Ultimi articoli Sovranità digitale People & Change Cittadinanza digitale Intelligenza Artificiale Sicurezza Informatica Sanità digitale Quantum Computing Documenti digitali Industria 4.0/Innovazione in azienda Libri Procurement dell'innovazione Guide alla scelta tech Infrastrutture digitali Fatturazione elettronica Scuola digitale Cultura e società digitali Mercati digitali Startup Sostenibilità e smart city

l'analisi

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

Indirizzo copiato

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
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

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

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

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.

Seguimi su
P
Vincenzo Pasquadibisceglie
RTT presso il Dipartimento di Informatica
Seguimi su

Continua a leggere questo articolo

Argomenti

Canali

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
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
risorse umane
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
la guida
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
scenari
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 Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
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
risorse umane
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
la guida
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
scenari
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

Vedi tutti gli approfondimenti >
1
0
Lascia un commento, la tua opinione conta.x