È uscita la grande pagella annuale sull'IA di Stanford e il divario di fiducia aumenta

Ogni anno l’Institute for Human-Centered AI di Stanford pubblica ciò che più si avvicina a una pagella mondiale dell’IA: l’AI Index. L’edizione 2026 è arrivata questa settimana e il punto non è che l’IA sia migliorata, cosa evidente, bensì che la fiducia del pubblico non abbia tenuto il passo e per certi aspetti sia arretrata.

Partiamo dalle buone notizie: i modelli diventano più capaci, economici da eseguire e diffusi nei diversi settori. Ma sul lato opposto del bilancio spiccano alcuni numeri. Gli incidenti IA documentati, cioè danni o fallimenti reali legati a sistemi IA, sono saliti a 362 nel 2025 dai 233 dell’anno precedente. In un nuovo e più difficile benchmark di accuratezza applicato a 26 modelli di punta, i tassi di allucinazione, quando un modello afferma con sicurezza qualcosa di falso, variavano dal 22 fino al sorprendente 94% a seconda del modello e dell’attività. Alcuni modelli in precedenza validi sono crollati: l’accuratezza di un modello molto usato è passata da oltre il 90 ad appena il 14,4% in condizioni più difficili e realistiche.

È peggiorata anche la trasparenza, cioè quanto i laboratori rivelano su dati di addestramento, capacità di calcolo e comportamento del modello dopo il lancio. Dopo due anni di miglioramenti, nel 2025 il punteggio medio del Foundation Model Transparency Index è sceso da 58 a 40. Il rapporto rileva uno schema scomodo: spesso i modelli più capaci sono quelli che rivelano meno.

Poi c’è il pubblico. Negli Stati Uniti soltanto il 31% delle persone afferma di fidarsi del proprio governo per una buona regolamentazione dell’IA, la percentuale più bassa tra i Paesi esaminati, mentre l’UE gode di maggiore fiducia sia degli Stati Uniti sia della Cina. È netto anche il divario tra esperti e tutti gli altri: il 73% degli esperti statunitensi di IA ritiene che l’effetto sull’occupazione sarà positivo, contro appena il 23% del pubblico generale.

Cosa sta succedendo davvero: capacità e fiducia si sono separate. Ogni anno i modelli migliorano oggettivamente nei benchmark, ma questi misurano attività ristrette e ben definite; l’uso reale è più disordinato, ed è proprio lì che persistono allucinazioni e problemi di affidabilità. Nel frattempo, mentre le aziende gareggiano per distribuire più rapidamente, la trasparenza sul funzionamento dei sistemi è scivolata in fondo alle priorità, proprio quando cresce per buoni motivi lo scetticismo pubblico.

Cosa significa per te: se non conosci ancora bene gli strumenti IA, questa è un’utile verifica rispetto alle esagerazioni: persino i modelli migliori sbagliano con sicurezza più spesso di quanto suggerisca il marketing, soprattutto fuori da casi ristretti e testati. Se ti affidi già all’IA per lavoro reale, tratta con autentico scetticismo e verifica indipendentemente le risposte in situazioni aperte e importanti, mediche, legali o finanziarie: i numeri del rapporto confermano la necessità di controllare anziché fidarsi automaticamente.

Fonti

• The 2026 AI Index Report (Stanford HAI)
• Dentro l’AI Index: 12 conclusioni dal rapporto 2026 (Stanford HAI)
• L’AI Index 2026 di Stanford mostra rapidi progressi, crescenti timori per la sicurezza e fiducia pubblica in calo (The Decoder)