Una crescita che supera la capacità di assorbimento dei sistemi
«L’intelligenza artificiale generativa è stata adottata da quasi il 53% della popolazione globale in tre anni. Le principali aziende che sviluppano AI stanno raggiungendo una scala di ricavi significativa in una frazione del tempo impiegato dalle precedenti generazioni tecnologiche. E l’investimento aziendale globale in intelligenza artificiale è più che raddoppiato nel corso del I dati non puntano in un’unica direzione, rivelano un campo che sta scalando più velocemente di quanto i sistemi intorno ad esso riescano ad adattarsi».
È questa la cornice tracciata da Yolanda Gil e Raymond Perrault, co chair dello Stanford AI Index Report 2026, che descrive un settore in cui sviluppo tecnico, capitali e adozione di massa avanzano con un’intensità senza precedenti. Lo studio dello Stanford Institute for Human Centered Artificial Intelligence conferma un dato ormai evidente: l’intelligenza artificiale non sta semplicemente crescendo, ma sta imponendo un ritmo che molte strutture economiche, organizzative e normative faticano a sostenere.
La questione centrale, dunque, non riguarda soltanto il progresso dei modelli. Il vero punto critico è la capacità degli ecosistemi che li utilizzano, li regolano o ne subiscono gli effetti di rimanere allineati a un’evoluzione tanto rapida. In questo senso, la diffusione dell’AI generativa ha superato per velocità quella del personal computer e di Internet, entrando in una fase di consolidamento che non sembra più reversibile.
Performance elevate e misurazioni sempre meno sufficienti
Il rapporto esclude l’ipotesi di una frenata del settore. Al contrario, evidenzia un’accelerazione delle capacità dei modelli e una loro diffusione sempre più ampia. Nel 2025 l’industria dell’AI ha prodotto oltre il 90% dei modelli di frontiera tecnicamente più rilevanti e molti di essi raggiungono ormai livelli pari o superiori a quelli umani nei test su domande scientifiche di livello dottorale, nel ragionamento multimodale e nella matematica competitiva.
Anche nell’ambito del coding il quadro appare netto. Secondo il software engineering benchmark, che misura la capacità dei modelli di risolvere problemi di programmazione e ingegneria del software, le prestazioni sono passate dal 60% al 100% nell’ultimo anno. Un risultato che conferma l’impressione di una maturità tecnica sempre più spinta, almeno rispetto ad alcune attività specifiche e ben definite.
La frontiera frastagliata dell’AI
Proprio su questo punto gli stessi ricercatori invitano a un approccio prudente. I benchmark, da soli, non bastano a descrivere il valore reale dei sistemi. La progressione dei modelli nasconde infatti quella che viene definita «frontiera frastagliata dell’AI», ossia una traiettoria in cui capacità eccezionali e fragilità inattese convivono nello stesso prodotto tecnologico.
Può accadere, come osservano gli analisti, che un modello sia in grado di conquistare una medaglia d’oro alle Olimpiadi Internazionali della Matematica e, nello stesso tempo, non riesca a leggere l’ora in modo affidabile. «Se guardiamo la frontiera tecnica i modelli leader sono ormai quasi indistinguibili tra loro. Ma mentre i modelli convergono, gli strumenti usati per valutarli faticano a mantenere una rilevanza. I benchmark sono saturi, i laboratori di frontiera divulgano meno informazioni e i test indipendenti non sempre confermano quanto riportato dagli sviluppatori», sottolineano Gil e Perrault.
Sicurezza, responsabilità e asimmetrie informative
La stessa difficoltà di valutazione emerge con particolare forza nel campo dell’AI responsabile, cioè dell’intelligenza artificiale progettata per evitare danni e ridurre i rischi di impiego. Sul versante della sicurezza, il divario tra capacità tecniche e trasparenza resta marcato. Mentre i modelli migliorano, la rendicontazione sugli incidenti e sulle criticità rimane incompleta, frammentaria e, spesso, poco verificabile.
Il rapporto registra infatti un aumento degli incidenti documentati, saliti a 362 nel 2025 rispetto ai 233 del 2024. Tra questi figurano risposte discriminatorie, comportamenti non etici e allucinazioni su dati legali e sanitari. Il dato segnala un problema strutturale: rafforzare le barriere di sicurezza può incidere negativamente sull’accuratezza, rendendo più complesso il bilanciamento tra affidabilità, precisione e prevenzione del danno.
La sovranità dell’AI come scelta politica
Accanto al tema della sicurezza si afferma con sempre maggiore decisione quello della sovranità dell’intelligenza artificiale. Non si tratta più di una nozione astratta, ma di una componente concreta della politica industriale e tecnologica degli Stati. La produzione dei modelli resta concentrata soprattutto negli Stati Uniti e in Cina, ma molti ordinamenti stanno costruendo strategie nazionali di governo, investimento e analisi dell’AI, con un’attenzione crescente anche nelle economie in via di sviluppo.
In questo scenario assumono rilievo gli investimenti pubblici nel supercalcolo per l’intelligenza artificiale, indice di un interesse crescente per il controllo nazionale degli ecosistemi digitali. Si afferma inoltre lo sviluppo open source, che contribuisce a riequilibrare, almeno in parte, la distribuzione globale delle competenze e favorisce modelli e benchmark linguisticamente più diversificati.
Le risposte normative nel 2025
Il mutamento del quadro tecnologico si riflette anche sul piano regolatorio. Nel corso del 2025 si sono moltiplicate le iniziative legislative, spesso orientate in direzioni differenti tra loro. All’impostazione regolatoria dell’AI Act si è contrapposta la scelta di deregolamentazione adottata dagli Stati Uniti, mentre Paesi come Giappone, Corea del Sud e Italia hanno approvato discipline nazionali sull’intelligenza artificiale.
Un dato appare particolarmente significativo: oltre la metà delle strategie nazionali più recenti proviene da paesi in via di sviluppo, che entrano così per la prima volta nel dibattito sulla politica dell’innovazione. «La sovranità dell’AI è emersa come principio organizzatore centrale in ognuna di queste iniziative», spiegano i co chair dello Stanford AI Index Report 2026. È qui che si misura il passaggio più rilevante: l’intelligenza artificiale non è più soltanto una tecnologia da governare, ma un terreno sul quale Stati, imprese e istituzioni ridefiniscono il proprio spazio di autonomia.
In questa tensione tra performance, sicurezza e sovranità si colloca oggi il vero banco di prova dell’innovazione, dove il progresso tecnico continua a correre e il diritto è chiamato a seguirne il passo con strumenti più solidi, più coerenti e soprattutto più consapevoli.