Tutti dicono che bisogna rallentare l'intelligenza artificiale. Perché allora nessuno lo fa davvero?

Amodei, Altman e Musk concordano pubblicamente sui rischi di un'IA capace di autopotenziarsi oltre il controllo umano, ma la corsa competitiva e l'avanzata cinese rendono la frenata individuale più rischiosa di quella collettiva

Dario Amodei, amministratore delegato di Anthropic (l’azienda che sviluppa Claude), ha pubblicato sul proprio sito un saggio intitolato “We Must Pace the Frontier” (“Dobbiamo dosare il ritmo della frontiera”). La frase chiave: “Dobbiamo rallentare il ritmo con cui miglioriamo le capacità dei modelli di intelligenza artificiale.” Amodei precisa che i progressi “sembreranno comunque rapidi” e che serve “un uso oculato del tempo che guadagneremo”. Il rischio che descrive è quello dell’auto-miglioramento ricorsivo: un sistema capace di potenziare se stesso a un ritmo che “potrebbe superare la nostra capacità di comprendere e controllare questi sistemi”.

Sam Altman, amministratore delegato di OpenAI (creatrice di ChatGPT), ha risposto pubblicamente su X: “Concordo con Dario sulla necessità di gestire i ritmi di sviluppo delle tecnologie di frontiera”, aggiungendo che l’idea di ricorrere a valutatori indipendenti esterni “è ottima” e che OpenAI “adotterà la stessa strategia”.

Elon Musk, che sviluppa modelli IA attraverso xAI (oggi confluita nel marchio SpaceXAI), ha scritto sui social, in modo lapidario: “Dario ha ragione”.

Se sono tutti d’accordo, perché nessuno frena davvero?

Il ragionamento è quello che gli economisti chiamano un problema di azione collettiva, o dilemma del prigioniero applicato a un intero settore industriale.

Il costo del disarmo unilaterale. Se Anthropic rallentasse da sola i propri modelli, OpenAI, Google DeepMind o xAI potrebbero continuare ad accelerare e conquistare quote di mercato, talenti e clienti enterprise nel frattempo. Lo stesso vale in senso inverso per ciascuno degli altri. Rallentare da soli significa correre il rischio concreto di perdere la corsa, non di renderla più sicura: gli altri concorrenti non si fermerebbero.

Il fattore Cina. Ad aggravare il calcolo c’è la Cina, che Amodei cita esplicitamente come una delle ragioni per cui un blocco totale dello sviluppo sarebbe irresponsabile. Secondo il rapporto State of Open Source AI di Mozilla, il divario tra i migliori modelli open-weight cinesi e i modelli chiusi americani si è ridotto a circa quattro mesi. Il modello GLM-5.2, sviluppato dalla cinese Z.ai, si colloca a un solo punto di distanza da Claude Opus 4.7 sul benchmark Terminal-Bench 2.1 — e a circa quattro punti da Opus 4.8 — ma a meno di un quinto del costo per test. Se Washington rallenta e Pechino no, il vantaggio competitivo americano nell’IA rischia di erodersi rapidamente: è uno degli argomenti più citati da chi, come lo speaker della Camera Usa Mike Johnson, si oppone a freni troppo rigidi per non “perdere il vantaggio competitivo globale nei confronti della Cina”.

Perché chiedono l’intervento dei governi. È qui che si spiega l’apparente contraddizione: le stesse aziende che corrono a sviluppare sistemi sempre più potenti chiedono pubblicamente regole comuni. Una norma che imponga gli stessi limiti a tutti i laboratori di frontiera — o un’intesa tra Stati Uniti e Cina su soglie condivise — trasformerebbe una frenata unilaterale (costosa e rischiosa) in una frenata collettiva (a costo competitivo pressoché nullo, perché tutti i concorrenti la subirebbero allo stesso modo). Regolamentare insieme è, dal punto di vista di chi guida il settore, l’unico modo per rallentare senza perdere terreno.

Quindi le dichiarazioni sulla sicurezza dei padroni dell’IA sono davvero sincere?

Resta il punto di fondo: queste aziende hanno raccolto capitali enormi da investitori — miliardi destinati esplicitamente a costruire il sistema più potente prima dei concorrenti — e assumono ricercatori pagandoli cifre altissime proprio per vincere quella corsa. Fermarsi anche solo in parte mette a rischio quegli investimenti.

Alcune letture critiche circolate in questi giorni, sostengono apertamente che gli appelli alla cautela funzionino anche come barriera all’ingresso: se il messaggio pubblico è “questa tecnologia è troppo pericolosa per essere sviluppata senza controlli rigorosi”, il risultato pratico può essere una regolamentazione che pesa soprattutto sui nuovi entranti, consolidando la posizione di chi è già leader. La stessa analisi collega gli appelli alla cautela alle pressioni sui modelli di business: Altman ha di recente escluso una quotazione in borsa di OpenAI nel 2026 a causa della scarsa redditività del prodotto consumer, mentre Anthropic starebbe preparando un’operazione di raccolta capitali orientata al mercato enterprise.

Non esiste, allo stato attuale, una prova che dimostri se gli appelli di Amodei, Altman e Musk siano mossi da preoccupazione autentica, da calcolo regolatorio, o da entrambe le cose insieme. Ciò che è verificabile è il fatto che le dichiarazioni ci sono state, che sono pubbliche, datate e concordanti nel merito, e che nessuna delle tre aziende ha nel frattempo annunciato un rallentamento concreto e unilaterale dei propri modelli di punta.