Informatica
Un linguaggio che non cambia il modo in cui pensi alla programmazione non vale la pena di essere conosciuto.
— (1982)
Sviluppatori esperti si sono sentiti più veloci con l'IA mentre lavoravano misurabilmente più lentamente — il risultato reale, e non il verdetto sul coding con IA
Un trial randomizzato controllato di METR ha fatto svolgere a sedici sviluppatori open-source esperti 246 task reali su codebase che conoscevano bene, con strumenti IA dell'inizio 2025 (Cursor Pro più Claude 3.5/3.7 Sonnet) permessi su una metà casuale. Si aspettavano che l'IA riducesse il tempo dei task di circa il 24%; invece lo ha aumentato del 19% — e dopo credevano ancora che li avesse accelerati di circa il 20%. Quel divario di percezione è il nucleo netto e robusto dello studio. Ma sono sedici sviluppatori, un setting stretto e una fotografia fissa dell'inizio 2025: gli autori sono espliciti che non mostra che l'IA non aiuti la maggior parte degli sviluppatori, e il loro follow-up del 2026 punta già verso un'accelerazione, con caveat propri.
Una prova crittografica può nascondere il suo segreto rendendo difficile provare l'assenza del simulatore
Le prove a conoscenza zero permettono di provare un enunciato senza rivelare il testimone. La teoria classica dice che non puoi avere questo, in senso pieno, con un solo messaggio, senza setup fidato e con solidità perfetta. Il paper di Rahul Ilango non fa sparire quell'impossibilità. Cambia bersaglio: invece di richiedere che un simulatore esista davvero, chiede che nessun sistema di prova scelto possa provare efficientemente che il simulatore non esiste. Sotto grandi assunzioni di complessità delle prove e crittografia, questo basta a recuperare le conseguenze falsificabili, basate su giochi, della proprietà zero-knowledge, una proprietà alla volta. Il punto non è una primitiva internet pronta all'uso. È un modo proof-theoretic di trasformare l'improvabilità matematica in copertura crittografica.
Una AI medica può essere privata in media e comunque esporre pazienti specifici — soprattutto i sottorappresentati
Un modello di AI medica definito "privacy-preserving" di solito poggia su un numero medio. Questo studio sostiene che quel numero sia il test sbagliato. Studiando membership inference attack — attacchi che rivelano se il record di una persona specifica era nei dati di addestramento di un modello, e quindi possono tradire che quella persona aveva una certa malattia — gli autori hanno misurato il rischio per paziente invece che in aggregato, su sette dataset medici (imaging, ECG, cartelle elettroniche) e molti modelli per ciascuno. Il pattern: modelli che sembrano sicuri in media possono ancora lasciare identificare individui specifici quasi perfettamente (attack AUC ≥ 0,95); gli esposti sono sistematicamente persone di gruppi sottorappresentati (minoranze etniche, malattie rare, imaging insolito); e il problema peggiora quando i modelli crescono. Gli autori non dicono di abbandonare l'AI medica — dicono di misurare la privacy per paziente, controllare l'accesso ai modelli e usare differential privacy. Il nucleo scomodo: "privato in media" non è una garanzia di privacy, e fallisce proprio i pazienti già meno protetti.
Insegnare a una AI che disegna a guardare la pagina
I modelli linguistici che generano grafica vettoriale lo fanno alla cieca: scrivono i comandi del disegno senza vedere il risultato. Un nuovo metodo lascia che il modello guardi la propria tela riempirsi, tratto dopo tratto, e la svolta onesta è che dargli semplicemente gli occhi peggiora le cose: deve essere riaddestrato per usarli. Il risultato è un modello che eguaglia o supera di poco rivali addestrati con fino a venti volte più dati — un risultato reale e cauto su un solo benchmark, non una rivoluzione.
Un agente AI ha gestito da solo interi casi clinici — in un simulatore, su cartelle passate
MIRA è un nuovo tipo di AI medica: invece di rispondere a una singola domanda, lavora un intero caso dentro una cartella clinica simulata — raccoglie l'anamnesi, ordina e legge esami, arriva a una diagnosi, scrive gli ordini. Su 574 casi retrospettivi da un database pubblico, in otto diagnosi preselezionate, gli autori riportano che ha superato i medici nell'accuratezza diagnostica e preso decisioni in gran parte coerenti con le linee guida e sicure sul piano farmacologico. Ogni qualificatore in quella frase pesa: ha lavorato in una sandbox su cartelle passate, solo testuali; gran parte del vantaggio è arrivato nelle condizioni con risultati di test netti; ha ordinato circa il doppio degli esami del sangue; e diversi esiti sono stati valutati rispetto a ciò che la cartella originale registrava. Il vero avanzamento è un agente che agisce lungo l'intero workflow — non la prova che una macchina diagnostichi meglio di un medico. Gli autori lo dicono: generalizzazione, sicurezza e governance richiedono ancora studi prospettici nel mondo reale.
I grandi “foundation model” per robot funzionano davvero meglio? Una risposta rigorosa — sì, modestamente, e molti studi non riescono nemmeno a dirlo
Toyota Research Institute ha addestrato “large behavior models” — policy robotiche preaddestrate su circa 1.700 ore di dati di manipolazione diversi — e le ha confrontate con policy single-task addestrate da zero usando un protocollo insolitamente rigoroso: test ciechi, randomizzati, con molti campioni (circa 1.800 prove reali e oltre 47.000 in simulazione) e statistiche vere. Dopo il finetuning per singolo compito, i modelli grandi hanno fatto meglio in media, hanno richiesto circa 3–5× meno dati specifici del compito e sono stati più robusti quando le condizioni cambiavano; le prestazioni sono cresciute gradualmente con più dati di preaddestramento. Ma usati senza finetuning non hanno battuto in modo consistente i modelli single-task, diversi effetti erano abbastanza piccoli da richiedere grandi campioni per essere visti, e una scelta banale di normalizzazione dei dati contava più dell’architettura. È un supporto misurato alla direzione dei robot foundation model — non un robot general-purpose, non un generalista zero-shot, non un “salto emergente” — più un avvertimento netto: molta robotica potrebbe stare misurando rumore.
Perché i modelli linguistici allucinano, e perché il modo in cui li valutiamo mantiene il problema
Le falsità sicure di sé che chiamiamo "allucinazioni" non sono un malfunzionamento misterioso: alcune sono un sottoprodotto statistico dell'addestramento, e persistono perché i benchmark più usati premiano una risposta tirata a indovinare con sicurezza più di un onesto "non lo so". Un caso di studio su quattro modelli frontier mostra che dichiarare nel prompt le regole di valutazione ("rubriche aperte") inverte questo incentivo.