Sicurezza, privacy, regolamentazione e impatto sociale dell’intelligenza artificiale.
30 articoli
Il benchmark riunisce 799 casi di banca retail indiana e analizza sicurezza, uso degli strumenti, risposte e consulenza. Secondo gli autori, un singolo successo non basta a misurare l’affidabilità.
Il preprint descrive un metodo di red teaming adattivo che usa i risultati di ogni test per decidere cosa esplorare in seguito. Gli autori riferiscono di aver rilevato più fallimenti rispetto alla ripetizione statica dei test iniziali in tre famiglie di valutazione, ma il riepilogo non consente di quantificare il vantaggio né di tradurlo in una stima della frequenza degli incidenti reali.
Sam Altman e Dario Amodei hanno sostenuto la cooperazione internazionale e standard di sicurezza per affrontare i rischi associati a sistemi di IA sempre più capaci. Le informazioni disponibili documentano appelli e interventi, ma non una risoluzione né un meccanismo concordato dal Consiglio.
Anthropic presenta Opus 5.5 con prezzi per token inferiori a quelli di Opus 5 e miglioramenti attribuiti alle proprie valutazioni. La documentazione disponibile conferma contesto, output e piattaforme, ma lascia aperte questioni sulla comparabilità dei risultati, sulle restrizioni di sicurezza e sul risparmio effettivo per attività.
In base alle informazioni istituzionali fornite, la data del 2 dicembre 2026 non corrisponde alla fine dell’eccezione relativa alla marcatura tecnica di determinati sistemi di IA già immessi sul mercato. Occorre distinguere tra l’applicazione generale degli obblighi di trasparenza, l’eccezione specifica per la marcatura rilevabile e i compiti separati di fornitori e deployer.
Il nuovo modello di OpenAI combina ragionamento, uso del computer e contesto molto esteso. I miglioramenti dichiarati sono rilevanti, ma non sostituiscono test interni e controlli su permessi, dati e azioni irreversibili.