Lo squilibrio tra investimenti nell’IA e ricerca sull’intelligenza umana diventa un nodo strategico.
L’Intelligenza Artificiale è oggi al centro delle strategie di crescita delle economie avanzate. Governi, imprese e grandi investitori considerano l’IA generativa una leva decisiva per aumentare la produttività, rafforzare la competitività industriale e recuperare efficienza nei processi economici. Tuttavia, dietro questa spinta poderosa agli investimenti si nasconde uno squilibrio strutturale che raramente entra nel dibattito pubblico: la distanza crescente tra le risorse destinate a costruire l’Intelligenza Artificiale e quelle dedicate a comprendere l’intelligenza umana.
Da un lato, assistiamo a un afflusso di capitali senza precedenti verso i modelli generativi, le infrastrutture computazionali e i data center. Dall’altro, la ricerca sulle basi cognitive dell’intelligenza – neuroscienze, scienze cognitive, psicologia – continua a ricevere finanziamenti limitati, prevalentemente pubblici e con orizzonti temporali lunghi. Questa asimmetria non è casuale: l’IA produce valore economico anche senza una teoria dell’intelligenza, mentre la comprensione dell’umano richiede tempi, risorse e risultati difficilmente monetizzabili nel breve periodo.
I modelli di Intelligenza Artificiale funzionano perché intercettano regolarità statistiche nei dati e nel linguaggio. Non comprendono il mondo, ma lo approssimano attraverso correlazioni. Dal punto di vista macroeconomico, questo è stato sufficiente per generare efficienza, automazione e nuovi mercati. Tuttavia, emergono limiti che non possono essere ignorati: instabilità delle risposte, difficoltà nel gestire contesti complessi, assenza di una reale comprensione causale – limiti che non sembrano risolvibili solo aumentando la potenza di calcolo.
Qui la questione diventa sistemica. Un modello di crescita basato esclusivamente sull’espansione tecnologica, senza un parallelo investimento nella comprensione dei suoi fondamenti cognitivi, rischia di produrre fragilità strutturali. Se l’Intelligenza Artificiale è destinata a incidere su decisioni economiche, finanziarie e industriali, la mancanza di una comprensione profonda dell’intelligenza potrebbe tradursi in errori di valutazione, allocazioni inefficienti delle risorse e nuove forme di dipendenza tecnologica.
Per l’Europa, e per l’Italia in particolare, questo tema assume un rilievo strategico. Puntare solo sull’adozione dell’IA sviluppata altrove, senza rafforzare la ricerca sull’intelligenza umana e sui modelli cognitivi, significa accettare un ruolo periferico nella definizione delle traiettorie tecnologiche future. La competitività di lungo periodo passa anche dalla capacità di integrare tecnologia e conoscenza, non solo dalla velocità di implementazione.
Il punto, dunque, non è rallentare lo sviluppo dell’Intelligenza Artificiale, ma riequilibrare le scelte di investimento. Costruire intelligenze artificiali senza comprendere l’intelligenza rischia di funzionare nel breve periodo, ma nel medio-lungo termine potrebbe trasformarsi in un limite economico prima ancora che tecnologico. È su questo equilibrio, più che sulla sola corsa alla potenza, che si gioca una parte decisiva della crescita futura.
Il prof. Carlo Maria Medaglia è delegato del Rettore per la Terza Missione, presidente della Commissione Spin Off e presidente della Commissione Rapporti con gli Enti Esterni dell’Università degli Studi Telematica IUL