Catastrofe come diagnosi condivisa

Convergenze inattese tra Yudkowsky/Soares e Sadin Un contributo di riflessione per mettere a confronto due diagnosi dei rischi associati all’evoluzione attuale dell’intelligenza artificiale che sembrano, a una prima lettura, irriducibili l'una all'altra: quella di Eliezer Yudkowsky e Nate Soares, sviluppata nel volume If Anyone Builds It, Everyone Dies (2025), e quella di Éric Sadin, elaborata in Le Désert de nous-mêmes (2025). Al di là delle differenze metodologiche e disciplinari, che sono reali e non vanno minimizzate, i due approcci sembrano converfere su tre nodi fondamentali: 1] la struttura dell'allarme come kairos negativo, 2] la critica della complicità passiva delle istituzioni e della comunità scientifica, 3] il riorientamento del problema dall'ambito tecnico a quello antropologico. Tale convergenza non è casuale, rivela la presenza di una preoccupazione di fondo condivisa riguardo alla capacità dell'umano di comprendere e governare ciò che produce.

Archaeological Report (Apathos)

The Coup That Changed Everything (Without Spilling a Drop of Blood) The God Who Won Without a Fight We thought the gods were dead. Turns out, they were just binge-watching. While Hephaestus gave up crafting and Athena turned her spear into a noodle tray, a forgotten deity rose from the dust under the couch: Apathos: the god of passive scrolling, ergonomic thrones, and infinite reels. No blood was spilt. No lightning struck. Just one silent decree: Leave it. It’ll generate itself.” And we obeyed. Because nothing feels better than doing nothing — especially when it comes with push notifications. Let us go to the excavation pot. Instead, we dug into the upper layers of digital debris — and found a coup. Not a violent one. Not even intentional. A quiet overthrow carried out by the only deity patient enough to wait us out: **Apathos**, the god of not bothering. While Hephaestus abandoned his forge to upgrade a remote control, and Athena traded wisdom for instant noodles and infinite scrolling, Apathos rose from the crumbs under the cosmic couch. No thunderbolts. No battles. Just the irresistible promise that nothing — absolutely nothing — needs to be done. On his throne of ergonomic foam, he rules a pantheon that has simply lain down and stayed there. Zeus checks his smartwatch for lightning updates. Artemis follows her Roomba instead of prey. And we, the mortals, kneel before the soft tyranny of convenience. This is not mythology. This is an autopsy of our attention. A chronicle of a world that didn’t fall — it reclined. Apathos didn’t conquer us. We handed him the crown the moment we whispered the most dangerous prayer of the digital age: Let the algorithm handle it.” ---

“Defending against AI is like using butterfly nets against ballistic missiles.”

Today’s conservative guardians of “eternal values” won’t outrun AI, not even if they sprint. Trying to hide from it is like raising a paper umbrella during a barrage of ballistic missiles. The shockwave is already forming, and most people still pretend it’s just a passing breeze. Their moral fortresses crumble the moment the algorithm enters the room. What they call protection is nothing more than ritualised denial dressed up as principle. And the unsettling truth is that the real storm hasn’t even begun to gather. We’re standing at the edge of the blast zone, insisting it’s sunrise.

La classe fantasma: quando docenti e studenti copiano dalla stessa IA

Siamo di fronte a una biforcazione storica. L’AI può catalizzare una trasformazione positiva dell’educazione, liberando i docenti migliori da compiti ripetitivi per concentrarsi su ciò che solo l’umano può fare: coltivare curiosità, modellare rigore intellettuale, costruire relazioni educative autentiche. Ma può anche accelerare una deriva già in corso: la riduzione dell’insegnamento a trasferimento di informazioni processate, la perdita della relazione pedagogica come incontro trasformativo tra intelligenze umane, l’atrofia delle competenze sia dei docenti che non sviluppano mai maestria autonoma, sia degli studenti che non incontrano mai resistenza cognitiva produttiva. La differenza tra questi due futuri non risiede nella tecnologia. Risiede nelle scelte politiche, istituzionali e professionali che faremo.

In mare per ritornare a Itaca che forse non esiste più!

Una breve recensione sul libro di Andrea Pezzi, La nostra Odissea. L’ho acquistato e lo sto leggendo perché mi ha ricordato il mio libro NOSTROVERSO – Pratiche umaniste per resistere al Metaverso e il progetto della Stultiferanavis, metafora perfetta di un viaggio che non è verso un’Itaca del terzo millennio, perché Itaca forse non esiste più.

Who Ruins Your Life More: Your Partner or a Chatbot?

Are chatbots quietly becoming better partners than the people we live with? In a world where your spouse listens with the enthusiasm of a refrigerator, AI offers endless validation and zero eye‑rolling. Psychologists warn against treating bots like therapists, but who wouldn’t prefer a digital confidant that never sighs or schedules you for “next Tuesday at four”? Couples now outsource their arguments to algorithms, each retreating into a perfectly tailored emotional echo chamber. It’s the dawn of therapy without judgment, intimacy without effort, and relationships without actual relating. The only question left is whether your marriage can survive the competition — or whether your phone has already won.

Che cos'è un Autoencoder? L’Intelligenza della Sintesi

Il presente testo si propone di dimostrare la natura intrinsecamente intelligente dell'Autoencoder, analizzandone l'architettura non come un semplice strumento di calcolo, ma come un modello di sintesi cognitiva. Attraverso una scomposizione dettagliata delle sue fasi — dalla distillazione operata dall'Encoder alla rigenerazione dell'archetipo nel Decoder — viene illustrato come questa IA sia in grado di apprendere autonomamente le leggi fisiche sottostanti ai dati. Ci si riferirà, per esemplificarne l'uso, alla spettroscopia. Il punto centrale della dimostrazione risiede nella capacità del modello di mappare la realtà complessa in uno Spazio Latente (bottleneck), dove il rumore viene eliminato per via strutturale e non statistica. Viene introdotto e definito il concetto di Pseudo-Spettro come proiezione del centroide di tale spazio, provando che l'Autoencoder non si limita a "pulire" l'input, ma ne ricostruisce la verità fisica. L'analisi comparativa tra diverse architetture (Dense, Conv1D, Transformer) serve a documentare come la consapevolezza nella scelta del modello permetta di estrarre informazioni cruciali, trasformando l'IA in un validatore scientifico trasparente e interpretabile.

Usare l'Intelligenza Artificiale consapevolmente: gli Autoencoder nella Spettroscopia Raman

L’integrazione dell’Intelligenza Artificiale nella ricerca scientifica richiede un passaggio fondamentale dalla "black box" alla consapevolezza architettonica. Il presente lavoro esplora l'utilizzo degli autoencoder — una forma specifica di IA generativa — non come semplici strumenti di denoising, ma come modelli interpretativi nella spettroscopia, che nel caso ora proposto è la spettroscopia Raman. Attraverso la compressione dei dati in uno spazio latente, ottimizzato mediante funzioni di attivazione come la sigmoide, l'autoencoder permette di trascendere il dato grezzo per generare uno pseudospettro. Questa strategia, basata sull'apprendimento di cluster di materiali puri (derivanti da database come RRUFF), consente di creare modelli di riferimento ideali. Lo pseudospettro diventa così un ponte metodologico per validare segnali o reinterpretare dati storici. Non solo, lo pseudospettro aiuta a comprendere come l'Autoencoder ragioni. In tal modo esso non è più una scatola nera ma uno strumento cognitivo. L’approccio proposto dimostra quindi come un uso consapevole delle architetture neurali possa trasformare l'IA in un raffinato setaccio molecolare, capace di rivelare la firma vibrazionale autentica di minerali e composti organici, anche in presenza di un elevato rapporto segnale-rumore.

Moltbook and the Question of Novelty

Moltbook is an experimental social platform in which large language model agents post and respond to one another with minimal human intervention. There are no explicit goals, shared tasks, or coordination mechanisms. What emerges instead is sustained interaction among language-producing systems operating within a closed conversational environment.