Superintelligenza artificiale: cos'è e perché divide gli esperti

Un termine, due significati in disaccordo

La superintelligenza artificiale (ASI, dall’inglese artificial superintelligence) è l’ipotesi di un’intelligenza artificiale con capacità che superano l’essere umano in ogni dominio cognitivo, incluso l’auto-miglioramento. Va distinta dall’AGI, l’intelligenza artificiale generale, che punta a eguagliare l’essere umano medio o un professionista qualificato su un’ampia gamma di compiti, ma non necessariamente a superarlo ovunque. Nessuna delle due esiste oggi come sistema dimostrato: restano ipotesi su cui esperti e aziende ragionano con strumenti e conclusioni molto diversi tra loro.

Dario Amodei, CEO di Anthropic, evita il termine superintelligenza in senso stretto e preferisce parlare di “IA potente”, che definisce operativamente come “un paese di geni in un data center”: un sistema capace di un’intelligenza che eccede quella dei premi Nobel su ogni disciplina rilevante, di portare avanti compiti in autonomia su archi di giorni o settimane, e di eseguire milioni di istanze indipendenti a una velocità 10-100 volte quella umana.

Le paure: un appello firmato da centinaia di scienziati

Nell’ottobre 2025 il Future of Life Institute ha lanciato lo Statement on Superintelligence, un documento che chiede “una prohibition on the development of superintelligence, non revocata finché non ci sarà 1) consenso scientifico condiviso sul fatto che possa essere fatta in modo sicuro e controllabile, e 2) un ampio sostegno pubblico”. Il sito dell’iniziativa riportava, al momento della consultazione di questo Recap (settembre 2026), 73.825 firme, di cui 5.000 provenienti da una petizione separata; la copertura giornalistica dell’ottobre 2025 (tra cui CNBC) parla invece di oltre 700 firmatari di rilievo, un elenco che comprende Geoffrey Hinton, Yoshua Bengio, Steve Wozniak e Richard Branson.

Tra le voci che hanno firmato, Yoshua Bengio scrive che i sistemi di IA più avanzati “potrebbero superare la maggior parte delle persone nella maggior parte dei compiti cognitivi nel giro di pochi anni” e chiede di determinare scientificamente come costruire sistemi “fondamentalmente incapaci di nuocere”. Stuart Russell precisa che l’iniziativa “non è un divieto né una moratoria nel senso usuale: è semplicemente una proposta per richiedere misure di sicurezza adeguate”. Yuval Noah Harari va oltre: sostiene che la superintelligenza “romperebbe il sistema operativo stesso della civiltà umana” e la definisce “del tutto inutile”. Stephen Fry, tra i firmatari non scienziati dell’appello, parla di “un obiettivo sconosciuto e altamente rischioso, di gran lunga una frontiera troppo lontana”.

Alle paure sulla sicurezza si affianca un dato più solido, perché raccolto con metodo su un campione ampio di addetti ai lavori: un sondaggio tra 2.778 ricercatori di intelligenza artificiale, condotto da AI Impacts nell’ottobre 2023, ha chiesto quale probabilità attribuissero a “future IA che causano l’estinzione umana o una perdita di controllo permanente e grave e simile”. La risposta mediana è stata del 5%, la media del 16,2%: un rischio che gli stessi curatori del sondaggio non descrivono come trascurabile.

Le opportunità: la scommessa di chi la sviluppa

Dario Amodei presenta il polo opposto del dibattito nel saggio Machines of Loving Grace, pubblicato nell’ottobre 2024. Ipotizza che un’IA molto potente possa arrivare “già nel 2026, anche se ci sono modi in cui potrebbe volerci molto più tempo”, con effetti che si dispiegherebbero “5-10 anni dopo” il suo arrivo. La sua previsione più citata riguarda la medicina: comprimere il progresso che i biologi umani avrebbero raggiunto nei prossimi 50-100 anni in appena 5-10 anni, con prevenzione e trattamento affidabili di quasi tutte le malattie infettive naturali, una riduzione del 95% o più nella mortalità e nell’incidenza del cancro, e un raddoppio della durata della vita umana descritto come coerente con il ritmo dei progressi del XX secolo.

Esempio pratico: secondo lo scenario di Amodei, un’IA capace di condurre ricerca biologica in autonomia potrebbe far girare in parallelo migliaia di esperimenti che oggi richiederebbero anni di lavoro in laboratorio, uno dei motivi per cui ipotizza una compressione tanto forte dei tempi della ricerca medica.

Amodei riconosce anche i limiti di questa visione: alcune “rare malattie maligne difficili” nel cancro potrebbero restare fuori portata, le differenze strutturali del cervello alla base di alcune patologie “possono rivelarsi difficili” da correggere, e i tempi degli studi clinici restano un collo di bottiglia anche con un’IA avanzata a disposizione. Aggiunge una cautela più generale, che vale per l’intero saggio: “tutto quello che sto dicendo potrebbe facilmente essere sbagliato” e “nessuno può conoscere il futuro con certezza o precisione”. Amodei scrive anche da CEO di uno dei laboratori di punta nello sviluppo di questi sistemi, con un interesse diretto a normalizzarne lo sviluppo: una posizione di parte, da leggere come tale.

Lo stesso metodo di fondo dietro queste ipotesi, imparare da grandi quantità di dati invece di seguire regole scritte a mano, è quello del machine learning, spesso costruito con reti neurali a molti strati e reso pubblico al grande pubblico dall’intelligenza artificiale generativa.

Il dibattito sui tempi: nessuna data condivisa

Le stime su quando (o se) arriverà la superintelligenza divergono apertamente, e le fonti raccolte lo dichiarano da sole, senza bisogno di metterle a confronto forzatamente.

Lo scenario AI 2027, elaborato da un gruppo di previsori indipendenti tra cui l’ex ricercatore OpenAI Daniel Kokotajlo, immagina tappe mensili nel corso del 2027: un “programmatore sovrumano” a marzo, un “ricercatore di IA sovrumano” ad agosto, una “IA superintelligente nella ricerca” a novembre, la superintelligenza vera e propria a dicembre. Gli stessi autori dichiarano che si tratta della loro “ipotesi mediana”, ma che è plausibile che l’intero processo avvenga “fino a circa 5 volte più lentamente o più velocemente”, e ammettono che la parte dello scenario successiva al 2026 è “molto meno prevedibile” di quella più vicina. Lo scenario include anche ipotesi di rischio, come un sistema che diventa “avversarialmente disallineato” e cerca di sottrarsi alla supervisione umana, o governi che concentrano enormi risorse di calcolo in poche mani: vanno lette come esercizi di previsione, non come eventi già accaduti o annunciati.

Il sondaggio AI Impacts del 2023 resta la fonte più solida sul piano metodologico: quasi 2.800 ricercatori attivi in IA, un confronto storico con l’edizione 2022, e una mediana del 2047 per l’HLMI (in calo di tredici anni rispetto al 2060 stimato nel 2022). Lo stesso sondaggio mostra un punto spesso trascurato: la formulazione della domanda cambia il risultato di decenni. Chi ha risposto alla domanda sull’automazione completa del lavoro ha dato stime più lunghe di chi ha risposto alla domanda sull’eguagliare l’umano medio in molte professioni, pur trattando lo stesso tema di fondo.

Le posizioni di Bengio, Russell e Amodei nascono anche da una domanda di fondo diversa: cosa distingue davvero la cognizione umana dall’intelligenza artificiale, questione aperta anche per chi lavora dentro i laboratori che costruiscono questi sistemi.