¶ Status Quo -- IA al 1° gennaio 2026
Stato: gennaio 2026. Tutti i dati si basano su fonti pubblicamente accessibili.
¶ Decisioni politiche: situazione al 6 settembre 2026
Nuove decisioni politiche verificate il 6 settembre 2026; la documentazione precedente mantiene la propria data di riferimento.
29.06.2026 — Il Consiglio dell’UE ha approvato definitivamente la modifica delle norme sull’IA. Il comunicato indica scadenze rinviate per l’alto rischio: 2 dicembre 2027 per sistemi autonomi e 2 agosto 2028 per quelli integrati nei prodotti. Non tutte le prescrizioni sono rinviate; fa fede il testo normativo pubblicato. Fonte originale.
04.09.2026 — La Delegazione amministrativa ha autorizzato il pilota PIA di circa un anno dalla sessione autunnale, fino a 150’000 franchi del budget informatico esistente. Swisscom lo gestisce in Svizzera con modelli a pesi aperti, senza addestramento sui dati inseriti. Non consente ancora ricerche Internet aggiornate. Fonte originale.
06.09.2026 — Stato verificato: la Svizzera prepara l'attuazione della convenzione del Consiglio d'Europa sull'IA. Il Consiglio federale ha richiesto un progetto di consultazione entro fine 2026; l'intenzione di ratificare non equivale a ratifica conclusa. Fonte originale.
¶ La situazione in tre frasi
Nel gennaio 2026 i sistemi di IA migliorano più velocemente di quanto gli esseri umani possano seguire. I grandi modelli linguistici superano esami di avvocatura, diagnosticano malattie e scrivono codice pronto per la produzione. La soglia dell'auto-ottimizzazione è stata superata.
¶ Cosa è successo in dodici mesi
Tra l'inizio del 2025 e il gennaio 2026 il panorama dell'IA si è fondamentalmente trasformato:
- OpenAI gestisce team di ricerca interni in cui agenti IA revisionano autonomamente il codice, propongono architetture e valutano benchmark [1].
- Anthropic dimostra che Claude legge autonomamente articoli scientifici, formula ipotesi e progetta esperimenti [2].
- Google DeepMind comunica che Gemini ha partecipato allo sviluppo della propria versione successiva -- in modo misurabile, non come dichiarazione di marketing [3].
Il denominatore comune: l'IA scrive codice con cui costruisce un'IA migliore. Si testa da sola, corregge i propri errori, ottimizza la propria architettura.
¶ Leggi di scala -- Più grande significa migliore
Nel gennaio 2020 Jared Kaplan e colleghi di OpenAI pubblicarono una scoperta che divenne la dottrina centrale dell'industria dell'IA: le prestazioni dei modelli linguistici neurali migliorano in modo prevedibile come legge di potenza quando si aumentano tre fattori -- parametri, dati di addestramento e potenza di calcolo [4].
Nessun nuovo algoritmo necessario. Semplicemente: più grande.
| Modello | Anno | Parametri |
|---|---|---|
| GPT-1 | 2018 | 117 milioni |
| GPT-2 | 2019 | 1,5 miliardi |
| GPT-3 | 2020 | 175 miliardi |
| GPT-4 | 2023 | ~1,8 bilioni (stimato) |
| Claude 3 Opus | 2024 | non divulgato |
| Gemini Ultra | 2024 | non divulgato |
Il numero di parametri si decuplica circa ogni 18 mesi [1] [3].
¶ La singolarità pratica
Il matematico Vernor Vinge coniò nel 1993 il concetto di singolarità tecnologica -- quel punto ipotetico in cui i sistemi di IA migliorano più velocemente di quanto gli esseri umani possano seguire [5]. Ray Kurzweil stimò il momento per il 2045 [6]. Si sbagliò di vent'anni -- nella direzione sbagliata.
Ciò che si verificò all'inizio del 2026 non fu una singolarità da fantascienza. Fu una singolarità pratica: l'IA superò l'essere umano là dove conta -- nel lavoro.
Un esempio: Claude di Anthropic analizza una base di codice di un milione di righe, identifica un errore sottile nella logica di concorrenza e fornisce una soluzione corretta e testata. In pochi minuti. Un esperto umano avrebbe bisogno di giorni [2].
¶ Cosa significa
Lo sviluppo dell'IA non è più un progresso lineare. È un processo che si auto-accelera. Ogni nuova generazione di modelli contribuisce allo sviluppo della successiva. L'essere umano resta coinvolto -- ma il suo ruolo è cambiato: da creatore a supervisore.
Per la Svizzera -- con la sua ricerca d'eccellenza al PFZ, al PFL e all'IDSIA -- questo è al tempo stesso un'enorme opportunità e una sfida esistenziale.
¶ Bibliografia
[1] OpenAI: GPT-4 Technical Report. arxiv.org, marzo 2023.
[2] Anthropic: Claude 3 Technical Report. anthropic.com, marzo 2024.
[3] Google DeepMind: Gemini -- A Family of Highly Capable Multimodal Models. Dicembre 2023.
[4] Kaplan, Jared et al.: Scaling Laws for Neural Language Models. OpenAI, gennaio 2020.
[5] Vinge, Vernor: The Coming Technological Singularity. VISION-21 Symposium, NASA, 1993.
[6] Kurzweil, Ray: The Singularity Is Near: When Humans Transcend Biology. Viking, 2005.