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

apprendimento online AI

L’AI non deve solo essere potente: deve sapersi aggiornare

Indirizzo copiato

Nei sistemi di intelligenza artificiale che lavorano su dati in continuo cambiamento, l’aggiornamento dei modelli diventa decisivo. Il caso LEMON, applicato alle criptovalute, mostra perché apprendimento online, valori estremi e dipendenze tra asset siano centrali per costruire AI più affidabili

Pubblicato il 9 set 2026
Michelangelo Ceci

Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro, Jožef Stefan Institute, Ljubljana, Slovenia

Sašo Džeroski

Jožef Stefan Institute, Ljubljana, Slovenia

Antonio Pellicani

Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro

Gianvito Pio

Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro

apprendimento online AI
Aggiungi tra i preferiti su Google

Quando si parla di intelligenza artificiale, la domanda che quasi sempre monopolizza il dibattito è: quanto è potente il modello? Quanti parametri ha, su quanti dati è stato addestrato, quale architettura utilizza. È una domanda legittima, ma parziale, perché lascia in ombra un aspetto altrettanto decisivo: cosa succede al modello dopo che è stato addestrato, quando il mondo che descrive continua a cambiare.

@RIPRODUZIONE RISERVATA

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

C
Michelangelo Ceci
Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro, Jožef Stefan Institute, Ljubljana, Slovenia
Seguimi su
D
Sašo Džeroski
Jožef Stefan Institute, Ljubljana, Slovenia
P
Antonio Pellicani
Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro
Seguimi su
P
Gianvito Pio
Gruppo di ricerca KDDE (Knowledge Discovery and Data Engineering), Dipartimento di Informatica, Università degli Studi di Bari Aldo Moro
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 >
0
Lascia un commento, la tua opinione conta.x