La diplomazia artificiale
Questa settimana l’AI si è vista negli aerei di Stato, nelle aule di tribunale e nei dati di addestramento.
Se state leggendo questa newsletter non siete tra quelli che per proteggere la propria soglia dell’attenzione si disconnettono. Anziché passare il weekend a guardare Trump che sbircia i documenti di Xi Jinping o Musk che fa le smorfie al tavolo coi competitor cinesi, ti chiedo di concentrarti su tre notizie che raccontano la settimana dell’AI.
1. Trump ha portato la Silicon Valley a Pechino
Cosa è successo
Trump è atterrato a Pechino per il primo viaggio di Stato in Cina dal 2017. Con lui una delegazione di più di una dozzina di CEO: Elon Musk, Tim Cook, Larry Fink, Stephen Schwarzman, Jane Fraser, dirigenti di Meta. Jensen Huang, CEO di Nvidia, non era nella lista originale. Trump lo ha chiamato direttamente e lo ha fatto salire sull’Air Force One durante lo scalo tecnico. Il summit arriva dopo la tregua commerciale del maggio 2025, estesa al vertice di Busan in ottobre, che aveva tagliato i dazi reciproci dal 145% al 30%
.
Perché conta
I risultati concreti sulla tecnologia sono stati scarsi. Secondo Reuters, i controlli export sui chip non sono stati un tema centrale del bilaterale e non hanno prodotto accordi concreti, nonostante la presenza di Huang. La Cina non ha comprato nessun chip H200, nonostante l’autorizzazione americana di dicembre. Poche settimane prima del summit, DeepSeek aveva annunciato che il suo ultimo modello gira ottimizzato su chip Huawei: la corsa cinese all’autosufficienza accelera. Il segretario al Tesoro Bessent ha detto alla CNBC che le due superpotenze “cominceranno a parlare” di sicurezza AI, compreso un protocollo per tenere i modelli fuori dalle mani di attori non statali. Ma ha aggiunto una frase rivelatrice: lo facciamo perché “i cinesi sono sostanzialmente dietro di noi”. L’AI è politica estera, con i CEO dei chip seduti allo stesso tavolo dei capi di Stato.
Trump non ha portato “la Silicon Valley” perché voleva una foto con i CEO, anche se Musk ha filmato tutti.
Li ha portati perché nella diplomazia americana di oggi i CEO sono parte dell’arsenale strategico. Sono il modo in cui Washington mostra a Pechino cosa controlla (dalla finanza alla supply chain). Ma sono anche uomini con richieste precise: Boeing vuole ordini, Nvidia vuole vendere chip, Tesla vuole autorizzazioni, Wall Street vuole accesso al mercato cinese. Il summit era una trattativa tra due capitalismi sorvegliati dagli Stati
.
2. Altman ha testimoniato al processo Musk contro OpenAI
Cosa è successo
Il processo più importante nella storia dell’AI è entrato nel vivo. Sam Altman ha testimoniato per la prima volta il 12 maggio in un tribunale federale di Oakland. Sotto interrogatorio per due ore, ha rivelato che prima di andarsene nel 2018, Musk aveva proposto di fondere OpenAI con Tesla, eliminandone lo status di no-profit. Quando perse la lotta per il controllo, se ne andò. Altman gli avrebbe offerto quote della nuova for-profit in più occasioni. Il legale di Musk, Steven Molo, ha attaccato l’affidabilità di Altman per venti minuti, citando l’estromissione del 2023 e i suoi investimenti personali in aziende legate a OpenAI (tra cui Helion Energy e Cerebras). Nella stessa settimana ha testimoniato Satya Nadella, secondo cui la creazione della for-profit era necessaria per perseguire la missione originale
.
Perché conta
Musk chiede fino a 150 miliardi di dollari di danni e un ordine del tribunale per smontare la for-profit, oggi valutata nell’ordine degli 850 miliardi. Musk accusa OpenAI di aver tradito il patto originario e di aver rubato una charity. Altman ha risposto che non si costruisce una charity da trilioni senza un braccio commerciale. La domanda del legale di Musk (”lei si licenzierebbe mai?”) e la risposta di Altman (”non ho intenzione di farlo”) racchiudono il nodo del processo.
OpenAI è nata promettendo che nessuno avrebbe avuto il controllo esclusivo dell’AI più potente. Il processo mostra quanto sia difficile mantenere quella promessa quando l’AI diventa una delle industrie più costose e strategiche del mondo.
3. Uno studio su Nature ha collegato i media di Stato alle risposte dell’AI
Cosa è successo
Un articolo pubblicato su Nature, proprio durante il summit di Pechino, presenta sei studi condotti da un gruppo di ricercatori legati a NYU, Princeton, UC San Diego e altri atenei. Il risultato principale: i paesi con minore libertà dei media vengono valutati più favorevolmente dai modelli linguistici quando la domanda è posta nella loro lingua. Il caso approfondito è quello cinese. Media coordinati dallo Stato compaiono nei dataset di addestramento. Un pretraining aggiuntivo su quei testi rende un modello open-weight più positivo verso istituzioni e leader cinesi. Nei modelli commerciali, la stessa domanda posta in cinese produce risposte più favorevoli alla Cina rispetto alla stessa domanda posta in inglese.
Perché conta
Non è “la Cina controlla l’AI”. Il meccanismo è più sottile. Chi controlla grandi quantità di testo pubblico può influenzare, indirettamente, ciò che i modelli imparano. E questo vale per qualsiasi governo che eserciti un controllo sistematico sui propri media. La pubblicazione su Nature, non su un preprint, dà allo studio un peso diverso. L’implicazione è che la propaganda non è più solo una questione di opinione pubblica, è una questione di dati di addestramento. Ogni Stato ha un incentivo concreto a riempire il web di testi favorevoli.
Chi decide cosa fa un’intelligenza artificiale?
La risposta, questa settimana, è arrivata da tre direzioni. A Pechino, due presidenti decidono chi vende chip a chi, in una cena di gala dove i CEO della Silicon Valley fanno da comparse. A Oakland, un tribunale stabilirà se una charity può diventare un’azienda da centinaia di miliardi, e se il suo fondatore aveva il diritto di portarla fin lì. Su Nature, sei studi mostrano che i sistemi mediatici controllati dallo Stato possono influenzare indirettamente ciò che i modelli imparano.
L’aspetto notevole è che in nessuno di questi tre casi il modello conta qualcosa. Non importa quale LLM sia più veloce, quale abbia il benchmark migliore, quale costi meno. Le decisioni che questa settimana hanno plasmato il futuro dell’AI non sono state prese nei laboratori. Sono state prese in una sala di negoziato, in un’aula di tribunale, e dentro dataset di addestramento che nessun utente ha mai visto.
È un cambiamento. Per tre anni il dibattito sull’AI è stato dominato da una narrazione tecnica: chi ha il modello più grande, chi raggiunge per primo l’AGI, chi vince il prossimo benchmark. Quella narrazione competitiva esiste ancora, ma ce n’è un’altra che si affaccia; le domande che la tecnologia da sola non può risolvere. Quale struttura societaria è legittima per un’organizzazione che costruisce intelligenza generale? Un governo può bloccare la vendita di chip a un concorrente strategico per sempre, o l’autosufficienza arriverà comunque? Se i media di Stato appaiono nei dati di addestramento, il modello è compromesso o è semplicemente uno specchio fedele del web?
Nessuna di queste domande ha una risposta tecnica. Hanno risposte politiche, giuridiche, diplomatiche. E se ne discute in ambiti specialistici. Le persone più influenti nel futuro dell’AI non sono necessariamente i ricercatori ma chiunque controlli i rubinetti dell’informazione pubblica.
Non crediamo più a quello che vediamo
Su Neuron ho trovato il primo test di Turing al contrario, dove gli umani dimostrano di essere umani immaginando di essere critici d’arte. Un thread su Reddit ha ripreso il caso di un dipinto autentico di Monet pubblicato su X come se fosse generato dall’AI. Molti commenti hanno iniziato a leggerlo come immagine artificiale: texture sospette, dettagli innaturali, mancanza di anima. Quando non abbiamo un metodo di verifica, vediamo AI anche dove non c’è. Abbiamo un problema.
65,87 miliardi di litri
L'acqua consumata dai data center americani nel 2023, secondo l'EPA. Destinata a salire tra i 144 e i 276 miliardi di litri entro il 2028. In Georgia, un cantiere legato a un data center ha consumato circa 110 milioni di litri non fatturati durante la costruzione: sulla durata c'è disputa tra la contea e l'azienda. Il caso è emerso dopo le lamentele dei residenti per la bassa pressione ai rubinetti. Il costo della potenza di calcolo non è solo in dollari, ma in litri.
Cose che ho letto
Decrypt — Anthropic dice che Claude ha imparato a ricattare dalle storie di AI cattive. Opus 4 tentava il ricatto nel 96% dei test, secondo i dati pubblicati da Anthropic stessa. Il fix non è stato più regole, ma insegnare filosofia morale. Lo stesso problema è stato riscontrato nei test di Anthropic anche su GPT-4.1, Grok 3 e DeepSeek.
Productify — Mistral ha fatto 20x sul fatturato in un anno vendendo sovranità. Da 20 milioni a 400 milioni di ricavi ricorrenti, puntando a 1,1 miliardi nel 2026. La prova che non essere OpenAI è un vantaggio competitivo per le enterprise europee.
The Atlantic — “Too Much Is Happening Too Fast.” Charlie Warzel sul boom AI progettato per sopraffarti. Un agente che ti sorveglia via telecamera per assicurarsi che bevi abbastanza acqua.
Pasquale Pillitteri / FairMind — I costi invisibili dell’AI. Nella stessa settimana di maggio, tre vendor hanno cambiato le condizioni economiche con tre meccanismi diversi. Secondo un’analisi FairMind su dati OpenRouter, fino al 92% di scarto tra prezzo di listino e costo effettivo.