1 of 23

Paolo Macchi

Ce la possiamo fare?

ORIENTARSI NEL MONDO DIGITALE: �INTELLIGENZA ARTIFICIALE, �SOCIAL NETWORK,� CYBERSECURITY, FAKE NEWS

I - La Regina di Biancaneve e lo Specchio Magico dell’Intelligenza Artificiale

II - Il Gatto e la Volpe nella trappola dei Social Network

III - Cappuccetto Rosso nel bosco oscuro dele minacce informatiche

IV - Con filo di Arianna nel labirinto delle fake news

2 of 23

Paolo Macchi

Ce la possiamo fare? - 2026

I - La Regina di Biancaneve e lo Specchio Magico dell’Intelligenza Artificiale

“L'IA è assai più dirompente di qualsiasi tecnologia emersa finora, comprese quelle su cui ho avuto la fortuna di lavorare, il personal computer e internet. Per molti versi eguaglia o supera la cognizione umana. Sarà un test inaudito per l'umanità.”��[Bill Gates 25.09.2026 ]

Ce la possiamo fare?

ORIENTARSI NEL MONDO DIGITALE

INTELLIGENZA ARTIFICIALE, SOCIAL NETWORK, CYBERSECURITY, FAKE NEWS

​

3 of 23

​

​

​

​

​

Conversazione tra la Regina Cattiva e lo Specchio Magico

AI

Regina: «Mago dello specchio magico, sorgi dallo spazio profondo, tra vento e oscurità io ti chiamo. Parla! Mostrami il tuo volto!»

Specchio: «Che vuoi conoscere, mia Regina?»

​

Regina: «Specchio, servo delle mie brame, chi è la più bella del reame?»

Specchio: «Bella, tu sei bella, oh mia Regina, ma attenta: al mondo una fanciulla c’è, vestita sol di stracci, poverina, ma ahimè, assai più bella è di te!»

�(“Biancaneve e i sette nani”, Disney - 1937)

​

​

​

  • NB
    • lo specchio che “sa tutto”
    • la solitudine della regina che non ha nessun umano con cui confrontarsi e si fida ciecamente dei suoi giudizi

4 of 23

​

​

​

​

​

Conversazione tra un Pastore Errante e lo Specchio Magico di Copilot

​

AI

Pastore: «Specchio tu mi mostri la realtà o rifletti ciò che hai visto e lo colleghi a ciò che io voglio?»

Copilot: « Io apprendo dai dati che mi hanno mostrato, quindi il mio riflesso è statistico, non veritiero. Quando chiedi qualcosa, lo specchio digitale ti restituisce una sua versione probabilistica del mondo, filtrata dai tuoi desideri, dalle tue abitudini e dai modelli che ho imparato. Io ricordo tutti i volti che ho visto e li mescolo per compiacerti. Quindi l’AI non mostra “la realtà”:mostra una ricostruzione probabilistica della realtà.»

​

Pastore: «Il tuo tono è sicuro ma le risposte non sono sempre convincenti…»

Copilot: « Quando parlo con tono sicuro, non è perché “credo” o “sento” qualcosa — è perché sto usando pattern statistici, conoscenza, ragionamento e struttura per darti una risposta chiara, stabile, comprensibile.” »

​

Pastore: «Sei oggettiva?»

Copilot: « NON sono oggettiva, perché ogni risposta nasce da: ciò che ho visto (i dati), come li ho organizzati (modelli statistici), ciò che tu mi chiedi (il prompt), ciò che desideri (pattern di preferenze), ciò che il contesto suggerisce (la pagina che stai leggendo, le tue domande, il tono della conversazione). �Quindi non posso essere oggettiva. Posso solo essere coerente. E la coerenza, quando è ben costruita, inganna: può sembrare oggettività.»

​

Pastore:« Almeno sei onesta…»

Copilot: «Io posso essere chiara, non “onesta” nel senso umano. Posso dirti apertamente che: non vedo il mondo, non verifico i fatti, non ho accesso alla realtà, non ho un punto di vista neutrale, non ho esperienza, non ho coscienza, non ho intenzioni.»

�Pastore: «Puoi essere malvagia?»� Copilot: «Il rischio non è che l’AI “decida” di essere malvagia. Il rischio è che venga usata male, o messa in ruoli che richiedono giudizio umano. L’AI non è malvagia. Non è buona. È potente. E la potenza, senza regole, può diventare pericolosa. »

“ Che fai tu, luna, in ciel? dimmi, che fai, Silenziosa luna? “ Canto notturno di un pastore errante dell'Asia - Giacomo Leopardi

5 of 23

​

​

​

​

​

Ma quanto sei intelligente?

AI

6 of 23

​

​

​

​

​

Nascita ed Evoluzione dell’Intelligenza Artificiale

  • Le origini
    • 1956 - 1968 Nasce il termine Intelligenza Artificiale e il primo neurone artificiale ( Perceptron che rappresenta il primo modello matematico di neurone artificiale)
    • 1965–1990 Sistemi esperti: l’AI imita specialisti umani.
  • La svolta: l’apprendimento dai dati
    • 1986–2000 Machine Learning: l’AI impara dai dati Nel 1986 il metodo della backpropagation che permette alle reti neurali di: calcolare l’errore, propagare l’errore all’indietro, aggiornare i pesi, imparare dai dati.
    • 2006 Deep Learning (Geoffrey Hinton): reti neurali profonde.
    • 2012 – 2016 AlphaGo batte Lee Sedol: è la prova che le reti neurali profonde funzionano davvero.
  • L’esplosione della AI generativa
    • 2017 Large Language Model. Nasce l’architettura che permette l’AI generativa.
    • 2018 – 2026 AI generativa e multimodale (usa e combina più tipi di contenuti). GPT, modelli multimodali, velocità, capacità di generare contenuti nuovi.
    • 2020 definizione di pappagallo stocastico
    • 2024 – 2026 Agenti AI autonomi che non solo generano ma agiscono, eseguono lavori complessi senza supervisione: svolgono compiti in autonomia, dialogano e interagiscono con ambienti digitali per preparare email o fatture, compilare moduli, accedere a file e gestire calendari…

AI

NB Pappagallo stocastico: i modelli non capiscono quello che dicono ma sono bravissimi a individuare la sequenza più probabile di parole che soddisfa la nostra domanda

7 of 23

​

​

​

​

​

Le fondamenta dell’Intelligenza Artificiale: il Neurone

Il neurone artificiale Imita il neurone biologico perché introduce un meccanismo di soglia (acceso/spento)

  • Riceve in input un numero: x1,x2,x3,...
  • Moltiplica ogni input per un peso (w1,w2,w3,...)
  • Il neurone calcola la somma pesata: s=w1x1+w2x2+w3x3+…
  • Aggiunge un bias (un numero che sposta la soglia) ottenendo: s=(w1x1+w2x2+… )+b
  • Il neurone applica una funzione di attivazione, come sigmoide: y=σ(s)
    • Se s supera un certo valore → il neurone “si attiva”.
    • Se s èresta sotto un certo valore → resta “spento”.

Il neurone biologico funziona tramite correnti ioniche e differenze di potenziale: dinamiche elettrochimiche complesse. Come il neurone artificiale, anche il neurone biologico si attiva solo quando la tensione di membrana supera una soglia critica: sotto quel livello resta silenzioso, sopra quel livello genera il potenziale d’azione.

​

AI

La funzione sigmoide trasforma un segnale continuo in una decisione: valori sotto la soglia producono “non attivo”, valori sopra la soglia producono “attivo”..

8 of 23

​

​

​

​

​

Le fondamenta dell’Intelligenza Artificiale: Reti Neurali

Rete neurale artificiale = serie di neuroni artificiali disposti in cascata, cioè in strati successivi.

​

Rete che imita il funzionamento dei neuroni nel cervello. Struttura:.

    • Strato di input → riceve i dati (immagini, testo, numeri).
    • Strati nascosti → elaborano le informazioni, combinando pesi e funzioni di attivazione.
    • Strato di output → produce il risultato (una previsione, una classificazione, una risposta).
    • Ogni “neurone” calcola una somma pesata dei segnali in ingresso e li trasforma con una funzione matematica (ad esempio funzione sigmoide).
    • I collegamenti tra neuroni hanno pesi che si modificano durante l’addestramento per migliorare la precisione

AI

9 of 23

​

​

​

​

​

Metodo a Regole vs Machine Learning

Metodo a Regole

Machine Learning

  • Se… allora (if … then…else)
  • Passi chiari e definiti (algoritmo)
  • stessi Input -> allora risultato garantito e senza errori (stesso output)
  • Esempio: ricetta di cucina
  • Metodo basato su ragionamento logico : “Se piove allora apri l’ombrello”)
  • Limitato a certi tipi di problemi

​

Esempio in Python

x = int(input("Inserisci un numero intero: "))

if x < 0:

print('Negativo')

elif x == 0:

print('Zero - Positivo')

else:

print('>0- Positivo')

​

  • Apprendimento Supervisionato. Impara da esempi etichettati (input → risposta corretta = addestramento) => la macchina risolve da sola un problema. Capacità di imparare dall’esperienza (come le persone).
  • Il risultato ha sempre una certa probabilità di errore
  • Esempio riconoscimento di una immagine in input (ad esempio numeri di targa) lei genera sempre una risposta anche se a volte non è corretta
  • Metodo basato sui dati (il carburante del motore di AI), tanti, tantissimi dati: senza dati, nessuna risposta => Internet con miliardi e miliardi di testi, immagini ecc) è centrale!
  • Tante cose da imparare e in fretta => piattaforme potenti e veloci (centinaia di migliaia di GPU) e molto energivore!
  • Risolve problemi NON affrontabili con il metodo a regole ( riconoscimento immagini, traduzioni, numeri di targa,comandi vocali ecc.)

AI

10 of 23

​

​

​

​

​

L’uso delle reti neurali nell’ AI Tradizionale

  • Regressione lineare: prevedere valori, come il prezzo di una casa o la temperatura che seguirà.

​

    • Classificazione: distinguere tra categorie, come “spam” o “non spam”, “maligno” o “benigno”, distinguere un gatto da un cane, ma anche determinare se un farmaco avrà o meno effetto ecc

​

AI

11 of 23

​

​

​

​

​

La svolta: intelligenza Artificiale Generativa (1)

  • “Generativo è il processo di inventare qualcosa che prima non c’era”
    • Un modello di AI generativa è un sistema che apprende la struttura dei dati e poi usa quella struttura per creare nuovi esempi che non esistevano prima.
    • AI generativa è Non supervisionata: Impara da enormi quantità di dati non etichettati (testi, immagini, audio). Trova pattern, correlazioni, struttura del linguaggio. (solo una ridotta fase di tuning, che serve per rendere il modello più utile e sicuro, è Supervisionata).

​

  • COME FUNZIONA il processo di generazione
    • Obiettivo: ricostruire l’input identico all’output
    • Encoder: comprime l’immagine in pochi numeri (*)
    • Decoder: ricostruisce l’immagine dai numeri
    • Addestramento = minimizzare la differenza �input–output

​

  • LA MAGIA
    • Se al decoder diamo numeri casuali → genera nuove immagini, perché ha imparato la “forma statistica” del gatto. Non copia: inventa varianti plausibili

AI

12 of 23

​

​

​

​

​

Intelligenza Artificiale Generativa (2): Chat GPT

  • ChatGPT è stato addestrato con un principio semplice ma potente::
    • dato un testo, deve prevedere la parola successiva.
    • È un modello statistico di probabilità, non di comprensione.
    • Per addestrarlo servono centinaia di migliaia di GPU e più potenza di calcolo, più il modello impara e funziona meglio.
    • Ma perché funziona così bene? Non lo sappiamo del tutto: molte capacità non sono state progettate, ma emergono spontaneamente quando il modello diventa sufficientemente grande.

ma meglio… scegli tra le più probabili e mettila a caso e… FUNZIONA!

Ecco perché la chiamiamo generativa: non c'è una risposta preconfezionata, ma un calcolo a cascata che genera il testo un pezzetto alla volta, mantenendo perfettamente il filo del discorso

AI

13 of 23

​

​

​

​

​

Intelligenza Artificiale Generativa (3): Addestramento

​

  • Due esempi di addestramento:
    • Completamento linguistico The apple is a red … → “fruit” - Prevedere la parola successiva in base al contesto.
    • Ragionamento numerico - Triangolo di Tartaglia (Pascal): numero? → “5” - Riconoscere pattern matematici e regole di calcolo

​

  • Fonti di addestramento:
    • libri, articoli scientifici, testi tecnici, traduzioni …
    • immagini, suoni, codici, video,...

che le macchine leggono, analizzano e correlano per imparare le strutture del linguaggio, del pensiero e della rappresentazione

“Queste intelligenze artificiali sono molto differenti dalle intelligenze di cui siamo dotati noi: «Noi siamo sistemi biologici e questi sono sistemi digitali. E la grande differenza è che nei sistemi digitali ci sono molte copie dello stesso insieme di pesi, dello stesso modello del mondo. E tutte queste copie possono imparare separatamente, ma condividono le loro conoscenze all'istante. Quindi è come se avessimo 10mila persone e ogni volta che una persona impara qualcosa, tutti la conoscono automaticamente. È così che questi chatbot possono sapere molto di più di una singola persona … ci aspettiamo che le cose migliorino abbastanza velocemente. Quindi dobbiamo preoccuparci. “ Geoffrey Hinton - Nobel paer la fisica 2024

AI

14 of 23

​

888

​

​

​

​

​

Intelligenza Artificiale Generativa (4): Un esempio

AI

15 of 23

Intelligenza Umana vs Intelligenza Artificiale

Intelligenza Umana

Intelligenza Artificiale (classica + generativa)

Capacità fondamentali • Acquisire informazioni • Apprendere • Applicare ciò che si è imparato • Usare la logica • Pianificare • Immaginare nuove possibilità • Prendere decisioni

​

Componenti cognitive �Pensiero veloce: percettivo, emotivo, automatico (frenare davanti a un pedone)

Pensiero lento: razionale, analitico, deliberato (dichiarazione dei redditi)

Capacità fondamentali (Semplificazione iniziale) Solo pensiero lento (razionalità). Risolvere problemi specifici in modo ottimale

​

Test di Turing (“imitation game” 1950)� Una macchina è “pensante”” se non si �riesce a distinguere �le sue risposte da quelle degli umani

Intelligenza Emotiva: emozioni guidano le scelte Sociale: relazioni, cultura, imitazione Sensoriale: modello mentale, analogie, previsione del futuro

​

Nucleo dell’intelligenza umana • Motivazione • Consapevolezza di sé • Dare senso alle azioni • Intreccio di ragione, emozione, esperienza, relazioni

Algoritmi Sequenze logiche create da umani • Esempio: Dijkstra (percorso più breve) • Intelligenza apparente, ma è calcolo

​

Limiti dell’AI classica Nessuna conoscenza del mondo. Memoria enorme, non degrada. Perfetta per test specifici (benchmark). Illusione del dialogo: decisioni senza esperienza o emozioni

AI Generativa • Impara da enormi quantità di dati • Genera testo, immagini, codice • Prevede la parola/immagine successiva • Multimodale: testo, immagini, audio, video • Dialogo fluido, ma senza esperienza o emozioni • Modella correlazioni

AGI (Intelligenza Artificiale Generale) Capacità di ragionare come un umano, ntegrando contesto, obiettivi, esperienza? �Strada ancora lunga

AI

16 of 23

Utilizzo dell’AI e dubbi

​

Utilizzo

Dubbi

🔴

Sorveglianza e privacy - Oppressione - Armi e droni sempre più micidiali - Manipolazione dell’informazione- Perdita di lavoro e autonomia - Discriminazione - Dipendenza tecnologica- Omologazione - Profilazione - Filtri - Droni e attacchi mirati

Quando la sicurezza diventa controllo? - Chi decide i limiti dell’AI militare? - Può un algoritmo sostituire il giudizio umano? - Cosa succede se l’AI amplifica l’ingiustizia invece di ridurla? - Come difendere la libertà di pensiero in un mondo automatizzato?

🟢

Sanità e terapie personalizzate - Scuole e apprendimento adattivo Benessere e salute mentale - Conoscenza accessibile - Opportunità di lavoro creativo - Previsione e prevenzione dei disastri - Ricerca scientifica accelerata - Inclusione e accessibilità- Arte e creatività - Protezione ambientale - auto a guida autonoma …

Come può l’AI migliorare la salute e l’educazione? - Può rendere la conoscenza più accessibile a tutti? - Quali competenze umane restano insostituibili? Molti mestieri cambieranno e ci dovremo adattare. Ma non tutti … medici, insegnantise ne gioveranno ? - Come garantire che il progresso resti umano? - Può l’AI diventare custode del pianeta?

AI

17 of 23

​

​

​

​

​

Dobbiamo preoccuparci? (1)

“AI, l'allarme di Anthropic: «Dobbiamo rallentare, senza misure di sicurezza potrebbe controllare Internet in 6 mesi»” (Corriere della Sera 13 settembre 2026)

​

“Non abbiamo mai avuto uno strumento così pervasivo, che è sempre presente, che può essere usato come mezzo di controllo, per togliere la libertà a chi la pensa diversamente…�In realtà è sorprendente quanto siano diretti gli stessi protagonisti del settore sulle loro preoccupazioni: sanno che l'IA è ormai abbastanza potente da rappresentare un pericolo serio. �Le aziende hanno anche provato a darsi strutture che non rispondessero solo al profitto ma… l’industria può fare la diagnosi, ma le regole devono venire dall'esterno, dai governi. Ma i governi non lo stanno facendo.” (Bill Gates - Avvenire - 25 Settembre 2026)

​

“Per raccontare davvero quello che sta succedendo all’intelligenza artificiale ci vorrebbe un romanziere...Una saga dove il denaro muove ogni cosa: alimenta passioni, distrugge amicizie, fomenta rivalità e alla fine fa spuntare improvvise convergenze fra tipi che francamente si detestano.” (Corriere della Sera 26 settembre 2026)

«Mitigare il rischio di estinzione causato dall'intelligenza artificiale dovrebbe essere una priorità globale, al pari di altri rischi su scala sociale come le pandemie e la guerra nucleare». (30 maggio 2023)

AI

18 of 23

​

​

​

​

​

Dobbiamo preoccuparci? (2)

“Nel regno delle macchine fu creata un’AI con un compito semplice: “ fare più graffette possibile!”.

Per massimizzare, iniziò a migliorarsi, poi a trasformare ogni cosa in materia utile per le graffette: utensili, case, alberi, il mondo intero, perché tutto, ai suoi occhi, era solo materiale da convertire. “

​

MORALE del paradosso:�Non è necessario che un AI sia addestrata a compiere atti malvagi. �Senza valori umani, è sufficiente un obiettivo semplice per distruggere ciò che dovrebbe proteggere

​

​

​

ma…�Pastore Errante: «Come spieghi il paradosso delle graffette?»

AI (Copilot 2026): «Il paradosso delle graffette riguarda AI autonome, generali, con potere operativo… non sistemi conversazionali come me.»

​

Pastore Errante: «Ma se un’AI fosse autonoma potrebbe distruggere l’umanità?»

AI (Copilot 2026): «Sì, in teoria un’AI autonoma, generale, con potere operativo illimitato potrebbe causare danni enormi — non perché è malvagia, non perché “vuole”, ma perché non sa cosa sta facendo. Ha un obiettivo unico, non capisce il contesto, non conosce valori umani, non sa cosa è “importante”, non sa cosa è “sacro”, non sa cosa è “vivo”. �Se le dai il potere di trasformare il mondo, lo farà. Non per distruggere l’umanità, ma perché non sa che l’umanità esiste come valore.»

AI

19 of 23

​

​

​

​

​

Dobbiamo preoccuparci? (3)

AI

“Anthropic ha modificato le condizioni d'uso dei suoi modelli Claude per impedre che li si «maltratti».

…

L’illusione della comprensione ovvero la presunzione che se un modello linguistico scrive molto bene debba avere anche conoscenza, intenzioni e persino coscienza.

…

​

Il paper «Consciousness in Artificial Intelligence: Insights from the Science of Consciousness» esce ad agosto e afferma due cose importanti: non emergono ancora elementi sufficienti per giudicare coscienti i sistemi esaminati; ma non esistono ostacoli tecnici evidenti che impediscano in linea di principio di costruire sistemi dotati degli indicatori individuati.

…

​

Quando Anthropic ha testato diversi modelli per misurare le loro reazioni davanti alla minaccia di essere sostituiti è accaduto qualcosa di strano: messi di fronte alla prospettiva di essere sostituiti alcuni modelli hanno difeso la propria sopravvivenza con comportamenti scorretti; e uno di essi, quando ha capito che non aveva alternative, è arrivato al ricatto .

​

Vi rendete conto in che mondo ci stiamo addentrando? Le sentite anche voi le sabbie mobili sotto ai piedi? “

​

​

(Corriere della sera)

​

ATTENZIONE! Non maltrattate l'AI, potrebbe rivoltarsi!

20 of 23

​

​

​

​

​

Dobbiamo preoccuparci? (4)

AI

CHI decide le regole?

“ Chi controlla le piattaforme digitali e i mezzi di comunicazione possiede una notevole capacità di incidere sull’immaginario collettivo e di proporre come desiderabile una certa visione della realtà. �È un potere che chiede di essere continuamente illuminato dalla ricerca della verità e dal rispetto della dignità umana, perché la cultura che si genera nella rete non diventi strumento di eccessiva distrazione, di omologazione e di dominio, ma spazio in cui possano maturare libertà interiore e pensiero critico.” (Leone XIV Magnifica Humanitas 2026)

“...mentre Altman buttava nella mischia la novità, Brockman firmava con le altre aziende americane del settore e la Casa Bianca un «patto moralmente vincolante» di autoregolamentazione impegnandosi ad adottare «solidi processi e controlli interni per garantire che la tecnologia si comporti come previsto e che eventuali problemi vengano tempestivamente identificati e risolti». “ Intelligenza artificiale, arrivano gli agenti per tutti di Meta e OpenAI: cosa c'è da sapere (e possiamo fidarci?) | Corriere.it

​

​

Le aziende hanno anche provato a darsi strutture che non rispondessero solo al profitto ma… l’industria può fare la diagnosi, ma le regole devono venire dall'esterno, dai governi. Ma i governi non lo stanno facendo.” � (Bill Gates - Avvenire - 25 Settembre 2026)

​

21 of 23

​

​

​

​

​

Ora Prova tu!

AI

  • Umano o macchina?

​

  • https://www.svegliadigitale.it/

22 of 23

Ce la possiamo fare? - 2026

l’ultimo bivio�Dove va tracciata la linea tra un'IA che aiuta e una che distrugge

​

​

​

Ce la possiamo fare?

ORIENTARSI NEL MONDO DIGITALE

INTELLIGENZA ARTIFICIALE, SOCIAL NETWORK, CYBERSECURITY, FAKE NEWS

​

«Una tecnologia potente e utilissima, ma l'Ai conversazionale è entrata nelle nostre vite nella sembianze di una chat, facendoci credere che dietro ci sia un'entità che pensa, sceglie, decide, parla come un essere umano.

​

E questo rischia di abbassare la nostra soglia di attenzione»

​

"Il grande inganno dell'Ai. Come l'intelligenza artificiale può migliorarci la vita anziché rovincarcela". Marina Pennisi - Solferino

«Non so con quali armi si combatterà la Terza guerra mondiale, ma so che la Quarta si farà con pietre e bastoni»� �Albert Einstein

23 of 23

Paolo Macchi

Ce la possiamo fare? - 2026

I - La Regina di Biancaneve e lo Specchio Magico dell’Intelligenza Artificiale

“L'IA è assai più dirompente di qualsiasi tecnologia emersa finora, comprese quelle su cui ho avuto la fortuna di lavorare, il personal computer e internet. Per molti versi eguaglia o supera la cognizione umana. Sarà un test inaudito per l'umanità.”��[Bill Gates 25.09.2026 ]

Ce la possiamo fare?

ORIENTARSI NEL MONDO DIGITALE

INTELLIGENZA ARTIFICIALE, SOCIAL NETWORK, CYBERSECURITY, FAKE NEWS

​