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

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

giornata europea protezione dati

Aggiungi tra i preferiti su Google

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

M

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.

P

Vincenzo Pasquadibisceglie

RTT presso il Dipartimento di Informatica

Seguimi su

Continua a leggere questo articolo

Argomenti

Canali

Cultura e società digitali

People&Change

Tutti

AI IN AZIENDA

FORMAZIONE

CULTURA AZIENDALE

COMPETENZE

AI in azienda

Carriera

AI leadership

Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali

Shadow AI, vietarla non basta: il problema sono i processi aziendali

Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera

Longevità e lavoro: come riprogettare la propria carriera

Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no

lavoro e SOCIETÀ

People Pleaser sul lavoro: perché è difficile dire di no

Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda

imprese e formazione

Master MIA a Cremona, il modello ibrido per portare l’AI in azienda

Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI

competenze e lavoro

Skills contro job title: le competenze trasformano i team nell’era dell’AI

Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance

uso non approvato dell’AI

Shadow AI in azienda: rischi, controlli e strumenti di governance

Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR

L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR

Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace

Gestione del cambiamento nell’AI: strategie per un’adozione efficace

Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA

leader aumentato

Team ibridi, le regole per coordinare persone e agenti IA

Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro

Dimissioni e carriera: quando e come decidere di lasciare un lavoro

Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni

AI e organizzazioni

AI leadership, come cambiare la governance delle organizzazioni

Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership

Oltre l'AI Fatigue

AI in azienda, l’adozione si blocca senza una nuova leadership

Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali

Shadow AI, vietarla non basta: il problema sono i processi aziendali

Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera

Longevità e lavoro: come riprogettare la propria carriera

Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no

lavoro e SOCIETÀ

People Pleaser sul lavoro: perché è difficile dire di no

Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda

imprese e formazione

Master MIA a Cremona, il modello ibrido per portare l’AI in azienda

Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI

competenze e lavoro

Skills contro job title: le competenze trasformano i team nell’era dell’AI

Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance

uso non approvato dell’AI

Shadow AI in azienda: rischi, controlli e strumenti di governance

Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR

L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR

Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace

Gestione del cambiamento nell’AI: strategie per un’adozione efficace

Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA

leader aumentato

Team ibridi, le regole per coordinare persone e agenti IA

Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro

Dimissioni e carriera: quando e come decidere di lasciare un lavoro

Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni

AI e organizzazioni

AI leadership, come cambiare la governance delle organizzazioni

Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership

Oltre l'AI Fatigue

AI in azienda, l’adozione si blocca senza una nuova leadership

InnovAttori

Articoli correlati

1

0

Lascia un commento, la tua opinione conta.x