Per capire il mondo dell’intelligenza artificiale propongo questi 10 TEDx: un percorso fra storia della tecnologia, apprendimento, lavoro, relazioni, sicurezza e scenari futuri. Ogni intervento ha il video incorporato, una spiegazione e una domanda da usare subito, anche in un corso o in una riunione.
Il rischio di una playlist sull’AI è uscire con due convinzioni incompatibili: domani risolverà tutti i problemi; dopodomani ci estinguerà. Nel frattempo, in ufficio, stiamo ancora discutendo chi debba controllare la mail scritta dal chatbot.
Ho scelto prospettive diverse proprio per evitare questo effetto. È una selezione ragionata, non una classifica assoluta. Consiglio di guardare gli interventi con una penna in mano: una buona idea, un dubbio, una cosa da provare.
Come guardare questi TEDx sull’intelligenza artificiale
Le spiegazioni qui sotto distinguono il tema dell’intervento dalla mia lettura pratica. Gli esempi operativi e le domande sono proposte per lavorarci, non citazioni dei relatori. I video rimandano al canale ufficiale TEDx Talks. I titoli possono comparire tradotti da YouTube; lingua, sottotitoli e doppiaggio disponibili vanno controllati nel singolo player.
Un consiglio: quando un relatore parla del futuro, annotate l’ipotesi. Quando racconta un’esperienza, annotate il contesto. Quando vi persuade, domandatevi quali prove vi hanno convinto. Il tappeto rosso aiuta la comunicazione, ma non sostituisce la verifica.
Se vi piace capire l’AI passando dalla cultura, trovate un percorso complementare nelle mie 10 canzoni rock per capire l’intelligenza artificiale. Qui abbassiamo le chitarre e accendiamo il grande schermo.
1. Michael Wooldridge: La rivoluzione non è arrivata in una notte
Evento: TEDxManchester. Video: The AI revolution didn’t happen overnight: here’s why.
Wooldridge invita a guardare dietro le quinte della presunta rivoluzione improvvisa dell’AI. Il punto di partenza è la sua lunga storia, con un richiamo alle origini dell’informatica a Manchester. È un buon antidoto alla sensazione che qualcuno abbia inventato tutto ieri pomeriggio, tra una call e un aperitivo.
Perché lo consiglio. Lo metterei all’inizio di un percorso formativo. Prima di discutere dell’ultimo chatbot, serve capire che dietro l’interfaccia c’è un campo di ricerca. Il mio invito è separare tre piani: la storia di una tecnologia, la maturazione delle sue applicazioni e il momento in cui diventa accessibile al grande pubblico. Possono essere tre momenti molto diversi.
La domanda da portare a casa: Che cosa considero davvero nuovo: il principio tecnologico, la qualità dei risultati oppure la facilità con cui posso usarlo?
2. Kristina Kallas: Se l’AI risponde, noi che cosa dobbiamo imparare?
Evento: TEDxUniversity of Tartu. Video: When AI Knows Everything, What Should Humans Learn?.
Kallas sposta la discussione dagli strumenti all’apprendimento. Nel suo intervento presenta l’approccio estone all’AI nella scuola e insiste su analisi, valutazione e creatività. L’idea è usare l’assistente per allenare il ragionamento, anche attraverso domande socratiche. Racconta inoltre un percorso in sperimentazione, con risultati da studiare: una distinzione da conservare.
Perché lo consiglio. Il titolo è volutamente provocatorio: l’AI non sa tutto. Ma la domanda educativa resta ottima. Consegnare una risposta corretta e saperla costruire sono due cose diverse. La mia proposta per un docente è semplice: chiedere allo studente di spiegare perché una soluzione funziona, trovare un’obiezione e difendere una scelta. Il compito può essere bellissimo; il cervello deve aver partecipato alla riunione.
La domanda da portare a casa: Come trasformerei un esercizio che premia il risultato in un esercizio che rende visibile il ragionamento?
3. Charlie Gedeon: L’AI ci rende più stupidi? Dipende da che cosa le lasciamo fare
Evento: TEDxSherbrooke Street West. Video: Is AI making us dumber? Maybe..
Gedeon affronta il rapporto fra AI, apprendimento e delega cognitiva. La presentazione del talk mette al centro anche gli incentivi della scuola: che cosa stanno imparando gli studenti quando un sistema può produrre ciò per cui vengono valutati? Il suo “forse” è più interessante di molti titoli che hanno già emesso la sentenza.
Perché lo consiglio. Lo consiglio in coppia con Kallas. Per me il punto pratico è distinguere la fatica inutile dalla fatica formativa. Impaginare un documento e costruire un’argomentazione non allenano la stessa cosa. Prima di delegare tutto, chiediamoci quale capacità vogliamo conservare. Anche la palestra diventa comodissima se mandiamo il chatbot a fare le flessioni. Dubito però dei risultati sui nostri bicipiti.
La domanda da portare a casa: Quale passaggio svolgerò prima da solo, per usare poi l’AI come confronto e non come sostituto?
4. Rainer Stropek: Che cosa insegnare quando l’AI scrive il codice
Evento: TEDxLinz. Video: What to Teach When AI Writes the Code.
Il TEDx di Stropek affronta un tema concreto: come ripensare l’insegnamento della programmazione quando gli strumenti di AI partecipano alla scrittura del codice. È una domanda che vale anche fuori dall’informatica. Se cambia il modo di produrre un risultato, dobbiamo rivedere ciò che insegniamo e ciò che valutiamo.
Perché lo consiglio. La riflessione che propongo a chi lo guarda riguarda la chiarezza delle richieste e la verifica. Prendiamo un piccolo gestionale: prima del codice vengono gli utenti, i dati necessari, i casi di errore e i criteri per stabilire se funziona. È lo stesso ragionamento che porto nei prompt: guidare lo strumento, definire l’obiettivo e mettere limiti. “Fammi un’app” è un desiderio. Per lavorarci serve un progetto.
La domanda da portare a casa: Saprei descrivere il risultato atteso e tre prove con cui controllarlo, senza nominare lo strumento che userò?
5. Joel Pearson: Il cambiamento va organizzato, non soltanto annunciato
Evento: TEDxSydney. Video: AI Is Disrupting Everything. Here’s the Human Change Plan..
Pearson presenta l’AI come una trasformazione che investe il lavoro cognitivo e richiede preparazione umana. La presentazione ufficiale insiste sul cambiamento strutturale, sull’incertezza e sulla necessità di pianificare. È il video che metterei davanti a chi pensa che adottare l’AI significhi distribuire licenze e aspettare il miracolo.
Perché lo consiglio. La mia lettura aziendale è questa: bisogna decidere chi sperimenta, su quali attività, con quali verifiche e con quale possibilità di correggere il percorso. Un piano utile contiene anche ciò che ancora non sappiamo. Per esempio: l’assistente riduce davvero il tempo totale, comprese le correzioni? Le previsioni sull’accelerazione restano previsioni; i piccoli esperimenti, invece, si possono misurare.
La domanda da portare a casa: Quale attività possiamo sperimentare per due settimane, confrontando tempo, qualità ed errori con il metodo precedente?
6. Maya Makarovsky: Che cosa succede alle relazioni umane?
Evento: TEDxMIT. Video: The Most Human Skill in the Age of AI.
Makarovsky porta nel discorso sull’AI il tema della connessione fra persone. La descrizione ufficiale accosta il rapido progresso tecnologico alla fragilità dei legami e propone un quadro di riflessione sulla dimensione umana. Lo inserisco perché una selezione composta soltanto da potenza di calcolo e produttività lascerebbe fuori un pezzo essenziale.
Perché lo consiglio. Il mio spunto riguarda la comunicazione. Possiamo farci aiutare a preparare una conversazione difficile, ma poi qualcuno deve ascoltare davvero la risposta. Scrivere una frase empatica e assumersi la responsabilità della relazione non coincidono. In azienda chiederei: dove ci serve un messaggio più chiaro, e dove ci serve invece esserci? Il pulsante “rigenera” funziona benissimo sul testo. Sulla fiducia, meno.
La domanda da portare a casa: Quale conversazione sto cercando di migliorare con l’AI, e quale sto cercando di evitare?
7. Mark T. Hofmann: Il lato oscuro: hacker e deepfake
Evento: TEDxAristide Demetriade Street. Video: Dark Side of AI: How Hackers use AI & Deepfakes.
Hofmann dedica il suo intervento al lato oscuro dell’AI, con un focus su hacker e deepfake. Il video offre un ingresso nel tema della manipolazione: quando cambiano gli strumenti per rendere credibile un messaggio, cambia anche il modo in cui dobbiamo valutarlo. È una prospettiva diversa da quella delle macchine fantascientifiche che decidono di ribellarsi.
Perché lo consiglio. Lo spunto operativo che ne ricavo è una simulazione: arriva una richiesta insolita, apparentemente da una persona conosciuta. Che cosa facciamo prima di eseguirla? Preparerei una procedura di verifica attraverso un canale già noto e indipendente dal messaggio ricevuto. La domanda utile non è soltanto “sembra vero?”. È “come posso verificarlo?”. Vale la pena allenarla prima dell’emergenza.
La domanda da portare a casa: Nel nostro team esiste una procedura chiara per verificare una richiesta anomala, anche quando sembra provenire dal capo?
8. Roman Yampolskiy: Sicurezza ed etica: il controllo non è un dettaglio
Evento: TEDxMiami. Video: AI Ethics and the Future of Safety.
Il talk di Yampolskiy affronta etica e sicurezza dell’AI, portando nella selezione la prospettiva dei rischi. Va guardato come il contributo di un relatore al dibattito. L’autorevolezza del palco non trasforma automaticamente una previsione sul futuro in un risultato scientificamente dimostrato.
Perché lo consiglio. Lo consiglio per mettere in discussione una scorciatoia mentale: se un sistema è molto capace, allora possiamo fidarci. Nella mia lettura pratica, la domanda diventa quanto potere gli stiamo affidando. Suggerire una bozza, inviarla e prendere un impegno sono tre livelli diversi. Per ogni livello vorrei sapere chi controlla e come si corregge un errore. Il pulsante “annulla” merita una slide tutta sua.
La domanda da portare a casa: Quali azioni richiedono sempre una verifica umana, anche quando la risposta dell’assistente sembra convincente?
9. Alexander Wissner-Gross: I prossimi dieci anni: imparare a ragionare per scenari
Evento: TEDxBoston. Video: The Next 10 Years of AI Will Change Everything.
Wissner-Gross propone uno sguardo sulle possibilità dei prossimi dieci anni. La presentazione del TEDx richiama dati, crescita delle capacità computazionali e potenziali applicazioni in ambiti come matematica, medicina ed esplorazione spaziale. È un intervento orientato al futuro: i suoi scenari non vanno scambiati per un calendario garantito.
Perché lo consiglio. Lo guarderei dopo il talk sulla sicurezza, proprio per cambiare prospettiva. Per un manager è utile chiedersi quali opportunità diventerebbero rilevanti se alcune capacità migliorassero molto. Poi farei il passaggio opposto: che cosa accadrebbe se il progresso fosse più lento del previsto? Una strategia robusta dovrebbe reggere a entrambe le ipotesi. Il futuro non ha ancora condiviso il suo file Excel.
La domanda da portare a casa: Quale decisione sarebbe sensata sia con un’AI molto più potente sia con miglioramenti più graduali?
10. Alvin Wang Graylin: Le promesse dell’AI vanno interrogate
Evento: TEDxBerlin. Video: The False Promises of AI and What Comes Next.
Graylin chiude il percorso con una discussione sulle promesse dell’AI e sulla corsa all’intelligenza artificiale generale. La presentazione del video mette al centro un possibile fraintendimento che alimenta quella corsa. Lo propongo per riaprire le domande dopo aver ascoltato prospettive diverse, comprese quelle più ottimistiche.
Perché lo consiglio. Per me è l’occasione di interrogare il linguaggio: che cosa significa “intelligenza” in questa frase? E “generale”? Quale risultato stiamo promettendo, a chi e con quali prove? Non serve sostituire l’entusiasmo con il cinismo. Serve fare domande migliori. Se dopo dieci video siamo soltanto più sicuri delle opinioni che avevamo prima, forse abbiamo guardato una playlist. Studiare è un’altra cosa.
La domanda da portare a casa: Quale affermazione ascoltata in questi video voglio verificare prima di ripeterla in una presentazione?
Da quale TEDx iniziare?
- Per orientarsi: Wooldridge, poi Wissner-Gross. Prima il percorso che ci ha portati qui, poi gli scenari.
- Per insegnanti e formatori: Kallas, Gedeon e Stropek. Tre modi per interrogare ciò che impariamo e come lo valutiamo.
- Per aziende e professionisti: Pearson, Hofmann e Yampolskiy. Cambiamento, verifiche e responsabilità.
- Per chi lavora nella comunicazione: Makarovsky e Graylin. Relazioni umane e domande sulle promesse.
Per passare dalla riflessione al lavoro quotidiano potete leggere anche la mia guida AI per solopreneur: usi pratici e prompt. Il passaggio che mi interessa è sempre quello: da “che cosa impressionante” a “che cosa ci faccio, e come controllo il risultato?”.
Un esercizio: dalla playlist a una decisione
Scegliete due video che vi sembrano in tensione fra loro. Per esempio uno sulle opportunità e uno sulla sicurezza. Scrivete la tesi centrale di ciascuno in una frase, poi indicate una prova da cercare e una conseguenza per il vostro lavoro. Infine progettate un piccolo esperimento reversibile.
Se volete coinvolgere un chatbot, dategli i vostri appunti e chiedetegli: “Confronta queste due tesi. Separa fatti, opinioni e previsioni. Segnala ciò che gli appunti non permettono di stabilire. Fammi tre domande prima di suggerire un’applicazione”. Poi controllate il confronto tornando alle fonti.
Il risultato che cercherei è una decisione più ragionata. Anche piccola. Dieci video salvati nei preferiti sono una collezione. Una domanda migliore, usata al momento giusto, può diventare formazione.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
