Nel 2023 i modelli linguistici di grandi dimensioni sono raddoppiati

Pubblicato l’AI Index 2024, il prestigioso report della Stanford University. Questa edizione introduce nuove stime sui costi di addestramento dell’AI, analisi dettagliate del panorama dell’AI responsabile e un capitolo completamente nuovo dedicato all’impatto dell’AI scienza e medicina.

L’AI Index è riconosciuto a livello globale come una delle fonti più credibili e autorevoli di dati e approfondimenti sull’intelligenza artificiale. Le edizioni precedenti sono state citate nei principali quotidiani, tra cui il The New York Times, Bloomberg e The Guardian hanno accumulato centinaia di citazioni accademiche e sono stati citati da parte di responsabili politici di alto livello negli Stati Uniti, nel Regno Unito e nell’Unione europea. L’edizione di quest’anno supera tutte le precedenti in termini di dimensioni, scala e portata, riflettendo la crescente significato che l’AI sta arrivando ad avere nella vita di tutti noi.

AI Index 2024: raddoppiano i modelli linguistici di grandi dimensioni

Sul fronte tecnico, l’AI Index di quest’anno riporta che il numero di nuovi modelli linguistici di grandi dimensioni rilasciati mondiale nel 2023 è raddoppiato rispetto all’anno precedente. Due terzi erano open-source, ma i più performanti modelli provenivano da operatori del settore con sistemi chiusi.

Gemini Ultra è stato il primo LLM a raggiungere prestazioni di livello umano nel benchmark Massive Multitask Language Understanding (MMLU); le prestazioni in questo benchmark sono migliorate di 15 punti percentuali rispetto allo scorso anno. Inoltre, GPT-4 ha ottenuto un impressionante punteggio medio di 0,96 nel benchmark completo Holistic Evaluation of Language Models (HELM), che include MMLU tra le altre valutazioni.

Sebbene gli investimenti privati globali nell’AI siano diminuiti per il secondo anno consecutivo, l’intelligenza artificiale è salita alle stelle. Sempre più chiamate sugli utili di Fortune 500 hanno menzionato l’AI e nuovi studi dimostrano che l’AI aumenta tangibilmente la produttività dei lavoratori. Sul fronte del processo decisionale, menzioni globali dell’AI nei procedimenti legislativi non sono mai stati così alti. Nel 2023 le autorità di regolamentazione statunitensi hanno approvato più regolamenti relativi all’AI che mai. Tuttavia, molti hanno espresso preoccupazione per la capacità dell’AI di generare deepfake e di avere un impatto sulle prossime elezioni. Il pubblico è diventato più consapevole dell’AI.

AI Index 2024: i 10 principali risultati

1. L’intelligenza artificiale batte l’uomo in alcuni compiti, ma non in tutti. L’intelligenza artificiale ha superato le prestazioni umane in diversi benchmark, tra cui alcuni nella classificazione delle immagini, nel ragionamento visivo e nella comprensione dell’inglese. Tuttavia, rimane indietro in compiti più complessi come la matematica a livello di competizione, il ragionamento visivo e la pianificazione.

2. L’industria continua a dominare la ricerca di frontiera sull’AI. Nel 2023, l’industria ha prodotto 51 modelli di apprendimento degni di nota, mentre il mondo accademico ha contribuito solo con 15 modelli. Inoltre, nel 2023 sono stati prodotti 21 modelli degni di nota grazie a collaborazioni tra industria e università, un nuovo record.

3. I modelli di frontiera diventano molto più costosi. Secondo le stime di AI Index, i costi di formazione di modelli di AI all’avanguardia hanno raggiunto livelli senza precedenti. Ad esempio, il GPT-4 di OpenAI ha utilizzato una spesa di calcolo stimato in 78 milioni di dollari per l’addestramento, mentre Gemini Ultra di Google è costato 191 milioni di dollari per il calcolo.

4. Gli Stati Uniti sono in testa alla Cina, all’UE e al Regno Unito come fonte principale dei migliori modelli di AI. Nel 2023, 61 modelli di AI di rilievo proverranno da istituzioni con sede negli Stati Uniti, superando di gran lunga i 21 dell’Unione Europea e i 15 della Cina.

5. Mancano valutazioni solide e standardizzate per la responsabilità degli LLM. Una nuova ricerca dell’AI Index rivela una significativa mancanza di standardizzazione nelle relazioni sull’AI responsabile. I principali sviluppatori, tra cui OpenAI, Google e Anthropic, testano i loro modelli principalmente rispetto a diversi benchmark di AI responsabile. Questa pratica complica gli sforzi per confrontare sistematicamente i rischi e i limiti dei migliori modelli di AI.

6. Gli investimenti in AI generativa salgono alle stelle. Nonostante il calo degli investimenti privati nell’AI lo scorso anno, i finanziamenti per l’AI generativa sono aumentati, quasi ottuplicando rispetto al 2022 e raggiungendo i 25,2 miliardi di dollari. I principali attori nello spazio dell’AI generativa, tra cui OpenAI, Anthropic, Hugging Face e Inflection, hanno registrato importanti raccolte di fondi.

7. I dati: l’AI rende i lavoratori più produttivi e porta a un lavoro di qualità superiore. Nel 2023, diversi studi hanno valutato l’impatto dell’AI sul lavoro, suggerendo che l’AI consente ai lavoratori di completare i compiti più rapidamente e di migliorare la qualità della loro produzione. Questi studi hanno anche dimostrato il potenziale dell’AI nel colmare il divario di competenze tra lavoratori poco e molto qualificati. Tuttavia, altri studi mettono in guardia sul fatto che l’utilizzo dell’AI senza un’adeguata supervisione può portare a una diminuzione delle prestazioni.

8. Il progresso scientifico accelera ulteriormente grazie all’AI. Nel 2022, l’AI ha iniziato a far progredire scoperte scientifiche. Il 2023, tuttavia, ha visto il lancio di applicazioni di AI ancora più significative in campo scientifico, da AlphaDev, che rende più efficiente l’ordinamento algoritmico, a GNoME, che facilita il processo di scoperta dei materiali.

9. Il numero di normative sull’AI negli Stati Uniti aumenta sensibilmente. Il numero di normative relative all’AI negli Stati Uniti è aumentato significativamente nell’ultimo anno e negli ultimi cinque anni. Nel 2023, ci saranno nel 2023, ci saranno 25 regolamenti relativi all’AI, rispetto a uno solo nel 2016. Solo l’anno scorso, il numero totale di normative relative all’AI è cresciuto del 56,3%.

10. Le persone in tutto il mondo sono più consapevoli dell’impatto potenziale dell’AI ma più nervose. Un sondaggio di Ipsos mostra che, nell’ultimo anno, la percentuale di coloro che pensano che l’AI influenzerà drasticamente le loro vite nei prossimi tre-cinque anni è aumentata dal 60% al 66%. Inoltre, il 52% esprime nervosismo nei confronti dei prodotti e dei servizi di AI, con un aumento di 13 punti percentuali rispetto al 2022. In America, i dati Pew indicano che il 52% degli americani si sente più preoccupato che entusiasta dell’AI, con un aumento rispetto al 37% del 2022.

AI Index 2024, l’universo dell’intelligenza artificiale in nove capitoli

L’AI Index 2024 dell’Università di Stanford si compone di 9 capitoli e un’appendice:

1. Ricerca e sviluppo

2. Prestazioni tecniche

3. AI responsabile

4. Economia

5. Scienza e medicina

6. Istruzione

7. Politica e governance

8. Diversità

9. Opinione pubblica

1. Ricerca e sviluppo

Più modelli di fondazione e più modelli di fondazione aperti. Nel 2023 sono stati rilasciati 149 modelli di fondazione, più del doppio di quelli rilasciati nel 2022. Di questi nuovi modelli, il 65,7% erano open-source, rispetto al 44,4% del 2022 e al 33,3% del 2021.

Gli Stati Uniti sono in testa alla Cina, all’UE e al Regno Unito come fonte principale dei migliori modelli di AI. Nel 2023, 61 modelli di AI di rilievo proverranno da istituzioni con sede negli Stati Uniti, superando di gran lunga i 21 dell’Unione Europea e i 21 della Cina.

Il numero di brevetti di AI sale alle stelle. Dal 2021 al 2022, le concessioni di brevetti di AI a livello mondiale sono aumentate del 62,7%. Dal 2010, il numero di brevetti AI concessi è aumentato di oltre 31 volte.

La Cina domina i brevetti di AI. Nel 2022, la Cina ha guidato le origini dei brevetti AI a livello mondiale con il 61,1%, superando in modo significativo gli Stati Uniti, che rappresentano il 20,9% delle origini dei brevetti AI. Dal 2010, la quota di brevetti AI degli Stati Uniti è diminuita dal 54,1%.

Esplode la ricerca open-source sull’AI. Dal 2011, il numero di progetti relativi all’AI su GitHub ha registrato un aumento costante, passando dall’8 al 12%.

In particolare, c’è stato un forte aumento del 59,3% del numero totale di progetti di AI su GitHub solo nel 2023. Anche il numero totale di stelle per i progetti su GitHub è aumentato in modo significativo nel 2023, più che triplicando da 4,0 milioni nel 2022 a 12,2 milioni.

Il numero di pubblicazioni sull’AI continua ad aumentare. Tra il 2010 e il 2022, il numero totale di pubblicazioni sull’AI è quasi triplicato, passando da circa 88.000 nel 2010 a oltre 240.000 nel 2022. L’aumento nell’ultimo anno è stato un modesto 1,1%.

Tra il 2010 e il 2022, il numero totale di pubblicazioni sull’AI è quasi triplicato, passando da circa 88.000 nel 2010 a oltre 240.000 nel 2022. L’aumento nell’ultimo anno è stato modesto, pari all’1,1%.

2. Prestazioni tecniche

L’intelligenza artificiale ha superato le prestazioni umane in diversi benchmark, tra cui la classificazione delle immagini, il ragionamento visivo e la comprensione dell’inglese. Tuttavia, è in ritardo su compiti più complessi come la matematica a livello di competizione, il ragionamento visivo e la pianificazione.

Tradizionalmente i sistemi di AI hanno avuto una portata limitata, con modelli linguistici che eccellevano nella comprensione del testo ma che vacillavano nell’elaborazione delle immagini e viceversa. Tuttavia, i recenti progressi hanno portato allo sviluppo di solidi modelli multimodali, come Gemini di Google e GPT-4 di OpenAI. Questi modelli dimostrano flessibilità e sono in grado di gestire immagini e testo e, in alcuni casi, di elaborare anche l’audio.

Emergono benchmark più difficili. I modelli di intelligenza artificiale hanno raggiunto la saturazione delle prestazioni su benchmark consolidati come ImageNet, SQuAD e SuperGLUE, spingendo i ricercatori a svilupparne di più impegnativi. Nel 2023 sono emersi diversi nuovi benchmark impegnativi, tra cui SWE-bench per la codifica, HEIM per la generazione di immagini, MMMU per il ragionamento generale, MoCa per il ragionamento morale, AgentBench per il comportamento basato su agenti e HaluEval per le allucinazioni.

Nuovi modelli di AI come SegmentAnything e Skoltech vengono utilizzati per generare dati specializzati per compiti come la segmentazione di immagini e la ricostruzione 3D. I dati sono fondamentali per i miglioramenti tecnici dell’AI. L’uso dell’AI per creare più dati migliora le capacità attuali e apre la strada a futuri miglioramenti algoritmici, soprattutto nei compiti più difficili.

Con i modelli generativi che producono testi, immagini e altro ancora di alta qualità, il benchmarking ha iniziato lentamente a spostarsi verso l’incorporazione di valutazioni umane come la Chatbot Arena Leaderboard piuttosto che di classifiche computerizzate come ImageNet o SQuAD. L’opinione pubblica sull’AI sta diventando una considerazione sempre più importante nel monitorare i progressi dell’AI.

Grazie ai LLM, i robot sono diventati più flessibili. La fusione della modellazione linguistica con la robotica ha dato vita a sistemi robotici più flessibili, come PaLM-E e RT-2. Oltre a migliorare le loro capacità robotiche, questi modelli sono in grado di porre domande, il che segna un passo significativo verso robot in grado di interagire più efficacemente con il mondo reale.

La creazione di agenti di AI, sistemi in grado di operare autonomamente in ambienti specifici, è da tempo una sfida per gli scienziati informatici. Tuttavia, la ricerca emergente suggerisce che le prestazioni degli agenti di AI autonomi stanno migliorando. Gli agenti attuali sono in grado di padroneggiare giochi complessi come Minecraft e di affrontare efficacemente compiti del mondo reale, come lo shopping online e l’assistenza alla ricerca.

Gli LLM chiusi superano significativamente quelli aperti. Su 10 benchmark selezionati di intelligenza artificiale, i modelli chiusi hanno superato quelli aperti, con un vantaggio mediano del 24,2%. Le differenze nelle prestazioni dei modelli chiusi e aperti hanno importanti implicazioni per i dibattiti sulle politiche di AI.

3. AI responsabile

Una nuova ricerca dell’AI Index rivela una significativa mancanza di standardizzazione nelle relazioni sull’AI responsabile. I principali sviluppatori, tra cui OpenAI, Google e Anthropic, testano i loro modelli principalmente rispetto a diversi benchmark di AI responsabile. Questa pratica complica gli sforzi per confrontare sistematicamente i rischi e i limiti dei migliori modelli di AI.

I deepfake politici sono facili da generare e difficili da individuare. I deepfake politici stanno già influenzando le elezioni in tutto il mondo e recenti ricerche suggeriscono che gli attuali metodi di AI deepfake funzionano con livelli variabili di accuratezza. Inoltre, nuovi progetti come CounterCloud dimostrano la facilità con cui l’AI può creare e diffondere contenuti falsi.

I ricercatori scoprono vulnerabilità più complesse negli LLM. In precedenza, la maggior parte degli sforzi per modelli di AI dei team di cybersecurity si concentrava sulla verifica di richieste avversarie che avevano intuitivamente senso per gli esseri umani. Quest’anno, i ricercatori hanno scoperto strategie meno ovvie per indurre i LLM a mostrare comportamenti dannosi, come chiedere ai modelli di ripetere all’infinito parole casuali.

I rischi dell’AI stanno diventando una preoccupazione per le aziende di tutto il mondo. Un’indagine globale sull’AI responsabile evidenzia che le principali preoccupazioni delle aziende legate all’AI includono la privacy, la sicurezza dei dati e l’affidabilità. L’indagine mostra che le aziende stanno iniziando a prendere provvedimenti per mitigare questi rischi. A livello globale, tuttavia, la maggior parte delle aziende ha finora mitigato solo una piccola parte di questi rischi.

I LLM possono produrre materiale protetto da copyright. Diversi ricercatori hanno dimostrato che i risultati generativi dei LLM più diffusi possono contenere materiale protetto da copyright, come estratti del New York Times o scene di film. Se tali risultati costituiscano una violazione del copyright sta diventando una questione legale centrale.

Gli sviluppatori di AI hanno un basso punteggio di trasparenza, con conseguenze per la ricerca. L’indice di trasparenza dei modelli di fondazione, recentemente introdotto, mostra che gli sviluppatori di AI mancano di trasparenza, soprattutto per quanto riguarda la divulgazione dei dati e delle metodologie di addestramento. Questa mancanza di apertura ostacola gli sforzi per comprendere meglio la robustezza e la sicurezza dei sistemi di AI.

I rischi estremi dell’AI sono difficili da analizzare. Nell’ultimo anno, tra gli studiosi e gli operatori dell’AI è emerso un dibattito sostanziale sull’importanza dei rischi immediati del modello, come la discriminazione algoritmica, rispetto alle potenziali minacce esistenziali a lungo termine. È diventato difficile distinguere quali affermazioni siano scientificamente fondate e debbano informare le politiche. Questa difficoltà è aggravata dalla natura tangibile dei rischi a breve termine già presenti, in contrasto con la natura teorica delle minacce esistenziali.

Il numero di incidenti legati all’AI continua ad aumentare. Secondo l’AI Incident Database, che tiene traccia degli incidenti legati all’uso improprio dell’AI, nel 2023 sono stati segnalati 123 incidenti, con un aumento di 32,3 punti percentuali rispetto al 2022. Dal 2013, gli incidenti legati all’AI sono cresciuti di oltre venti volte. Un esempio significativo è rappresentato dai deepfake di Taylor Swift, generati dall’AI e sessualmente espliciti, che sono stati ampiamente condivisi online.

ChatGPT è politicamente parziale. I ricercatori hanno riscontrato una significativa polarizzazione di ChatGPT verso i Democratici negli Stati Uniti e il Partito Laburista nel Regno Unito. Questa scoperta solleva preoccupazioni circa il potenziale dello strumento di influenzare le opinioni politiche degli utenti, in particolare in un anno caratterizzato da importanti elezioni globali.

4. Economia

Nonostante il calo degli investimenti privati nell’AI lo scorso anno, i finanziamenti per la sola AI generativa hanno registrato un’impennata, quasi ottuplicando rispetto al 2022 e raggiungendo i 25,2 miliardi di dollari. Già leader, gli Stati Uniti sono ancora più avanti negli investimenti privati nell’AI. Nel 2023, gli Usa hanno visto gli investimenti raggiungere i 67,2 miliardi di dollari, quasi 8,7 volte di più della Cina, il secondo investitore.

Mentre gli investimenti privati nell’AI in Cina e nell’Unione Europea, compreso il Regno Unito, sono diminuiti rispettivamente del 44,2% e del 14,1% dal 2022, gli Stati Uniti hanno registrato un notevole aumento del 22,1% nello stesso arco di tempo.

Meno posti di lavoro nell’AI negli Stati Uniti e in tutto il mondo. Nel 2022, le posizioni legate all’AI rappresentavano il 2% di tutti gli annunci di lavoro in America, una cifra che è scesa all’1,6% nel 2023. Questo calo degli annunci di lavoro nel settore dell’AI è attribuito a un minor numero di annunci da parte di aziende leader nel settore dell’AI e a una riduzione della percentuale di ruoli tecnologici all’interno di queste aziende.

L’AI riduce i costi e aumenta i ricavi. Una indagine McKinsey rivela che il 42% delle organizzazioni intervistate riferisce di aver ridotto i costi grazie all’implementazione dell’AI (compresa l’AI generativa) e il 59% di aver aumentato i ricavi. Rispetto all’anno precedente, c’è stato un aumento di 10 punti percentuali degli intervistati che hanno dichiarato una riduzione dei costi, il che suggerisce che l’AI sta portando a significativi guadagni di efficienza aziendale.

Il totale degli investimenti privati nell’AI diminuisce ancora, mentre aumenta il numero di aziende di AI di nuova costituzione. Gli investimenti privati globali nell’AI sono diminuiti per il secondo anno consecutivo, anche se in misura minore rispetto al forte calo registrato tra il 2021 e il 2022. Il numero di nuove imprese di AI finanziate è salito a 1.812, con un aumento del 40,6% rispetto all’anno precedente.

L’adozione organizzativa dell’AI è in aumento. Un rapporto McKinsey del 2023 rivela che il 55% delle organizzazioni utilizza l’AI (compresa l’AI generativa) in almeno un’unità o funzione aziendale, rispetto al 50% del 2022 e al 20% del 2017.

La Cina domina la robotica industriale. Da quando, nel 2013, ha superato il Giappone come principale installatore di robot industriali, la Cina ha aumentato notevolmente il divario con la nazione concorrente più vicina. Nel 2013, le installazioni cinesi rappresentavano il 20,8% del totale globale, una quota che è salita al 52,4% entro il 2022.

Nel 2017, i robot collaborativi rappresentavano appena il 2,8% di tutte le nuove installazioni di robot industriali, una cifra che salirà al 9,9% entro il 2022. Allo stesso modo, nel 2022 si è registrato un aumento delle installazioni di robot di servizio in tutte le categorie di applicazione, ad eccezione della robotica medica. Questa tendenza indica non solo un aumento generale delle installazioni di robot, ma anche una crescente enfasi sull’impiego di robot per ruoli a contatto con l’uomo.

L’AI rende i lavoratori più produttivi e porta a un lavoro di qualità superiore. Nel 2023, diversi studi hanno valutato l’impatto dell’AI sulla manodopera, suggerendo che questa consente ai lavoratori di completare i compiti più rapidamente e di migliorare la qualità della loro produzione. Questi studi hanno anche dimostrato il potenziale dell’AI nel colmare il divario di competenze tra lavoratori poco e molto qualificati. Tuttavia, altri studi mettono in guardia sul fatto che l’utilizzo dell’AI senza un’adeguata supervisione può portare a una diminuzione delle prestazioni.

Le aziende Fortune 500 iniziano a parlare molto di AI, soprattutto di AI generativa. Nel 2023, l’AI è stata menzionata in 394 comunicazioni sugli utili (quasi l’80% di tutte le società Fortune 500), con un notevole aumento rispetto alle 266 menzioni del 2022. Dal 2018, le menzioni dell’AI nelle earnings call di Fortune 500 sono quasi raddoppiate. Il tema più frequentemente citato, apparso nel 19,7% di tutte le earnings call, è stato l’AI generativa.

5. Scienza e medicina

Nel 2022 l’AI ha iniziato a far progredire le scoperte scientifiche. Il 2023, tuttavia, ha visto il lancio di applicazioni di AI ancora più significative in ambito scientifico: da AlphaDev, che rende più efficiente l’ordinamento algoritmico, a GNoME, che facilita il processo di scoperta dei materiali.

L’AI aiuta la medicina a compiere significativi passi avanti. Nel 2023 sono stati lanciati diversi sistemi medici importanti, tra cui EVEscape, che migliora la previsione delle pandemie, e AlphaMissence, che assiste nella classificazione delle mutazioni guidata dall’intelligenza artificiale. L’AI viene sempre più utilizzata per promuovere i progressi della medicina.

Negli ultimi anni, i sistemi di AI hanno mostrato notevoli miglioramenti nel benchmark MedQA, un test fondamentale per valutare le conoscenze cliniche dell’AI. Il modello di spicco del 2023, GPT-4 Medprompt, ha raggiunto un tasso di accuratezza del 90,2%, segnando un aumento di 22,6 punti percentuali rispetto al punteggio più alto del 2022. Dall’introduzione del benchmark nel 2019, le prestazioni dell’AI su MedQA sono quasi triplicate.

La FDA approva sempre più dispositivi medici legati all’AI. Nel 2022, ha approvato 139 dispositivi medici legati all’AI, con un aumento del 12,1% rispetto al 2021. Dal 2012, il numero di dispositivi medici legati all’AI approvati dalla FDA è aumentato di oltre 45 olte. L’AI viene sempre più utilizzata per scopi medici reali.

6. Istruzione

Il numero di laureati americani e canadesi in Computer Science continua ad aumentare. I laureati in CS master rimangono relativamente stabili e i dottorati crescono in modo modesto. Mentre il numero di nuovi laureati americani e canadesi è aumentato costantemente per più di un decennio, il numero di studenti che scelgono una formazione universitaria in CS si è appiattito. Dal 2018, il numero di laureati in master e dottorati in CS è leggermente diminuito.

La migrazione dei dottori di ricerca in AI verso l’industria continua ad accelerare. Nel 2011, le percentuali dei nuovi dottori di ricerca in AI erano all’incirca uguali, sia nell’industria (40,9%) che nel mondo accademico (41,6%). Tuttavia, entro il 2022, una percentuale significativamente maggiore (70,7%) entrerà nel mondo dell’industria dopo la laurea rispetto a coloro che entreranno nel mondo accademico (20,0%). Solo nell’ultimo anno, la quota di dottori di ricerca in AI destinati all’industria è aumentata di 5,3 punti percentuali, indicando un’intensificazione della fuga di cervelli dalle università verso l’industria.

Meno transizione di talenti accademici dall’industria all’università. Nel 2019, il 13% dei nuovi docenti di AI negli Stati Uniti e in Canada proveniva dall’industria. Nel 2021 questa cifra è scesa all’11% e nel 2022 al 7%. Questa tendenza indica una progressiva diminuzione della migrazione di talenti di AI di alto livello dall’industria al mondo accademico.

I programmi di laurea legati all’AI sono in aumento a livello internazionale. Il numero di corsi di laurea post-secondari in lingua inglese legati all’AI è triplicato dal 2017, registrando un aumento annuale costante negli ultimi cinque anni. Le università di tutto il mondo offrono sempre più corsi di laurea incentrati sull’AI.

Regno Unito e Germania sono leader in Europa nella produzione di laureati in informatica, scienze informatiche, scienze della comunicazione e informatica. Sono in testa in Europa per la produzione del maggior numero di nuovi laureati in informatica, scienze informatiche, scienze della comunicazione e informatica, master e dottorati. Su base pro capite, la Finlandia è in testa nella produzione di laureati e dottori di ricerca, mentre l’Irlanda è in testa nella produzione di laureati.

7. Politica e governance

Il numero di normative relative all’AI è aumentato significativamente nell’ultimo anno e negli ultimi cinque anni. Nel 2023, ci saranno 25 regolamenti relativi all’AI, rispetto a uno solo nel 2016. Solo l’anno scorso, il numero totale di normative relative all’AI è cresciuto del 56,3%.

Gli Stati Uniti e l’Unione Europea promuovono un’azione politica storica sull’AI. Nel 2023, l’Unione Europea ha raggiunto un accordo sui termini dell’AI Act, un atto legislativo storico che sarà promulgato nel 2024. Nel frattempo, il presidente Biden ha firmato un Ordine Esecutivo sull’AI, l’iniziativa politica sull’AI più importante negli Stati Uniti in quell’anno.

L’anno 2023 ha visto un notevole aumento della legislazione relativa all’AI a livello federale, con 181 proposte di legge, più del doppio rispetto alle 88 proposte nel 2022.

Le menzioni dell’AI nei procedimenti legislativi in tutto il mondo sono quasi raddoppiate, passando da 1.247 nel 2022 a 2.175 nel 2023. Nel 2023 l’AI è stata menzionata nei procedimenti legislativi di 49 Paesi. Inoltre, almeno un Paese di ogni continente ha discusso di AI nel 2023, sottolineando la portata davvero globale del discorso politico sull’AI.

Il numero di agenzie di regolamentazione statunitensi che hanno emanato regolamenti sull’AI è salito a 21 nel 2023 rispetto ai 17 del 2022, indicando una crescente preoccupazione per la regolamentazione dell’AI da parte di una più ampia gamma di enti normativi americani. Tra i nuovi enti normativi che hanno emanato per la prima volta norme relative all’AI nel 2023 vi sono il Dipartimento dei Trasporti, il Dipartimento dell’Energia e l’Occupational Safety and Health Administration.

8. Diversità

Gli studenti statunitensi e canadesi di laurea, master e dottorato di ricerca in scienze informatiche continuano ad aumentare. Mentre gli studenti bianchi continuano a essere l’etnia più rappresentata tra i nuovi laureati residenti a tutti e tre i livelli, la rappresentanza di altri gruppi etnici, come gli studenti asiatici, ispanici e neri o afroamericani, continua a crescere. Ad esempio, dal 2011, la percentuale di laureati asiatici in informatica è aumentata di 19,8 punti percentuali e quella di laureati ispanici in informatica è cresciuta di 5,2 punti percentuali.

Il divario sostanziale tra i sessi persiste tra i laureati europei in informatica, CS, CE e IT a tutti i livelli di istruzione.

Tutti i Paesi europei intervistati hanno registrato un numero maggiore di laureati maschi rispetto alle femmine nei programmi di laurea, master e dottorato in informatica, CS, CE e IT. Sebbene il divario di genere si sia ridotto nella maggior parte dei Paesi nell’ultimo decennio, il ritmo di questa riduzione è stato lento.

L’istruzione CS K-12 negli Stati Uniti sta diventando sempre più diversificata, riflettendo i cambiamenti nella rappresentanza di genere ed etnica.

La percentuale di esami AP CS sostenuti da studentesse è passata dal 16,8% nel 2007 al 30,5% nel 2022. Allo stesso modo, la partecipazione di studenti asiatici, ispanici/latinoamericani e neri/africani all’AP CS è aumentata costantemente di anno in anno.

9. Opinione pubblica

Un sondaggio di Ipsos mostra che, nell’ultimo anno, la percentuale di coloro che pensano che l’AI influenzerà drasticamente le loro vite nei prossimi tre-cinque anni è passata dal 60% al 66%. Inoltre, il 52% esprime nervosismo nei confronti dei prodotti e dei servizi di AI, con un aumento di 13 punti percentuali rispetto al 2022. In America, i dati Pew indicano che il 52% degli americani si sente più preoccupato che entusiasta dell’AI, con un aumento rispetto al 38% del 2022.

Il sentiment nei confronti dell’AI nei Paesi occidentali continua a essere basso, ma sta lentamente migliorando. Nel 2022, diversi Paesi occidentali sviluppati, tra cui Germania, Paesi Bassi, Australia, Belgio, Canada e Stati Uniti, erano tra i meno positivi nei confronti dei prodotti e dei servizi di AI. Da allora, ognuno di questi Paesi ha visto aumentare la percentuale di intervistati che riconoscono i vantaggi dell’AI, con i Paesi Bassi che hanno registrato il cambiamento più significativo.

Il pubblico è pessimista sull’impatto economico dell’AI. In un sondaggio Ipsos, solo il 37% degli intervistati ritiene che l’AI migliorerà il loro lavoro. Solo il 34% prevede che l’AI darà impulso all’economia e il 32% ritiene che migliorerà il mercato del lavoro.

Esistono significative differenze demografiche differenze demografiche significative nella percezione del potenziale dell’AI di migliorare i mezzi di sussistenza, con le generazioni più giovani generalmente più ottimiste. Ad esempio, il 59% degli intervistati della generazione Z ritiene che l’AI migliorerà le opzioni di intrattenimento, contro solo il 40% dei baby boomer. Inoltre, gli individui con reddito e livello di istruzione più elevati sono più ottimisti riguardo all’impatto positivo dell’AI sull’intrattenimento, sulla salute e sull’economia rispetto alle loro controparti con reddito più basso e meno istruite.

ChatGPT è ampiamente conosciuto e utilizzato. Un sondaggio internazionale dell’Università di Toronto indica che il 63% degli intervistati conosce ChatGPT. Tra coloro che ne sono a conoscenza, circa la metà dichiara di utilizzare ChatGPT almeno una volta alla settimana.

AI Index 2024

Un ringraziamento a:

Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, Jack Clark.

“The AI Index 2024 Annual Report,” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2024.

The AI Index 2024 Annual Report by Stanford University is licensed under Attribution-NoDerivatives 4.0 International.