Le critiche di Nadella sull’AI e la distillazione
Durante un post sul blog ufficiale, Satya Nadella ha svelato una contraddizione che sta emergendo nel mercato dell'intelligenza artificiale (AI): il divieto di distillazione imposto da alcuni grandi laboratori, tra cui OpenAI e Anthropic, contrasta fortemente con la loro strategia di addestrare i propri modelli utilizzando dati pubblici e le interazioni con gli utenti. La distillazione è un processo grazie al quale modelli più piccoli apprendono da quelli più grandi, permettendo una distribuzione più ampia dell'intelligenza senza il bisogno di grandi risorse di elaborazione.
Nadella ha definito questa pratica "ironica", evidenziando che, mentre OpenAI, Anthropic e altri proibiscono la distillazione nei propri accordi per proteggere i propri interessi, addestrano i loro modelli sfruttando i dati pubblici e le interazioni degli utenti, spesso addirittura sotto la protezione del cosiddetto "fair use". Il risultato di tale situazione è l'accumulo di valore economico e conoscenza all’interno degli operatori di infrastruttura, lasciando le aziende comuni ad essere "scavate" per ottenere vantaggi competitivi.
Che cos'è il "paradosso inverso dell'informazione"?
Nadella ha coniato il termine "reverse information paradox" ("paradosso inverso dell'informazione") per illustrare l'asimmetria che si crea tra le aziende e gli fornitori di AI. Lavorare con sistemi di AI ha un costo doppio: il pagamento diretto in termini monetari e l’uso continuo per interagire con i modelli, che produce un “exhaust” (scarico informativo), ovvero correzioni, valutazioni e dati di utilizzo che rivelano conoscenze interne e dati sensibili.
Questi dati possono essere utilizzati dagli stessi fornitori di AI per addestrare modelli concorrenti, aprendo la porta a una sorta di circolo vizioso in cui le aziende diventano fonti di informazione per le tecnologie che non le controllano. In questo contesto, Microsoft offre un'alternativa: un'infrastruttura in cui aziende possono mantenere il controllo su tutta la catena di addestramento, dalla produzione al ciclo di feedback.
Le motivazioni di OpenAI, Anthropic e compagnia
Le aziende tecnologiche che vietano la distillazione si basano su un’argomentazione che riguarda la protezione della proprietà intellettuale e la sicurezza. Hanno affermato che permettere la distillazione potrebbe esporre il know-how e i modelli ad abusi, consentendo la replicazione illegale o non autorizzata delle tecnologie. Inoltre, essi affermano che l'addestramento su dati pubblici rientra in un ambito etico e legale, e dunque non violerebbe né i termini d’uso né le leggi di privacy applicabili.
Tuttavia, Nadella osserva che questa logica non tiene conto del fatto che quando le aziende utilizzano un modello di AI, non solo pagano in denaro, ma forniscono anche dati che migliorano il modello stesso – una sorta di "educazione a pagamento". Questo ciclo è fondamentale, ma rischia di essere sfruttato solo a vantaggio degli operatori di infrastruttura AI.
La soluzione di Microsoft
Microsoft, con il supporto di Nadella, ha presentato un modello alternativo per le aziende desiderose di controllare il ciclo di apprendimento dei propri dati e dei propri modelli. Grazie ad Azure e a strumenti come le sue tecnologie proprietarie, le aziende possono addestrare modelli su dati locali, personalizzati o sensibili, mantenendo un controllo completo sull’output, la privacy e i diritti di utilizzo.
Chi viene colpito maggiormente
Gli esperti sottolineano che aziende di origine cinese sono spesso le più colpite da questi divieti di distillazione, che limitano la loro capacità di competere sui mercati internazionali. Questo crea una barriera per quelle che non dispongono di mezzi sufficienti o di accesso ad ampi dataset per addestrare modelli autonomamente.
Il futuro dell’addestramento AI e l’equilibrio degli interessi
Ci sono sforzi in atto per regolare e bilanciare il mercato. Le discussioni su legislazioni europee e nordamericane puntano a creare un framework giuridico che permetta una maggiore trasparenza sull'uso dei dati e dei modelli, soprattutto nei settori che influenzano l’economia e il diritto. Tuttavia, finché non ci saranno regole comuni su scala globale, il “paradosso inverso dell'informazione” continuerà a favorire chi controlla la distribuzione del “cervello” dell’innovazione.
Riflessione finale
La critica di Nadella non è soltanto una strategia commerciale: essa apre una discussione fondamentale su chi possiede, gestisce e trae vantaggio dall'intelligenza artificiale. L’equità del mercato dipenderà sempre di più dalla trasparenza e dall’equilibrio tra gli operatori, con un ruolo cruciale del legislatore nel fissare linee guida per proteggere l’innovazione senza limitare la concorrenza.