Indagine annuale completa sui progressi, le applicazioni e l'impatto sociale dell'intelligenza artificiale nel 2025, che copre ricerca e sviluppo, prestazioni tecniche, AI responsabile, economia, scienza, medicina, istruzione, politica e governance e opinione pubblica globale.
Navigazione Rapida
Tag
Condividi le slide
Indagine annuale completa sui progressi, le applicazioni e l'impatto sociale dell'intelligenza artificiale nel 2025, che copre ricerca e sviluppo, prestazioni tecniche, AI responsabile, economia, scienza, medicina, istruzione, politica e governance e opinione pubblica globale.
Vista dettagliata di ogni pagina di slide, inclusi layout, contenuto chiave ed elementi visivi.
Copertina completa dell'Artificial Intelligence Index Report 2026, 9a edizione, con il marchio Stanford HAI con un accento rosso/corallo e un motivo geometrico astratto.
Copertina a tutta pagina con titolo centrato, numero dell'edizione e logo Stanford HAI in basso
Frontespizio formale che elenca Stanford Human-Centered AI (HAI) come editore, crediti del team editoriale, avviso di copyright e dettagli di pubblicazione per la 9a edizione annuale.
Pagina bianca pulita con gerarchia di testo centrata, logo HAI in alto, metadati della pubblicazione in basso
Prima pagina dell'indice che elenca i capitoli da 1 a 5 con i numeri di pagina, i titoli dei capitoli e brevi descrizioni di una riga dell'ambito di ciascun capitolo.
Layout a due colonne con numeri di capitolo a sinistra, titoli e riferimenti di pagina a destra; schede dei capitoli con codice colore
Seconda pagina dell'indice che copre i capitoli da 6 a 9 più l'appendice, con i numeri di pagina e le descrizioni dei capitoli di una riga.
Continuazione del layout TOC a due colonne corrispondente allo stile di pagina 3
Prefazione di apertura dei direttori di HAI, tra cui Fei-Fei Li, che introduce il significato del 9° AI Index annuale e contestualizza la rapida avanzata dell'AI nel 2025.
Testo a colonna singola con foto del direttore in alto a destra, banner dell'intestazione HAI
Continuazione della prefazione che discute l'impatto sociale trasformativo dell'AI, l'importanza della politica AI basata sui dati e la missione di HAI di guidare lo sviluppo dell'AI incentrata sull'uomo.
Layout di testo a colonna singola con sottotitolo di sezione
Terza pagina della prefazione che copre l'approccio di HAI al monitoraggio dei progressi dell'AI attraverso molteplici dimensioni e riconoscendo il team globale di collaboratori al rapporto 2026.
Testo a colonna singola con paragrafo di riconoscimento e crediti dei collaboratori
Pagina di chiusura della prefazione con le osservazioni finali della leadership di HAI sui rischi dello sviluppo dell'AI nel 2025-2026 e un invito all'azione per i responsabili politici e i ricercatori.
Testo a colonna singola che si chiude con il blocco delle firme del direttore
Apertura del riepilogo che presenta la narrazione generale dell'AI nel 2025: rapidi guadagni di capacità, accelerazione degli investimenti, crescente attività politica e dibattiti sociali.
Paragrafo introduttivo a larghezza intera seguito da un'anteprima numerata di 10 punti chiave
Punti chiave da 1 a 3: (1) Le capacità dell'AI aumentano vertiginosamente con la saturazione del benchmark; (2) L'investimento privato statunitense in AI raggiunge i 285,9 miliardi di dollari; (3) Il monitoraggio degli incidenti e dei danni dell'AI mostra un aumento del 1000% dal 2019.
Layout a tre pannelli ciascuno con numero del punto chiave, titolo in grassetto, punto dati di supporto e piccola icona
Punti chiave da 4 a 6: (4) Gli agenti AI ora risolvono oltre il 50% dei problemi reali di GitHub; (5) La FDA ha approvato 258 dispositivi medici abilitati all'AI nel 2025; (6) 46 paesi hanno adottato strategie nazionali sull'AI.
Layout a tre pannelli corrispondente allo stile di pagina 10
Punti chiave da 7 a 9: (7) L'80% degli studenti utilizza l'AI generativa per i corsi; (8) Il divieto di pratiche vietate dell'EU AI Act è entrato in vigore a febbraio 2025; (9) Il 59% degli intervistati globali è ottimista sull'AI.
Layout a tre pannelli corrispondente alle pagine 10-11
Takeaway finale del riepilogo (10): Il riconoscimento del Premio Nobel all'AI segna una pietra miliare storica per la scienza, oltre a un grafico dei punti salienti che mostra le metriche chiave in tutti e nove i capitoli a colpo d'occhio.
Pannello singolo di takeaway nella metà superiore; dashboard delle metriche di riepilogo nella metà inferiore
Grafico di riepilogo visivo che mostra le metriche di crescita anno su anno tra le principali dimensioni del report: investimenti, pubblicazioni, rilasci di modelli, azioni politiche e tassi di adozione.
Grafico a barre raggruppate a larghezza intera con categorie con codice colore ed etichette dell'anno sull'asse x
Visualizzazione della mappa del mondo che mostra i livelli di attività di AI per paese in base alle dimensioni di output della ricerca, investimenti privati, adozione di politiche e concentrazione di talenti.
Mappa del mondo a larghezza intera con scala di intensità del gradiente di colore e callout del paese per le principali nazioni
Breve spiegazione della metodologia di raccolta dati dell'AI Index, che definisce ciò che costituisce l'AI nell'ambito del report ed elenca le principali fonti di dati utilizzate nei capitoli.
Testo a due colonne con elenco delle fonti nella barra laterale e diagramma della metodologia inserito
Guida alla navigazione per i lettori che spiega la struttura dei capitoli, come trovare argomenti specifici, l'accesso interattivo ai dati online e le linee guida per la citazione dell'AI Index 2026.
Testo a colonna singola con caselle di call-out per le risorse online e suggerimenti per la navigazione dei capitoli
Pagina di apertura del capitolo a tutta pagina con sfondo grigio ardesia/blu scuro, grande numero 1 bianco del capitolo e titolo 'Ricerca e sviluppo' con una breve panoramica del capitolo di un paragrafo.
Sfondo scuro a tutta pagina, numero del capitolo sovradimensionato allineato a sinistra, titolo e descrizione allineati a destra
Testo introduttivo per il Capitolo 1 che riassume i principali risultati di R&S: circa 200 modelli AI degni di nota rilasciati nel 2025, saturazione del benchmark in accelerazione, modelli open source che colmano il divario con i sistemi proprietari.
Introduzione a colonna singola con citazioni di statistiche chiave evidenziate
Grafico a barre che mostra il numero di rilasci di modelli AI degni di nota all'anno dal 2019 al 2025, illustrando la drammatica accelerazione con circa 200 modelli degni di nota rilasciati solo nel 2025.
Grafico a barre a larghezza intera con etichette dell'anno sull'asse x, conteggio sull'asse y, barre colorate nel tema blu scuro/ardesia del capitolo
Grafico a barre in pila che suddivide i rilasci di modelli AI del 2025 per tipo di organizzazione: industria, università, governo e società civile, mostrando la quota dominante dell'industria.
Grafico a barre orizzontali in pila con categorie di tipo di organizzazione e legenda
Suddivisione geografica delle origini dei modelli AI nel 2025 che mostra Stati Uniti, Cina, Regno Unito, Europa e altre regioni, con gli Stati Uniti che producono la quota maggiore di modelli di frontiera degni di nota.
Mappa del mondo con dimensioni delle bolle che indicano il volume di rilascio del modello per paese, più grafico a barre di accompagnamento
Sezione di panoramica sui modelli di base nel 2025, che definisce il termine, elenca i principali modelli di frontiera (GPT-4o, Gemini 2.0, Claude 3.5, Llama 3, DeepSeek) e spiega il loro significato architettonico.
Introduzione alla sezione con testo pesante con caselle di callout del nome del modello e una tabella di confronto
Visualizzazione della timeline orizzontale che mostra le date di rilascio dei principali modelli di base nel corso del 2025, organizzati per organizzazione e famiglia di modelli.
Timeline orizzontale con etichette del modello sopra/sotto la linea, codifica a colori dell'organizzazione
Grafico lineare che confronta le traiettorie di performance dei modelli AI open-source rispetto a quelli proprietari dal 2020 al 2025 su benchmark standardizzati, mostrando il divario che si riduce entro la fine del 2025.
Grafico a doppia linea con linee open-source (tratteggiate) e proprietarie (continue), punteggio di benchmark sull'asse y, anno sull'asse x
Analisi della crescita dell'ecosistema AI open-source nel 2025, inclusi i conteggi delle star di GitHub, i volumi di download per i modelli principali e il ruolo di piattaforme come Hugging Face nella democratizzazione dell'accesso all'AI.
Layout misto con analisi testuale a sinistra e grafici a barre a destra che mostrano le metriche di download/star
Grafico lineare che mostra il totale delle pubblicazioni accademiche relative all'AI dal 2010 al 2025 per regione, dimostrando la leadership della Cina in termini di volume e la continua leadership degli Stati Uniti in termini di articoli altamente citati.
Grafico a più linee con codifica a colori regionale, opzione asse y in scala logaritmica, anno sull'asse x
Grafico a dispersione del volume di pubblicazioni AI rispetto all'impatto delle citazioni per paese, che illustra la dinamica volume-qualità delle pubblicazioni USA-Cina e le performance di citazione dell'UE.
Grafico a dispersione con bolle di paesi dimensionate in base al conteggio totale delle pubblicazioni, volume sull'asse x, citazioni per articolo sull'asse y
Grafico ad area impilata che mostra la crescita delle pubblicazioni AI per sottodominio di ricerca (NLP, computer vision, robotica, teoria del ML, ecc.) dal 2015 al 2025, con NLP e AI generativa che mostrano una crescita esplosiva.
Grafico ad area impilata con livelli di colore del sottodominio, asse x dell'anno, asse y del conteggio delle pubblicazioni
Grafico a barre che confronta le sedi di pubblicazione della ricerca sull'AI — le principali conferenze (NeurIPS, ICML, CVPR, ICLR, ACL) rispetto alle riviste — e la loro quota relativa di ricerca AI ad alto impatto nel 2025.
Confronto grafico a barre affiancate con nomi delle sedi sull'asse y, conteggio degli articoli sull'asse x
Analisi introduttiva della saturazione dei benchmark nell'AI, che spiega come molti benchmark precedentemente impegnativi siano stati ampiamente risolti entro il 2025, rendendo necessarie attività di valutazione più difficili.
Sezione di testo con diagramma di saturazione del benchmark che mostra le attività che si spostano dalle zone 'non risolte' alle zone 'sature'
Grafico a dispersione che mostra le performance dell'AI rispetto alle performance umane su oltre 50 benchmark, con una codifica a colori che indica i benchmark in cui l'AI ha superato le performance a livello umano.
Ampio grafico a dispersione con linea diagonale di parità umana, annotazioni dei nomi dei benchmark, codifica a colori per sopra/sotto la parità umana
Grafico lineare in scala logaritmica che tiene traccia della capacità di calcolo per il training (in FLOP) utilizzata per i modelli AI di frontiera dal 2012 al 2025, mostrando il tempo di raddoppio di circa 6 mesi e gli aumenti di ordini di grandezza.
Grafico lineare in scala logaritmica con annotazioni dei nomi dei modelli, tempo sull'asse x, FLOP logaritmici sull'asse y
Analisi dei trend dei costi di training dell'AI, che mostra che mentre la capacità di calcolo per modello aumenta, il costo per unità di calcolo è diminuito drasticamente, con un grafico a doppio asse che illustra entrambi i trend.
Grafico a doppio asse con costo di calcolo per FLOP sull'asse sinistro e costo di training per modello sull'asse destro
Grafici che mostrano i miglioramenti nell'efficienza dell'inferenza AI dal 2020 al 2025: token al secondo, costo per milione di token e dimensione del modello richiesta per performance equivalenti, tutti in netto miglioramento.
Grafici a piccoli multipli a tre pannelli, ciascuno dei quali mostra una metrica di efficienza nel tempo
Panoramica degli sviluppi hardware AI nel 2025: progressi di GPU/TPU, nuovi acceleratori AI personalizzati delle principali aziende tecnologiche e l'emergere di chip ottimizzati per l'inferenza.
Panoramica testuale con tabella comparativa delle specifiche hardware e grafico a torta della quota di mercato
Grafico a barre e analisi testuale che mostrano la crescita delle dimensioni dei set di dati di training utilizzati per i modelli frontier, da miliardi a trilioni di token, e il passaggio alla generazione di dati sintetici.
Grafico a barre che mostra le dimensioni del set di dati per modello con colonna di commento testuale
Analisi delle capacità di AI multimodale nel 2025 — modelli che integrano testo, immagini, audio e video — con una matrice di capacità che mostra quali modelli supportano quali modalità.
Tabella della matrice di capacità con nomi di modelli come righe, modalità come colonne, segni di spunta/punteggi nelle celle
Sezione sull'emergere di modelli focalizzati sul ragionamento nel 2025 (ad esempio, OpenAI o-series, DeepSeek-R1), che spiega il chain-of-thought al momento dell'inferenza e i miglioramenti del benchmark su compiti di ragionamento difficili.
Sezione di testo con grafico di confronto prima/dopo che mostra le prestazioni del modello di ragionamento rispetto al modello standard
Introduzione ai sistemi di agenti AI rilasciati nel 2025, che copre le architetture che consentono il completamento autonomo di attività in più fasi, l'uso di strumenti e i flussi di lavoro agentici.
Diagramma concettuale dell'architettura dell'agente (percezione → ragionamento → ciclo di azione) con spiegazione testuale
Analisi comparativa della leadership in R&S nell'ambito dell'AI per paese attraverso le dimensioni: volume di pubblicazioni, impatto delle citazioni, deposito di brevetti, rilascio di modelli e investimenti privati.
Grafico radar/a ragnatela per paese principale (USA, Cina, Regno Unito, UE, Canada, India) con assi a cinque dimensioni
Grafico a barre che mostra il deposito di brevetti AI per paese dal 2015 al 2025, con la Cina che supera gli Stati Uniti nel volume di brevetti grezzi, mentre gli Stati Uniti mantengono la leadership nei brevetti altamente citati.
Grafico a barre raggruppate per paese con raggruppamenti annuali, conteggio dei brevetti sull'asse y
Dati sulla formazione di nuove società di AI nel 2025, che mostrano l'impennata di startup native AI e la distribuzione geografica di nuove iniziative AI negli Stati Uniti, nell'UE e in Asia.
Grafico a bolle della mappa del mondo per la formazione di startup più grafico a barre dei principali hub di startup
Analisi della concentrazione del mercato nello sviluppo di modelli AI frontier, che mostra che un piccolo numero di organizzazioni (OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek) rappresenta la maggior parte delle versioni frontier.
Grafico a torta che mostra la quota di versioni di modelli frontier per organizzazione più analisi testuale
Analisi dei flussi di talento nella ricerca sull'AI: tendenze di iscrizione ai programmi di laurea, migrazione geografica dei ricercatori AI e concentrazione dei migliori talenti AI in alcune istituzioni e aziende.
Diagramma di Sankey che mostra i flussi di talento tra i paesi più grafico a barre delle migliori istituzioni
Elenco classificato e grafico a barre delle migliori istituzioni di ricerca sull'AI per output di pubblicazioni e impatto delle citazioni nel 2025, comprese università e laboratori industriali.
Grafico a barre orizzontali classificato con nomi di istituzioni sull'asse y, metriche doppie sull'asse x
Cronologia delle pietre miliari più significative della ricerca e sviluppo sull'AI nel 2025, dai lanci di modelli alle scoperte scientifiche e agli eventi politici.
Cronologia verticale con voci di pietra miliare, date a sinistra, descrizioni a destra, codifica a colori per categoria
Panoramica dei progressi dell'AI nella robotica e nell'AI embodied nel 2025: modelli di base per la manipolazione, miglioramenti della locomozione e l'emergere di politiche robotiche generaliste.
Panoramica testuale con grafico di benchmark delle capacità del robot e foto illustrative
Analisi dei progressi dell'AI generativa per la sintesi di immagini e video nel 2025, inclusi i modelli di diffusione, i miglioramenti della qualità della generazione video e le capacità di generazione in tempo reale.
Analisi testuale con grafico di progressione delle metriche di qualità e descrizioni di esempio delle capacità
Panoramica dei progressi dell'AI generativa nella sintesi audio e vocale nel 2025: clonazione della voce, generazione di musica, traduzione in tempo reale e miglioramenti nel riconoscimento vocale ambientale.
Panoramica testuale con grafici delle metriche di performance per i tassi di errore nel riconoscimento vocale e i punteggi di qualità della voce
Sezione sui progressi della generazione di codice tramite AI nel 2025, che copre le capacità dei modelli su HumanEval e SWE-bench, e l'integrazione degli assistenti di codifica AI nei flussi di lavoro degli sviluppatori.
Grafico di progressione del benchmark di performance più analisi testuale con statistiche sull'adozione da parte degli sviluppatori
Analisi dei temi di ricerca emergenti sull'AI che stanno guadagnando terreno nel 2025: interpretabilità meccanicistica, allineamento dell'AI, apprendimento continuo, ridimensionamento del calcolo in fase di test e approcci neuromorfici.
Visualizzazione del cluster di argomenti con grafici di crescita delle pubblicazioni per tema
Dati sulla collaborazione internazionale nella ricerca sull'AI misurata dalla co-autorialità transfrontaliera, che mostra modelli di collaborazione e il crescente disaccoppiamento della ricerca tra Stati Uniti e Cina.
Diagramma a corda dei flussi internazionali di co-autorialità con commento testuale
Ripartizione delle fonti di finanziamento della ricerca sull'AI nel 2025: sovvenzioni governative, finanziamenti industriali, investimenti filantropici e la quota crescente di ricerca accademica finanziata dall'industria.
Grafico a barre impilate nel tempo che mostra le quote delle fonti di finanziamento, con analisi testuale
Analisi delle disparità nell'accesso al calcolo AI tra grandi aziende tecnologiche, istituzioni accademiche e ricercatori nei paesi a basso reddito, evidenziando il divario computazionale.
Grafico a barre comparativo che mostra l'allocazione del calcolo con analisi testuale sulla disuguaglianza di accesso
Dati sul crescente consumo di energia dell'AI nel 2025: consumo energetico stimato dell'addestramento di modelli di frontiera, inferenza su larga scala e crescita della domanda di energia dei data center attribuita ai carichi di lavoro AI.
Grafico a linee della domanda di energia attribuita all'AI con annotazioni di equivalenza di carbonio e commento testuale
Discussione dei principali problemi di ricerca aperti nell'AI al 2025: ragionamento a lungo termine, pianificazione affidabile, robustezza allo spostamento della distribuzione, interpretabilità e generalizzazione composizionale.
Testo strutturato con riquadri di dichiarazione del problema e conteggi delle citazioni per sfida di ricerca
Pagina di statistiche di riepilogo per il Capitolo 1 che presenta i risultati quantitativi più importanti in un formato dashboard: rilasci di modelli, crescita del calcolo, volumi di pubblicazioni e metriche open source.
Griglia dashboard di statistiche con numeri grandi con sparkline di supporto e brevi etichette di testo
Note di riferimento per il Capitolo 1 che citano le fonti di dati primarie, le note metodologiche per i dati di pubblicazione e brevetti e le definizioni dei termini chiave utilizzati nel capitolo R&S.
Formato di nota a piè di pagina/nota di chiusura a due colonne con citazioni di fonti e riferimenti numerati
Elenco curato di risorse di approfondimento e documenti chiave a cui si fa riferimento nel Capitolo 1, organizzato per argomento della sezione, con brevi annotazioni.
Elenco di letture strutturato con intestazioni di sezione e voci annotate
Apertura del capitolo a tutta pagina con sfondo blu navy/scuro, grande numero 2 bianco del capitolo, titolo 'Performance Tecnica' e breve panoramica dei progressi delle performance dell'AI misurati nel 2025.
Sfondo blu navy scuro a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione in bianco
Introduzione al capitolo sulla performance tecnica, che spiega il framework di benchmarking, le avvertenze sulla saturazione del benchmark e l'organizzazione dei dati di performance tra le categorie di attività.
Testo introduttivo a colonna singola con diagramma di panoramica della sezione del capitolo
Panoramica delle performance dei benchmark di comprensione del linguaggio nel 2025 su MMLU, MMLU-Pro, BIG-Bench Hard e HellaSwag, che mostra modelli di AI pari o superiori alle performance umane nella maggior parte delle attività.
Grafico di confronto a barre multiple con nomi dei benchmark sull'asse y e punteggi di performance sull'asse x per i modelli migliori
Grafico a linee che traccia la performance dei modelli migliori sui benchmark MMLU e MMLU-Pro dal 2020 al 2025, dimostrando una rapida progressione dal 60% a livelli quasi umani e sovrumani.
Grafico a doppia linea con trend di MMLU e MMLU-Pro, annotazioni delle pietre miliari del modello, riferimento alla performance umana
Grafico a barre che mostra la performance dell'AI sui benchmark di matematica competitiva (AIME, AMC, MATH) nel 2025, con i principali modelli di ragionamento che raggiungono i migliori punteggi competitivi umani.
Grafico a barre raggruppate per benchmark con barre di confronto dei modelli, riferimenti di base di esperti umani
Grafico a linee che traccia la performance dell'AI sul dataset MATH dal 2020 al 2025, mostrando il punto di inflessione nel 2024-2025, quando i modelli di ragionamento hanno migliorato notevolmente la risoluzione di problemi matematici.
Grafico a linee con annotazioni chiave del modello, punto di inflessione evidenziato, linea di riferimento del punteggio umano
Confronto delle performance di coding dell'AI sui benchmark HumanEval, HumanEval+ e MBPP nel 2025, che mostra la quasi saturazione sull'HumanEval originale e una forte performance sulle varianti più difficili.
Grafico a barre che confronta i migliori modelli di coding su tre benchmark con la baseline degli sviluppatori umani
Grafico a linee e grafico a barre che mostrano la performance degli agenti AI su SWE-bench (risoluzione di problemi reali di GitHub) dal 2023 al 2025, con i principali agenti che ora risolvono oltre il 50% dei problemi.
Sinistra: grafico a linee della migliore performance nel tempo. Destra: grafico a barre dei migliori agenti con tasso di risoluzione
Analisi della performance dell'AI su attività di coding agenti che richiedono modifiche multi-file, scrittura di test, debug su grandi codebase e utilizzo di strumenti, andando oltre le attività in stile HumanEval a funzione singola.
Tabella di confronto dei benchmark con righe di categoria di attività e colonne di performance del modello
Grafico a barre che mostra la performance dei modelli migliori su GPQA (Graduate-Level Google-Proof Q&A) nei sottodomini di fisica, chimica e biologia, con modelli di frontiera che superano la performance umana a livello di dottorato.
Grafico a barre raggruppate per dominio scientifico con confronto dei modelli e baseline umana a livello di dottorato
Confronto multi-benchmark tra attività di ragionamento scientifico (GPQA, SciQ, ARC-Challenge, OlympiadBench) che mostra la performance del modello AI rispetto alle baseline umane esperte.
Grafico radar per modello migliore che mostra il profilo di performance multi-benchmark
Analisi della performance dell'AI su logica formale, dimostrazione di teoremi e attività di ragionamento strutturato nel 2025, inclusa la performance su LeanDojo, FrontierMath e benchmark di deduzione logica.
Grafico a barre della performance per categoria di attività di ragionamento con analisi del testo
Analisi delle prestazioni dei modelli di AI su attività con contesti lunghi che richiedono la comprensione di documenti fino a 1 milione di token, che mostra un miglioramento significativo ma persistenti difficoltà in contesti molto lunghi.
Grafico a linee delle prestazioni rispetto alla lunghezza del contesto con linee di confronto tra modelli
Analisi dell'accuratezza fattuale e dei tassi di allucinazione dei modelli di AI nel periodo 2023-2025, che mostra miglioramenti nella generazione fondata ma persistenti sfide di allucinazione in contesti open-domain.
Grafico a barre che confronta i tassi di allucinazione tra i modelli con linea di tendenza al miglioramento
Dati sulle prestazioni dei modelli di AI nei benchmark di instruction-following (IFEval, MT-Bench) nel 2025, che mostrano forti guadagni nel seguire istruzioni complesse e multi-vincolate.
Grafico a barre con livelli di complessità delle istruzioni sull'asse x e tasso di conformità sull'asse y per i modelli migliori
Risultati dei benchmark per i modelli vision-language nel 2025 in attività come visual QA, image captioning e chart understanding, che mostrano l'AI che si avvicina o supera le prestazioni umane.
Grafico a barre di confronto multi-benchmark per i migliori modelli vision-language
Analisi delle prestazioni dei modelli di AI per la comprensione video su ragionamento temporale, riconoscimento delle azioni e benchmark video QA nel 2025.
Grafico a barre che confronta i migliori modelli video su più benchmark con la baseline delle prestazioni umane
Andamento del tasso di errore di parola (WER) per i sistemi di riconoscimento vocale AI dal 2015 al 2025 in più lingue e gruppi di accenti, che mostra prestazioni quasi umane nelle lingue ad alta risorsa.
Grafico multi-linea del WER nel tempo per gruppo linguistico
Punteggi di valutazione umana per la qualità della generazione di immagini AI dal 2021 al 2025, che mostrano miglioramenti significativi in fotorealismo, coerenza e aderenza al prompt.
Grafico a linee dei punteggi di qualità nel tempo con rilasci di modelli annotati e descrizioni di output di esempio
Grafico a barre che mostra i tassi di completamento delle attività degli agenti AI su benchmark agentici standardizzati (WebArena, OSWorld, AgentBench) nel 2025, evidenziando i progressi verso l'esecuzione generale di attività autonome.
Grafico a barre raggruppate per benchmark con barre di confronto del sistema agente e riferimenti di baseline
Analisi delle prestazioni degli agenti AI su attività di navigazione web, utilizzo del computer e interazione con la GUI, che mostra i tassi di successo e l'analisi delle modalità di errore per i principali sistemi di agenti.
Grafico a barre dei tassi di successo per tipo di attività con grafico di suddivisione delle modalità di errore
Dati sulle prestazioni degli agenti AI su attività di pianificazione a lungo termine che richiedono più di 10 passaggi sequenziali, che mostrano le limitazioni attuali e il divario tra le prestazioni di attività brevi e lunghe.
Grafico a linee del degrado delle prestazioni con l'aumentare dei passaggi dell'attività per più sistemi di agenti
Analisi della qualità della traduzione AI su oltre 200 coppie linguistiche utilizzando i punteggi BLEU e di valutazione umana, che mostra una qualità quasi professionale per le coppie ad alta risorsa e lacune significative per le lingue a bassa risorsa.
Mappa termica delle lingue del mondo per la qualità della traduzione più grafico a barre delle coppie con le prestazioni migliori/peggiori
Benchmark per la sintesi del testo AI e la qualità della generazione di long-form nel 2025, inclusi i punteggi di coerenza della valutazione umana e le metriche di accuratezza fattuale.
Grafico a barre che confronta la qualità della sintesi tra i modelli con i risultati della valutazione umana
Analisi della robustezza del modello di AI allo spostamento della distribuzione, agli input avversari e ai casi di test fuori distribuzione, che mostra una persistente fragilità nonostante i guadagni complessivi in termini di capacità.
Grafico a barre raggruppate che confronta i divari di performance in-distribution vs OOD tra i tipi di modello
Grafico di confronto consolidato che mostra la performance dell'AI rispetto a quella umana in oltre 30 attività distinte, con indicatori visivi per le attività in cui l'AI ora supera la performance umana.
Grafico a punti orizzontale con nomi delle attività sull'asse y, punteggi di AI e umani come punti accoppiati, ombreggiatura 'AI supera'
Dati di performance su nuovi benchmark difficili introdotti, progettati per resistere alla saturazione nel 2025: FrontierMath, MMMU-Pro e Humanity's Last Exam, che mostrano le attuali capacità del modello frontier.
Grafico a barre dei punteggi dei modelli migliori su tre benchmark difficili con baseline di esperti umani
Analisi del paradigma di scaling computazionale in fase di test nel 2025: come l'ulteriore calcolo di inferenza attraverso chain-of-thought, ricerca e autoverifica migliora la performance su attività difficili.
Grafico a linee che mostra la performance rispetto al budget di calcolo di inferenza per i modelli di ragionamento
Analisi della calibrazione del modello di AI — quanto bene i punteggi di confidenza del modello corrispondono all'accuratezza effettiva — che mostra miglioramenti nella calibrazione per i modelli migliori, ma restano delle sfide.
Grafici della curva di calibrazione per più modelli con riferimento diagonale di calibrazione ideale
Mappa termica che mostra la performance del modello di AI in oltre 100 lingue su benchmark NLP standard, evidenziando il significativo divario di performance tra gruppi linguistici ad alta e bassa risorsa.
Mappa termica lingua per benchmark con gradiente di colore della performance e raggruppamenti regionali
Riepilogo della performance dei benchmark in domini professionali specializzati: legge (esame di abilitazione all'avvocatura), medicina (USMLE), finanza (CFA) e contabilità, che mostra modelli di AI frontier a o al di sopra dei punteggi di superamento professionali.
Grafico a barre dei punteggi di superamento degli esami professionali rispetto ai punteggi dei modelli di AI in quattro domini
Panoramica della performance dell'AI nei giochi strategici e nelle simulazioni nel 2025, tra cui scacchi, Go, poker e giochi di strategia in tempo reale, che mostra una performance sovrumana nella maggior parte delle categorie di giochi.
Grafico di confronto delle valutazioni per AI vs i migliori giocatori umani tra i tipi di gioco
Dati di performance dei benchmark per i sistemi di AI incorporata su attività di manipolazione, navigazione e controllo destrezza, che mostrano progressi sostanziali ma un divario rimanente rispetto alla performance umana.
Grafico a barre dei tassi di successo per categoria di attività per i migliori sistemi di AI robotica
Analisi della performance dell'AI per dollaro di costo di inferenza nel 2025, che mostra miglioramenti notevoli nell'efficienza dei costi che stanno democratizzando l'accesso all'AI ad alta capacità.
Grafico a dispersione della performance rispetto al costo per query per i modelli migliori con frecce di tendenza basate sul tempo
Confronto diretto delle capacità dei 10 migliori modelli frontier del 2025 in 15 categorie di benchmark, che fornisce una panoramica strutturata dell'attuale panorama delle capacità dell'AI.
Ampia tabella di confronto con i nomi dei modelli come righe, le categorie di benchmark come colonne, i livelli di performance con codice colore
Grafici a linee di riepilogo che mostrano le tendenze della performance in cinque principali categorie di attività (linguaggio, matematica, codice, scienza, multimodale) dal 2018 al 2025, illustrando l'accelerazione del progresso dell'AI.
Grafici a linee multipli piccoli a cinque pannelli, ognuno dei quali mostra una tendenza di categoria nel tempo
Discussione metodologica dei limiti di progettazione dei benchmark di AI, comprese le preoccupazioni relative alla contaminazione dei dati, all'overfitting dei benchmark e alla sfida di misurare l'intelligenza generale.
Analisi del testo con diagramma illustrativo della contaminazione e checklist dei criteri di qualità del benchmark
Dati sulla performance dei modelli di AI su benchmark rilevanti per la sicurezza e l'allineamento: TruthfulQA, valutazione della distorsione BBQ e test di resistenza al jailbreak, che mostrano i progressi e le sfide rimanenti.
Grafico a barre che confronta i punteggi dei benchmark di sicurezza tra i modelli principali con commenti testuali
Note di riferimento per il Capitolo 2 con citazioni delle fonti dei dati, riferimenti alla metodologia del benchmark e definizioni delle metriche di performance utilizzate in tutto il capitolo.
Formato di nota di chiusura a due colonne con citazioni numerate e riferimenti alle fonti
Elenco di letture consigliate per il Capitolo 2, organizzato per categoria di benchmark, con documenti chiave e risorse della leaderboard per un'esplorazione continua della performance tecnica dell'AI.
Elenco di letture strutturato con intestazioni di categoria e voci annotate
Analisi approfondita degli effetti del prompting chain-of-thought sulla performance di ragionamento, che mostra come il ragionamento esplicito passo dopo passo migliori la performance nei benchmark di matematica, logica e scienze.
Grafico a barre che confronta la performance con/senza CoT più l'analisi testuale del meccanismo
Analisi della performance del sistema di generazione aumentata dal recupero (RAG) nel 2025, che mostra come la combinazione di LLM con il recupero di conoscenza esterna migliori significativamente l'accuratezza fattuale.
Grafico a barre dell'accuratezza fattuale con e senza RAG tra i domini della conoscenza
Performance del benchmark dei modelli di AI su attività di dati strutturati: generazione di SQL, QA di tabelle e interpretazione di dati finanziari, che mostra una performance forte ma imperfetta.
Grafico a barre della performance delle attività di dati strutturati con ripartizione per tipo di attività
Analisi delle sfide di riproducibilità nel benchmarking della performance dell'AI, inclusa la sensibilità alla formulazione del prompt, alle impostazioni di temperatura e alle variazioni del protocollo di valutazione.
Grafico di analisi della varianza che mostra la sensibilità della performance alla variazione del prompt con commento testuale
Discussione delle capacità emergenti dell'AI osservate nel 2025 — competenze che appaiono in modo discontinuo con l'aumentare della scala del modello — con esempi e dibattito sulla realtà o sull'artefatto della valutazione dell'emergenza.
Analisi del testo con tabella di esempi di emergenza e grafico a dispersione scala rispetto alla capacità
Panoramica dell'ecosistema di benchmarking dell'AI nel 2025: leaderboard chiave, organizzazioni di valutazione (HELM, BIG-bench) e la sfida di mantenere una valutazione significativa con il miglioramento dei modelli.
Diagramma dell'ecosistema che mostra i principali benchmark, le organizzazioni e le loro relazioni
Dati di performance su attività di ragionamento multimodale che richiedono l'integrazione di testo e informazioni visive, inclusi diagrammi scientifici, grafici e matematica con figure.
Grafico a barre di confronto dei benchmark per i migliori modelli multimodali tra i tipi di attività di ragionamento
Analisi del divario tra la performance del benchmark e la performance dell'implementazione nel mondo reale, inclusa la discussione dello spostamento della distribuzione, dei casi limite e della correlazione tra la performance del benchmark e dell'implementazione.
Grafico a dispersione che confronta il punteggio del benchmark di laboratorio con le stime della performance nel mondo reale per le applicazioni
Dashboard di riepilogo del Capitolo 2 che presenta i principali risultati sulle prestazioni: AI alla pari con l'uomo su X attività, che supera gli esperti umani su Y attività e le principali sfide ancora aperte.
Dashboard di riepilogo con statistiche numeriche di grandi dimensioni, suddivisione per categoria di attività e riquadri di richiamo dei risultati chiave
Prestazioni dell'AI sui benchmark di programmazione competitiva (problemi di CodeForces, IOI) nel 2025, che mostrano modelli all'avanguardia che raggiungono livelli di prestazioni elevati in CodeForces.
Grafico di confronto delle valutazioni con i livelli del sistema AI mappati agli equivalenti percentili umani
Analisi dettagliata delle prestazioni dell'AI sui problemi in stile Olimpiadi internazionali di matematica (IMO) nel 2025, con modelli all'avanguardia che raggiungono prestazioni equivalenti alla medaglia d'oro su set di problemi selezionati.
Grafico della difficoltà del problema rispetto al tasso di soluzione con confronto dei modelli e annotazioni della soglia della medaglia IMO
Prestazioni dei sistemi AI nelle attività di revisione della letteratura scientifica: riepilogo accurato degli articoli, identificazione degli errori metodologici e sintesi dei risultati tra più articoli.
Grafico a barre di confronto dell'accuratezza per le sotto-attività di revisione della letteratura con confronto dei modelli
Prestazioni dettagliate del benchmark multilingue (XTREME, XGLUE, mMMLU) che mostrano le lacune di prestazioni tra le attività in inglese e quelle non in inglese, con analisi delle sfide linguistiche a basse risorse.
Mappa termica delle prestazioni per lingua e benchmark con raggruppamenti di famiglie linguistiche
Risultati della ricerca sulle capacità di persuasione dell'AI nel 2025: studi che mostrano che il testo persuasivo generato dall'AI supera il testo scritto da umani nei test A/B, sollevando preoccupazioni sulla manipolazione.
Grafico a barre dei risultati dello studio sulla persuasione con analisi testuale delle implicazioni e discussione dei rischi
Analisi delle capacità di memoria del modello AI nel 2025: limiti di memoria in-context, aumento della memoria esterna e sistemi di agenti stateful che consentono attività a orizzonte più lungo.
Diagramma comparativo delle architetture di memoria con dati sulle prestazioni relativi alle attività dipendenti dalla memoria
Dati sulle prestazioni dei modelli AI che utilizzano strumenti esterni (API, calcolatrici, motori di ricerca, interpreti di codice) nel 2025, che mostrano miglioramenti sostanziali nell'uso affidabile degli strumenti.
Grafico a barre del tasso di successo per le attività di utilizzo degli strumenti per tipo di strumento e modello
Panoramica dei modelli AI specifici per dominio per attività scientifiche: struttura delle proteine, scienza dei materiali, clima, genomica e le loro prestazioni rispetto ai modelli generici.
Tabella di confronto delle prestazioni: modelli specialistici vs generalisti tra domini scientifici
Prestazioni del benchmark per le attività di comprensione dei documenti AI: analisi PDF, estrazione di moduli, analisi dei contratti e QA di documenti complessi nel 2025.
Grafico a barre delle prestazioni delle attività sui documenti con suddivisione del tipo di attività e confronto dei modelli
Analisi della robustezza del modello AI contro gli attacchi avversari nel 2025, inclusi gli attacchi di perturbazione delle immagini, l'iniezione di prompt per gli LLM e l'efficacia del meccanismo di difesa.
Grafico a barre del tasso di successo dell'attacco con confronto del metodo di difesa e analisi del testo
Analisi conclusiva dei temi chiave del Capitolo 2: l'accelerazione dei guadagni di capacità dell'AI, la sfida di mantenere i benchmark significativi e le implicazioni del superamento delle prestazioni umane da parte dell'AI su un insieme crescente di attività.
Conclusione testuale con grafico di riepilogo che mostra le categorie di benchmark in base allo stato di parità umana
Apertura del capitolo a tutta pagina con sfondo verde acqua scuro, grande numero 3 bianco, titolo 'AI Responsabile' e breve panoramica dell'attenzione del capitolo sulla sicurezza, i pregiudizi, i danni e la governance dell'AI.
Sfondo verde acqua scuro a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione in bianco
Introduzione al capitolo sull'AI responsabile che spiega il framework per la misurazione dei danni dell'AI, la ricerca sulla sicurezza, la valutazione dei pregiudizi e la governance in pratica nel 2025.
Introduzione a colonna singola con diagramma di panoramica della sezione e riquadro delle definizioni chiave
Grafico a linee che mostra il numero di incidenti relativi all'AI monitorati dal database AIAAIC dal 2012 al 2025, dimostrando una crescita di oltre il 1000% nel periodo con una forte accelerazione dal 2022.
Grafico a linee a tutta larghezza con asse x dell'anno, asse y del conteggio degli incidenti, picchi di incidenti chiave annotati
Grafico a barre in pila che suddivide gli incidenti AI nel 2025 per categoria di danno: disinformazione/deepfake, violazioni della privacy, discriminazione, guasti del sistema autonomo e violazioni della cybersecurity.
Grafico a barre orizzontali in pila con codifica a colori della categoria di danno ed etichette di percentuale
Mappa del mondo e grafico a barre che mostrano la distribuzione geografica degli incidenti AI segnalati nel 2025, con Stati Uniti, UE e Cina che rappresentano la maggior parte degli incidenti monitorati.
Mappa del mondo con bolle di densità degli incidenti più grafico a barre dei primi 15 paesi per conteggio degli incidenti
Analisi degli incidenti di disinformazione generati dall'AI nel 2025: video deepfake che prendono di mira le elezioni, frodi audio sintetiche e articoli di notizie generati dall'AI diffusi su larga scala.
Cronologia dei principali incidenti deepfake del 2025 con analisi del testo e grafico della capacità di rilevamento
Confronto tra le prestazioni della tecnologia di rilevamento dei deepfake nel 2025 e la qualità della generazione dei deepfake, che mostra la continua corsa agli armamenti con il rilevamento costantemente in ritardo rispetto alla generazione.
Grafico a doppia linea della qualità della generazione rispetto all'accuratezza del rilevamento nel tempo con annotazione del divario della corsa agli armamenti
Panoramica della misurazione dei pregiudizi e della ricerca sulla mitigazione nei sistemi AI nel 2025, che copre gli algoritmi di assunzione, il credit scoring, il triage sanitario e il riconoscimento facciale tra i gruppi demografici.
Diagramma del framework dei tipi di pregiudizio e degli approcci di mitigazione con panoramica del testo
Risultati sperimentali degli audit dei pregiudizi degli strumenti di assunzione AI nel 2025, che mostrano tassi di screening differenziali per razza, genere ed età nei sistemi di screening automatico dei curriculum.
Grafico a barre dei tassi di screening per gruppo demografico con annotazioni del rapporto di disparità
Analisi dei pregiudizi negli algoritmi AI sanitari nel 2025, incentrata sull'accuratezza differenziale dell'AI diagnostica tra gruppi razziali e socioeconomici e sulle cause dei divari di prestazione.
Grafico a barre dell'accuratezza diagnostica per gruppo demografico in più strumenti AI
Dati sui pregiudizi AI nel credit scoring e nei servizi finanziari, che mostrano tassi di approvazione dei prestiti differenziali e distribuzioni dei punteggi di rischio tra i gruppi demografici nel prestito assistito dall'AI.
Grafico a barre dei tassi di approvazione e delle distribuzioni dei punteggi per demografia con analisi del testo
Risultati di benchmark per i sistemi di riconoscimento facciale tra i gruppi demografici nel 2025, che mostrano continue disparità di accuratezza nonostante i progressi, con analisi delle risposte normative.
Grafico di confronto del tasso di errore per gruppo demografico con callout della risposta normativa
Grafico a linee che traccia il volume di pubblicazioni di ricerca sull'equità dell'AI e sulla mitigazione dei bias dal 2015 al 2025, mostrando la rapida crescita del settore parallelamente all'aumento degli impegni aziendali per l'equità.
Grafico a linee del volume di pubblicazioni più grafico a barre degli annunci di iniziative aziendali per l'equità per anno
Grafico a linee che mostra la crescita delle pubblicazioni di ricerca sulla sicurezza dell'AI e delle organizzazioni di ricerca dedicate alla sicurezza dal 2016 al 2025, dimostrando la rapida istituzionalizzazione del settore.
Grafico a doppia linea delle pubblicazioni sulla sicurezza e del conteggio delle organizzazioni per la sicurezza nel tempo
Panoramica delle principali organizzazioni di ricerca sulla sicurezza dell'AI attive nel 2025: Anthropic, DeepMind Safety, ARC Evals, Redwood Research, METR, Apollo Research e altre.
Schede profilo dell'organizzazione in una griglia con data di fondazione, area di interesse e risultati chiave per organizzazione
Analisi dell'adozione del red-teaming dell'AI nei principali laboratori di AI nel 2025, che mostra come il red-teaming sia diventato una pratica standard, con standard emergenti da NIST e framework governativi.
Grafico della cronologia di adozione più analisi testuale delle metodologie e dei risultati del red-teaming
Riepilogo dei risultati di red-teaming divulgati nei principali laboratori di AI nel 2025: categorie di vulnerabilità comuni, prevalenza delle tecniche di jailbreak e l'efficacia dei diversi approcci di difesa.
Grafico a barre delle categorie di vulnerabilità con tabella di confronto dell'efficacia della difesa
Panoramica delle tecnologie di watermarking e rilevamento di contenuti generati dall'AI nel 2025: standard di provenienza C2PA, rilevatori di testo AI e adozione del watermarking di immagini da parte delle principali piattaforme.
Diagramma del panorama tecnologico con metriche di adozione e analisi testuale dell'efficacia
Analisi dei rischi per la privacy dell'AI e delle misure protettive nel 2025: memorizzazione dei dati di addestramento, attacchi di inversione del modello, adozione della privacy differenziale e sfide di conformità normativa.
Diagramma della tassonomia dei rischi con grafico del tasso di adozione per le tecniche di protezione della privacy
Analisi del duplice ruolo dell'AI nella cybersecurity nel 2025: rilevamento e difesa dalle minacce basati sull'AI contro l'automazione degli attacchi abilitata dall'AI, con dati sui tassi di incidenti per entrambi.
Grafici a barre affiancati per le applicazioni di difesa AI e le applicazioni di attacco AI con analisi testuale
Panoramica dei framework di valutazione delle capacità utilizzati dai laboratori di AI all'avanguardia nel 2025 per valutare le capacità pericolose prima della distribuzione del modello, incluso il test di potenziamento CBRN.
Diagramma del framework di valutazione con definizioni delle categorie di capacità e tabella di adozione del laboratorio
Confronto tra le principali tassonomie e framework dei rischi dell'AI nel 2025: NIST AI RMF, livelli di rischio dell'EU AI Act, framework dei rischi dell'AI dell'OCSE e classificazioni dei rischi sviluppate dal settore.
Tabella di confronto affiancata di quattro framework con categorie di rischio mappate tra i framework
Dati sui tassi di adozione del NIST AI RMF tra le agenzie federali statunitensi e le organizzazioni del settore privato nel 2025, che mostrano un'adozione crescente ma irregolare.
Grafico a barre del tasso di adozione per settore e dimensione dell'organizzazione con analisi testuale
Analisi dell'adozione della documentazione relativa alle schede modello e alla trasparenza dell'AI nel 2025, che mostra una maggiore divulgazione da parte dei principali laboratori, ma standard e profondità incoerenti in tutto il settore.
Grafico a barre delle metriche di adozione più scorecard di qualità che confronta la profondità delle schede modello tra i principali laboratori
Panoramica delle applicazioni dell'AI in contesti militari e di difesa nel 2025: sviluppo di armi autonome, targeting AI, sorveglianza abilitata dall'AI e sfide del diritto internazionale.
Analisi testuale con mappa di implementazione globale e riquadri di richiamo dei fattori di rischio
Dati sull'uso dell'AI in contesti di giustizia penale nel 2025: polizia predittiva, algoritmi di condanna, strumenti decisionali per la libertà su cauzione e preoccupazioni documentate sui pregiudizi e sfide legali.
Mappa di adozione per stato USA con grafico dei risultati dell'audit sui pregiudizi e cronologia delle sfide legali
Analisi globale dell'implementazione della tecnologia di sorveglianza basata sull'AI nel 2025: riconoscimento facciale in spazi pubblici, monitoraggio del comportamento e adozione e restrizioni a livello di paese.
Mappa mondiale dell'adozione della tecnologia di sorveglianza con sovrapposizione di restrizioni normative
Analisi delle crescenti preoccupazioni sull'impatto ambientale dell'AI nel 2025, concentrandosi sull'uso dell'acqua nei data center, sulle emissioni di carbonio derivanti dai carichi di lavoro dell'AI e sulle iniziative di sostenibilità delle principali aziende di AI.
Grafico a barre delle metriche ambientali per azienda con tabella di confronto degli impegni di sostenibilità
Panoramica delle preoccupazioni dei lavoratori relative all'AI nel 2025: condizioni dei lavoratori di etichettatura dei dati, salute mentale dei lavoratori di moderazione dei contenuti e discussioni sullo spostamento di posti di lavoro guidato dall'AI.
Analisi testuale con dati di sondaggi sulle condizioni di lavoro degli etichettatori e grafici di proiezione dello spostamento di posti di lavoro
Analisi del ruolo dell'AI nella moderazione dei contenuti sulle principali piattaforme nel 2025, inclusa l'accuratezza del rilevamento per le categorie di contenuti dannosi e la sfida dei falsi positivi per le comunità emarginate.
Grafico a barre delle metriche di accuratezza per tipo di contenuto con ripartizione del tasso di falsi positivi per comunità
Panoramica delle politiche aziendali di uso responsabile dell'AI presso le principali aziende di AI nel 2025, incluse le politiche di utilizzo, i casi d'uso proibiti e i meccanismi di applicazione.
Tabella di confronto delle politiche tra le principali aziende di AI con checklist di divieto dei casi d'uso
Dati di sondaggi sulle pratiche di governance dell'AI nel settore: percentuale di aziende con comitati etici AI, team AI responsabili, valutazioni d'impatto e processi di revisione della governance.
Grafico a barre dei tassi di adozione delle pratiche di governance per dimensione e settore dell'azienda
Panoramica degli sforzi di coordinamento internazionale per la sicurezza dell'AI nel 2025: il Paris AI Safety Summit, il follow-up di Bletchley Park, la Seoul AI Declaration e le iniziative multilaterali di ricerca sulla sicurezza.
Cronologia dei vertici e degli accordi internazionali sulla sicurezza con analisi testuale degli impegni
Tre casi di studio dettagliati di incidenti AI significativi nel 2025: una grande campagna di disinformazione elettorale deepfake, un cluster di errori diagnostici AI nel settore sanitario e una serie di incidenti con veicoli autonomi.
Layout del caso di studio a tre pannelli con descrizione dell'incidente, risposta e lezioni apprese per caso
Dati sulle prestazioni del modello AI sui benchmark di valutazione delle capacità pericolose nel 2025, comprese le valutazioni di CBRN uplift e le valutazioni del rischio di biosecurity utilizzate nei test pre-implementazione.
Grafico a barre dei risultati della valutazione delle capacità con soglie del livello di rischio e confronto tra laboratori
Panoramica degli approcci di ricerca sull'allineamento dell'AI nel 2025: RLHF/RLAIF, AI costituzionale, dibattito e amplificazione, interpretabilità meccanicistica e tecniche di supervisione scalabili.
Diagramma della tassonomia dell'approccio di ricerca con grafico del volume di pubblicazioni per approccio
Analisi della crescita della ricerca sull'interpretabilità e la spiegabilità dell'AI nel 2025, che copre le tecniche di interpretabilità meccanicistica, le mappe di salienza e la loro implementazione pratica in settori regolamentati.
Grafico a linee della crescita delle pubblicazioni più grafico a barre del tasso di adozione nei settori regolamentati
Dati sulle applicazioni dell'AI per la salute mentale e sui rischi associati nel 2025: implementazione del supporto per la salute mentale basato su chatbot, dati sull'efficacia e incidenti che coinvolgono interazioni dannose dell'AI per la salute mentale.
Metriche di implementazione con grafico dell'efficacia e suddivisione delle categorie di incidenti
Panoramica delle preoccupazioni per la sicurezza dei bambini relative ai sistemi di AI nel 2025: rilevamento di CSAM, esperienze di AI adatte all'età, utilizzo dell'AI da parte dei bambini nell'istruzione e protezioni normative.
Analisi del testo con mappa del panorama normativo e grafico di adozione delle misure di sicurezza
Dati sperimentali sull'efficacia delle principali tecniche di mitigazione del bias nel 2025, confrontando gli approcci di pre-elaborazione, in-elaborazione e post-elaborazione tra le metriche di bias.
Grafico a barre comparativo della riduzione delle metriche di bias per tecnica con analisi dei costi di accuratezza
Dati sui ruoli di lavoro nell'AI responsabile nel 2025: offerte di lavoro per AI ethicist, AI safety engineer, responsible AI program manager, stipendi e divario tra domanda e offerta nel settore.
Grafico dell'andamento delle offerte di lavoro e confronto degli stipendi con richiamo del divario tra domanda e offerta
Panoramica dell'ecosistema emergente di audit dell'AI nel 2025: revisori di terze parti, standard di audit algoritmici, requisiti di audit obbligatori in varie giurisdizioni e strumenti di autovalutazione del settore.
Diagramma dell'ecosistema delle organizzazioni di audit dell'AI più tabella di confronto dei requisiti normativi
Analisi delle preoccupazioni sull'AI responsabile specifiche per le versioni di modelli open-source nel 2025, inclusi i rischi di duplice uso, la sicurezza post-rilascio e le pratiche di sicurezza della comunità.
Tassonomia dei rischi per l'AI open-source con confronto degli approcci di mitigazione e analisi del testo
Riepilogo dei risultati del Paris AI Safety Summit (febbraio 2025) e dei successivi impegni internazionali per la sicurezza, inclusi i traguardi del Codice di condotta GPAI.
Schede di riepilogo dei risultati per summit con indicatori di stato del monitoraggio degli impegni
Dashboard di riepilogo per il Capitolo 3 che presenta le principali metriche dell'AI responsabile: crescita degli incidenti dell'AI, risultati degli audit di bias, crescita della ricerca sulla sicurezza e tassi di adozione della governance.
Griglia della dashboard con statistiche a numero grande, sparkline di tendenza e caselle di richiamo dei risultati chiave
Analisi delle tendenze del sistema AI a generare output tossici, dannosi o inappropriati nel 2025, inclusi i risultati del benchmark di tossicità e l'efficacia della messa a punto della sicurezza.
Barre di confronto del tasso di tossicità con tendenze di miglioramento del modello e analisi del testo
Panoramica delle sfide del copyright e della proprietà intellettuale dell'AI nel 2025: diritti sui dati di addestramento, stato della PI dei contenuti generati dall'AI, principali casi legali e quadri normativi emergenti.
Cronologia dei casi legali con confronto del quadro politico e analisi del testo
Analisi delle campagne di disinformazione abilitate dall'AI documentate che prendono di mira le elezioni nel 2025, comprese le stime di scala, le risposte della piattaforma e le sfide di rilevamento.
Cronologia della campagna con stime di scala e tabella di confronto della risposta della piattaforma
Analisi dei divari di responsabilità nelle catene di distribuzione dell'AI nel 2025: responsabilità diffusa tra sviluppatori, distributori e utenti, e sforzi per attribuire la responsabilità.
Diagramma dei divari di responsabilità con confronto del quadro di responsabilità tra le giurisdizioni
Panoramica dell'impatto dei sistemi di AI sui diritti umani nel 2025, dalla sorveglianza e la libertà di espressione all'accesso alla giustizia e al diritto alla spiegazione nelle decisioni automatizzate.
Tabella della matrice di impatto sui diritti con righe per le applicazioni di AI e colonne per i diritti umani, con celle di valutazione dell'impatto
Anteprima delle metodologie di valutazione della sicurezza tecnica a cui si fa riferimento nel Capitolo 3, inclusi i protocolli di red-team, le procedure di valutazione delle capacità e gli standard di misurazione dei bias.
Diagramma di panoramica della metodologia con elenco di riferimenti e spiegazioni testuali
Visualizzazione su mappa mondiale dell'attività normativa e di governance dell'AI responsabile nel 2025, che mostra la densità della regolamentazione per paese e il contrasto tra gli approcci di UE, Stati Uniti e Asia.
Mappa coropletica mondiale con codifica a colori dell'intensità della regolamentazione e riquadri di richiamo regionali
Analisi comparativa dei principi etici dell'AI adottati da governi, aziende e organizzazioni internazionali nel 2025, mappando sovrapposizioni e divergenze.
Diagramma di Venn/sovrapposizione dei temi dei principi etici in oltre 20 importanti framework
Note di riferimento per il Capitolo 3, comprese le fonti di dati primari per i dati sugli incidenti, gli studi sui bias, la ricerca sulla sicurezza e le citazioni del framework di governance.
Formato di nota di chiusura numerata a due colonne
Ulteriori letture curate per il Capitolo 3 organizzate per sezione: ricerca sulla sicurezza, bias e correttezza, governance e analisi degli incidenti, con brevi annotazioni.
Elenco di letture strutturato con intestazioni di sezione e voci
Apertura del capitolo a tutta pagina con sfondo blu navy intenso, grande numero 4 bianco del capitolo, titolo 'Economia' e breve descrizione del capitolo che copre gli investimenti in AI, il lavoro e le tendenze di adozione.
Sfondo blu navy intenso a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al capitolo sull'economia, che inquadra l'impronta economica dell'AI nel 2025 tra investimenti privati, mercati del lavoro, adozione da parte delle imprese ed effetti sulla produttività.
Introduzione a colonna singola con riquadri di richiamo dei punti salienti del capitolo e panoramica della sezione
Grafico a linee che mostra gli investimenti privati globali in AI dal 2013 al 2025, raggiungendo oltre 470 miliardi di dollari a livello globale nel 2025, con gli Stati Uniti che rappresentano 285,9 miliardi di dollari, un triplicamento rispetto ai livelli del 2022.
Grafico a linee con linee di investimento globali e specifiche per gli Stati Uniti, asse x degli anni, asse y dell'importo in dollari, annotazioni dei principali traguardi
Grafico a barre che classifica i paesi in base agli investimenti privati in AI nel 2025, con gli Stati Uniti in testa in modo significativo, seguiti da Cina, Regno Unito, India e Canada.
Grafico a barre orizzontale classificato con nomi dei paesi sull'asse y e importi degli investimenti sull'asse x
Ripartizione degli investimenti privati in AI per settore industriale nel 2025: software aziendale, sanità, veicoli autonomi, servizi finanziari, cybersecurity, istruzione e vendita al dettaglio.
Grafico a torta e grafico a barre di accompagnamento che mostrano le quote e gli importi degli investimenti per settore
Analisi dell'impennata degli investimenti nell'AI generativa nel 2025, con un grafico a barre che mostra la quota dell'AI generativa sull'investimento totale nell'AI in crescita dal 15% nel 2023 a oltre il 45% nel 2025.
Grafico a barre della quota di investimento nell'AI generativa per anno con linea di sovrapposizione dell'investimento totale
Dati sui mega-round di finanziamento (oltre 100 milioni di dollari) delle aziende AI nel 2025 e sul numero globale di unicorni AI, che mostrano un'accelerazione nelle valutazioni da miliardi di dollari per le aziende native AI.
Grafico a bolle degli accordi mega-round per azienda con tabella dei primi 20 unicorni AI
Analisi dell'attività di fusioni e acquisizioni relative all'AI nel 2025, che mostra volumi record di M&A e il consolidamento strategico di talenti e tecnologie AI da parte di grandi aziende tecnologiche.
Grafico a barre del volume degli accordi di M&A per anno con ripartizione del tipo di accordo e callout degli accordi chiave
Mappa del mondo e analisi del coefficiente di Gini che mostrano la concentrazione geografica degli investimenti privati nell'AI, con Stati Uniti, Cina e Regno Unito che rappresentano oltre l'80% degli investimenti globali nell'AI.
Mappa coropletica mondiale della concentrazione degli investimenti più pannello delle metriche di concentrazione
Analisi dell'adozione dell'AI da parte delle aziende Fortune 500 nel 2025: oltre il 90% menziona l'AI nelle conference call sugli utili, con dati di sondaggi McKinsey che mostrano il 70% che utilizza l'AI in almeno una funzione aziendale.
Grafico a linee dell'andamento dell'adozione più grafico a barre della ripartizione settoriale con diagramma a imbuto menzioni-adozione
Grafico a barre che confronta i tassi di adozione dell'AI tra le dimensioni aziendali (grande, media, piccola, micro) che mostra significative lacune di adozione e le sfide che le aziende più piccole devono affrontare nell'accesso agli strumenti di AI.
Grafico a barre raggruppate per dimensione aziendale con ripartizione delle metriche di adozione e analisi del testo
Ripartizione settoriale dell'adozione dell'AI nel 2025: servizi finanziari e tecnologia in testa all'adozione, seguiti da sanità, vendita al dettaglio e produzione, con istruzione e governo in coda.
Grafico a barre orizzontali che classifica i settori in base al tasso di adozione dell'AI con dati su tecnologia, casi d'uso e investimenti
Riepilogo di studi empirici che misurano gli effetti della produttività dell'AI tra i settori nel 2025, che mostrano guadagni documentati nella produttività della codifica, nella produzione del lavoro della conoscenza e nell'efficienza del servizio clienti.
Tabella di riepilogo dei risultati dello studio con stime dei guadagni di produttività e analisi testuale della metodologia
Analisi dei guadagni di produttività dell'AI nelle attività di lavoro della conoscenza: scrittura, codifica, ricerca, analisi e servizio clienti, con stime di studi sul campo che vanno dal 20 all'80% di guadagni di efficienza.
Grafico a barre dei guadagni di produttività per tipo di attività con citazioni delle fonti dello studio e barre di errore
Grafico a linee che mostra la crescita delle offerte di lavoro relative all'AI dal 2019 al 2025, con una crescita anno su anno di circa il 30% nel 2025 e competenze AI che compaiono in una quota crescente di offerte di lavoro non specialistiche in AI.
Grafico a doppia linea delle offerte di lavoro specialistiche in AI e delle offerte di lavoro che richiedono competenze AI nel tempo
Grafico a barre che mostra i premi salariali per i lavoratori qualificati in AI nel 2025, con ruoli AI che richiedono premi salariali del 30-40% rispetto a ruoli non AI comparabili in ingegneria del software, scienza dei dati e ricerca.
Grafico a barre del premio salariale per tipo di ruolo con confronto con equivalenti non AI
Analisi dell'esposizione dei gruppi professionali all'automazione e all'aumento dell'AI nel 2025, che mostra il lavoro cognitivo ad alto salario altamente esposto all'aumento e i lavoratori con compiti di routine a rischio di sostituzione.
Grafico a dispersione del salario professionale rispetto all'esposizione all'AI con etichette dei cluster professionali
Analisi dei dati sull'occupazione a livello macro nelle principali economie AI, che mostra una forte occupazione nei settori ad alta intensità di AI nonostante le preoccupazioni sull'automazione, con modelli settoriali sfumati.
Grafici sull'andamento dell'occupazione per settore con sovrapposizione dell'intensità di AI e analisi del testo
Analisi degli effetti distributivi dell'AI sui salari: evidenza di aumenti salariali concentrati nei lavoratori con istruzione e competenze elevate, con una crescita salariale limitata per i lavoratori con basse competenze.
Grafico comparativo della crescita salariale per livello di istruzione con inserti della curva di distribuzione
Riepilogo delle attuali evidenze empiriche sulla perdita di posti di lavoro correlata all'AI nel 2025, distinguendo i casi documentati dagli scenari di perdita previsti, con dati sulla perdita a livello settoriale.
Tabella delle evidenze sulla perdita di posti di lavoro con righe per settore, colonne per documentato vs previsto e commento testuale
Analisi del divario di competenze AI nel 2025: carenza di lavoratori qualificati in AI in quasi tutti i settori, il divario tra la domanda di lavoro AI e l'offerta qualificata e le sfide della riqualificazione.
Grafico del divario tra domanda e offerta per ruolo e regione con analisi testuale delle cause del divario
Discussione del potenziale ruolo dell'AI nell'esacerbare la disuguaglianza economica tra le nazioni con elevate capacità di AI e i paesi a basso reddito, e tra i lavoratori altamente qualificati e quelli con basse competenze all'interno delle economie.
Analisi del testo con grafico di proiezione della disuguaglianza e visualizzazione del divario di capacità regionale
Dati sugli investimenti in infrastrutture AI nel 2025: costruzione di data center, approvvigionamento di GPU/chip, investimenti nella rete elettrica e spese in conto capitale degli hyperscaler guidate dalla domanda di AI.
Grafico a barre degli investimenti in infrastrutture per categoria con annotazioni sulla crescita anno su anno
Analisi dell'impatto dell'AI sui mercati finanziari nel 2025: performance azionaria delle società AI, preoccupazioni sugli algoritmi di trading guidati dall'AI e dati sul sentiment degli investitori per i titoli del settore AI.
Grafico della performance dell'indice azionario del settore AI con callout sulla capitalizzazione di mercato e analisi del testo
Dati sull'implementazione dell'AI nel servizio clienti nel 2025: adozione di chatbot, miglioramenti del tasso di risoluzione, metriche di riduzione dei costi e soddisfazione dei consumatori con il servizio clienti AI.
Grafico delle metriche di adozione con confronto della soddisfazione e analisi della riduzione dei costi
Analisi dell'adozione dell'AI nel marketing e nella pubblicità nel 2025: AI generativa per la creazione di contenuti, ottimizzazione degli annunci guidata dall'AI, personalizzazione su larga scala ed evidenza del ROI.
Grafico del tasso di adozione con tabella delle evidenze del ROI e dati sulla riduzione dei costi di creazione dei contenuti
Panoramica dell'adozione dell'AI nei servizi legali nel 2025: automazione della revisione dei contratti, AI per la ricerca legale, strumenti di e-discovery e l'impatto sulle ore di lavoro legali e sulle tariffe fatturabili.
Grafico a barre del risparmio di tempo per tipo di attività legale con tasso di adozione e analisi del testo
Dati sulle applicazioni AI nella produzione e nella supply chain nel 2025: manutenzione predittiva, sistemi di visione per il controllo qualità, ottimizzazione della logistica e guadagni di produttività.
Grafico del ROI e dei guadagni di efficienza per tipo di applicazione con ripartizione del tasso di adozione
Analisi dell'implementazione dell'AI nei servizi finanziari nel 2025: rilevamento delle frodi, sottoscrizione del credito, trading algoritmico, conformità e il panorama normativo per l'AI finanziaria.
Grafico dell'adozione dei casi d'uso con metriche di riduzione delle frodi e caselle di callout normative
Dati di sondaggio sull'adozione dell'AI tra le piccole e medie imprese nel 2025, che mostrano una crescente adozione di strumenti di AI per il marketing, il servizio clienti e le operazioni, con barriere di accesso.
Andamento del tasso di adozione con grafico di analisi delle barriere e suddivisione del settore PMI
Dati sull'ecosistema delle startup AI nel 2025: tassi di formazione di nuove società, aree di interesse settoriale, round di finanziamento e metriche di successo per le startup AI-native rispetto a quelle AI-enabled.
Diagramma dell'ecosistema delle startup con funnel della fase di finanziamento e grafico a torta dell'attenzione settoriale
Confronto delle strategie nazionali di sviluppo economico dell'AI nel 2025: investimenti statunitensi in AI, politica industriale dell'UE sull'AI, piano economico cinese sull'AI, missione indiana sull'AI e altri.
Tabella comparativa delle strategie con importi degli investimenti e aree prioritarie per paese
Analisi del ruolo dell'AI nel commercio internazionale nel 2025: AI nelle dogane e nella logistica, controlli sull'esportazione di AI, restrizioni al commercio di chip e impatto dell'AI sul vantaggio comparativo.
Cronologia del controllo delle esportazioni con grafico dell'impatto sul flusso commerciale e analisi del testo
Riepilogo delle principali proiezioni economiche sull'impatto economico dell'AI entro il 2030, da McKinsey, Goldman Sachs e FMI, che mostra un consenso su un impatto significativo ma incerto sul PIL.
Grafico di confronto delle proiezioni con intervalli di scenario e note metodologiche
Analisi di nuovi modelli di business abilitati dall'AI nel 2025: AI-as-a-service, soluzioni AI verticali, servizi di agenti autonomi e attività di piattaforma basate su API di modelli di base.
Diagramma della tassonomia dei modelli di business con esempi di aziende e descrizioni dei modelli di ricavo
Dati sulle applicazioni AI nel settore energetico nel 2025: ottimizzazione della rete, gestione delle energie rinnovabili, previsione della domanda e utilizzo dell'AI nell'esplorazione di petrolio e gas.
Grafico a barre delle applicazioni con metriche di guadagno di efficienza e mappa di implementazione del settore
Panoramica dell'adozione dell'AI in agricoltura nel 2025: agricoltura di precisione, rilevamento di malattie delle colture, previsione della resa e dati di implementazione e produttività della robotica agricola.
Grafico dell'andamento dell'adozione con dati sul guadagno di produttività e mappa della distribuzione geografica
Analisi delle applicazioni AI nel settore immobiliare nel 2025: algoritmi di valutazione immobiliare, strumenti di previsione del mercato, AI per l'edilizia e sistemi di gestione intelligente degli edifici.
Grafico dell'adozione delle applicazioni con metriche di accuratezza della valutazione e analisi del testo
Analisi dell'economia del mercato del calcolo AI nel 2025: prezzi di noleggio delle GPU, andamenti dei prezzi dei servizi cloud AI, entrate AI degli hyperscaler e l'economia del training rispetto all'inferenza.
Grafici dell'andamento dei prezzi per il calcolo con stime delle dimensioni del mercato e confronto delle entrate AI degli hyperscaler
Dati salariali e di compensazione per i ruoli AI nel 2025, inclusi ingegneri ML, ricercatori AI, data scientist e AI product manager in diversi tipi di aziende e aree geografiche.
Grafico di confronto dei salari per ruolo e area geografica con suddivisione della compensazione totale
Analisi dell'economia della proprietà intellettuale AI nel 2025: valutazione della proprietà intellettuale generata dall'AI, mercati di licenza dei dati di training, royalty sui brevetti per le tecniche AI e impatti dell'incertezza legale sugli investimenti.
Grafico della stima delle dimensioni del mercato della PI con cronologia dell'incertezza legale e analisi del testo
Punti di riferimento regionali sull'economia dell'AI che coprono le città del corridoio AI degli Stati Uniti, gli hub AI dell'UE, i parchi tecnologici AI della Cina, l'ecosistema AI dell'India e le economie AI emergenti nel Sud-est asiatico.
Mappa regionale con schede di richiamo per città/hub e metriche chiave per regione
Dashboard di riepilogo del Chapter 4 con cifre economiche principali: $285,9 miliardi di investimenti in AI negli Stati Uniti, tasso di menzione dell'AI superiore al 90% nelle aziende Fortune 500, premio salariale AI del 30-40% e aumenti di produttività documentati.
Dashboard di riepilogo con statistiche numeriche di grandi dimensioni e grafica a tema con i colori del capitolo
Note di riferimento per il Chapter 4 con fonti di dati sugli investimenti, citazioni di studi sul mercato del lavoro e note sulla metodologia di ricerca sulla produttività.
Formato di nota di chiusura numerata a due colonne
Ulteriori letture curate per il Chapter 4 che coprono gli investimenti in AI, l'economia del lavoro, la ricerca sulla produttività e le proiezioni sull'impatto economico con brevi annotazioni.
Elenco di letture strutturato con intestazioni di sezione
Apertura del capitolo a tutta pagina con sfondo verde foresta/verde acqua scuro, grande numero 5 bianco del capitolo, titolo 'Scienza e AI' e breve panoramica del ruolo trasformativo dell'AI nella ricerca scientifica nel 2025.
Sfondo a tutta pagina verde foresta/verde acqua scuro, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al Chapter 5 che inquadra l'AI come un nuovo strumento per la scoperta scientifica nel 2025, con statistiche di panoramica sulla crescita della ricerca assistita dall'AI e la pietra miliare del premio Nobel per l'AI.
Introduzione a colonna singola con caselle di richiamo delle statistiche chiave e panoramica della sezione
Grafico a linee che mostra la crescita delle pubblicazioni scientifiche assistite dall'AI dal 2015 al 2025 nelle principali discipline, con un aumento del 71% evidenziato nella ricerca sulla biologia e le scienze della vita assistite dall'AI.
Grafico a più linee per dominio scientifico con asse x dell'anno e asse y del conteggio delle pubblicazioni
Analisi di AlphaFold 3 e dei successivi progressi nella previsione della struttura delle proteine nel 2025, con dati di accuratezza di riferimento e la crescita della ricerca sulle proteine assistita dall'AI.
Grafico di accuratezza di riferimento con tabella di esempi di previsione strutturale e analisi del testo
Panoramica della previsione AI di strutture biomolecolari complesse oltre le proteine nel 2025: proteina-DNA, proteina-ligando, struttura dell'RNA e progettazione di anticorpi utilizzando modelli di base.
Grafico di confronto delle capacità con analisi del testo e caselle di richiamo delle principali scoperte
Analisi dei candidati farmaci scoperti tramite AI nel 2025: numero di farmaci che entrano negli studi clinici, aree di malattia mirate, stime di riduzione dei costi (risparmi del 30-50%) e principali aziende di scoperta di farmaci tramite AI.
Diagramma a imbuto della pipeline dei farmaci con ripartizione dell'area di malattia e grafico a barre della riduzione dei costi
Dati sui farmaci scoperti tramite AI attualmente in sperimentazione clinica nel 2025, inclusi lo stato di Fase I/II/III, le aree terapeutiche e i primi farmaci scoperti tramite AI che si avvicinano all'approvazione normativa.
Tabella dello stato degli studi clinici con grafico della pipeline e cronologia delle pietre miliari
Panoramica delle applicazioni dell'AI nella scienza dei materiali nel 2025: materiali per batterie progettati tramite AI, semiconduttori, catalizzatori e materiali strutturali, con esempi che entrano in produzione.
Grafico a barre dell'applicazione dei materiali con cronologia della scoperta e analisi del testo
Analisi delle applicazioni dell'AI in genomica nel 2025: previsione dell'effetto delle varianti, modellazione della regolazione genica, analisi di singole cellule e targeting CRISPR guidato dall'AI.
Matrice di capacità applicative con cronologia dell'AI in genomica e analisi del testo
Panoramica delle applicazioni dell'AI nella scienza del clima e della terra nel 2025: modelli climatici AI che mostrano accelerazioni di 10.000 volte, downscaling di modelli globali, previsione di eventi estremi e monitoraggio del ciclo del carbonio.
Grafico di confronto dell'accelerazione con suddivisione del dominio applicativo e analisi del testo
Confronto delle prestazioni dei modelli di previsione meteorologica AI (GraphCast, Pangu-Weather, FourCastNet) rispetto ai modelli NWP tradizionali nel 2025, che mostra come l'AI superi i modelli tradizionali nella maggior parte delle metriche.
Grafico a barre di confronto delle prestazioni per più metriche di previsione con baseline del modello tradizionale
Analisi dei miglioramenti nella previsione dei terremoti tramite AI nel 2025: estensioni dei tempi di preallarme, accuratezza della stima della magnitudo e previsione delle scosse di assestamento tramite deep learning su dati sismici.
Grafico del miglioramento delle prestazioni con mappa di implementazione geografica e analisi del testo
Panoramica delle applicazioni dell'AI nella ricerca in fisica nel 2025: analisi dei dati di fisica delle particelle al CERN, simulazione di sistemi quantistici, fisica del plasma per la fusione e progettazione sperimentale guidata dall'AI.
Cronologia del dominio applicativo con callout delle scoperte chiave e analisi del testo
Analisi delle applicazioni dell'AI in astronomia nel 2025: classificazione di galassie su vasta scala, rilevamento di segnali di onde gravitazionali, scoperta di esopianeti dai dati dei telescopi e accelerazione della simulazione cosmologica.
Grafico del conteggio delle scoperte con suddivisione del dominio applicativo e analisi del testo
Panoramica dell'AI nella ricerca chimica nel 2025: previsione delle reazioni, pianificazione della sintesi, progettazione di catalizzatori e screening della sicurezza chimica assistito dall'AI, con dati sulla crescita delle pubblicazioni.
Grafico della crescita delle pubblicazioni con suddivisione delle applicazioni e callout degli strumenti chiave
Discussione dello storico riconoscimento del Premio Nobel 2024 ai contributi dell'AI alla scienza (Geoffrey Hinton — Fisica; Demis Hassabis e John Jumper — Chimica), che segna il riconoscimento ufficiale dell'AI da parte della comunità scientifica.
Cronologia degli annunci del Premio Nobel con profili dei vincitori e analisi del significato
Dati sugli strumenti AI che elaborano la letteratura scientifica nel 2025: ricerca semantica su milioni di articoli, generazione automatizzata di ipotesi, estrazione di affermazioni e analisi del grafico delle citazioni.
Tabella di confronto delle capacità degli strumenti con grafico del tasso di adozione e analisi del testo
Panoramica dei sistemi AI che conducono esperimenti scientifici autonomi nel 2025: sistemi di laboratorio robotizzati guidati dall'AI, generazione di ipotesi auto-diretta, progettazione di esperimenti e interpretazione dei risultati.
Diagramma della pipeline scientifica autonoma con cronologia delle pietre miliari delle capacità e analisi del testo
Analisi delle applicazioni dell'AI nelle neuroscienze nel 2025: mappatura del cervello su vasta scala, decodifica dei segnali neurali, miglioramenti dell'interfaccia cervello-computer e modelli AI del calcolo neurale.
Grafico delle capacità applicative con dati sulla scala della mappatura del cervello e analisi del testo
Dati sulle prestazioni dell'AI nella ricerca sull'imaging biomedico (distinta dall'uso clinico) nel 2025: analisi dell'imaging di singole cellule, elaborazione cryo-EM e microscopia a super-risoluzione AI.
Grafico di benchmark delle prestazioni per modalità di imaging con analisi del testo
Panoramica delle applicazioni di AI nella ricerca in scienze sociali nel 2025: analisi di sondaggi su vasta scala, elaborazione del linguaggio naturale di testi storici ed esperimenti comportamentali assistiti dall'AI.
Panoramica del tipo di applicazione con grafico della crescita delle pubblicazioni e analisi del testo
Analisi dell'infrastruttura di ricerca AI a supporto dell'AI scientifica nel 2025: cloud nazionali di ricerca AI, risorse di calcolo ad accesso aperto per la scienza e il ruolo di NSF, DOE e equivalenti internazionali.
Mappa dell'infrastruttura con tabella di confronto delle risorse e analisi dei finanziamenti
Analisi degli strumenti di AI per la ricerca matematica nel 2025: dimostrazione automatica di teoremi, verifica di dimostrazioni assistita dall'AI, generazione di congetture e crescita delle pubblicazioni matematiche assistite dall'AI.
Grafico dei progressi delle capacità con dati di benchmark sulla dimostrazione di teoremi e analisi del testo
Discussione degli strumenti di AI per migliorare la riproducibilità scientifica nel 2025: documentazione automatizzata dei protocolli, strumenti di condivisione di codice e dati e verifica dei risultati assistita dall'AI.
Diagramma di miglioramento della riproducibilità con grafici delle metriche di adozione e analisi del testo
Analisi degli strumenti di AI nella revisione paritaria scientifica nel 2025: assistenza automatizzata alla revisione, screening degli articoli, rilevamento di violazioni etiche e dibattiti sull'affidabilità dei revisori AI.
Grafico del tasso di adozione con dati di affidabilità e caselle di richiamo del dibattito etico
Analisi delle dimensioni geopolitiche della scienza abilitata all'AI nel 2025: modelli di collaborazione nella ricerca, divari di capacità scientifica dell'AI tra le nazioni e strumenti scientifici AI ad accesso aperto.
Diagramma della rete di collaborazione con mappa del divario di capacità e analisi del testo
Panoramica dei modelli di fondazione specifici per la scienza nel 2025: biologia (ESM3, Geneformer), chimica (ChemBERTa), materiali (MatBERT), scienze della terra (ClimaX) e LLM scientifici interdominio.
Tabella della tassonomia dei modelli con confronto delle capacità e diagramma della copertura del dominio
Dati sull'impatto dell'AI sulla progettazione e l'esecuzione di studi clinici nel 2025: ottimizzazione del reclutamento dei pazienti, assistenza alla progettazione del protocollo, rilevamento di eventi avversi e riduzione dei tempi degli studi.
Grafico della riduzione dei tempi con ripartizione dell'applicazione e analisi del testo
Panoramica delle applicazioni di AI nella ricerca sull'epidemiologia e la salute pubblica nel 2025: sorveglianza delle malattie, previsione delle epidemie, epidemiologia genomica e modellazione della strategia di vaccinazione assistita dall'AI.
Grafico delle capacità dell'applicazione con mappa di implementazione della sorveglianza e analisi del testo
Analisi dei contributi dell'AI alla ricerca sulla scienza dell'energia nel 2025: controllo del plasma di fusione con AI, scoperta di batterie, progettazione di materiali per la cattura del carbonio e ottimizzazione delle celle solari.
Cronologia dell'applicazione con dati sul miglioramento delle prestazioni e analisi del testo
Analisi dell'impatto interdisciplinare degli strumenti scientifici AI, che mostra come l'AI stia consentendo scoperte rivoluzionarie alle interfacce tra biologia, chimica, fisica e ingegneria.
Diagramma dell'impatto interdisciplinare che mostra i flussi di strumenti AI tra i domini scientifici
Discussione dei rischi e delle sfide nella scienza abilitata all'AI: allucinazioni dell'AI in contesti scientifici, eccessiva dipendenza dai modelli AI, ragionamento scientifico a scatola nera e dequalificazione dei ricercatori.
Tassonomia dei rischi con esempi di casi di studio e discussione sulla mitigazione
Dashboard di riepilogo del Capitolo 5: statistiche chiave sulla crescita delle pubblicazioni scientifiche assistite dall'AI, pietre miliari rivoluzionarie e settori in cui l'AI sta avendo il maggiore impatto scientifico.
Dashboard di riepilogo con statistiche di grandi dimensioni e grafica a tema verde acqua del capitolo
Note di riferimento per il Capitolo 5 con fonti di dati primari per i dati di pubblicazione scientifica, citazioni di AlphaFold e riferimenti di ricerca specifici per dominio.
Formato di nota di chiusura numerata a due colonne
Ulteriori letture curate per il Capitolo 5, organizzate per dominio scientifico, tra cui articoli chiave e articoli di revisione sull'AI in biologia, chimica, scienze della terra e agenti scientifici AI cross-domain.
Elenco di letture strutturato con intestazioni di sezione di dominio e voci annotate
Apertura del capitolo a tutta pagina con sfondo blu scuro, grande numero 6 bianco del capitolo, titolo 'Medicina e AI' e breve descrizione del ruolo crescente dell'AI nell'assistenza clinica e nella ricerca biomedica.
Sfondo blu scuro a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al Capitolo 6 che presenta l'AI in medicina come una forza di trasformazione nel 2025, con statistiche chiave: 258 dispositivi AI approvati dalla FDA, accuratezza diagnostica dell'85,5% per MAI-DxO, oltre 300.000 medici che utilizzano AI scribe.
Introduzione a colonna singola con riquadri di richiamo delle statistiche principali e panoramica della sezione
Confronto di benchmark dei sistemi diagnostici AI rispetto ai medici specialisti nel 2025 in radiologia, patologia, dermatologia e oftalmologia, che mostra l'AI che raggiunge o supera l'accuratezza degli specialisti.
Grafico a barre di confronto dell'accuratezza multi-dominio con baseline dello specialista e barre di performance dell'AI
Analisi dettagliata di MAI-DxO che raggiunge un'accuratezza diagnostica dell'85,5% su casi clinici standardizzati, superando la performance media dei medici specialisti e convalidando il potenziale diagnostico dell'AI.
Grafico di confronto dell'accuratezza con suddivisione per tipo di caso e analisi della significatività statistica
Grafico a barre che mostra le approvazioni di dispositivi medici AI-enabled approvati dalla FDA per anno dal 2016 al 2025, raggiungendo 258 approvazioni nel 2025 e per un totale di oltre 950 approvazioni cumulative.
Grafico a barre con asse x dell'anno e conteggio annuale delle approvazioni sull'asse y, sovrapposizione della linea cumulativa
Suddivisione dei dispositivi medici AI approvati dalla FDA per specialità nel 2025: la radiologia domina con circa il 75%, seguita da cardiologia, patologia e altre specialità.
Grafico a torta e grafico a barre della distribuzione dei dispositivi per specialità medica
Analisi dettagliata dell'AI in radiologia nel 2025: analisi TC, interpretazione delle radiografie del torace, screening mammografico e analisi MRI, con dati di implementazione clinica e benchmark di accuratezza diagnostica.
Grafico di benchmark delle performance per modalità di imaging con statistiche di implementazione e analisi del testo
Panoramica della patologia computazionale AI nel 2025: analisi di vetrini di patologia digitale, assistenza alla classificazione del cancro, rilevamento di biomarcatori e la crescente implementazione clinica di strumenti di patologia AI.
Grafico di confronto delle capacità con dati di implementazione e analisi del testo
Analisi delle applicazioni AI in oftalmologia nel 2025: screening della retinopatia diabetica, rilevamento del glaucoma, diagnosi della degenerazione maculare legata all'età e analisi delle immagini retiniche.
Grafico a barre dell'accuratezza diagnostica per condizione con mappa di implementazione geografica e analisi del testo
Analisi dei sistemi di trascrizione clinica ambientale AI nel 2025, utilizzati da oltre 300.000 medici per ridurre l'onere della documentazione, con dati sul risparmio di tempo e sulla riduzione del burnout.
Linea di tendenza dell'adozione con metriche di risparmio di tempo e dati di sondaggi sulla riduzione del burnout
Dati sui risultati clinici derivanti dalle implementazioni di sistemi di trascrizione AI nel 2025: risparmio di tempo per i medici (1-2 ore per turno), aumento del tempo di interazione con i pazienti e miglioramento dell'accuratezza della documentazione.
Grafici di confronto prima/dopo per l'allocazione del tempo e l'accuratezza della documentazione con analisi del testo
Panoramica dei progressi della scoperta di farmaci tramite AI nel 2025, incluso il numero di farmaci candidati scoperti tramite AI, le aziende leader (Insilico Medicine, Recursion, Exscientia) e i dati sulla riduzione dei costi.
Diagramma del panorama aziendale con conteggio delle pipeline e grafici di confronto dei costi
Panoramica della modellazione di cellule virtuali nel 2025: modelli AI che simulano le risposte delle singole cellule a farmaci e interventi, consentendo la ricerca sulla medicina personalizzata e riducendo i requisiti di sperimentazione animale.
Diagramma delle capacità del modello di cellule virtuali con aree di applicazione e analisi del testo
Dati sulle applicazioni dell'AI nella salute mentale nel 2025: implementazione di strumenti di terapia tramite chatbot, dati di efficacia da studi clinici, capacità di rilevamento delle crisi e preoccupazioni etiche.
Grafico di confronto degli studi di efficacia con statistiche di implementazione e riquadri di callout sulle preoccupazioni etiche
Analisi delle applicazioni dell'AI nella medicina genomica di precisione nel 2025: previsione del punteggio di rischio poligenico, farmacogenomica, diagnosi di malattie rare da dati genomici e progettazione di terapia genica guidata dall'AI.
Tabella di confronto delle capacità con esempi di applicazioni cliniche e analisi del testo
Panoramica dei sistemi di supporto alle decisioni cliniche (Clinical Decision Support Systems, CDSS) basati su AI implementati nel 2025: previsione della sepsi, avvisi di deterioramento, controllo delle interazioni farmacologiche e il loro impatto sui risultati clinici.
Grafico a barre del miglioramento dei risultati per tipo di CDSS con dati di implementazione e analisi del testo
Dati sulla chirurgia assistita dall'AI nel 2025: guida AI per la chirurgia robotica, valutazione delle competenze in tempo reale, analisi delle immagini operatorie e dati sui risultati per le procedure assistite dall'AI.
Grafico di confronto dei risultati per la chirurgia assistita dall'AI rispetto alla chirurgia tradizionale con analisi del testo
Analisi dell'AI nella medicina d'urgenza nel 2025: assistenza al triage, stratificazione del rischio di dolore toracico, rilevamento dell'ictus tramite tomografia computerizzata (CT) e ottimizzazione del flusso dei pazienti nel pronto soccorso.
Grafico delle metriche di performance per tipo di applicazione con dati di implementazione e analisi del testo
Analisi dell'impatto dell'AI sull'equità sanitaria nel 2025: potenziale per espandere l'accesso alla diagnostica nelle aree svantaggiate, ma anche rischio di perpetuare o amplificare le disparità esistenti se addestrata su dati distorti.
Analisi dell'impatto sull'equità a due colonne con mappa dell'espansione dell'accesso geografico e grafico del rischio di distorsione
Panoramica delle applicazioni dell'AI nella salute globale e in contesti con risorse limitate nel 2025: diagnostica mobile AI nei paesi a basso e medio reddito (LMIC), AI per le malattie tropicali neglette e implementazione dell'AI nella telemedicina.
Mappa dell'implementazione geografica con ripartizione dei tipi di applicazione e dati di costo-efficacia
Analisi della regolamentazione dei dispositivi medici AI nel 2025 nelle principali giurisdizioni: percorso di controllo delle modifiche predeterminato della FDA, EU MDR per l'AI, approvazioni dei dispositivi AI della China NMPA e sforzi di armonizzazione internazionale.
Tabella di confronto del quadro normativo con cronologia delle approvazioni e analisi del testo
Analisi dell'integrazione dell'AI con i sistemi EHR nel 2025: analisi predittiva integrata negli EHR, NLP per note non strutturate, identificazione delle lacune assistenziali guidata dall'AI e sfide di interoperabilità.
Grafico delle capacità di integrazione dell'AI negli EHR con tasso di adozione e analisi del testo
Dati sui dispositivi sanitari indossabili alimentati dall'AI nel 2025: monitoraggio continuo del glucosio, rilevamento del ritmo cardiaco, monitoraggio respiratorio e programmi di monitoraggio della salute a livello di popolazione.
Grafico di confronto delle capacità dei dispositivi con dati di convalida clinica e statistiche di implementazione
Panoramica degli strumenti di comunicazione con il paziente basati sull'AI nel 2025: chatbot AI per l'educazione del paziente, supporto all'aderenza ai farmaci, pianificazione degli appuntamenti e follow-up post-dimissione.
Grafico di confronto dei tipi di strumenti con dati di efficacia e risultati di sondaggi sulla soddisfazione del paziente
Dati di sondaggi sull'atteggiamento dei medici nei confronti dell'AI nel 2025: livelli di fiducia per specialità, preoccupazioni sulla responsabilità, tempi di adozione di nuovi strumenti di AI e opinioni sull'AI che sostituisce o aumenta i ruoli clinici.
Grafico a barre dei risultati del sondaggio per specialità e categoria di preoccupazione con analisi del testo
Panoramica dell'AI nella formazione medica nel 2025: simulatori di casi clinici AI, preparazione all'esame di abilitazione assistita dall'AI, interazioni virtuali con i pazienti e formazione sulle competenze chirurgiche guidata dall'AI.
Grafico del tasso di adozione con dati sui risultati dell'apprendimento e ripartizione dei tipi di strumenti
Dati sulle applicazioni AI nelle operazioni ospedaliere nel 2025: ottimizzazione del flusso dei pazienti, gestione dei posti letto, previsione del personale, gestione della catena di approvvigionamento e AI del ciclo di fatturazione.
Grafico a barre del guadagno di efficienza per dominio operativo con statistiche di implementazione
Panoramica dell'AI nella medicina preventiva nel 2025: stratificazione del rischio per la salute della popolazione, ottimizzazione dello screening oncologico, personalizzazione dell'intervento sullo stile di vita e strumenti di AI per la salute pubblica.
Grafico delle prestazioni di stratificazione del rischio con dati di ottimizzazione dello screening e analisi del testo
Analisi di come l'AI sta trasformando le sperimentazioni cliniche nel 2025: bracci di controllo sintetici, abbinamento dei pazienti, previsione degli endpoint e generazione di evidenze del mondo reale, con dati sull'impatto sui costi e sui tempi.
Grafico della riduzione dei costi e dei tempi con diagramma della metodologia di progettazione della sperimentazione e analisi del testo
Dati sull'impatto dell'AI sulla diagnosi di malattie rare nel 2025: riduzione dei tempi di diagnosi, AI per l'analisi del sequenziamento dell'intero genoma, abbinamento fenotipo-genotipo e abbreviazione dell'odissea diagnostica.
Grafico di confronto dei tempi di diagnosi con esempi di casi di studio e analisi del testo
Panoramica dell'AI in farmacia e gestione dei farmaci nel 2025: AI per l'erogazione automatizzata, controllo delle interazioni farmacologiche, ottimizzazione del dosaggio personalizzato e strumenti di aderenza ai farmaci.
Grafico delle capacità dell'applicazione con dati sui risultati e analisi del testo
Analisi dell'impatto dell'AI sui costi sanitari nel 2025: riduzioni dei costi documentate in radiologia, documentazione e operazioni, rispetto ai costi di implementazione e integrazione.
Grafico di analisi dell'impatto sui costi con stime del ROI per tipo di applicazione
Dati sulle prestazioni dei sistemi di dermatologia AI nel 2025: accuratezza del rilevamento del melanoma rispetto al dermatologo, classificazione dell'acne e delle condizioni della pelle e implementazione della teledermatologia assistita dall'AI.
Grafico di confronto dell'accuratezza per tipo di condizione con statistiche di implementazione e analisi del testo
Analisi dell'AI in cardiologia nel 2025: AI per l'interpretazione dell'ECG, analisi ecocardiografica, segmentazione della risonanza magnetica cardiaca e gestione dello scompenso cardiaco guidata dall'AI.
Grafico di benchmark delle prestazioni per attività cardiologica con dati di implementazione clinica
Panoramica completa dell'AI in oncologia nel 2025: rilevamento dei tumori, previsione della risposta al trattamento, ottimizzazione della pianificazione della radioterapia, identificazione di biomarker genomici e medicina oncologica di precisione.
Matrice di capacità multi-applicazione con riepilogo delle evidenze cliniche e analisi del testo
Dati sulle applicazioni dell'AI nelle malattie infettive nel 2025: sorveglianza genomica dei patogeni, algoritmi di rilevamento delle epidemie, previsione della resistenza antimicrobica e strumenti di AI per la preparazione alle pandemie.
Grafico delle capacità di sorveglianza con mappa di implementazione e analisi del testo
Analisi dell'infrastruttura dei dati medici a supporto dell'AI nel 2025: implementazioni di federated learning, dati sintetici per la formazione, framework di condivisione dei dati e ruolo dei programmi sanitari nazionali sui dati.
Diagramma del panorama infrastrutturale con mappa di implementazione del federated learning e analisi del testo
Discussione delle principali sfide etiche nella medicina con AI nel 2025: responsabilità algoritmica nella diagnosi, consenso del paziente per gli strumenti di AI, responsabilità in caso di errore dell'AI e requisiti di trasparenza.
Tassonomia delle sfide etiche con confronto delle risposte normative e analisi del testo
Dashboard di riepilogo del Capitolo 6 con statistiche chiave: 258 approvazioni FDA, oltre 300.000 medici che utilizzano sistemi di trascrizione AI, accuratezza MAI-DxO dell'85,5%, farmaci candidati AI in studi di Fase II/III.
Dashboard di riepilogo con statistiche numeriche di grandi dimensioni e grafica a tema blu del capitolo
Note di riferimento e approfondimenti per il Capitolo 6 con fonti di dati FDA, citazioni di studi clinici ed elenco di letture curate organizzate per specialità medica e applicazione dell'AI.
Formato di nota di chiusura a due colonne seguito da un elenco di letture strutturato
Apertura del capitolo a tutta pagina con sfondo verde foresta, grande numero 7 bianco del Capitolo, titolo 'Istruzione' e breve panoramica della crescente influenza dell'AI sull'apprendimento, l'insegnamento e le istituzioni accademiche.
Sfondo verde foresta a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al Capitolo 7 che presenta l'AI nell'istruzione come una questione fondamentale nel 2025, con risultati principali: l'80% degli studenti utilizza l'AI generativa, l'11% di calo delle iscrizioni a CS, l'82% di crescita nei programmi di master in AI.
Introduzione a colonna singola con riquadri di callout delle statistiche principali e panoramica della sezione
Grafico a linee che mostra le tendenze delle iscrizioni a CS nelle principali università statunitensi dal 2015 al 2025, incluso un calo dell'11% nel 2024-2025, interpretato come un segnale di saturazione del mercato per le lauree tradizionali in CS.
Grafico a linee delle iscrizioni multi-istituzionali con asse x dell'anno e asse y del conteggio delle iscrizioni, annotazione del calo dell'11%
Grafico a barre che mostra la crescita dei programmi di laurea specifici per AI/ML dal 2018 al 2025, con una crescita dell'82% nei programmi di master in AI e nuove concentrazioni universitarie di AI nelle principali università.
Grafico a barre del conteggio dei programmi per anno con suddivisione per tipo di istituzione e distribuzione geografica
Dati del sondaggio che mostrano che l'80% degli studenti universitari dichiara di utilizzare l'AI generativa per i corsi nel 2025, suddivisi per tipo di utilizzo: assistenza alla scrittura, ricerca, programmazione, studio e risoluzione dei problemi.
Grafico a barre del tipo di utilizzo con distribuzione della frequenza e suddivisione demografica
Dati sulle preoccupazioni relative all'integrità accademica legate all'uso dell'AI da parte degli studenti nel 2025: invii generati dall'AI rilevati, evoluzione delle politiche istituzionali e opinioni degli studenti sull'etica dell'uso dell'AI.
Grafico sull'adozione delle politiche con dati sugli incidenti di integrità e sondaggio di opinione degli studenti
Dati di sondaggi sull'atteggiamento dei docenti nei confronti dell'AI nel 2025: il 60% consente l'uso dell'AI con restrizioni, politiche variabili per disciplina e preoccupazioni dei docenti sulla validità della valutazione.
Grafico a barre del sondaggio dei docenti per disciplina con suddivisione per categoria di policy e analisi del testo
Evidenze sperimentali sull'efficacia dei sistemi di tutoraggio AI nel 2025: Khan Academy Khanmigo, Duolingo Max e tutor AI simili che mostrano guadagni di apprendimento documentati in studi controllati.
Grafico di confronto dei guadagni di apprendimento per strumento con note sulla metodologia di studio e analisi del testo
Dati sull'implementazione di strumenti di tutoraggio AI nel 2025: numero di studenti che utilizzano piattaforme di tutoraggio AI, portata geografica, copertura delle aree tematiche e modelli di frequenza di utilizzo.
Grafico di adozione con mappa geografica e suddivisione per area tematica
Analisi dell'adozione del curriculum AI K-12 in tutto il mondo nel 2025, con oltre 30 paesi che implementano standard nazionali di curriculum AI/CS e dati sulla disponibilità di formazione AI per insegnanti.
Mappa mondiale dell'adozione del curriculum AI K-12 con grafico a barre del conteggio dei paesi e analisi del testo
Analisi dei contenuti degli standard del curriculum AI K-12 nel 2025: quali argomenti di AI vengono insegnati (concetti di machine learning, etica, alfabetizzazione dei dati, prompt engineering) e a quali livelli scolastici.
Matrice degli argomenti del curriculum per livello scolastico con confronto tra paesi e analisi del testo
Dati sulla crescita della piattaforma di apprendimento AI online nel 2025: corsi AI di Coursera e edX in aumento del 50%+, nuovi programmi di certificazione AI da importanti aziende tecnologiche e analisi del tasso di completamento.
Grafico dell'andamento della crescita con confronto tra piattaforme e suddivisione per tipo di certificazione
Analisi di come le migliori università stanno integrando i risultati della ricerca sull'AI nell'insegnamento nel 2025, inclusi nuovi curricula di etica dell'AI, programmi AI interdisciplinari e crescita dei centri di ricerca sull'AI.
Grafico di confronto dei programmi AI universitari con diagramma del modello di integrazione ricerca-insegnamento
Panoramica delle iniziative di educazione all'alfabetizzazione AI nel 2025: programmi di alfabetizzazione AI per il pubblico generale, riqualificazione AI finanziata dal governo, formazione AI sul posto di lavoro e il crescente mercato della certificazione di alfabetizzazione AI.
Panoramica del tipo di programma con metriche di portata e analisi del testo
Dati sull'uso dell'AI nell'amministrazione dell'istruzione superiore nel 2025: AI nelle ammissioni degli studenti, nella gestione delle iscrizioni, nell'ottimizzazione degli aiuti finanziari e nei sistemi di previsione del successo degli studenti.
Grafico di adozione dell'applicazione con risultati dell'audit dei bias e analisi del testo
Analisi dell'uso dell'assistenza alla scrittura AI in contesti accademici nel 2025, inclusi gli effetti sulla qualità della scrittura, i risultati dell'apprendimento per le capacità di scrittura e l'evoluzione delle norme accademiche.
Grafico di confronto dei risultati dello studio con valutazione della qualità della scrittura e analisi del testo
Panoramica degli strumenti di accessibilità AI nell'istruzione nel 2025 a vantaggio degli studenti con disabilità: sottotitolaggio in tempo reale, assistenza alla lettura AI, adattamenti di apprendimento personalizzati e strumenti di sintesi vocale.
Grafico delle capacità degli strumenti di accessibilità con dati di adozione ed evidenza dei risultati degli studenti
Dati sui programmi di formazione AI per insegnanti ed educatori nel 2025: tassi di partecipazione allo sviluppo professionale, qualità dei contenuti della formazione e fiducia degli educatori nell'utilizzo degli strumenti di AI.
Grafico di adozione della formazione con sondaggio sulla fiducia e confronto della copertura dei contenuti
Analisi del potenziale impatto dell'AI sull'equità educativa nel 2025: apprendimento personalizzato che riduce i divari di rendimento, ma divari di accesso a dispositivi e connettività che creano nuove divisioni.
Doppia analisi dell'impatto sull'equità con mappa del divario di accesso e dati sui risultati di apprendimento
Dati sugli strumenti di AI che supportano specificamente l'istruzione STEM nel 2025: tutor di matematica AI, piattaforme di istruzione alla programmazione, strumenti di simulazione scientifica e applicazioni AI per la sicurezza di laboratorio.
Grafico di confronto dei tipi di strumenti con evidenza dei risultati di apprendimento e dati di adozione
Analisi delle applicazioni di apprendimento delle lingue basate sull'AI nel 2025: funzionalità AI di Duolingo, Rosetta Stone e altre piattaforme che mostrano dati di accelerazione dell'apprendimento e metriche di coinvolgimento.
Grafico di confronto del tasso di apprendimento con metriche di coinvolgimento e analisi del testo
Panoramica delle politiche nazionali sull'istruzione AI nel 2025: linee guida sull'istruzione AI dell'UNESCO, strategia UE sull'istruzione AI, ordini esecutivi statunitensi sull'alfabetizzazione AI e quadro di riferimento sull'istruzione AI dell'OCSE.
Tabella di confronto dei quadri politici con mappa di adozione geografica e analisi del testo
Analisi dell'impatto dell'AI sulle priorità delle università di ricerca nel 2025: finanziamenti per i centri di ricerca AI, partnership industria-università AI, attività di brevetti AI da parte delle università e entrate di ricerca correlate all'AI.
Grafico di confronto dei finanziamenti per la ricerca con dati sulle partnership e analisi del testo
Dashboard di riepilogo del Capitolo 7 che presenta le principali statistiche sull'istruzione: tassi di utilizzo dell'AI da parte degli studenti, tendenze di iscrizione, efficacia del tutoring AI e adozione del curriculum K-12.
Dashboard di riepilogo con statistiche a numero grande e grafica a tema verde foresta del capitolo
Note di riferimento e approfondimenti per il Capitolo 7, incluse le fonti dei dati di iscrizione, le citazioni degli studi sul tutoring AI e l'elenco di letture curate organizzato per settore dell'istruzione.
Formato di nota di chiusura a due colonne seguito da un elenco di letture strutturato
Apertura del capitolo a tutta pagina con sfondo viola scuro/indaco, grande numero 8 bianco del capitolo, titolo 'Politica e governance' e breve panoramica degli sviluppi normativi e politici sull'AI nel 2025.
Sfondo a tutta pagina viola scuro/indaco, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al Capitolo 8 che inquadra il 2025 come un anno spartiacque per la politica dell'AI a livello globale, con statistiche principali: $ 20,4 miliardi di investimenti federali statunitensi in AI, 25 progetti di legge sull'AI firmati, 46 paesi con strategie nazionali sull'AI.
Introduzione a colonna singola con riquadri di richiamo delle statistiche principali e panoramica della sezione
Visualizzazione completa della cronologia delle principali pietre miliari della politica dell'AI dal 2016 al 2025, dal rapporto Obama sull'AI (2016) all'implementazione dell'EU AI Act (2025), organizzata per area geografica.
Cronologia orizzontale a più tracce con corsie per paese/regione, marcatori di pietre miliari e brevi annotazioni
Mappa del mondo che mostra i 46 paesi che hanno adottato strategie nazionali formali sull'AI entro il 2025, con ombreggiatura della data di adozione e cluster regionali di attività di governance dell'AI.
Mappa coropletica mondiale con ombreggiatura della data di adozione e richiami dei nomi dei paesi per le principali strategie
Analisi degli investimenti federali statunitensi in AI che raggiungono i 20,4 miliardi di dollari nel 2025, suddivisi per agenzia (DOD, DARPA, NSF, NIH, DOE, NIST) e aree di ricerca prioritarie.
Grafico a barre sulla ripartizione per agenzia con analisi delle aree prioritarie e annotazione della crescita annuale
Analisi della legislazione statunitense relativa all'AI nel 2025: 25 disegni di legge sull'AI firmati a livello federale, ripartizione per argomento (sicurezza, approvvigionamento, forza lavoro, deepfake, sicurezza nazionale) e disegni di legge sull'AI a livello statale.
Grafico a barre sull'argomento legislativo con cronologia dei disegni di legge firmati e mappa dell'attività a livello statale
Riepilogo delle principali azioni del ramo esecutivo statunitense in materia di AI nel 2025: attività del NIST AI Safety Institute, direttive politiche sull'AI della Casa Bianca e mandati di implementazione dell'AI da parte delle agenzie federali.
Cronologia delle azioni politiche con analisi testuale degli ordini esecutivi chiave e delle risposte delle agenzie
Analisi dei regolamenti statunitensi specifici per settore sull'AI nel 2025: linee guida della FDA sui dispositivi medici AI, regole della FTC sull'AI nella pubblicità, linee guida del CFPB sul credit scoring AI e linee guida dell'EEOC sull'assunzione AI.
Matrice normativa per settore e agenzia con analisi testuale
Panoramica delle tappe fondamentali dell'implementazione dell'EU AI Act raggiunte nel 2025, incluso il divieto delle pratiche proibite entrato in vigore nel febbraio 2025, con un diagramma di classificazione dei livelli di rischio.
Diagramma piramidale dei livelli di rischio con cronologia dell'implementazione ed elenco delle pratiche proibite
Ripartizione dettagliata delle categorie di rischio dell'EU AI Act: rischio inaccettabile (proibito), rischio elevato, rischio limitato e rischio minimo, con esempi di applicazioni AI in ciascuna categoria.
Diagramma a quattro categorie con esempi per livello di rischio e riepilogo degli obblighi normativi
Analisi dei requisiti di conformità per i sistemi AI ad alto rischio ai sensi dell'EU AI Act nel 2025: documentazione tecnica, supervisione umana, governance dei dati e obblighi di valutazione della conformità.
Diagramma della checklist di conformità con stime dei costi di implementazione e linee guida specifiche per settore
Dati sullo stato di conformità all'EU AI Act tra le grandi imprese nel 2025, che mostrano l'adozione precoce da parte delle grandi aziende, le sfide di conformità per le PMI e i progressi nella creazione di un organismo di controllo.
Grafico a barre del tasso di conformità per dimensione dell'azienda con metriche di avanzamento dell'applicazione e analisi testuale
Analisi del codice di condotta sull'AI per scopi generali ai sensi dell'EU AI Act, che copre i requisiti di trasparenza, le valutazioni del rischio sistemico e il modo in cui gli sviluppatori di AI di frontiera si stanno adattando.
Diagramma degli obblighi del codice di condotta con tabella dello stato di conformità degli sviluppatori di modelli di frontiera
Panoramica della politica nazionale cinese sull'AI nel 2025: implementazione del piano di sviluppo dell'AI di nuova generazione, impegno di investimento in AI di oltre 15 miliardi di dollari, standard del settore AI e linee guida normative per l'AI generativa.
Diagramma del quadro politico con grafico degli investimenti e cronologia normativa
Analisi delle disposizioni del regolamento cinese sull'AI generativa (2023, aggiornato nel 2025): requisiti di filtraggio dei contenuti, mandati di filigrana, registrazione con nome reale e applicazione della conformità.
Riepilogo delle disposizioni del regolamento con analisi dell'onere di conformità e analisi testuale
Panoramica della politica britannica sull'AI nel 2025: evoluzione dell'AI Safety Institute, approccio normativo a favore dell'innovazione, linee guida settoriali sull'AI e divergenza della governance dell'AI post-Brexit dall'UE.
Confronto dell'approccio politico (Regno Unito vs UE) con riepilogo delle attività dell'AI Safety Institute
Analisi dei risultati del processo AI di Hiroshima del G7 e dell'adozione del framework di governance dell'AI del G20 nel 2025, incluso lo stato di implementazione del Codice di condotta di Hiroshima per gli sviluppatori di AI avanzata.
Riepilogo del framework di governance con indicatori dello stato di implementazione e tabella di adozione per paese
Riepilogo dei risultati del Vertice di Parigi sulla sicurezza dell'AI (febbraio 2025): impegni chiave, nazioni partecipanti, risultati dei gruppi di lavoro e programma di follow-up per il processo globale di sicurezza dell'AI.
Riepilogo dei risultati del vertice con elenco delle nazioni partecipanti e tabella di monitoraggio degli impegni
Analisi delle attività di governance dell'AI dell'ONU nel 2025: il Patto digitale globale, l'adozione della risoluzione sull'AI dell'ONU, il Comitato consultivo sull'AI del Segretario generale dell'ONU e il dibattito su una nuova agenzia AI dell'ONU.
Cronologia delle attività di governance dell'ONU con analisi del testo e confronto delle posizioni dei paesi
Analisi del concetto emergente di sovranità dell'AI nel 2025, che ne definisce le cinque dimensioni: sovranità computazionale, sovranità dei dati, sovranità dei talenti, sovranità degli standard e indipendenza geopolitica dell'AI.
Diagramma del framework a cinque dimensioni con valutazione dei paesi per dimensione e analisi del testo
Dati sugli sforzi nazionali per costruire un'infrastruttura di calcolo AI sovrana nel 2025: piani per la gigafactory AI dell'UE, la rete di calcolo AI nazionale dell'India, l'infrastruttura Falcon AI degli Emirati Arabi Uniti e altri.
Grafico comparativo degli investimenti nel calcolo con mappa di implementazione geografica e analisi del testo
Analisi delle politiche di controllo sull'esportazione relative all'AI nel 2025: restrizioni all'esportazione di semiconduttori statunitensi ampliate, regole sui chip verso la Cina, controlli sull'esportazione di software AI e coordinamento dei paesi alleati.
Cronologia dei controlli sull'esportazione con analisi dell'impatto sui paesi e mappa delle restrizioni tecnologiche
Panoramica dell'attività di sviluppo di standard AI nel 2025: standard AI ISO/IEC, standard di etica AI IEEE, standard AI NIST e sforzi di armonizzazione degli standard internazionali.
Diagramma del panorama degli standard con grafico di monitoraggio dell'adozione e analisi del testo
Analisi comparativa dei framework di responsabilità dell'AI emergenti nel 2025: Direttiva UE sulla responsabilità dell'AI, approcci statunitensi alla responsabilità del prodotto per l'AI e framework di responsabilità di autoregolamentazione del settore.
Tabella di confronto dei framework di responsabilità con analisi giurisdizione per giurisdizione
Analisi dell'impatto dell'AI sui processi democratici nel 2025: AI nelle elezioni (deepfake, targeting degli elettori, contenuti politici generati dall'AI), risposte normative e monitoraggio internazionale delle elezioni.
Diagramma di analisi dell'impatto con cronologia delle risposte normative e analisi del testo
Confronto transnazionale degli impegni di investimento pubblico nell'AI nel 2025: Stati Uniti $20,4 miliardi, UE €20 miliardi+ finanziamenti per l'applicazione dell'AI Act, Cina $15 miliardi+, Regno Unito £1,5 miliardi, Canada C$2,4 miliardi e altri.
Grafico a barre comparativo degli investimenti per paese con analisi del testo
Panoramica delle applicazioni dell'AI nella sicurezza nazionale nel 2025: analisi dell'intelligence, difesa informatica, ottimizzazione della logistica, sistemi autonomi e la competizione AI USA-Cina nella difesa.
Panoramica del dominio applicativo con dati sugli investimenti nell'AI per la difesa e analisi del testo
Analisi della regolamentazione dell'AI a livello statale negli Stati Uniti nel 2025: progetti di legge sull'AI in California, regole di assunzione AI a New York, protezione dei consumatori AI in Colorado e il dibattito sul patchwork vs la prelazione federale.
Mappa dell'attività di regolamentazione stato per stato con conteggio dei progetti di legge e ripartizione per argomento
Analisi delle politiche governative di approvvigionamento di AI nel 2025: norme federali statunitensi per l'acquisizione di AI, requisiti del settore pubblico dell'UE per l'AI e standard per l'approvvigionamento responsabile di AI da parte del governo.
Tabella comparativa delle politiche di approvvigionamento per giurisdizione con analisi del testo
Panoramica degli sviluppi normativi specifici per l'AI nel settore sanitario nel 2025, oltre alle approvazioni di dispositivi da parte della FDA: decisioni di copertura AI del CMS, linee guida HIPAA-AI, AI nelle linee guida della pratica clinica.
Cronologia degli sviluppi normativi con analisi testuale delle decisioni chiave
Analisi della regolamentazione dell'AI nei servizi finanziari nel 2025: regole di trading AI della SEC, guida al rischio del modello AI del regolatore bancario, supervisione dell'AI nel credito da parte del CFPB e standard finanziari globali per l'AI.
Confronto del quadro normativo per settore finanziario con analisi del testo
Panoramica della regolamentazione del lavoro in materia di AI nel 2025: disposizioni del AI Act dell'UE sulla sorveglianza dei lavoratori, guida del US NLRB sull'AI sul posto di lavoro, applicazione dell'AI nell'assunzione da parte della EEOC e richieste di negoziazione sindacale sull'AI.
Tabella comparativa della regolamentazione del lavoro con analisi del testo
Analisi delle prime evidenze sull'efficacia delle politiche di AI nel 2025: quali approcci normativi stanno mostrando risultati di conformità, conseguenze indesiderate delle normative e lacune nelle politiche.
Matrice di valutazione dell'efficacia delle politiche con analisi del testo
Panoramica degli sviluppi normativi specifici per la privacy in materia di AI nel 2025: guida GDPR AI, disposizioni AI del disegno di legge federale sulla privacy degli Stati Uniti, minimizzazione dei dati per l'addestramento dell'AI e restrizioni sui dati biometrici.
Tabella comparativa della regolamentazione sulla privacy con analisi del testo
Panoramica dell'attività della società civile e delle ONG nella politica dell'AI nel 2025: organizzazioni di advocacy, ricerca di AI di interesse pubblico, campagne di coalizione e la loro influenza sulla regolamentazione dell'AI.
Diagramma del panorama delle organizzazioni della società civile per l'AI con analisi dell'influenza politica
Riepilogo del capitolo 8 che presenta le cifre principali della politica: investimento federale statunitense in AI, conteggio della legislazione globale, pietre miliari del AI Act dell'UE, risultati del vertice sull'AI e l'emergere del concetto di sovranità dell'AI.
Dashboard di riepilogo con statistiche a numero grande e grafica a tema viola/indaco del capitolo
Analisi conclusiva del capitolo 8 che identifica le principali tendenze della governance: rischio di frammentazione normativa, dinamiche di corsa verso l'alto/verso il basso, tensioni sulla sovranità dell'AI e la sfida di tenere il passo con il progresso dell'AI.
Conclusione testuale con diagramma delle tensioni chiave e analisi orientata al futuro
Note di riferimento per il capitolo 8 con citazioni di documenti politici, fonti di dati legislativi e note metodologiche sulle cifre degli investimenti.
Formato di nota di chiusura numerata a due colonne
Ulteriori letture curate per il capitolo 8 organizzate per regione e argomento politico: politica statunitense, politica UE, politica cinese, governance internazionale e sovranità dell'AI.
Elenco di letture strutturato con intestazioni di regione e argomento
Apertura del capitolo a tutta pagina con sfondo blu-verde acqua, grande numero 9 bianco del capitolo, titolo 'Opinione pubblica' e breve panoramica degli atteggiamenti del pubblico globale nei confronti dell'AI rilevati nel 2025.
Sfondo blu-verde acqua a tutta pagina, numero del capitolo sovradimensionato, titolo e descrizione bianchi
Introduzione al Capitolo 9 che inquadra lo stato dell'opinione pubblica globale sull'AI nel 2025: 59% di ottimismo globale da Ipsos, notevole ansia per la disinformazione e significative lacune tra l'atteggiamento degli esperti e quello del pubblico.
Introduzione a colonna singola con riquadri di richiamo delle statistiche principali e panoramica della sezione
Mappa mondiale del sentiment globale sull'AI nel 2025 che mostra la percentuale di persone che esprimono ottimismo sull'AI per paese, con un maggiore ottimismo nelle economie emergenti e un minore ottimismo in Europa.
Mappa coropletica mondiale dell'ottimismo sull'AI con scala di gradiente di colore e riquadri di richiamo dei paesi
Risultati dettagliati del sondaggio Ipsos sugli atteggiamenti nei confronti dell'AI nel 2025 in oltre 30 paesi: livelli di ottimismo, preoccupazione, fiducia e consapevolezza, suddivisi per paese e regione del mondo.
Grafico a barre multi-paese per ogni dimensione dell'atteggiamento con aggregati regionali
Analisi approfondita regionale sul sentiment sull'AI: Cina e India mostrano il massimo ottimismo (80% +), l'Europa occidentale è la più cauta, gli Stati Uniti moderati e l'Africa mostra un elevato ottimismo legato alle speranze di sviluppo.
Grafico a barre raggruppate regionale con equilibrio ottimismo/preoccupazione e analisi del testo
Confronto tra i sondaggi di atteggiamento verso l'AI per esperti di AI rispetto al pubblico generale nel 2025, che mostra che gli esperti sono più preoccupati per i rischi a lungo termine mentre il pubblico si concentra sugli impatti economici a breve termine.
Grafico di confronto affiancato con suddivisione delle categorie di preoccupazione per esperti vs pubblico
Dati del sondaggio sulla fiducia del pubblico in varie istituzioni per regolamentare l'AI in modo equo: le istituzioni dell'UE sono le più fidate a livello globale, le aziende tecnologiche le meno fidate, i governi nazionali risultati misti.
Grafico a barre orizzontali dei livelli di fiducia per tipo di istituzione in più paesi
Dati specifici sull'opinione pubblica statunitense sull'AI: solo il 31% degli americani si fida del governo per regolamentare bene l'AI, il 68% è preoccupato per la disinformazione generata dall'AI e opinioni sull'AI in vari ruoli governativi.
Grafico a barre dell'opinione statunitense con suddivisione della fiducia e della preoccupazione e analisi del testo
Analisi delle fonti di ansia per l'AI nel 2025: preoccupazione per la perdita di posti di lavoro, paura della disinformazione, preoccupazione per la privacy, preoccupazione per le armi autonome e rischio esistenziale, suddivisi per paese e dati demografici.
Grafico a barre impilate delle fonti di ansia per gruppo di paesi con inserti di suddivisione demografica
Dati sui livelli di consapevolezza e comprensione dell'AI da parte del pubblico nel 2025: crescente consapevolezza ma limitata comprensione tecnica, con analisi del divario consapevolezza-comprensione per livello di istruzione ed età.
Grafico di confronto consapevolezza vs comprensione con suddivisione per istruzione ed età
Dati del sondaggio che confrontano gli atteggiamenti verso l'AI tra le generazioni (Gen Z, Millennials, Gen X, Boomers) nel 2025: le generazioni più giovani sono più ottimiste e hanno un maggiore utilizzo quotidiano dell'AI, le generazioni più anziane sono più caute.
Grafico a barre di confronto generazionale per più dimensioni di atteggiamento
Analisi della correlazione tra livello di istruzione e atteggiamenti verso l'AI nel 2025: un'istruzione superiore è associata a opinioni più sfumate piuttosto che a un semplice ottimismo o pessimismo.
Grafico di correlazione del livello di istruzione rispetto alle dimensioni dell'atteggiamento verso l'AI con analisi del testo
Analisi della relazione tra l'uso personale di strumenti di AI e gli atteggiamenti verso l'AI nel 2025: gli utenti abituali sono significativamente più positivi sui vantaggi dell'AI, ma anche più consapevoli dei rischi.
Grafico di confronto frequenza d'uso vs atteggiamento con analisi del testo
Dati di sondaggi sugli atteggiamenti verso l'AI per livello di reddito nel 2025: gli intervistati a basso reddito sono più preoccupati per la perdita di posti di lavoro, gli intervistati a reddito più alto sono più ottimisti sui benefici economici dell'AI.
Grafico comparativo degli atteggiamenti per livello di reddito con suddivisione delle preoccupazioni per la perdita di posti di lavoro
Analisi delle differenze di genere negli atteggiamenti verso l'AI nel 2025: gli uomini sono leggermente più ottimisti in media, le donne sono più preoccupate per la privacy e l'impatto sull'occupazione, con variazioni a seconda del paese.
Grafico a barre di confronto di genere tra le dimensioni dell'atteggiamento con inserti di variazione per paese
Grafici a linee che tracciano le tendenze degli atteggiamenti verso l'AI nel tempo dal 2019 al 2025: l'ottimismo è in aumento fino al 2022, si stabilizza con opinioni più contrastanti man mano che l'AI diventa più rilevante a livello personale nel 2024-2025.
Grafico longitudinale a più linee con linee di categoria di atteggiamento e annotazione degli eventi
Dati di sondaggi globali sulle preoccupazioni per la perdita di posti di lavoro dovuta all'AI nel 2025, che mostrano che circa la metà degli intervistati a livello globale è preoccupata che l'AI possa sostituire il proprio lavoro, con variazioni significative a seconda del settore e del paese.
Grafico a barre delle preoccupazioni globali per paese con analisi della variazione specifica per settore
Dati sulla misura in cui le persone riconoscono l'AI nei loro prodotti e servizi quotidiani nel 2025, che mostrano un elevato utilizzo degli strumenti di AI ma un riconoscimento limitato del fatto che la tecnologia sottostante è l'AI.
Grafico di confronto tra utilizzo e riconoscimento con suddivisione per categoria di prodotto
Analisi dei dati di sondaggi sull'impatto percepito dell'AI sulla coesione sociale nel 2025: preoccupazioni per l'AI che esacerba la polarizzazione, la disuguaglianza e riduce la connessione umana.
Grafico a barre delle categorie di preoccupazione con callout sulla polarizzazione e la disuguaglianza e analisi del testo
Dati di sondaggi sulle opinioni pubbliche sull'etica dell'AI nel 2025: quali valori dovrebbero guidare lo sviluppo dell'AI (sicurezza, trasparenza, equità, privacy) e chi dovrebbe avere autorità sulle decisioni etiche relative all'AI.
Grafico a barre dei valori classificati con suddivisione delle preferenze di autorità e analisi del testo
Dati di sondaggi sulle preoccupazioni pubbliche sull'impatto dell'AI sui valori democratici nel 2025: integrità elettorale, libertà di parola, sorveglianza e stato di diritto, con livelli di preoccupazione significativi a livello globale.
Grafico a barre delle categorie di preoccupazione democratica con confronto tra paesi e analisi del testo
Riepilogo del Capitolo 9 che presenta i principali risultati dell'opinione pubblica: tasso di ottimismo globale, classifiche di fiducia, principali ansie relative all'AI e principali divisioni demografiche negli atteggiamenti verso l'AI.
Dashboard di riepilogo con statistiche numeriche di grandi dimensioni e grafica a tema blu-verde del capitolo
Note di riferimento per il Capitolo 9 con citazioni delle fonti dei dati dei sondaggi e approfondimenti curati sugli atteggiamenti pubblici verso l'AI organizzati per argomento e tipo di metodologia.
Formato di nota di chiusura a due colonne seguito da un elenco di letture strutturato
Panoramica della metodologia di ricerca dell'AI Index 2026, che spiega gli approcci di raccolta dati in tutti e nove i capitoli, la definizione di 'AI' utilizzata nel report e i principi metodologici generali.
Panoramica metodologica strutturata con diagramma dell'approccio sezione per sezione
Metodologia dettagliata per il capitolo sulla R&S: fonti di dati di pubblicazione (Semantic Scholar, Dimensions), dati sui brevetti (WIPO, USPTO), criteri di tracciamento del rilascio dei modelli e raccolta dei dati di calcolo.
Sezioni di descrizione della metodologia con tabelle delle fonti di dati e note sulle limitazioni
Note metodologiche per il capitolo sulla performance tecnica: criteri di selezione dei benchmark, recupero dei dati da Papers With Code e dalle classifiche, raccolta dei dati di riferimento umani e regole di inclusione/esclusione dei benchmark.
Sezioni di descrizione della metodologia con tabella dei criteri di selezione dei benchmark
Metodologia per il capitolo sull'AI responsabile: raccolta dati sugli incidenti AIAAIC, criteri di inclusione dello studio sui bias, metodologia di ricerca delle pubblicazioni sulla sicurezza e procedure di codifica del framework di governance.
Sezioni di descrizione della metodologia con criteri di inclusione/esclusione
Metodologia per il capitolo sull'economia: dati sugli investimenti da NetBase Quid, dati sugli annunci di lavoro da Lightcast, fonti di dati salariali, criteri di selezione dello studio sulla produttività e metodologia del sondaggio sull'adozione da parte delle aziende.
Descrizione della metodologia con tabella di riferimento delle fonti di dati e note sulle limitazioni
Metodologia per il capitolo sulla scienza e l'AI: metodologia di classificazione assistita dall'AI delle pubblicazioni scientifiche, criteri di ricerca specifici per dominio e raccolta dei dati delle sperimentazioni cliniche da ClinicalTrials.gov.
Descrizione della metodologia con criteri di dominio e spiegazione della classificazione
Metodologia per il capitolo sulla medicina e l'AI: raccolta dei dati sui dispositivi FDA, criteri di inclusione degli studi clinici sull'AI, metodi di aggregazione dell'accuratezza diagnostica e fonti di dati sull'adozione di AI scribe.
Sezioni di descrizione della metodologia con approccio ai dati FDA e criteri di studio
Metodologia per il capitolo sull'istruzione: fonti dei dati di iscrizione (IPEDS, equivalenti internazionali), metodologia del sondaggio sugli studenti, progettazione del sondaggio sui docenti e approccio alla raccolta dei dati sul curriculum K-12.
Descrizione della metodologia con note sulla progettazione del sondaggio e riferimenti alle fonti di dati
Metodologia per il capitolo sulla politica: fonti del database legislativo, criteri di identificazione dei progetti di legge sull'AI, fonti di compilazione dei dati sugli investimenti, metodologia di codifica della strategia nazionale e costruzione della cronologia delle politiche.
Sezioni di descrizione della metodologia con riferimenti alle fonti di dati legislativi
Metodologia per il capitolo sull'opinione pubblica: fonti dei dati dei sondaggi (Ipsos, Edelman Trust Barometer, sondaggio Stanford), criteri di campionamento dei sondaggi, note sulla comparabilità transnazionale e definizioni delle misure attitudinali.
Descrizione della metodologia del sondaggio con criteri di campionamento e note sulla comparabilità
Glossario dei termini chiave e delle definizioni dei dati utilizzati in tutto l'AI Index 2026, comprese le definizioni di 'modello di base', 'incidente AI', 'calcolo di addestramento', 'saturazione del benchmark' e altri concetti fondamentali.
Layout del glossario alfabetico con voci di termini e definizioni
Tabella di riferimento completa di tutti i benchmark AI citati nel report, inclusi nome del benchmark, dominio, tipo di attività, baseline umana e anno di introduzione.
Tabella di riferimento a più colonne ordinata per capitolo, quindi per nome del benchmark
Tabella di riferimento di tutti i modelli AI degni di nota menzionati nell'AI Index 2026, inclusi nome del modello, organizzazione, data di rilascio, modalità e tipo di accesso (aperto/chiuso).
Tabella di riferimento a più colonne ordinata per organizzazione e data di rilascio
Tabella di riferimento di tutte le politiche, i regolamenti e la legislazione sull'AI citati nel report, organizzati per paese, inclusi nome della politica, tipo, anno e stato.
Tabella di riferimento delle politiche ordinata per paese e anno
Tabelle di dati sugli investimenti supplementari che forniscono cifre dettagliate sugli investimenti privati in AI per paese, settore e anno dal 2013 al 2025, come indicato nel Capitolo 4.
Tabella dati con righe per paese, colonne per anno e celle per l'importo dell'investimento
Tabelle di dati sulle pubblicazioni supplementari che forniscono conteggi dettagliati delle pubblicazioni sull'AI per paese, dominio e anno dal 2010 al 2025, come indicato nel Capitolo 1.
Tabella dati con righe per paese/dominio e colonne per anno
Tabelle supplementari che presentano i risultati completi dei sondaggi di opinione pubblica citati nel Capitolo 9, comprese le suddivisioni a livello di paese non mostrate nel capitolo principale.
Tabelle di dati dei sondaggi con righe per paese e colonne per metriche di atteggiamento
Tabelle supplementari dei dati di approvazione dei dispositivi medici abilitati all'AI della FDA citati nel Capitolo 6, tra cui specialità, tipo di dispositivo, percorso 510(k)/PMA e organizzazione richiedente.
Tabella dati sui dispositivi FDA con più colonne di attributi
Voci bibliografiche dalla A alla D per tutte le fonti citate nell'AI Index 2026, formattate in stile di citazione accademico con autore, titolo, sede di pubblicazione e anno.
Formato bibliografico a due colonne con voci in ordine alfabetico
Voci bibliografiche dalla E alla H per tutte le fonti citate nell'AI Index 2026.
Formato bibliografico a due colonne con voci in ordine alfabetico
Voci bibliografiche dalla I alla L per tutte le fonti citate nell'AI Index 2026.
Formato bibliografico a due colonne con voci in ordine alfabetico
Voci bibliografiche dalla M alla P per tutte le fonti citate nell'AI Index 2026.
Formato bibliografico a due colonne con voci in ordine alfabetico
Voci bibliografiche dalla Q alla T per tutte le fonti citate nell'AI Index 2026.
Formato bibliografico a due colonne con voci in ordine alfabetico
Voci bibliografiche dalla U alla Z che completano l'elenco completo delle opere citate per l'AI Index 2026, seguite da risorse web e riferimenti alla piattaforma dati.
Formato bibliografico a due colonne con voci in ordine alfabetico seguito dalla sezione delle risorse web
Ringraziamento ai membri del team di ricerca di Stanford HAI che hanno contribuito all'AI Index 2026, compresi i responsabili della ricerca per ogni capitolo e gli analisti dei dati.
Elenco di ringraziamenti strutturato per capitolo con nomi e ruoli dei collaboratori
Ringraziamento ai collaboratori esterni, ai fornitori di dati, ai partner di sondaggi (Ipsos, NetBase Quid, Lightcast) e ai revisori esperti che hanno fornito dati o rivisto le bozze dei capitoli.
Elenco di ringraziamenti per tipo di collaboratore con affiliazioni organizzative
Elenco dei membri dell'Advisory Board dell'AI Index di Stanford HAI che hanno fornito indicazioni per il rapporto del 2026, con nomi, titoli e affiliazioni istituzionali.
Elenco dei membri dell'Advisory Board in ordine alfabetico con titoli e affiliazioni
Riepiloghi estesi di case study per 20 incidenti significativi di AI nel 2025, monitorati nel database AIAAIC, che forniscono un contesto dettagliato oltre a quanto riportato nel Capitolo 3.
Schede di case study in una griglia a due colonne con nome dell'incidente, data, categoria e riepilogo
Profili AI dettagliati per gli Stati Uniti e il Canada che coprono output di R&S, investimenti, politiche, talenti e metriche di adozione con confronti anno su anno.
Schede di profilo paese con grafici radar e tabelle di metriche chiave
Profili AI dettagliati per il Regno Unito e i principali paesi dell'UE (Germania, Francia, Paesi Bassi) che coprono R&S, investimenti, politiche, talenti e metriche di adozione.
Schede di profilo paese con grafici radar e tabelle di metriche chiave
Profilo AI dettagliato per la Cina che copre output di R&S, investimenti privati, politica nazionale in materia di AI, bacino di talenti, rilasci di modelli e metriche di adozione con confronti anno su anno.
Scheda di profilo paese con grafico radar, tabella di metriche chiave e sezione di evidenziazione delle politiche
Profili AI dettagliati per l'India e le principali economie AI del Sud-est asiatico (Singapore, Corea del Sud, Giappone) che coprono R&S, investimenti, politiche e metriche di adozione.
Schede di profilo paese con grafici radar e tabelle di metriche chiave
Profili AI per i principali attori AI del Medio Oriente (EAU, Arabia Saudita) e le economie AI africane emergenti, con dati sugli investimenti in AI, sulla strategia nazionale e sullo sviluppo dei talenti.
Schede di profilo paese con riepiloghi delle metriche chiave e punti salienti della strategia nazionale
Tabelle complete dei risultati dei benchmark tecnici AI per tutti i modelli e i benchmark citati nel Capitolo 2, che forniscono i dati completi alla base dei grafici e dei confronti del capitolo.
Grandi tabelle di dati a più colonne con righe di modelli e colonne di punteggi di benchmark
Tabelle di dati supplementari sulle iscrizioni, sui programmi e sui sondaggi per il Capitolo 7, compresi i dati sulle iscrizioni a CS a livello di istituto e le tabelle di cross-tabulazione complete dei sondaggi su docenti/studenti.
Tabelle di dati con righe di istituti e dati demografici
Tabelle di dati dettagliate sugli investimenti che forniscono una ripartizione a livello di azienda, a livello di settore e geografica degli investimenti privati in AI per il periodo 2023-2025, come indicato nel Capitolo 4.
Tabelle di dati sugli investimenti a più livelli per area geografica, settore e anno
Tabelle di dati supplementari per l'analisi delle pubblicazioni di ricerca sulla sicurezza dell'AI nel Capitolo 3, inclusi i protocolli di query di ricerca, gli elenchi di parole chiave e i conteggi delle pubblicazioni a livello di sede.
Tabelle di dati sulla ricerca sulla sicurezza con ripartizione per sede e anno
Tabelle di dati legislativi supplementari per il Capitolo 8, che forniscono conteggi a livello di paese dei progetti di legge sull'AI, schema di codifica degli argomenti legislativi e riepilogo delle disposizioni chiave per le principali leggi sull'AI.
Tabelle di dati legislativi con righe per paese e colonne per categoria di legge
Dati completi sull'approvazione di dispositivi medici basati su AI da parte della FDA fino al 2025, a integrazione del Capitolo 6, con dettagli a livello di dispositivo su specialità, richiedente e percorso di approvazione.
Tabelle di dati sui dispositivi FDA con colonne di dettagli completi
Pagina informativa per lo Stanford Human-Centered AI Institute: missione, aree di interesse della ricerca, docenti e borsisti, programmi affiliati e modalità di interazione con la ricerca e gli eventi di HAI.
Panoramica istituzionale con elenco dei programmi HAI e informazioni di contatto/coinvolgimento
Quarta di copertina dell'AI Index 2026 con branding di Stanford HAI, titolo del rapporto, ISBN/DOI, URL del sito web (aiindex.stanford.edu) e un breve riepilogo di un paragrafo dello scopo del rapporto.
Quarta di copertina con branding del rapporto, paragrafo di riepilogo, logo di Stanford HAI e URL
Domande comuni su questa slide e il contenuto della presentazione sottostante.
Lo Stanford HAI AI Index Report 2026 è la nona edizione dell'indagine annuale più completa sui progressi dell'intelligenza artificiale pubblicata dallo Human-Centered AI Institute della Stanford University. Il rapporto di 423 pagine copre la ricerca e lo sviluppo dell'AI, i benchmark delle prestazioni tecniche, l'AI responsabile, l'impatto economico, le applicazioni scientifiche, la medicina, l'istruzione, la politica e la governance e l'opinione pubblica globale, il tutto basato su analisi di dati originali e centinaia di visualizzazioni.
I risultati principali includono: gli investimenti privati statunitensi nell'AI che raggiungono \85,9 miliardi nel 2025 (il triplo dei livelli del 2022); gli agenti AI che ora risolvono oltre il 50% dei problemi di ingegneria del software reale su SWE-bench; la FDA che approva 258 dispositivi medici abilitati all'AI nel 2025; l'80% degli studenti universitari che utilizzano l'AI generativa per i corsi; 46 paesi che adottano strategie nazionali sull'AI; gli incidenti relativi all'AI monitorati da AIAAIC che aumentano del 1000% dal 2019; e il divieto di pratiche proibite dell'EU AI Act che entra in vigore nel febbraio 2025.
L'AI Index è pubblicato dallo Human-Centered AI (HAI) Institute della Stanford University, uno dei principali centri di ricerca sull'AI al mondo. Giunto alla sua nona edizione annuale, il rapporto è prodotto da un team di ricercatori con un comitato consultivo di importanti scienziati, responsabili politici ed esperti del settore dell'AI. Si basa su dati primari provenienti da dozzine di fonti consolidate, tra cui Ipsos, NetBase Quid, Lightcast, la FDA, l'OMPI e database di pubblicazioni accademiche, il che lo rende un riferimento affidabile per governi, aziende e ricercatori in tutto il mondo.
Il rapporto contiene 9 capitoli: (1) Ricerca e sviluppo: rilasci di modelli, pubblicazioni, calcolo; (2) Prestazioni tecniche: benchmark tra linguaggio, matematica, programmazione, scienza, multimodale; (3) AI responsabile: incidenti, pregiudizi, sicurezza, governance; (4) Economia: investimenti, lavoro, produttività, adozione; (5) Scienza e AI: biologia, clima, materiali, fisica; (6) Medicina e AI: diagnostica, dispositivi FDA, scoperta di farmaci; (7) Istruzione: iscrizione, utilizzo dell'AI da parte degli studenti, tutoraggio; (8) Politica e governance: strategie nazionali, EU AI Act, politica statunitense; (9) Opinione pubblica: atteggiamenti globali, fiducia, ansia. La parte introduttiva include un riepilogo con 10 punti chiave.
Sì, lo Stanford HAI AI Index Report è reso disponibile gratuitamente al pubblico all'indirizzo aiindex.stanford.edu. Il rapporto completo in PDF di 423 pagine, le visualizzazioni interattive dei dati e i set di dati sottostanti sono forniti gratuitamente, in linea con la missione di Stanford HAI di garantire che i vantaggi e i rischi dell'AI siano ampiamente compresi.
La nona edizione è la più completa finora, ampliando la copertura per includere nuove sezioni sull'AI nella scienza (capitolo 5), nella medicina (capitolo 6) e un capitolo dedicato all'opinione pubblica (capitolo 9). L'edizione 2026 introduce nuovi concetti come la sovranità dell'AI (capitolo 8), aggiunge la copertura dell'implementazione dell'EU AI Act, tiene traccia dell'esplosione degli investimenti nell'AI generativa ed estende le serie di dati longitudinali fino al 2010 in alcuni casi, consentendo una prospettiva storica più ricca sulla traiettoria dei progressi dell'AI rispetto a qualsiasi edizione precedente.
Il rapporto contiene centinaia di visualizzazioni di dati originali su 423 pagine, inclusi grafici a linee che tracciano le capacità dell'AI e le tendenze degli investimenti dal 2010 al 2025, grafici a dispersione che confrontano l'AI rispetto alle prestazioni umane su oltre 30 benchmark, mappe del mondo che mostrano l'attività globale dell'AI, grafici ad area sovrapposta della crescita delle pubblicazioni, matrici di confronto delle capacità per i modelli di frontiera, cronologie delle politiche, suddivisioni dei dati dei sondaggi per paese e dati demografici, tendenze di approvazione della FDA e molti altri. Ogni capitolo include note di chiusura e ulteriori letture e l'appendice fornisce tabelle di dati supplementari complete.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Fai riferimento a design professionali, scegli il tuo stile e genera slide con rendering del testo perfetto. Alimentato da Nano Banana—inizia a creare la tua presentazione ora.
Il Tuo Agente IA per le slide. Risparmia tempo, brilla più velocemente con la creazione intelligente di presentazioni.
© 2026 2slides. Tutti i diritti riservati.