“`html<\/p>\n
L\u2019intelligenza artificiale open source pu\u00f2 accelerare gli obiettivi di sviluppo sostenibile. L\u2019intelligenza artificiale open source rappresenta un\u2019opportunit\u00e0 fondamentale per avanzare verso gli obiettivi di sviluppo sostenibile a livello globale. Tra il 2018 e il 2024, il suo utilizzo per sostenere questi obiettivi \u00e8 aumentato del 300%, con contributi notevoli in ambiti come l\u2019agricoltura, la gestione degli ecosistemi e la lotta contro il cambiamento climatico. Questo modello aperto, che consente a chiunque di studiare, modificare e condividere gli strumenti, \u00e8 stato progettato per accelerare i progressi in modo efficace e inclusivo.<\/p>\n
Tuttavia, la sua espansione ha rivelato sfide complesse. La mancanza di un quadro di governance strutturato pu\u00f2 portare a un consumo eccessivo di risorse e a vulnerabilit\u00e0 etiche. Ad esempio, lo sviluppo decentralizzato di modelli ridondanti su infrastrutture locali inefficienti aggrava l\u2019impronta carbonica del settore. Inoltre, la facilit\u00e0 di accesso agli strumenti open source ha ridotto i costi di produzione di deepfake e disinformazione mirata, ponendo rischi per la sicurezza e la fiducia nelle informazioni.<\/p>\n
Un\u2019altra questione \u00e8 quella del colonialismo digitale, in cui i paesi e le istituzioni potenti del Nord globale controllano dati e infrastrutture, limitando l\u2019autonomia dei paesi del Sud. I set di dati progettati per contesti locali possono essere scarsamente applicabili altrove, portando a errori e a una ridotta pertinenza delle soluzioni di governance.<\/p>\n
Per affrontare queste sfide, vengono proposte quattro azioni chiave. La prima consiste nell\u2019integrare la sostenibilit\u00e0 in tutto il ciclo di vita dei modelli, ottimizzando le infrastrutture materiali ed evitando gli sprechi legati a sviluppi ridondanti. Tecniche come la distillazione dei modelli permettono di ridurne le dimensioni fino al 70%, limitandone cos\u00ec l\u2019impatto ambientale. Un\u2019altra soluzione \u00e8 l\u2019adozione di data center raffreddati a liquido e alimentati da energie rinnovabili, che riducono la domanda energetica del 20% e il consumo di acqua del 52%.<\/p>\n
La seconda azione mira a stabilire un quadro di valutazione quantitativa per misurare l\u2019impatto dell\u2019intelligenza artificiale sugli obiettivi di sviluppo sostenibile. Ci\u00f2 prevede la creazione di indicatori compositi che integrano dati locali e globali, consentendo una valutazione precisa degli effetti positivi e negativi. Ad esempio, i criteri di sostenibilit\u00e0 potrebbero coprire pi\u00f9 di 40 indicatori sociali, ambientali ed economici, offrendo una visione chiara dell\u2019impatto reale.<\/p>\n
La terza azione si basa su regolamentazione e trasparenza. Per evitare abusi, \u00e8 essenziale implementare audit obbligatori, test avversarial e licenze chiare che definiscano gli usi consentiti. Gli sviluppatori devono utilizzare set di dati auditati per limitare i pregiudizi, mentre i governi possono imporre politiche rigorose per prevenire la diffusione di contenuti dannosi. Gli utenti, dal canto loro, hanno la responsabilit\u00e0 di applicare questi strumenti in modo etico e di segnalare gli usi impropri.<\/p>\n
Infine, la quarta azione incoraggia la cooperazione mondiale e la condivisione delle conoscenze. Nonostante la democratizzazione dell\u2019accesso, persistono disuguaglianze in termini di infrastrutture, talenti e sovranit\u00e0 dei dati. La creazione di piattaforme open access, che rispettino i principi di reperibilit\u00e0, accessibilit\u00e0 e riutilizzo, \u00e8 cruciale per garantire un accesso equo alle risorse. Istituzioni come un Dialogo globale sulla governance dell\u2019intelligenza artificiale potrebbero rafforzare la cooperazione pubblicando rapporti annuali e organizzando negoziati intergovernativi.<\/p>\n
A livello regionale, la collaborazione tra piattaforme globali e centri di ricerca locali consente di combinare modelli fondativi condivisi con dati specifici per ogni contesto. Ci\u00f2 facilita l\u2019implementazione di soluzioni su misura, nel rispetto delle normative sulla protezione dei dati. Istituzioni come l\u2019Istituto australiano per l\u2019intelligenza artificiale o l\u2019Istituto nazionale per la valutazione e la sicurezza dell\u2019intelligenza artificiale in Francia svolgono un ruolo chiave in questa localizzazione.<\/p>\n
L\u2019intelligenza artificiale open source, combinata con una governance adattata, potrebbe cos\u00ec trasformare il processo decisionale, rendendolo pi\u00f9 inclusivo e basato su prove. Permetterebbe di identificare pi\u00f9 rapidamente le priorit\u00e0, gli ostacoli e le vie per una trasformazione sostenibile, anche di fronte a sfide complesse. Integrare le lezioni apprese dai cittadini di tutto il mondo potrebbe anche rendere l\u2019agenda post-2030 pi\u00f9 rappresentativa ed efficace.<\/p>\n
I modelli open source offrono anche vantaggi concreti. Il loro costo \u00e8 da 5 a 29 volte inferiore a quello dei modelli proprietari per prestazioni comparabili, il che ne amplifica l\u2019accessibilit\u00e0. Strumenti come i modelli di elaborazione del linguaggio naturale specializzati nel clima aiutano a combattere la disinformazione, mentre altri, come quelli utilizzati in ambito sanitario, potrebbero alleviare la carenza di terapeuti in alcune regioni. Nel settore economico, le piccole e medie imprese possono adottare e personalizzare queste tecnologie per ottimizzare la produzione.<\/p>\n
Tuttavia, senza una governance adattata, i rischi persistono. La produzione di materiali elettronici e le infrastrutture necessarie per l\u2019intelligenza artificiale contribuiscono ai rifiuti tossici globali. Inoltre, quasi il 60% dei modelli etichettati come open source non ha alcuna licenza, il che complica il loro utilizzo sicuro. La proliferazione di modelli non regolamentati facilita anche l\u2019identificazione di vulnerabilit\u00e0 da parte di attori malintenzionati, aumentando i rischi di phishing o di diffusione di discorsi d\u2019odio.<\/p>\n
Per massimizzare i benefici dell\u2019intelligenza artificiale open source, \u00e8 indispensabile un approccio coordinato. Deve combinare sostenibilit\u00e0, valutazione rigorosa, sicurezza e cooperazione, al fine di ridurre le incertezze e garantire che questa tecnologia serva effettivamente il progresso globale.<\/p>\n
L\u2019intelligenza artificiale open source pu\u00f2 accelerare gli obiettivi di sviluppo sostenibile. L\u2019intelligenza artificiale open source rappresenta un\u2019opportunit\u00e0 fondamentale per avanzare verso gli obiettivi di sviluppo sostenibile a livello globale. Tra il 2018 e il 2024, il suo utilizzo per sostenere questi obiettivi \u00e8 aumentato del 300%, con contributi notevoli in ambiti come l\u2019agricoltura, la gestione degli ecosistemi e la lotta contro il cambiamento climatico. Questo modello aperto, che consente a chiunque di studiare, modificare e condividere gli strumenti, \u00e8 stato progettato per accelerare i progressi in modo efficace e inclusivo.<\/p>\n
Tuttavia, la sua espansione ha rivelato sfide complesse. La mancanza di un quadro di governance strutturato pu\u00f2 portare a un consumo eccessivo di risorse e a vulnerabilit\u00e0 etiche. Ad esempio, lo sviluppo decentralizzato di modelli ridondanti su infrastrutture locali inefficienti aggrava l\u2019impronta carbonica del settore. Inoltre, la facilit\u00e0 di accesso agli strumenti open source ha ridotto i costi di produzione di deepfake e disinformazione mirata, ponendo rischi per la sicurezza e la fiducia nelle informazioni.<\/p>\n
Un\u2019altra questione \u00e8 quella del colonialismo digitale, in cui i paesi e le istituzioni potenti del Nord globale controllano dati e infrastrutture, limitando l\u2019autonomia dei paesi del Sud. I set di dati progettati per contesti locali possono essere scarsamente applicabili altrove, portando a errori e a una ridotta pertinenza delle soluzioni di governance.<\/p>\n
Per affrontare queste sfide, vengono proposte quattro azioni chiave. La prima consiste nell\u2019integrare la sostenibilit\u00e0 in tutto il ciclo di vita dei modelli, ottimizzando le infrastrutture materiali ed evitando gli sprechi legati a sviluppi ridondanti. Tecniche come la distillazione dei modelli permettono di ridurne le dimensioni fino al 70%, limitandone cos\u00ec l\u2019impatto ambientale. Un\u2019altra soluzione \u00e8 l\u2019adozione di data center raffreddati a liquido e alimentati da energie rinnovabili, che riducono la domanda energetica del 20% e il consumo di acqua del 52%.<\/p>\n
La seconda azione mira a stabilire un quadro di valutazione quantitativa per misurare l\u2019impatto dell\u2019intelligenza artificiale sugli obiettivi di sviluppo sostenibile. Ci\u00f2 prevede la creazione di indicatori compositi che integrano dati locali e globali, consentendo una valutazione precisa degli effetti positivi e negativi. Ad esempio, i criteri di sostenibilit\u00e0 potrebbero coprire pi\u00f9 di 40 indicatori sociali, ambientali ed economici, offrendo una visione chiara dell\u2019impatto reale.<\/p>\n
La terza azione si basa su regolamentazione e trasparenza. Per evitare abusi, \u00e8 essenziale implementare audit obbligatori, test avversarial e licenze chiare che definiscano gli usi consentiti. Gli sviluppatori devono utilizzare set di dati auditati per limitare i pregiudizi, mentre i governi possono imporre politiche rigorose per prevenire la diffusione di contenuti dannosi. Gli utenti, dal canto loro, hanno la responsabilit\u00e0 di applicare questi strumenti in modo etico e di segnalare gli usi impropri.<\/p>\n
Infine, la quarta azione incoraggia la cooperazione mondiale e la condivisione delle conoscenze. Nonostante la democratizzazione dell\u2019accesso, persistono disuguaglianze in termini di infrastrutture, talenti e sovranit\u00e0 dei dati. La creazione di piattaforme open access, che rispettino i principi di reperibilit\u00e0, accessibilit\u00e0 e riutilizzo, \u00e8 cruciale per garantire un accesso equo alle risorse. Istituzioni come un Dialogo globale sulla governance dell\u2019intelligenza artificiale potrebbero rafforzare la cooperazione pubblicando rapporti annuali e organizzando negoziati intergovernativi.<\/p>\n
A livello regionale, la collaborazione tra piattaforme globali e centri di ricerca locali consente di combinare modelli fondativi condivisi con dati specifici per ogni contesto. Ci\u00f2 facilita l\u2019implementazione di soluzioni su misura, nel rispetto delle normative sulla protezione dei dati. Istituzioni come l\u2019Istituto australiano per l\u2019intelligenza artificiale o l\u2019Istituto nazionale per la valutazione e la sicurezza dell\u2019intelligenza artificiale in Francia svolgono un ruolo chiave in questa localizzazione.<\/p>\n
L\u2019intelligenza artificiale open source, combinata con una governance adattata, potrebbe cos\u00ec trasformare il processo decisionale, rendendolo pi\u00f9 inclusivo e basato su prove. Permetterebbe di identificare pi\u00f9 rapidamente le priorit\u00e0, gli ostacoli e le vie per una trasformazione sostenibile, anche di fronte a sfide complesse. Integrare le lezioni apprese dai cittadini di tutto il mondo potrebbe anche rendere l\u2019agenda post-2030 pi\u00f9 rappresentativa ed efficace.<\/p>\n
I modelli open source offrono anche vantaggi concreti. Il loro costo \u00e8 da 5 a 29 volte inferiore a quello dei modelli proprietari per prestazioni comparabili, il che ne amplifica l\u2019accessibilit\u00e0. Strumenti come i modelli di elaborazione del linguaggio naturale specializzati nel clima aiutano a combattere la disinformazione, mentre altri, come quelli utilizzati in ambito sanitario, potrebbero alleviare la carenza di terapeuti in alcune regioni. Nel settore economico, le piccole e medie imprese possono adottare e personalizzare queste tecnologie per ottimizzare la produzione.<\/p>\n
Tuttavia, senza una governance adattata, i rischi persistono. La produzione di materiali elettronici e le infrastrutture necessarie per l\u2019intelligenza artificiale contribuiscono ai rifiuti tossici globali. Inoltre, quasi il 60% dei modelli etichettati come open source non ha alcuna licenza, il che complica il loro utilizzo sicuro. La proliferazione di modelli non regolamentati facilita anche l\u2019identificazione di vulnerabilit\u00e0 da parte di attori malintenzionati, aumentando i rischi di phishing o di diffusione di discorsi d\u2019odio.<\/p>\n
Per massimizzare i benefici dell\u2019intelligenza artificiale open source, \u00e8 indispensabile un approccio coordinato. Deve combinare sostenibilit\u00e0, valutazione rigorosa, sicurezza e cooperazione, al fine di ridurre le incertezze e garantire che questa tecnologia serva effettivamente il progresso globale.<\/p>\n
“`<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s41467-026-73866-8<\/a><\/p>\n Titre\u00a0:<\/strong> Steering open-source AI to accelerate the sustainable development goals<\/p>\n Revue : <\/strong> Nature Communications<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian L\u00fc<\/p>\n","protected":false},"excerpt":{"rendered":" “`html L\u2019intelligenza artificiale open source pu\u00f2 accelerare gli obiettivi di sviluppo sostenibile L\u2019intelligenza artificiale open source pu\u00f2 accelerare gli obiettivi di sviluppo sostenibile. L\u2019intelligenza artificiale open source rappresenta un\u2019opportunit\u00e0 fondamentale per avanzare verso gli obiettivi di sviluppo sostenibile a livello globale. Tra il 2018 e il 2024, il suo utilizzo per sostenere questi obiettivi \u00e8… Continua a leggere L\u2019intelligenza artificiale open source pu\u00f2 accelerare gli obiettivi di sviluppo sostenibile<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4,7,3],"tags":[],"class_list":["post-23","post","type-post","status-publish","format-standard","hentry","category-internazionale","category-scienza-e-tecnologia","category-societa","entry"],"_links":{"self":[{"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/posts\/23","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/comments?post=23"}],"version-history":[{"count":1,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/posts\/23\/revisions"}],"predecessor-version":[{"id":24,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/posts\/23\/revisions\/24"}],"wp:attachment":[{"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/media?parent=23"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/categories?post=23"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thehumannews.media\/it\/wp-json\/wp\/v2\/tags?post=23"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}