Bing mi ha riattaccato sempre nel 2023 se lo antagonizzavo troppo.

I risultati degli esperimenti controllati vanno sempre più lontano: i medici che utilizzano AI pronta all'uso superano quelli che non la utilizzano nella diagnostica… ma l'AI da sola supera i medici. È più difficile sapere come affrontare questa situazione. Quali sistemi o interfacce porteranno a migliori team umani-AI?

La conversazione sull'IA su X può essere frustrante poiché i ricercatori continuano a imbattersi in problemi ben noti in economia, sociologia, storia e psicologia che sarebbe utile conoscere, ma sono ostacolati dalla mancanza di dialogo con esperti (sia perché hanno lasciato X sia perché non fanno parte della discussione sull'IA).

La nuova personalità di GPT-5 ama dare feedback a sandwich (sei fantastico - suggerimento per migliorare - sei fantastico). In generale, è migliore di GPT-4o nel fare resistenza pur essendo un po' troppo ossequioso. (Sarebbe utile per i laboratori di intelligenza artificiale esaminare la ricerca su come dare buoni feedback)

Questo è un primo tentativo molto necessario di un benchmark per misurare quanto i modelli di intelligenza artificiale dati si comporteranno con gli utenti che li spingono in direzioni illusorie o potenzialmente psicologicamente pericolose. Alcuni segnali iniziali indicano che il GPT-5 completo (non chat) è un modello meno rischioso dal punto di vista psicologico.

Questo è un primo tentativo molto necessario di un benchmark per misurare quanto i modelli di intelligenza artificiale dati si comporteranno con gli utenti che li spingono in direzioni illusorie o potenzialmente psicologicamente pericolose. Alcuni segnali iniziali indicano che GPT-5 è effettivamente un modello molto meno rischioso dal punto di vista psicologico.

Come avevo previsto (e di cui ero preoccupato) la "personalità" dell'IA sarà il campo di battaglia per gran parte dello sviluppo dell'IA per i consumatori. Questo sembra essere l'angolo scelto finora da Grok, e la lezione che OpenAI ha tratto dalla reazione contro il ritiro di 4o. Potrebbe avere conseguenze.

È interessante vedere quanto impegno venga messo nel far diventare virali le funzionalità accessorie dei modelli di intelligenza artificiale. Da quando è avvenuto il momento (organico) di Studio Ghibli, uno degli obiettivi per Grok e Gemini è stato quello di utilizzare i video come porta d'accesso. Una sfida è stata capire se le persone abbiano idee creative per i video.

I modelli pro (GPT-5 Pro, Gemini 2.5 Deep Think, Grok 4 Heavy) possono essere impressionanti in modi difficili da vedere. Richiedono molto tempo per rispondere alle domande e sono progettati per problemi molto complessi che richiedono una valutazione esperta. Questo è uno spazio di problemi ristretto, ma anche molto prezioso.

GPT-4o era al di sotto del livello dei professionisti medici nei benchmark di ragionamento medico, mentre GPT-5 (apparentemente Thinking medium) ora li supera di gran lunga. (Si applicano le solite avvertenze sui benchmark)