Notizie attorno al mondo, con l’innovazione come denominatore comune. Sono quelle raccolte tutti i mercoledì sui profili social di Paola Pisano, tra questi LinkedIn e Instagram, nel tentativo di comprendere dove ci porterà la tecnologia e qual è il suo ruolo nella vita di istituzioni, aziende e semplici cittadini.
Leggi anche: Perché Stargate è una delle più grandi scommesse del tech? I robot diventeranno compagni di vita quotidiana?
Oriente vs Occidente
La capacità di ricerca e sviluppo della Cina potrebbe potenzialmente battere l’Occidente. La Cina è stata la fabbrica del mondo e le aziende hanno sfruttato una forza lavoro a basso costo, le poche tutele e le fonti di energia economiche ma inquinanti. La tecnologia di base era trattenuta da aziende statunitensi ed europee. Dopo anni di sforzi statali, aziendali e accademici per alleviare vulnerabilità di base, i progressi della Cina la stanno ora preparando a dominare le future catene globali di fornitura per energia e trasporti. Ad aggravare l’inerzia in Occidente ci sono i tagli drastici ai finanziamenti scientifici statunitensi. La Cina diventerà il lab di R&D del mondo? Si tratta di competere con un sistema che fonde politica industriale, catene di fornitura avanzate e solidi percorsi ingegneristici e Stem in un’unica macchina. Mentre la spesa governativa per R&D in Cina ha superato quella degli Stati Uniti dal 2015, anche le aziende cinesi hanno rapidamente aumentato i loro investimenti in R&D nell’ultimo decennio. Il numero di istituti aziendali di R&D è quasi triplicato raggiungendo quota 150mila. E il numero di personale R&D aziendale è quasi raddoppiato, fino a raggiungere 5 milioni. La Cina produce anche circa 50mila dottorati all’anno nei campi STEM (scienza, tecnologia, ingegneria e matematica), rispetto ai circa 34mila delle università statunitensi.
Nvidia scende, Google sale
Le azioni Nvidia sono scese bruscamente a causa dei timori che Google stia guadagnando terreno nell’intelligenza artificiale e nello sviluppo di microchip. Google ha rilasciato Gemini 3, il suo ultimo large language model, considerato da migliore di ChatGPT di OpenAI. Il modello è stato addestrato utilizzando le TPU, anziché i chip Nvidia che alimentano i sistemi di OpenAI. Meta sarebbe in trattative con Google per acquistare i suoi chip Tensor, dopo che Anthropic aveva dichiarato in ottobre di voler ampliare significativamente il proprio uso della tecnologia di Google.
Le azioni Google sono salite di quasi l’8% la scorsa settimana, mentre quelle di Nvidia sono calate di poco oltre il 2%. Chi vincerà la gara dei microchip? Nvidia e il suo principale rivale, AMD, sono specializzati nei chip noti come GPU (graphics processing unit), che possono eseguire enormi quantità di calcoli complessi in tempi rapidi. I chip Tensor di Google sono ASIC, ossia chip creati su misura per scopi specifici. Sebbene GPU e chip Google possano essere utilizzati per modelli AI, gli ASIC sono solitamente progettati per “carichi di lavoro più ristretti” rispetto alle GPU. Nvidia fornisce pacchetti tecnologici completi per l’uso nei data center, che includono non solo GPU, ma anche una piattaforma software che consente di ottimizzare il proprio codice affinché le app sfruttino meglio i chip Nvidia. Un punto chiave per fidelizzare e il “lock-in” dei clienti nel lungo termine. Non dimentichiamo che anche Google è un cliente Nvidia.
Tutto su Genesis Mission
Genesis Mission è il nuovo programma per i laboratori nazionali del Dipartimento dell’Energia statunitense. L’iniziativa rafforza il focus del presidente Donald Trump sull’AI dopo l’introduzione, a luglio, di un ampio pacchetto di iniziative e raccomandazioni politiche chiamato AI Action Plan. La Genesis Mission punta a trasferire i progressi dell’industria nel campo dell’AI alla ricerca scientifica sulla salute, l’energia, la manifattura e altri settori, ha dichiarato il segretario dell’Energia, Chris Wrigh. Il focus sarà la creazione di una nuova piattaforma per consentire ai laboratori DoE, alle aziende private e alle istituzioni accademiche di condividere più facilmente le informazioni. Tra le altre cose, il programma ha anche l’obiettivo di ridurre i prezzi dell’energia per i consumatori, una sfida chiave dato l’aumento degli investimenti in AI di quest’anno. Riuscirà l’AI, malgrado le allucinazioni, a essere utile nel campo della ricerca scientifica? Secondo un documento informativo della Casa Bianca, la piattaforma consentirà a “più agenzie federali di ricerca” e al “settore privato” di collaborare per “vincere e restare in testa nella corsa all’AI”. Le principali aree di interesse del programma includono biotecnologie, materiali critici, energia da fissione e fusione nucleare, esplorazione spaziale, scienza dell’informazione quantistica, semiconduttori e microelettronica. I giganti tecnologici collaborano già più strettamente con il DoE. Nvidia e Oracle hanno annunciato a ottobre una partnership per costruire supercomputer per il laboratorio nazionale Argonne. Il produttore di PC Dell sta sviluppando un supercomputer per il Berkeley Lab.
Verso una controriforma tecnologica
Il mondo dell’istruzione americano sta vivendo una fase di controriforma tecnologica. Dopo decenni di scuola digital-first, l’arrivo dell’intelligenza artificiale generativa ha accelerato una reazione opposta: il ritorno a carta, penna, esami orali e attività rigorosamente analogiche. Gli insegnanti si trovano a gestire una duplice crisi: da un lato, la possibilità di copiare resa possibile da strumenti come ChatGPT, dall’altro un livello di distrazione senza precedenti legato a smartphone, laptop e piattaforme digitali scolastiche. Per proteggere l’integrità dell’apprendimento, molti docenti stanno introducendo pratiche sempre più restrittive: niente telefoni, compiti in classe scritti a mano, presentazioni orali, sorveglianti che pattugliano le aule, obbligo di assistere a eventi “in presenza” impossibili da replicare online. Parallelamente, rinasce un nuovo interesse per la scrittura manuale che sembra migliorare memoria e ragionamento computazionale.
L’AI generativa potrebbe riportare alla lentezza, alla conversazione, alla memoria, al giudizio critico, al silenzio? È possibile che assisteremo a una nuova sintesi pedagogica: da una parte l’IA come supporto per la personalizzazione, il recupero e l’analisi dei dati educativi; dall’altra, l’aula come spazio protetto, libero da schermi, dedicato al pensiero lento e alla concentrazione non mediata.
Le politiche educative dovranno decidere se e come sostenere pratiche che richiedono più tempo, più personale e maggiore cura pedagogica. Potremmo assistere alla diffusione di nuovi standard etici e cognitivi: pause obbligatorie dalle piattaforme AI, spazi scolastici “a basso stimolo digitale”, curriculum che includono non solo l’AI literacy ma anche l’attenzione literacy, e una rivalutazione del corpo, la mano che scrive, la voce che parla, la presenza che ascolta, come strumenti irrinunciabili di apprendimento.