C:\AIBAY\MENU> _
[X]
┌──────────────┐ └──────────────┘

L'IA non è opensource

L'IA non è opensource

> Le definizioni giocano un ruolo chiave nella formulazione delle politiche: ogni termine può influenzare profondamente l'interpretazione e l'applicazione delle norme.

Un nuovo studio pubblicato su Nature mette in discussione la retorica dell'"IA aperta", sostenendo che in realtà concentra il potere nelle mani di poche grandi aziende tech anziché democratizzare il settore. La ricerca, condotta da David Widder della Cornell University, analizza criticamente il concetto di "apertura" applicato all'intelligenza artificiale, confrontandolo con il modello del software open source. Secondo lo studio, la retorica dell'IA aperta viene spesso utilizzata in modo fuorviante, creando un falso senso di sicurezza nel pubblico e nei policy maker.

Il paper evidenzia come le affermazioni sull'apertura dell'IA siano spesso imprecise e focalizzate solo su alcune fasi dello sviluppo, trascurando la sostanziale concentrazione industriale nei processi su larga scala. Ciò distorce la comune percezione di cosa significhi realmente "apertura" in questo contesto.

Differenze con il software open source

Lo studio mette a confronto i concetti di software libero e open source con quello di IA aperta, analizzando casi come Linux di IBM, Android di Google e PyTorch di Meta. Mentre l'open source ha in parte mantenuto le promesse di democratizzazione dello sviluppo software, l'IA aperta opera secondo dinamiche molto diverse.

Widder sottolinea come attualmente potenti attori stiano cercando di influenzare le politiche usando argomentazioni sull'IA aperta, sostenendo che sia benefica per innovazione e democrazia o, al contrario, dannosa per la sicurezza. In questo contesto di definizione delle policy, è fondamentale chiarire i concetti.

Quando si definiscono le politiche, le definizioni sono importanti.

Analisi dei componenti dell'IA

La ricerca esamina nel dettaglio cosa costituisca effettivamente l'IA e cosa significhi "apertura" in questo ambito, considerando modelli, dati, forza lavoro, framework e potenza computazionale.

Emerge come i sistemi di IA aperti possano offrire vari gradi di trasparenza, riutilizzabilità ed estensibilità. Tuttavia, lo studio critica casi come LLaMA-3 di Meta, definendoli esempi di "openwashing" di sistemi che in realtà restano sostanzialmente chiusi.

Barriere all'ingresso

Anche le interpretazioni più aperte dell'IA faticano a contrastare gli interessi consolidati dei giganti tech, a causa delle elevate barriere all'ingresso in termini di dati, tempi di sviluppo e potenza computazionale richiesti per costruire modelli significativi.

La ricerca sostiene che l'"IA aperta" da sola non sia sufficiente per ottenere un'industria più diversificata, responsabile e democratizzata. Sono necessarie altre misure come l'applicazione delle norme antitrust e la protezione della privacy dei dati per creare condizioni di maggiore parità.

In conclusione, lo studio avverte che riporre eccessiva fiducia nell'IA aperta, senza considerare il contesto di potere aziendale concentrato, potrebbe addirittura peggiorare la situazione invece di portare i benefici sperati.