Perché «l’IA curerà il cancro» non è ancora una promessa credibile

«L’IA curerà il cancro» è diventata una formula sintetica dell’ottimismo tecnologico. Ma il confronto pubblico tra Sam Altman, amministratore delegato di OpenAI, e Dario Amodei, amministratore delegato di Anthropic, non riguarda soprattutto l’importanza di un progresso medico. Riguarda ciò che manca a quello slogan: per Altman, una visione sufficientemente ampia dell’impatto umano; per Amodei, la prova dei fatti.

Un punto comune: il cancro, da solo, non basta come argomento

Entrambi respingono l’idea che la frase sulla cura del cancro possa chiudere da sola il dibattito pubblico sull’IA.

Altman ha sostenuto che il settore tecnologico abbia spiegato molto male il lato positivo dell’IA. Curare il cancro sarebbe un risultato meraviglioso, ma non abbastanza ambizioso come obiettivo unico. Nella sua prospettiva, l’IA dovrebbe dare alle persone più potere decisionale e più capacità di agire: ampliare creatività e imprenditorialità, invece di concentrare le capacità tecnologiche in poche istituzioni. 23

La critica di Amodei è più esigente sul terreno della verifica. Ha definito «l’IA curerà il cancro» un cliché che molti percepiscono come ingannevole e sostiene che una campagna di comunicazione patinata non possa risolvere una crisi di fiducia più profonda. Il suo criterio è la realizzazione effettiva di benefici concreti e riconoscibili; la cura del cancro è il suo esempio volutamente emblematico. 49

Altman: un beneficio più vasto e alla portata delle persone

L’obiezione di Altman riguarda anzitutto la portata della promessa. Una svolta medica avrebbe un enorme valore collettivo, ma non risponde fino in fondo alla domanda su cosa l’IA cambierà nella vita quotidiana delle persone.

Il suo argomento pubblico punta su capacità distribuite agli utenti: strumenti che aiutino a creare, avviare attività imprenditoriali, affrontare problemi scientifici o tecnici. In questo quadro, non conta soltanto una futura scoperta consegnata al pubblico, ma la possibilità per molte persone di usare direttamente sistemi potenti e accrescere la propria autonomia. 29

Per questo la risposta allo scetticismo non è semplicemente «aspettate la cura»: secondo Altman, il settore deve rendere comprensibili i vantaggi più ampi dell’IA e dimostrare che essa aumenta, anziché ridurre, la capacità d’azione umana. 23

Amodei: una promessa più grande non sostituisce le prove

Amodei non considera sufficienti né un marketing migliore né una promessa più vasta. Se le persone non vedono risultati credibili e già conseguiti, una grande dichiarazione d’intenti perde forza.

Qui sta la differenza essenziale tra le due posizioni. Per Altman, l’argomento sul cancro è troppo poco ambizioso; per Amodei, è troppo poco dimostrato. Un elenco più ampio di benefici promessi — strumenti creativi, imprenditorialità, avanzamento scientifico, istruzione — rafforzerebbe l’argomento di Altman solo se tali benefici fossero visibili, distribuiti in modo equo e verificabili. Altrimenti rischierebbe di confermare il timore di Amodei: che al pubblico venga chiesto di fidarsi dell’ennesima previsione grandiosa. 249

Perché la promessa sul cancro è particolarmente delicata

L’IA è già oggetto di ricerca in oncologia e nello sviluppo dei farmaci: dalla scoperta di bersagli biologici alla progettazione di molecole, dalla diagnostica ai flussi di lavoro clinici. Ma un progresso computazionale o nelle prime fasi di scoperta non equivale a dimostrare che una terapia migliori gli esiti per i pazienti.

Una rassegna sull’IA nello sviluppo e nella gestione dei farmaci oncologici segnala difficoltà nell’integrazione dei dati, nell’interpretabilità dei modelli, nell’equità, nella traduzione clinica e nella governance regolatoria. Ricorda inoltre che molti modelli ottengono risultati forti su dati retrospettivi, ma non dispongono di una validazione clinica prospettica. 17

Lo sviluppo di un farmaco resta lento e incerto: dalla selezione di un candidato all’approvazione possono servire in genere da 10 a 15 anni. 1718 Valutazioni recenti sull’IA nella scoperta di farmaci concludono allo stesso modo che l’IA può accelerare il lavoro iniziale, ma tale accelerazione non si traduce in modo costante in migliori tassi di successo nelle fasi cliniche avanzate; riproducibilità, trasparenza dei dati, regolazione e validazione nel mondo reale restano vincoli rilevanti. 22

Esistono segnali incoraggianti: composti sviluppati con il supporto dell’IA sono arrivati alla valutazione clinica. Ma questi studi non dimostrano da soli un’efficacia definitiva, e tantomeno una cura del cancro applicabile in modo generale. 19 Le evidenze giustificano quindi un ottimismo prudente sull’IA come strumento per la ricerca e la pratica clinica, non una scadenza certa annunciata al pubblico per «curare il cancro».

La fiducia dipende anche da chi sostiene i costi

La promessa medica si inserisce in un contesto sociale più vasto. Chi valuta l’IA non considera soltanto possibili progressi scientifici futuri: guarda anche alle questioni immediate su lavoro, disinformazione, privacy, sicurezza, istruzione e infrastrutture necessarie a far funzionare sistemi avanzati.

I sondaggi mostrano una parte della distanza tra benefici promessi e costi percepiti. In una rilevazione Reuters/Ipsos, circa un terzo degli statunitensi approvava il rapido ritmo di costruzione dei data center a supporto dell’IA, mentre il 77% temeva un aumento delle bollette elettriche. 34 Un rapporto globale ha inoltre rilevato che il 54% degli intervistati è prudente nel fidarsi dell’IA, citando fra le preoccupazioni cybersicurezza, privacy, disinformazione, perdita di posti di lavoro, dequalificazione e conseguenze sociali più ampie. 38

Questi dati non significano che il pubblico rifiuti ogni uso dell’IA. Mostrano però perché una promessa lontana di trasformazione medica possa non bastare a rispondere a una comunità che affronta domande immediate su consumi energetici, domanda d’acqua, bollette, lavoro o controllo della tecnologia.

Quale argomento pubblico sarebbe più credibile

Altman e Amodei individuano carenze diverse, ma le loro posizioni possono convergere in uno standard più rigoroso.

Un argomento credibile a favore dell’IA dovrebbe:

• Mostrare benefici specifici, non solo possibilità future. Le affermazioni dovrebbero essere legate a risultati valutabili da ricercatori indipendenti, autorità di regolazione, utenti e comunità coinvolte.
• Distinguere la scoperta dal beneficio clinico. Generare più rapidamente ipotesi o progettare molecole è utile, ma non coincide con un trattamento sicuro, approvato ed efficace.
• Esplicitare tempi e incertezze. La ricerca medica richiede validazioni che non possono essere sostituite da dimostrazioni spettacolari o da una maggiore potenza di calcolo.
• Mettere le persone in condizione di agire. L’enfasi di Altman su creatività e imprenditorialità è più convincente quando accesso e benefici sono realmente diffusi, non concentrati. 29
• Considerare danni e costi infrastrutturali. La fiducia richiede chiarezza su sicurezza, effetti sul lavoro, privacy e su chi paga i costi energetici e gli altri impatti locali. 3438

La risposta più solida, dunque, non è né «fidatevi, l’IA curerà il cancro» né «l’IA renderà tutti più creativi». È una serie di benefici dimostrati e controllabili in modo indipendente, accompagnati da limiti dichiarati con onestà, impiego responsabile e trattamento equo delle persone e delle comunità chiamate a sostenerne i costi.