l'analisi

AI, l’errore di puntare tutto sui modelli e poco sulla qualità dei dati

Il paradigma dominante dello sviluppo AI investe tutto sui modelli e quasi nulla sui dati. È un errore metodologico e oggi anche industriale e regolatorio. Produce sistemi fragili, difficili da spiegare e sempre più lontani dai requisiti imposti dai nuovi quadri europei. Il punto è semplice: stiamo ottimizzando la parte sbagliata del sistema

Pubblicato il 5 giu 2026

Aggiungi tra i preferiti su Google

Donato Malerba

Professore Ordinario di Sistemi di Elaborazione delle Informazioni all’Università degli Studi di Bari Aldo Moro e Responsabile scientifico dello Spoke 6 – Symbiotic AI del progetto FAIR – Future Artificial Intelligence Research

Vincenzo Pasquadibisceglie

RTT presso il Dipartimento di Informatica

Proviamo a descrivere una scena familiare a chiunque abbia lavorato su un progetto di intelligenza artificiale (AI) in un contesto reale. Si addestra un modello, le metriche sono buone, si va in produzione. Dopo qualche mese – a volte qualche settimana – le prestazioni calano. Si interviene sul modello, si ritocca l’architettura, si riesegue l’addestramento. Le cose migliorano un po’, poi calano di nuovo. Il ciclo si ripete.

@RIPRODUZIONE RISERVATA

Donato Malerba

Professore Ordinario di Sistemi di Elaborazione delle Informazioni all’Università degli Studi di Bari Aldo Moro e Responsabile scientifico dello Spoke 6 – Symbiotic AI del progetto FAIR – Future Artificial Intelligence Research

Donato Malerba è Professore Ordinario di Sistemi di Elaborazione delle Informazioni presso l’Università degli Studi di Bari Aldo Moro, dove insegna e fa ricerca da oltre trent’anni. È uno dei principali esperti italiani di data science e intelligenza artificiale, con contributi fondamentali nel machine learning, nel data mining e nella big data analytics. Ha guidato il Laboratorio Nazionale CINI su Big Data dalla sua fondazione (2014) fino al 2021, ed è attualmente Vice Direttore del Laboratorio Nazionale CINI su Data Science. È Responsabile Scientifico dello Spoke 6 – Symbiotic AI del progetto nazionale FAIR – Future Artificial Intelligence Research.

Seguimi su