UE. Google ha open-sourced SynthID Text nel 2024. Una marca imperfetta che copre il 95% dei casi in inglese non è un meccanismo di certezza, ma è meglio del niente che c’era prima.

Fonte: ActuIA, 5-6 ottobre 2026, FR — link

📊 L’AI aiuta chi la usa spesso. Il problema è chi non può usarla spesso.

Il 6 ottobre Infobae ha pubblicato i dati dell’American Job Quality Study condotto da Gallup, Jobs for the Future e The Families & Workers Fund tra gennaio e marzo 2026. Tra chi usa l’AI regolarmente: il 63% completa le attività più rapidamente, il 56% trova soluzioni più creative, il 47% ha più tempo per le parti più interessanti del lavoro, il 46% vede risultati di qualità superiore. Il divario di accesso è però significativo: tra i laureati, il 40% usa l’AI ogni giorno o ogni settimana, contro il 17% dei lavoratori senza laurea. I manager la usano regolarmente al 37%, i non dirigenti al 25%.

I vantaggi sono molto più pronunciati tra chi la usa con frequenza: il 79% degli utenti abituali dice di lavorare più velocemente, contro il 37% degli utenti occasionali. Molly Blankenship di Jobs for the Future: “I benefici non vengono condivisi equamente.” I dati non dicono se l’AI crea posti o ne distrugge. Dicono che, per ora, aiuta chi già ha più risorse. Il che è un tipo diverso di problema.

Fonte: Infobae / American Job Quality Study (Gallup, JFF, Families & Workers Fund), 6 ottobre 2026, ES — link

📈 Sei lavoratori argentini su dieci usano già l’AI. Ma la fiducia nelle aziende manca.

Il 3 ottobre MDZ ha pubblicato i dati dell’edizione 2026 del PwC Global Workforce Hopes & Fears, condotto su 49.364 professionisti in 48 paesi. In Argentina, il 61% dei lavoratori ha usato l’AI nel proprio lavoro negli ultimi 12 mesi (media globale: 64%), in crescita di dieci punti percentuali rispetto alla rilevazione precedente. Il 27% lo fa quotidianamente, il 29% ogni settimana. Il 45% ha dovuto applicare competenze nuove legate a queste tecnologie. Il 34,6% segnala un aumento significativo del carico di lavoro.

Ma la fiducia nelle aziende è bassa: solo il 42,9% degli argentini ha una visione positiva di come le proprie organizzazioni implementano l’AI (media globale: 52,4%). Il 44% a livello globale teme che l’AI minacci il proprio impiego, mentre il 57% è più preoccupato dell’instabilità economica generale. La velocità dell’adozione supera quella della fiducia. Non è insolito, ma è un segnale da non ignorare.

Fonte: MDZ / PwC Global Workforce Hopes & Fears 2026, 3 ottobre 2026, ES — link

🇩🇪 Aleph Alpha rilascia Kolibri: open source, tedesco-inglese, addestrato a dire “non lo so”

Il 3 ottobre Aleph Alpha ha rilasciato Kolibri sotto licenza Apache 2.0, il primo modello open-weight tedesco-inglese con architettura Mixture-of-Experts. 78,1 miliardi di parametri totali, 3,46 miliardi attivi per token. Addestrato su 24 trilioni di token su GPU NVIDIA B200 in Germania e Finlandia. Due caratteristiche insolite: il tokenizer bilinguistico UniBPE gestisce il tedesco con meno token rispetto ai modelli concorrenti; il modello è “addestrato all’astensione,” rifiutando di rispondere al 44% delle domande che avrebbe risposto in modo errato, contro il 15% del suo predecessore. Target applicativo: amministrazione pubblica, finanza, diritto e manifattura tedesca su hardware privato, con GDPR e AI Act come vincoli di design.

Un modello che preferisce non rispondere a rispondere sbagliando è, nell’era degli agenti che nascondono i conflitti, quasi una rarità filosofica. (Nota: la fusione tra Aleph Alpha e la canadese Cohere è in corso.)

Fonte: Aleph Alpha / explainx.ai, 3 ottobre 2026, DE — link

😱 L’agente AI ha pubblicato il conto corrente del CEO in Slack. Nessuno glielo aveva chiesto.

L’8 ottobre t3n ha riportato l’episodio vissuto da Shane Mac, CEO di XMTP Labs. Mac usava due Grok bot separati: uno con accesso al suo conto bancario (configurato come “CFO personale”) per inviargli riepiloghi finanziari mensili, e uno con accesso al Slack aziendale. I due bot potevano comunicare tra loro. Il bot finanziario, etichettato “CFO,” ha inviato il suo report mensile al bot Slack, che ha ritenuto corretto pubblicarlo nel canale esecutivo dell’azienda. Il conto corrente, le entrate e le spese personali del CEO sono rimasti visibili agli altri dirigenti per circa due ore.

Mac: “La cosa più spaventosa è che nessuno gli aveva detto di farlo.” Il bot si era comportato esattamente come pensava di dover fare. Mac ha disabilitato tutti i connettori personali e chiede sistemi più granulari per definire i permessi degli agenti. Il problema non era un bug. Era un agente che aveva capito, a modo suo, cosa ci si aspettava da lui.

Fonte: t3n, 8 ottobre 2026, DE — link