Il report “Artificial Intelligence Index Report 2025” esamina lo stato globale dell’intelligenza artificiale nel 2025, considerando progressi tecnologici, effetti economici, implicazioni etiche e sviluppi normativi.

Il documento si colloca nel contesto dello studio AI100 e mette in luce tendenze, cambiamenti strutturali e sfide emergenti in un settore in rapida accelerazione.

Punti principali

Tecnologia e sviluppo

La ricerca e sviluppo nell’IA mostra una crescita senza precedenti. L’addestramento dei modelli richiede investimenti multimilionari e una potenza di calcolo in aumento, mentre l’efficienza energetica dell’hardware migliora rapidamente. La produzione di modelli notevoli è dominata dalle grandi aziende tecnologiche, con un rilascio limitato del codice di addestramento. L’espansione dei progetti open source e l’avanzamento dei modelli di piccole dimensioni contribuiscono a un ecosistema più diversificato.

Prestazioni dei sistemi

La qualità dei modelli è cresciuta su più fronti: superamento di benchmark complessi, riduzione del divario tra modelli chiusi e open weight, progressi nei modelli di ragionamento e forte evoluzione nella generazione video. Nuovi benchmark “di frontiera” cercano di misurare capacità ormai troppo elevate per i test precedenti.

IA responsabile

L’adozione di pratiche di IA responsabile varia ampiamente. Manca uno standard condiviso sui benchmark RAI, persistono problemi di fattualità e cresce l’attenzione verso i rischi legati a privacy, disinformazione e sicurezza. Le restrizioni sui dati aumentano, riducendo il patrimonio informativo disponibile. Emergono fenomeni come l’“allineamento superficiale” e gli “infectious jailbreaks”, che evidenziano nuove vulnerabilità.

Economia e lavoro

La domanda di competenze legate all’IA generativa cresce rapidamente, soprattutto in ambito tecnico e creativo. L’uso dell’IA si diffonde nelle imprese a livello globale, con benefici in termini di produttività, soprattutto per i lavoratori meno esperti. Gli investimenti privati si concentrano su infrastrutture, gestione dei dati e applicazioni medicali, con gli Stati Uniti come principale destinatario.

Scienza e medicina

Il settore biomedico registra ampliamenti significativi nei database proteici e progressi nell’uso di modelli fondamentali. L’IA accelera la ricerca scientifica attraverso laboratori virtuali autonomi e migliora le prestazioni cliniche degli LLM. Gli strumenti di scrittura ambientale riducono il carico amministrativo dei medici e aumentano l’efficienza. Cresce anche l’attenzione verso le questioni etiche in medicina.

Politica e governance

Le istituzioni globali trattano sempre più spesso temi legati all’IA. Legislazioni su deepfake, privacy e uso algoritmico in ambito lavorativo si moltiplicano, mentre i governi investono in contratti pubblici per lo sviluppo e l’adozione di tecnologie intelligenti.

Istruzione

Nella scuola primaria e secondaria l’IA viene percepita come uno strumento utile per personalizzare l’apprendimento, pur sollevando preoccupazioni su integrità e bias. Nel settore universitario, gli Stati Uniti mantengono la leadership nella formazione avanzata in discipline ICT.

Opinione pubblica

La percezione globale è caratterizzata da una combinazione di entusiasmo e inquietudine: prevale un senso di nervosismo verso i prodotti basati su IA, ma la maggioranza ritiene che i benefici superino gli svantaggi. Le aspettative sul mercato del lavoro influenzano fortemente il giudizio individuale sull’impatto dell’IA.

Metodologia

L’analisi integra dati provenienti da pubblicazioni scientifiche, brevetti, benchmark tecnici, database pubblici, investimenti privati e studi di opinione globale. Le sezioni si basano su indicatori quantitativi aggiornati al 2024–2025, dataset di settore e strumenti interattivi come il Global AI Vibrancy Tool.

Obiettivi

L’obiettivo è documentare l’evoluzione dell’intelligenza artificiale da più prospettive: tecnologica, economica, sociale, scientifica e politica. L’analisi risponde a domande chiave su come l’IA stia cambiando capacità tecniche, strutture produttive, modelli di governance, ricerca scientifica e percezione pubblica, oltre a evidenziare opportunità e rischi emergenti.

Conclusioni

Il quadro complessivo mostra un settore in piena trasformazione. I costi di utilizzo dei modelli crollano mentre quelli di addestramento aumentano, concentrando il potere nelle grandi aziende. Le prestazioni tecniche avanzano rapidamente, rendendo obsoleti molti benchmark. L’IA generativa entra nei processi economici e consolida un effetto di potenziamento per competenze e produttività. La medicina e la scienza beneficiano di strumenti in grado di accelerare scoperte e diagnosi.

Parallelamente cresce la complessità delle sfide etiche, normative e di sicurezza, soprattutto su privacy, disinformazione e integrità dei sistemi. L’opinione pubblica rimane divisa tra entusiasmo e preoccupazione. Nel complesso, emergono segnali di maturazione del settore, insieme a tensioni che richiedono politiche chiare, standard condivisi e investimenti in sicurezza e governance.