Negli ultimi 12 mesi l’azienda ha dimostrato di essere in grado di sfornare prodotti e modelli di frontiera al pari dei competitor, ma la sua strategia di differenziazione è puntare ad un approccio integrato full-stack che parte dal design di hardware dedicato all’IA fino ai prodotti consumer ed enterprise.

Il filo conduttore di questa edizione è stato la cosiddetta “agentic era”, la fase agentiva dell’intelligenza artificiale generativa. L’IA che non si limita a rispondere alle nostre domande, ma agisce per nostro conto. In questa ottica vanno letti tutti gli annunci più importanti che provo a riassumere.

La famiglia Gemini 3.5: Flash e Lite 

La nuova famiglia di modelli linguistici multimodali e agentivi si chiama Gemini 3.5. Le prime versioni ad essere immediatamente disponibili sono Gemini 3.5 Flash e Gemini 3.5 Lite. Gemini 3.5 Pro dovrebbe arrivare fra un mese.

Gemini 3.5 Flash è superiore a Gemini 3.1 Pro ed è 4 volte più veloce dei modelli di frontiera attuali. Sembra particolarmente efficace sulla scrittura di codice e attività agentive anche di lunga durata. Avendo anche un prezzo più contenuto rispetto ai modelli evoluti, è l’ideale per contenere i costi nelle aziende.

Gemini 3.5 Lite è la versione più leggera del modello pensata per dare risposte con una velocità 12 volte superiore.

I nuovi modelli sono già utilizzabili dentro la nuova app di Gemini.
Un nuovo selettore posto nel prompt box permette di scegliere il modello da usare e il livello di sforzo computazionale. Al momento, scegliendo 3.5 Flash o Lite si può avere un “Thinking Level” Standard o Extended). Se si sceglie il modello 3.1 Pro si accede anche a Deep Think (ideale per il ragionamento in parallelo).

Gemini Omni

Anche quest’anno Google non trascura i modelli visivi. Se la scorsa volta aveva stupito tutti con Nano Banana, ora prova a fare il bis con una nuova famiglia di modelli generativi chiamata Gemini Omni. 

La sua caratteristica principale è che può accettare qualsiasi fonte di input e restituire qualsiasi tipo di output. In questa prima fase gli input possono essere testi, immagini, audio (solo vocali, non musica) e l’output può essere solo video, ma arriveranno anche immagini e audio. 

Il primo modello della famiglia ad essere distribuito è Gemini Omni Flash, già integrato nell’app Gemini (solo per gli utenti che hanno un abbonamento), in Google Flow e su YouTube Shorts. Le sue capacità sono:

• Editing video tramite linguaggio naturale: il sistema permette di modificare i filmati attraverso normali istruzioni testuali, con una gestione sequenziale delle modifiche. L’utente può chiedere di trasformare l’ambiente circostante, alterare l’azione in corso o inserire nuovi elementi e personaggi. Il modello promette di mantenere la coerenza dei personaggi e della scena anche dopo diverse modifiche consecutive.
• Consapevolezza fisica e culturale: a differenza dei modelli basati sulla semplice associazione visiva (pattern matching), Gemini Omni integra logica e conoscenze enciclopediche. Questo si traduce in una simulazione più realistica delle leggi della fisica (gravità, energia cinetica, dinamica dei fluidi) e nella capacità di generare video esplicativi complessi partendo da brevi input di testo, integrando nozioni storiche e scientifiche.

Gemini rinnovato, anche su desktop

Google ha ridisegnato da zero l’esperienza visiva di Gemini con un nuovo linguaggio di design chiamato Neural Expressive. L’interfaccia ora vanta animazioni fluide, colori vibranti, una nuova tipografia e feedback aptici.

Inoltre, Gemini non risponderà più solo con muri di testo, ma progetterà risposte dinamiche arricchite da immagini, timeline interattive, video narrati e grafiche.

Grande attenzione anche per la componente vocale in Gemini Live: finalmente si potrà passare da digitazione a conversazione vocale (e viceversa) senza interruzioni. In più, il chatbot non si interromperà se l’utente fa pause per pensare o usa intercalari.

La voce è anche al centro del prossimo aggiornamento dell’app desktop di Gemini per MacOS. Sarà possibile dare istruzioni parlando liberamente e senza preoccuparsi di eventuali errori.

Il nuovo Gemini Spark

La funzione più interessante che è stata introdotta si chiama Gemini Spark. Non è un chatbot reattivo, ma un agente AI personale attivo 24 ore su 24, 7 giorni su 7, che si abilita dall’applicazione Gemini.

Tecnicamente sfrutta il modello Gemini 3.5 a cui è stata aggiunta l'”imbracatura” di Antigravity (Antigravity harness). È profondamente integrato con la suite Google Workspace (Gmail, Docs, Slides, ecc.) per cui può essere usato per lavorare in background (in cloud) per attività anche lunghe.

L’agente può connettersi anche ad app esterne, sfruttando il protocollo MCP. Le prime integrazioni sono con Canva, OpenTable e Instacart. Nelle prossime settimane sarà in grado di inviare messaggi, scrivere email, creare sotto-agenti personalizzati e operare sul browser locale.

Gemini Spark sarà in beta dalla prossima settimana negli Stati Uniti per gli abbonati Google AI Ultra. Purtroppo non c’è ancora una data per l’arrivo in Italia. Spero presto perché, dalle demo che ho visto, l’integrazione profonda con l’ecosistema Google può rivelarsi molto utile per gli utenti che vogliono la potenza degli agenti senza voler perdere tempo in configurazioni cervellotiche.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Google I/O 2026: Gemini diventa un agente AI proviene da Vincos di Vincenzo Cosenza.

E qui entra in gioco Pomelli, il software sperimentale di Google che finalmente è disponibile anche in Italia. A differenza di altri strumenti parte da un presupposto diverso: non ti chiede di scrivere prompt complessi per ogni singolo post. Ti chiede, prima di tutto, chi sei.

Pomelli estrae il “DNA del brand”

Il cuore di Pomelli non è il generatore di immagini, ma il processo iniziale di ingestione del sito web. Inserendo il proprio URL, il sistema non si limita a “leggere” i testi; estrae un vero e proprio DNA aziendale.

Font, palette colori, tagline, valori e tono di voce vengono convertiti in un brand kit dinamico. È il momento in cui l’intelligenza artificiale smette di essere un’entità generica e inizia a parlare la tua lingua. Poter contare su una base così definita significa passare dalla fase di “tentativi ed errori” a quella della produzione seriale di qualità in pochi minuti.

Oltre la staticità: l’era degli asset che “si muovono”

Uno dei limiti dei tool di generazione immagine è la staticità. Pomelli introduce funzioni di animazione basate sugli asset creati, rendendo il passaggio tra un contenuto statico (un’inserzione, un banner) e uno dinamico (un post per i social) estremamente fluido.

Ma la vera sorpresa, e forse il punto dove l’esperimento mostra di più la sua utilità quotidiana, è la funzione “Photoshoot”: basta caricare un prodotto reale e vederlo immerso nei contesti che vogliamo, mantenendo intatta la coerenza del prodotto. È il sogno di ogni e-commerce manager che non ha il budget (o il tempo) per uno shooting professionale costante.

Un esperimento in divenire

Dai miei test emerge che Pomelli ha un potenziale enorme, ma è ancora un esperimento. Non è privo di sbavature (a volte la gestione di alcuni elementi grafici può essere rigida) e non sostituirà un art director esperto in una campagna complessa.

Tuttavia, per la gestione quotidiana dei contenuti, per il test rapido di una campagna social o per mantenere una coerenza estetica su larga scala senza dover ricorrere ogni volta a un graphic designer, è uno strumento di una potenza disarmante. Soprattutto se consideriamo che, al momento, è gratuito.

La domanda che dovremmo porci non è più “che cosa può creare l’IA”, ma “come posso configurare l’IA affinché crei esattamente ciò che rispecchia il mio brand?”. Pomelli risponde proprio a questa domanda.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Pomelli: IA di Google per le campagne di marketing proviene da Vincos di Vincenzo Cosenza.

Midjourney 8.1 è ancora il miglior modello per la generazione di immagini con stile e diverse dal solito. Mentre gli altri modelli, da Gemini Nano Banana 2 a GPT Images 2 puntano sulle capacità di editing e ad un mercato di massa, l’azienda di David Holz ha deciso di puntare sul mercato professionale.

I punti di forza di Midjourney

Il nuovo modello ha alcuni difetti evidenti: non è in grado di comprendere l’intento dell’utente, né tantomeno di effettuare modifiche granulari ad un’immagine, mantenendo la coerenza di oggetti e soggetti.
Però è molto più sorprendente degli altri perché permette all’utente di personalizzare gli stili attraverso un addestramento specifico. Per poterlo fare, in questa versione basta scrollare una vetrina di immagini e scegliere quelle che ci piacciono di più.

Inoltre, è stata migliorata anche la funzione “Moodboard” che permette di caricare una serie di immagini di riferimento ed ottenere un codice da applicare a nuove generazioni.

La possibilità di generare immagini uniche è anche possibile attraverso la scoperta e l’applicazione di migliaia di stili pre-definiti (codici –sref) che possono essere mixati tra di loro per ottenere infinite varianti.

Il workflow ibrido

Dai miei test, che potete vedere nel mio video tutorial, emerge che la ricerca del “tool unico” per le immagini è ancora una chimera.

Se avete bisogno di coerenza stilistica e di un’estetica che si distingua nel rumore di fondo dei feed social, Midjourney resta imbattibile nel dare “carattere” ed artisticità all’output. Ma se avete bisogno di coerenza dei soggetti e precisione di editing è meglio usare Gemini o ChatGPT.

Il professionista del prossimo futuro non è quello che “sa usare Midjourney”, ma quello che sa orchestrarlo all’interno di una filiera produttiva più ampia, dove ogni strumento lavora secondo le proprie regole.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Il nuovo Midjourney 8.1 punta su stile e personalizzazione proviene da Vincos di Vincenzo Cosenza.

Il Ragionamento Esteso: Le Luci

La modalità “Thinking” è senza dubbio il fiore all’occhiello di questa versione. La vera differenza non sta tanto nella risposta finale, ma nel processo.

Affidare a GPT-5.5 un file CSV con i dati di decine di contenuti e campagne, e vederlo non solo restituire un report analitico, ma anticipare gli spunti più rilevanti mentre sta ancora calcolando, simula da vicino l’interazione con un data analyst senior. Nei miei test, il modello ha dimostrato una notevole capacità nel separare le “vanity metrics” dal vero valore di business, identificando immediatamente, gli insight nascosti in una valanga di dati.

Su task di pura logica e deduzione testuale, il salto in avanti rispetto a GPT-4 e alle versioni intermedie è tangibile.

Le ombre sul Coding

Ho chiesto al modello di creare dashboard interattive partendo dai dati analizzati e di ricostruire in codice una landing page sperimentale basata su WebGPU. I risultati? Funzionali, ma esteticamente acerbi. Testi sovrapposti, spaziature errate e un design che urla “Vanilla AI” da ogni pixel.

Anche sul fronte del coding, l’utilizzo dell’agente specializzato Codex (impostato sul livello di intelligenza massima) per creare una mappa interattiva con OpenStreetMap ha generato codice buggato, richiedendo molteplici correzioni. Curiosamente, la semplice interfaccia di ChatGPT con la modalità Thinking estesa ha portato a risultati migliori in minor tempo.

Ovviamente, queste sono solo alcune prove. Continuerò a farne perché i nuovi modelli richiedono nuove pratiche e adattamento anche da parte degli umani.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo ChatGPT 5.5: luci e ombre proviene da Vincos di Vincenzo Cosenza.

Dal Prompting all’Art Direction Ragionata

La novità più dirompente non è solo il fotorealismo estremo, capace di simulare alla perfezione la grana di una pellicola 35mm o le micro-imperfezioni della pelle. La vera rivoluzione risiede nell’introduzione della modalità Thinking.

Non stiamo più dicendo a una macchina “disegna questo”, ma le stiamo affidando un intero flusso di lavoro. Chiedere all’AI di navigare in rete, cercare dati aggiornati, interpretarli e infine impaginarli in un’infografica di grande impatto, trasforma il modello da mero esecutore a un vero e proprio assistente di data design. È il passaggio dalla generazione istantanea al ragionamento visivo complesso. A onor del vero già introdotto da Gemini.

Un Nuovo Paradigma per Agenzie e Brand

Per i professionisti, GPT-Images-2 abbatte barriere storiche, integrandosi direttamente nei formati di lavoro quotidiani:

• Creazione di Brand Kit: partendo da una singola immagine di riferimento, il sistema è ora in grado di scomporne l’anima estetica, generando una palette colori, accoppiamenti tipografici e regole di layout. Un lavoro di sintesi che solitamente richiede ore, risolto in pochi minuti.
• Output multiformato: la capacità di esportare slide di presentazione direttamente in .pptx editabile, o di trasformare un comunicato stampa in un carosello per i social scaricabile in PDF o in GIF animata, significa poter abbattere drasticamente i colli di bottiglia nella produzione dei contenuti.
• Il Santo Graal dell’e-commerce e del design di moda: fornire all’AI 11 immagini distinte di prodotti (scarpe, borse, gioielli, abbigliamento) e chiederle di amalgamarli in un unico scatto editoriale fotorealistico su una modella. Questa funzione ha il potenziale di riscrivere completamente le regole della post-produzione e della fotografia commerciale.

La guida a ChatGPT Images 2

Questi sono soltanto alcuni degli esempi di quello che è possibile ottenere con il nuovo modello di generazione immagini di ChatGPT. Per aiutarvi nell’esplorazione di quello che si può fare, ho pubblicato una guida gratuita che contiene una cinquantina di prompt per generare rapidamente infografiche, mockup, annunci pubblicitari, immagini di prodotto e molto altro ancora. Scarica la Guida a ChatGPT Images 2

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo ChatGPT Images 2: un nuovo modo di creare immagini IA proviene da Vincos di Vincenzo Cosenza.

Ho deciso di metterlo alla prova nel mio ultimo video, stressando le sue funzionalità per capire se rappresenta davvero una minaccia per le applicazioni esistenti o se è ancora un prodotto acerbo. La risposta, come spesso accade nel mondo dell’AI generativa, sta nel mezzo.

Come funziona Claude Design: dal Design System alle Slide

L’interfaccia di Claude Design (accessibile con un abbonamento a Claude, anche con il piano Pro base) è divisa in due: da un lato la gestione dei progetti, dall’altro la creazione pura.

Ho iniziato testando forse la feature più strutturale: la creazione di un Design System. Il processo è guidato in modo intelligente. Si può fornire il nome del brand, caricare esempi (da GitHub, dal computer o persino da Figma) specificando logo, font e palette. Il sistema elabora tutto e genera un “draft” del design system che può essere revisionato elemento per elemento. Funziona bene? Sì, anche se durante il mio test ho riscontrato qualche problema di caricamento.

Il secondo test è stato il vibe coding puro: ho chiesto a Claude di prototipare un’app per tracciare i consumi culturali (libri, musica, cinema). La dinamica di chat è fluida: il modello pone domande di chiarimento e in circa 5 minuti restituisce un mockup funzionante in HTML.

Ma è stato sul terzo test che Claude Design mi ha sorpreso di più: la creazione di un pitch deck. Sfruttando la skill “Make Deck” e il mio design system precedentemente caricato, gli ho chiesto di analizzare il mio sito e creare 5 slide eleganti. Il risultato è stato nettamente superiore alla media di ciò che producono normalmente gli LLM quando si cimentano con le presentazioni.

I limiti: il problema del “Token-Burn”

Tutto perfetto, quindi? Assolutamente no. Il problema principale di Claude Design, allo stato attuale, è il modello di business legato all’utilizzo. Con l’abbonamento Pro da 20$ al mese, il limite di utilizzo si esaurisce in fretta. Nel mio caso, è bastato generare un design system, prototipare un’app (senza troppe iterazioni) e creare 5 slide per esaurire il bucket settimanale dedicato al design.

Se pensiamo che strumenti come Stitch di Google sono gratuiti e permettono molte più iterazioni, il confronto è impietoso. Con Claude Design, il percorso per arrivare al risultato desiderato rischia di essere lungo e, di conseguenza, costoso in termini di token.

Personalmente, continuerò a usare Stitch per l’esplorazione e la grafica pura, perché mi garantisce una maggiore libertà espressiva senza l’ansia di finire i token.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Claude Design: pregi e difetti del vibe design di Anthropic proviene da Vincos di Vincenzo Cosenza.

Nel mio ultimo video ho voluto metterlo alla prova con una serie di stress-test (dalla logica pura alla scrittura di codice), ma ciò che è emerso va ben oltre la semplice valutazione di un chatbot. Muse Spark nasconde delle potenzialità strutturali che potrebbero cambiare radicalmente il modo in cui analizziamo i dati e costruiamo i nostri flussi di lavoro.

Luci e ombre sulla logica

Nelle mie prove il modello ha fallito clamorosamente nel comprendere l’umorismo di una barzelletta nonsense, perdendosi in una verbosità quasi accademica. Eppure, si è riscattato un attimo dopo, risolvendo in modo impeccabile un test di associazione di parole in stile “Ghigliottina”.

Ma le vere sorprese sono arrivate quando l’ho messo alla prova su compiti analitici. Dandogli in pasto un file CSV con i dati di 1.000 campagne advertising, Muse Spark ha non solo compreso il contesto, ma ha generato in pochi istanti una dashboard HTML interattiva (usando Plotly), restituendo visualizzazioni complesse al pari di quanto fanno i modelli di frontiera.

Il vero vantaggio competitivo: API interne e agenti

Il punto di svolta, quello che rende questo strumento una risorsa formidabile per chi fa strategia, è la sua capacità non documentata di interrogare direttamente le API interne dell’ecosistema Meta (Facebook, Instagram).

Fino ad oggi, i modelli linguistici si affidavano a motori di ricerca esterni per analizzare i trend, ottenendo spesso fotografie parziali. Muse Spark, invece, gioca in casa. Gli ho chiesto di analizzare le conversazioni italiane su un tema divisivo dell’ultima settimana e il sistema ha sguinzagliato autonomamente diversi sotto-agenti in parallelo: uno per la ricerca, uno per la sentiment analysis dei commenti e uno per la visualizzazione dei dati, restituendo un network graph interattivo formidabile.

È l’essenza stessa dei flussi di lavoro agentivi: non stiamo più solo dialogando con un’IA, stiamo orchestrando un team virtuale che lavora in parallelo su task complessi.

Prototipazione rapida e “Vibe Coding”

L’ultimo test ha riguardato le capacità di programmazione, ed è qui che l’approccio orientato al vibe coding trova la sua massima espressione. Ho fornito al modello tre semplici screenshot (un mockup statico) di un’ipotetica app per il tracciamento nutrizionale. In pochissimo tempo, Muse Spark ha scritto il codice necessario per trasformare quelle immagini in un prototipo web funzionante e navigabile.

Poter passare da un’intuizione visiva a un artefatto interattivo in pochi minuti è un acceleratore pazzesco per chiunque debba testare idee, dimostrare concetti ai clienti o validare progetti senza dover passare subito dalla fase di sviluppo intensivo.

In conclusione

Muse Spark ha ancora dei margini di miglioramento, ma l’integrazione profonda con i dati proprietari di Meta e la sua architettura multi-agente lo rendono uno strumento da presidiare con attenzione. La transizione verso una vera e propria intelligenza aumentata passa proprio da qui: dalla capacità di governare ecosistemi complessi e far dialogare i dati.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Muse Sparks per analizzare dati di Instagram e Facebook proviene da Vincos di Vincenzo Cosenza.

È qui che entra in gioco Google Vids, un’applicazione compresa nel pacchetto Google Workspace, ma che è ancora poco nota. Vids applica la logica dell’editing video alla creazione di presentazioni o, potremmo dire, ci permette di svecchiare le presentazioni con un tocco da regista.

La fine della presentazione statica

Il problema delle slide tradizionali non è l’assenza di animazioni, ma la mancanza di narrativa fluida. Google Vids risolve questo limite permettendoci di creare vere e proprie “scene” (esattamente come nel montaggio video), stratificando elementi visivi, tracce audio e persino avatar animati in modo incredibilmente intuitivo.

Immaginate di dover presentare una nuova linea strategica. Con Vids, potete non solo impostare un design system coerente con il brand, ma anche integrare modelli avanzati di intelligenza artificiale direttamente nel flusso di lavoro.

L’IA come co-creatore delle ppt

Ciò che rende Google Vids uno strumento dal potenziale enorme è la sua profonda integrazione con l’ecosistema AI di Google.

• Creazione di immagini e animazioni: durante il mio test, ho potuto generare da zero un’illustrazione isometrica di una smart city, per poi animarla direttamente all’interno della piattaforma chiedendo al sistema di “renderla viva”.
• Modelli avanzati: la possibilità di utilizzare modelli potenti per generare clip video (come un drone shot fotorealistico di una città futuristica di notte) o l’inclusione di tracce audio composte ad hoc dal modello Lyria 3, aprono scenari creativi prima inimmaginabili senza un team di videomaking dedicato.
• L’avatar presentatore: far pronunciare un copione ad un avatar, sincronizzando il labiale con un audio generato automaticamente, non è solo una feature tecnica interessante, ma un modo per umanizzare il messaggio anche quando non possiamo o non vogliamo registrarci di persona.

Come accedere a Google Vids

Per accedere a Google Vids basta scrivere vids.new nella barra degli URL del browser. Il tool è gratuito per chi ha un account Google, seppur con alcuni limiti di generazione mensile.
Nel mio video tutorial ti spiego passo passo come usarlo, ma la sfida è imparare a pensare in formato video, passando dalla logica del punto elenco alla logica dello storytelling per scene.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Trasforma presentazioni statiche in animate con Google Vids proviene da Vincos di Vincenzo Cosenza.

Sto parlando di Perplexity Computer, un vero e proprio sistema agentivo concepito per orchestrare flussi di lavoro complessi. A differenza delle soluzioni desktop, che richiedono macchine costantemente attive e presentano limiti di sincronizzazione tra dispositivi, questo sistema lavora interamente sulla nuvola. Per usarlo bisogna avere un abbonamento Pro a Perplexity.

Ma la vera rivoluzione risiede nella sua architettura. Perplexity Computer non si affida a un singolo “cervello”, bensì opera attraverso un router intelligente: a seconda del prompt e della complessità del problema, il sistema assegna autonomamente il compito al modello linguistico più adatto. Può utilizzare Claude Opus 4.6 come orchestratore principale, delegare le ricerche profonde a Gemini, o affidarsi a modelli veloci per i task più leggeri.

Per comprendere le reali capacità di questa imbracatura software (harness), ho deciso di sottoporla a una serie di stress test avanzati, simulando scenari operativi tipici di professionisti e marketer.

Nello specifico, ho testato l’agente su diverse aree cruciali:

• Automazione e Ricerca: dalla sintesi autonoma delle notizie tecnologiche nelle ultime 24 ore, all’impostazione di task ricorrenti con invio automatico di report direttamente su Gmail.
• Analisi Competitiva: l’estrazione di dati e insight da profili social aziendali, con la successiva generazione autonoma di un report strategico in formato presentazione.
• Il Model Council: una delle funzionalità più affascinanti e promettenti, che permette di interrogare simultaneamente modelli diversi (Claude, Gemini, GPT) sullo stesso tema per ottenere una consulenza strategica multiprospettica, evidenziando le convergenze e le divergenze analitiche.
• Generazione di Codice e Dati: la creazione da zero di una dashboard interattiva, capace di collegarsi alle API di istituzioni finanziarie per restituire dati aggiornati in tempo reale.

Nonostante le enormi potenzialità, l’adozione di un sistema di questo tipo richiede una valutazione attenta. Il consumo dei crediti operativi può crescere rapidamente in base alla complessità dei task, e le capacità di navigazione web autonoma presentano ancora alcuni colli di bottiglia se paragonate all’uso diretto di API dedicate.

Nel mio ultimo video ho documentato nel dettaglio ogni singolo esperimento, mostrando l’interfaccia, le dinamiche decisionali dell’agente e, soprattutto, la qualità dei risultati finali generati dal sistema.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Come funziona Perplexity Computer, l’agente in cloud proviene da Vincos di Vincenzo Cosenza.

Le due fasi

La prima fase, inaugurata da ChatGPT il 30 novembre 2022, è stata quella dei chatbot: modelli linguistici capaci di conversare in linguaggio naturale, riassumere, tradurre, generare idee. Una rivoluzione percepita soprattutto come linguistica. Per la prima volta parlavamo con una macchina senza bisogno di interfacce complesse. Ma per quanto impressionanti, questi sistemi sapevano parlare, ma non fare.

La seconda fase ha iniziato a prendere forma quando agli stessi modelli sono state date anche delle “mani”: la capacità di usare strumenti per eseguire compiti nel mondo reale.

Però, tra queste due, c’è una fase intermedia: quella dei “modelli che ragionano”. Il 12 settembre 2024 OpenAI rilasciò o1-preview, primo modello della serie “o”: a differenza dei predecessori, non generava una risposta immediata, ma produceva prima una catena di ragionamento interna (chain of thought), invisibile all’utente, e solo dopo la risposta. OpenAI lo descrisse come il passaggio “dal Sistema 1 al Sistema 2” nell’accezione di Kahneman: dal pensiero intuitivo a quello ponderato. Sembrava un’innovazione difficile da replicare velocemente e invece, il 20 gennaio 2025, venne annunciato DeepSeek R1, primo modello open source con capacità comparabili a o1, addestrato a costi radicalmente inferiori.

Il passaggio ai reasoning model è stato la precondizione dell’agentività. Un modello che sa solo rispondere esegue istruzioni. Un modello che sa ragionare può pianificare passi, verificare errori intermedi, correggere la rotta. E così abbiamo visto apparire i primi esempi di agenti come Deep Research (un agente per fare ricerche approfondite sul web), Operator di OpenA, Claude Computer Use di Anthropic (agenti in grado di usare un computer remoto o locale) e Manus.

Il 2026 si è aperto con nuove conferme di questa traiettoria agentiva, con l’arrivo di Claude Cowork e OpenClaw.

• Cowork, derivato da Claude Code, è un agente pensato per i knowledge worker: basta descrivere un obiettivo, dare il contesto e l’agente pianifica i passi da eseguire, legge e crea file sul computer, naviga il web, coordina sotto-agenti che lavorano in parallelo.
• OpenClaw è un progetto open source pensato per un pubblico più specializzato. Si potrebbe definire un framework di orchestrazione che si installa su un server (o in locale) e connette qualsiasi modello linguistico agli strumenti del proprio computer e a servizi (file, browser, email, API). Tutto controllabile via WhatsApp o Telegram. Il successo è stato enorme, ma soprattutto, l’idea implementativa è stata subito ripresa da diverse aziende (la stessa Anthropic ha aggiunto la funzione di controllo remoto ai suoi strumenti).

Siamo lontani dalla perfezione. Ma la direzione è chiara: stiamo andando verso sistemi agentivi sempre più autonomi che non coinvolgono solo il mondo degli sviluppatori, ma che irrompono prepotentemente nella vita lavorativa di tutti i lavoratori della conoscenza.

L’infrastruttura che ha reso tutto possibile

Sotto questa accelerazione, due protocolli stanno costruendo l’infrastruttura dell’economia agentiva.

Il primo è MCP (Model Context Protocol), rilasciato da Anthropic nel novembre 2024 e poi ceduto alla Linux Foundation nel dicembre 2025. È l’equivalente dell’USB-C per l’IA: un connettore universale che permette a qualsiasi modello linguistico di collegarsi a qualsiasi strumento esterno, database, software, servizi web, senza integrazioni su misura. OpenAI, Google, Microsoft, Amazon lo hanno adottato in tempi record.

Il secondo è A2A (Agent-to-Agent), ideato da Google e confluito nella stessa fondazione. Se MCP fa parlare un agente con gli strumenti, A2A fa parlare gli agenti tra di loro. I suoi effetti sono ancora evidenti soltanto nei prodotti Google, ma sono promettenti..

Da prompter a orchestratore cognitivo

Se il chatbot si trasforma in agente, anche noi dobbiamo evolvere. Non basterà più saper scrivere un buon prompt. Bisognerà saper pianificare processi, scomporre obiettivi complessi, valutare risultati intermedi, costruire contesti strutturati, con documenti, dati, vincoli e criteri, che permettano all’agente di lavorare in modo coerente e prevedibile. Dovremmo trasformarci in manager di agenti o orchestratori cognitivi.

Il rischio simmetrico è la delega cognitiva. Con un chatbot ci si poteva permettere richieste approssimative: nel peggiore dei casi si otteneva un risultato mediocre. Con un agente che può compiere decine di azioni concatenate, le istruzioni vaghe potrebbero avere conseguenze più serie.

I professionisti con più valore saranno quelli che sapranno applicare competenze manageriali non a team di persone, ma a squadre di agenti. I dati del mercato del lavoro 2026 già registrano un premio salariale del 56% per chi padroneggia questi strumenti rispetto alla media. Una ricerca della Harvard Business School mostra che dal 2022 le offerte di lavoro per mansioni strutturate e ripetitive, quindi facilmente automatizzabili, sono calate del 13%, mentre la domanda per ruoli analitici, tecnici o creativi (ossia ruoli “aumentati”) è cresciuta del 20%.

Il vantaggio competitivo non si misurerà sulla velocità di esecuzione, ma sulla chiarezza della delega e sulla capacità di visione. Le IA saranno il cervello e le mani di molte attità. A noi il compito di essere gli orchestratori, se ci eserciteremo ad esserlo. La sfida dell’era agentiva non è tecnologica, ma antropologica: riguarda la nostra capacità di restare curiosi e pensanti in un mondo che ci offre, ogni giorno, una ragione in più per non farlo.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo La fase 2 dell’intelligenza artificiale: l’opportunità da non perdere proviene da Vincos di Vincenzo Cosenza.

È stata una chiacchierata densa, che ha toccato i rapporti di forza tra superpotenze, le strategie dei colossi tech e il ruolo, purtroppo marginale, dell’Europa in questo scacchiere. Ecco i punti chiave e alcune delle riflessioni più “forti” emerse dalla nostra conversazione.

La Cina ha (davvero) vinto?

Il titolo del libro di Alessandro è una provocazione, ma fotografa una realtà innegabile: la Cina ha accumulato vantaggi strutturali enormi. Non si tratta solo di avere i dati o la potenza di calcolo, ma di un capitale umano sconfinato. Milioni di persone vengono formate ogni anno, e la stessa filiera tecnologica e accademica statunitense è ormai profondamente dipendente dai ricercatori di origine cinese.

“La forza della Cina è nel capitale umano: forma letteralmente milioni di persone che pubblicano milioni di paper e dominano ormai la capacità scientifica mondiale… e l’ecosistema statunitense dipende da questi ricercatori.”

Un esempio lampante del dinamismo cinese è il recente caso di DeepSeek. Più che un “killer” di Nvidia, DeepSeek ha dimostrato l’incredibile velocità con cui la Cina può imitare, adattare e lanciare innovazioni, spingendo colossi come Tencent, Alibaba e ByteDance a competere ferocemente all’interno dello stesso ecosistema.

L’eterno dilemma degli Stati Uniti

La strategia americana per l’AI appare spesso contraddittoria: da un lato il contenimento tecnologico (bloccare le esportazioni di chip), dall’altro il pragmatismo commerciale. Come ci ricorda Alessandro, l’analogia con la Guerra Fredda regge poco.

“C’è chi dice che vendere chip alla Cina sia come vendere missili all’Unione Sovietica durante la Guerra Fredda. Il problema è che l’analogia non tiene: ci sono centinaia di miliardi di interscambio e la Cina è fortemente interconnessa nel mercato mondiale. Nessuno di noi può sapere da dove vengano tutti i componenti del sistema Blackwell di Nvidia… ma c’è sempre qualcosa di cinese.”

Questo stallo porta a una curiosa teoria di politica internazionale, molto in voga a Pechino: la Cina sa che per vincere, non deve fare altro che lasciare che l’America si faccia del male da sola, delegittimandosi agli occhi dei suoi stessi alleati.

Nvidia: il camaleonte dei chip

Non potevamo non parlare di Nvidia, l’azienda che in questo momento detta i ritmi dell’intero mercato. Guidata da Jensen Huang dal 1993, Nvidia sta continuamente cambiando pelle. Non è più solo un produttore di GPU, ma una piattaforma, un “assemblatore di lusso” che acquisisce tecnologie e si adatta in tempi record alle nuove esigenze del mercato, come l’inferenza.

Huang è un manager feroce e spregiudicato, ma ha un problema strutturale per il futuro: i suoi più grandi clienti (Google, Microsoft, Amazon) stanno cercando di diventare i suoi più temibili concorrenti.

L’Europa e le sfide energetiche

Mentre l’AI divora energia, la concentrazione dei Data Center sta già creando tensioni socio-politiche. L’Europa ha un ritardo abissale sui semiconduttori, ma ha due assi nella manica su cui puntare:

1. Il vantaggio energetico di paesi con il nucleare (come la Francia) per attrarre investimenti.
2. L’applicazione dell’AI alla robotica, all’automazione industriale e alla “blue economy” (autonomia marittima), dove la cantieristica europea è ancora forte.

E tra i player tech? Secondo Aresu, oggi la migliore strategia ce l’ha Anthropic, che negli ultimi 6 mesi ha dimostrato una superiorità netta nell’aggredire il mercato B2B, costringendo persino OpenAI a rincorrerla.

Se volete approfondire questi scenari, vi invito a guardare l’intervista completa.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Chi dominerà l’AI? La mia conversazione con Alessandro Aresu proviene da Vincos di Vincenzo Cosenza.

Dopo mesi di incubazione nei Google Labs e disponibilità limitata agli Stati Uniti, Stitch è finalmente accessibile a tutti. Ma cos’è esattamente e come funziona?

Cos’è Stitch e come trasforma i prompt in interfacce grafiche

Stitch è uno strumento che ci permette di creare frontend design (interfacce grafiche per web e mobile) partendo da un semplice prompt testuale, o perfino vocale grazie alla modalità “Live”.

Si basa sui potenti modelli di Google:

• Gemini 1.5 Flash: perfetto per generare progetti HTML in tempi record.
• Thinking with Gemini 1.5 Pro: un modello più avanzato per elaborazioni complesse (seppur leggermente più lento).

Nel video ho messo alla prova Stitch con diverse sfide pratiche. Ho iniziato chiedendo di creare l’interfaccia mobile per un’app di tracciamento di consumi culturali (libri, film, videogiochi). In pochissimo tempo, Stitch non solo ha generato il design system (palette colori, font, icone), ma ha anche creato le schermate (dashboard, discovery, profilo) e un prototipo istantaneo e navigabile.

Dalla creazione alla modalità “Ideate” e “Redesign”

Oltre a generare siti e app da zero (come ho fatto provando a creare una landing page per un consulente AI), Stitch offre due funzionalità incredibilmente utili:

1. La modalità “Ideate” (Ideazione): Se avete un problema ma non un’idea chiara sullo stile, potete chiedere a Stitch di farvi da partner creativo. Il sistema vi proporrà diverse direzioni (es. “minimalista tech”, “dark mode”, “editoriale”) e, una volta scelta la strada, genererà un vero e proprio documento di PRD (Product Requirements Document) prima di passare alla creazione delle schermate.
2. La modalità “Redesign”: Potete caricare lo screenshot di un’app o di un sito esistente (io ho usato l’app complemento del mio libro “Esercizi di Intelligenza Aumentata”) e chiedere uno stravolgimento grafico. Passare da uno stile minimal a uno brutalista e di impatto ha richiesto appena due minuti!

“Stitch porta il web design anche a coloro che non lo fanno di mestiere, e aiuta i professionisti a velocizzare le attività ripetitive per concentrarsi sul controllo strategico e sulla qualità dell’output finale.”

Quando il progetto vi soddisfa, Stitch non vi lascia con in mano solo immagini statiche. Potete esportare il lavoro su Figma, copiare il codice negli appunti o passare l’intero progetto su AI Studio per trasformarlo in un’app funzionante collegando database e modelli IA.

Curiosi di vedere l’app in azione e scoprire tutti i passaggi? Guardate il video tutorial completo

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Guida a Stitch: design facile con l’intelligenza artificiale proviene da Vincos di Vincenzo Cosenza.

Ridurre l’ansia (e raffreddare l’entusiasmo)

Il sottotitolo del libro di Raffaele è un manifesto: l’obiettivo è alleggerire l’ansia di chi rifiuta l’IA (i cosiddetti no-AI) ma, allo stesso tempo, smorzare l’eccessivo entusiasmo di chi la accetta senza alcuno spirito critico. Come dice Raffaele, è la prima volta che interagiamo con una tecnologia usando il linguaggio naturale, e questo ci manda comprensibilmente “fuori giri”. L’importante è cercare un equilibrio razionale, smettendo di chiederci se le macchine siano “veramente intelligenti” o meno, per concentrarci invece su come possiamo usarle consapevolmente nel nostro lavoro quotidiano.

L’importanza delle domande (più che dei prompt)

Prima ancora di diventare esperti di prompt engineering, il vero superpotere oggi è sapersi fare le domande giuste. Perché sto usando questo strumento? Qual è il mio obiettivo? Quali sono i colli di bottiglia dei miei processi aziendali? Raffaele sottolinea che l’IA non è un oracolo dalle cui labbra pendere, ma piuttosto un “compagno di avventure” o un filosofo con cui confrontarsi. Non possiamo aspettare che arrivi l’esempio perfetto calato nel nostro specifico settore: dobbiamo fare uno sforzo di astrazione per capire come applicare le logiche dell’IA al nostro contesto.

Creatività: aumentata o sostituita?

Delegare un intero processo all’IA atrofizza il nostro “muscolo” creativo. Ma se manteniamo la regia e usiamo gli strumenti per superare il blocco del foglio bianco o esplorare punti di vista diversi, otteniamo una creatività aumentata. Per capire se stiamo delegando troppo, dobbiamo chiederci: “Riesco ancora a iniziare un’attività da solo senza ChatGPT?”

La trappola della produttività e l’era degli “Agenti”

L’obiettivo di usare l’IA non dovrebbe essere per forza fare di più e lavorare senza sosta. Dovrebbe aiutarci a lavorare meglio, permettendoci magari di automatizzare compiti noiosi per reinvestire tempo prezioso nelle relazioni umane e con i clienti.

Inoltre, abbiamo discusso di come il mercato stia evolvendo. Raffaele mi ha raccontato il suo “effetto wow” nel passaggio da strumenti conversazionali come ChatGPT a piattaforme agentiche (come Claude Code), capaci non solo di chattare ma di eseguire task, operare sui file e portare a termine compiti in autonomia.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Quale mindset per l’IA? L’opinione di Raffaele Gaito proviene da Vincos di Vincenzo Cosenza.

Tra le varie opzioni disponibili, Claude di Anthropic si distingue per la sua eccezionale versatilità e per la capacità di utilizzare strumenti esterni. Nel video che ho girato, ho testato i tre metodi principali per effettuare un’analisi competitiva dei profili Instagram (in questo caso, applicata ai principali operatori energetici italiani: Enel, Plenitude, Edison e Sorgenia).

Metodo 1: la chat

Il primo approccio è quello più intuitivo: inserire un prompt nella chat di Claude (o nell’ambiente Cowork) chiedendo di analizzare specifiche pagine Instagram. Il sistema proverà a estrarre dati come bio, formati frequenti e messaggi chiave. Tuttavia, questo metodo si scontra spesso con i blocchi anti-scraping di Instagram. Claude cercherà di aggirare il problema effettuando ricerche web alternative, ma il risultato sarà un report basato su dati parziali, utile solo per una panoramica molto superficiale.

Metodo 2: il plugin Chrome di Claude

Un livello più avanzato prevede l’utilizzo dell’estensione ufficiale di Claude per Chrome. Chiedendo esplicitamente all’AI di utilizzare il plugin, Claude “prenderà il controllo” del browser, navigando attivamente sulle pagine Instagram dei competitor ed estraendo le informazioni richieste simulando un utente umano. Il risultato è un report decisamente più strutturato, con dettagli sui contenuti promozionali, sul tono di voce e sull’identità digitale del brand. Il lato negativo? Navigare in questo modo consuma moltissimi token, rendendo l’operazione poco efficiente dal punto di vista dei costi operativi del modello.

Metodo 3: l’approccio agentivo con le API (Apify)

Il metodo definitivo, che garantisce dati profondi senza bruciare token inutilmente, è l’integrazione con un servizio esterno di scraping via API, come Apify. Ecco come procedere:

1. Creare un account su Apify e individuare lo strumento “Instagram Scraper”.
2. Copiare il proprio Personal API Token dalle impostazioni di Apify.
3. In Claude Cowork, aggiungere Apify tra i connettori personalizzati e inserire la chiave API.
4. Fornire a Claude un prompt in cui si richiede esplicitamente di utilizzare Apify per lo scraping.

In questo modo, Claude attiverà l’attore di Apify per scaricare un numero preciso di post (es. gli ultimi 20, 50 o 100) da ogni profilo. Il report finale sarà un’analisi esecutiva di altissimo livello, comprensiva di panoramiche comparative precise, individuazione del formato dominante per ogni brand (es. Reels vs Caroselli), calcolo dell’engagement, mappa del tono di voce e raccomandazioni strategiche basate su dati reali e corposi.

L’uso agentivo dell’Intelligenza Artificiale, delegando task specifici a connettori esterni, rappresenta il vero salto di qualità per chi lavora nel marketing.

Per vedere la procedura passo-passo e l’impostazione dei connettori all’interno dell’interfaccia di Claude, vi rimando all’approfondimento video.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Come analizzare i social dei competitor con Claude proviene da Vincos di Vincenzo Cosenza.

Codex è un’applicazione desktop che si appoggia all’abbonamento di ChatGPT Plus. Lavora per progetti, creando un ambiente di lavoro direttamente all’interno delle cartelle del nostro computer. Ma la vera rivoluzione per i marketer, introdotta di recente, è la modalità multi-agente.

Un’intera redazione aumentata a portata di prompt

Nel mio ultimo test, ho voluto spingere Codex oltre i tradizionali compiti di sviluppo, chiedendogli di orchestrare una vera e propria “redazione virtuale” per il riadattamento di un articolo (un pezzo originariamente scritto per la newsletter Appunti).

Invece di affidare l’intero lavoro a un solo modello, ho istruito il sistema affinché dividesse e delegasse il processo a quattro sub-agenti paralleli, ognuno con un ruolo ben definito:

1. L’Analista: incaricato di leggere il testo sorgente, estrarne le idee chiave, la struttura argomentativa, le citazioni più forti e i dati concreti.
2. Lo Strategist: con il compito di individuare gli angoli editoriali più interessanti e i target di pubblico ideali per la distribuzione del contenuto.
3. Il Social Copywriter: focalizzato sulla scrittura pratica di tre varianti di post per piattaforme diverse (X, LinkedIn e Facebook).
4. L’Avvocato del Diavolo: il ruolo più critico. Il suo compito è mettere in discussione le proposte degli altri agenti, evidenziando passaggi banali o generici e suggerendo come rendere il taglio più originale e controintuitivo.

Una volta completato il lavoro parallelo, l’agente principale raccoglie tutto il materiale, valuta le critiche dell’avvocato del diavolo e produce un file di sintesi direttamente nella cartella di progetto. Il risultato è un pacchetto editoriale completo di insight, l’angolo editoriale raccomandato e i post definitivi pronti per la pubblicazione.

L’uso di agenti paralleli che collaborano e si criticano a vicenda alza notevolmente la qualità dell’output finale, allontanandosi dal classico testo “standard” generato dall’IA.

Per vedere nel dettaglio l’esecuzione del prompt e tutti i passaggi operativi all’interno dell’interfaccia di Codex, vi rimando al video completo.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Creare una redazione di Agenti IA con Codex proviene da Vincos di Vincenzo Cosenza.

Le recenti implementazioni, basate sull’architettura dei server MCP (Model Context Protocol), aprono scenari estremamente interessanti per l’ottimizzazione delle attività quotidiane di ogni marketer.

Integrazione con Meta Ads Manager

La connessione diretta tra Manus e l’Ads Manager consente un’analisi granulare delle performance pubblicitarie in tempi ridotti. L’agente non si limita a estrarre dati, ma è in grado di:

• Identificare inefficienze: analizzare il budget sprecato su specifici segmenti o posizionamenti (come i tablet o l’Audience Network).
• Elaborare Action Plan: proporre step azionabili per migliorare il CTR e il costo per visualizzazione della pagina di destinazione.
• Generare Dashboard: trasformare i risultati in report formattati o mini-siti web per una consultazione rapida delle metriche chiave.

Manca ancora la possibilità di pianificare una campagna Meta dall’interfaccia di Manus, ma arriverà sicuramente.

Analisi Competitiva e Ricerca

Sfruttando l’accesso alla Meta Ads Library e al Google Ads Transparency Center, Manus permette di monitorare la strategia pubblicitaria dei competitor. In pochi minuti, è possibile ottenere un report che sintetizza il numero di annunci attivi, i messaggi chiave utilizzati e i domini di riferimento, facilitando la comprensione del contesto competitivo.

Automazione e Gestione Instagram

Sul fronte della gestione organica, l’integrazione con Instagram permette di delegare all’AI l’intero ciclo di vita di un contenuto:

1. Analisi delle performance: valutazione dell’engagement rate degli ultimi mesi e suggerimenti sui formati più efficaci (Reels, caroselli o immagini singole).
2. Creazione di asset: generazione di immagini tipografiche o fotorealistiche di alta qualità grazie alla collaborazione tra Meta e modelli avanzati di generazione visiva.
3. Pubblicazione diretta: scrittura di copy, selezione degli hashtag e posting automatizzato direttamente dall’ambiente di lavoro di Manus.

Questi strumenti rappresentano un salto qualitativo nella gestione dei flussi di lavoro, riducendo i tempi di analisi e permettendo ai professionisti di concentrarsi sulla strategia di alto livello.

Per una dimostrazione pratica di queste funzionalità e per vedere Manus all’opera vi consiglio il mio ultimo video.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Come usare Manus con Instagram e Meta Ads Manager proviene da Vincos di Vincenzo Cosenza.

Io ho spiegato i meccanismi tecnici e le scelte di sviluppo che portano i chatbot ad avere un “carattere” definito. Nello specifico, ho sottolineato che:

• è difficile distinguere nettamente le caratteristiche di stile dei modelli perché hanno una natura probabilistica, quindi difficilmente daranno sempre la stessa identica risposta ad una domanda complessa
• Lo stile dipende dal fine-tuning: nella fase iniziale di training, i modelli di intelligenza artificiale sono quasi tutti uguali, poiché vengono esposti allo stesso bacino di miliardi di testi. È nella successiva fase di affinamento (fine-tuning) che gli ingegneri danno un tono conversazionale ai modelli e una loro “personalità” assumono una vera e propria “personalità”.
• L’utente può personalizzare lo stile aggiungendo delle istruzioni personalizzate nelle “Impostazioni”
• Natura probabilistica: Hai ricordato che un chatbot, proprio per come è programmato, raramente darà la stessa identica risposta a una domanda complessa.

L'articolo Come scegliere un chatbot: mia intervista al Messaggero proviene da Vincos di Vincenzo Cosenza.

Il problema, quasi sempre, non è lo strumento. È il prompt. O meglio, è l’approccio istintivo a una tecnologia che invece richiede strategia, pensiero e, soprattutto, allenamento. Per questo ho deciso di lanciare un nuovo progetto: Palestra di IA dove IA sta sia per Intelligenza Artificiale che per Intelligenza Aumentata, quella a cui tendere.

Come funziona la Palestra di IA

L’idea della Palestra nasce dal mio libro “Esercizi di intelligenza aumentata“. Mi sono reso conto che la teoria ha bisogno di un ancoraggio pratico quotidiano. Se non alleniamo il nostro modo di dialogare con queste “intelligenze aliene”, rischiamo l’atrofizzazione del nostro organo più prezioso: il cervello.

L’IA non deve renderci pigri, ma più attivi. Ma per potenziare la nostra intelligenza serve disciplina ed esercizio.

La Palestra di IA non è una libreria di prompt pronti da copiare e incollare (quelli servono a poco se non capisci la logica). È un luogo dove sfidare te stesso attraverso quattro discipline: testi (per imparare a lavorare con ChatGPT, Claude, Gemini), immagini, video, flussi e agenti (per chi vuole progettare automazioni complesse).

Il metodo è semplice. Ogni giorno il sistema seleziona un esercizio per ogni disciplina:

1. Scegli una disciplina
2. Leggi il brief proposto (ad esempio: “Sei uno studente che deve strutturare un tema”)
3. Scrivi il tuo prompt e clicchi su “Valuta il prompt”
4. Un allenatore (il modello Gemini) valuta la tua performance assegnandoti un voto e spiegandoti dove puoi migliorare, mostrandoti anche un “prompt modello” da studiare.
5. Facendo esercizi si ottengono anche dei trofei virtuali visibili nella sezione “Progressi”.

Un progetto creato attraverso “Vibe Coding”

Una nota interessante per i più curiosi: ho sviluppato questa web app senza saper scrivere codice. Ho usato la tecnica del vibe coding, ossia ho descritto le funzionalità e l’estetica a Google AI Studio (per il prototipo) e poi ho migliorato il codice usando Antigravity (che mi ha guidato anche nell’agganciare l’app a Firebase).
È la prova che, se sai come “parlare” alla macchina, i limiti di quello che puoi costruire si spostano incredibilmente in avanti.

Altra nota di design: ho creato in background un’animazione che mostra due reti di colore diverso (simboleggiano l’intelligenza umana e quella artificiale) che quando si incontrano producono un’effetto ondulatorio e si contaminano.

La palestra è completamente gratuita e pensata per essere usata anche da mobile. Provala e fammi sapere che ne pensi.

Vuoi approfondire i temi dell’Intelligenza Artificiale Generativa? Scopri i miei corsi di formazione!

L'articolo Palestra di IA: esercizi quotidiani per imparare ad usare l’intelligenza artificiale proviene da Vincos di Vincenzo Cosenza.

Questo, ovviamente, non vuol dire che Claude non sia un ottimo modello linguistico. Ho evidenziato, infatti, che potrebbe essere preso in seria considerazione soprattutto per la sua declinazione Code e Cowork. La prima è un ambiente di sviluppo per coder e la seconda è un ambiente per i knowledge worker, di cui ho parlato più volte qui.

Qui la registrazione della puntata, il mio intervento è dal minuto 10.

L'articolo Il momento di Anthropic: intervista a Radio24 proviene da Vincos di Vincenzo Cosenza.

Durante il mio intervento, ho voluto condividere alcuni spunti pratici per non subire passivamente le tecnologie dell’IA generativa, ma per trasformarle in veri e propri alleati. Spesso tendiamo a usare strumenti come ChatGPT o Gemini come se fossero delle semplici calcolatrici evolute o dei risponditori automatici. La vera sfida, invece, è imparare a collaborare con loro per raggiungere quella che chiamo “intelligenza aumentata” (e di cui parlo nel mio libro).

Ecco le tre regole d’oro, tratte dai miei esercizi, che ho proposto ai ragazzi per allenare la creatività:

• Esplorazione: non bisogna farsi frenare dalla pigrizia. Bisogna testare i limiti della macchina facendo le richieste più insolite.
• Direzione: le intelligenze artificiali vanno guidate, non subite. Fare una domanda semplice o scrivere un prompt poco dettagliato ci darà risposte generiche.
• Dialogo: questi strumenti sono progettati per conversare. Non accontentatevi della prima risposta. Continuate a dialogare. Si innescherà una co-creazione affascinante tra voi e la macchina.

C’è però un rischio enorme che non dobbiamo mai sottovalutare, come ho ricordato rispondendo a una domanda arrivata da una scuola di Pavia: la delega totale senza controllo. Possiamo farci aiutare dall’IA a strutturare una ricerca o a scrivere codice informatico, ma non dobbiamo mai atrofizzare il nostro spirito critico. Il risultato finale deve essere sempre nostro, verificato e appropriato. Oggi più che mai, di fronte a video fotorealistici o immagini generate dal nulla, l’arma più potente a nostra disposizione resta sempre la stessa: coltivare il dubbio e controllare maniacalmente le fonti.

È stato un momento di grande arricchimento e riflessione sul futuro dell’educazione e del lavoro. Se volete recuperare l’intero dibattito e ascoltare tutti gli interventi, trovate la registrazione completa qui sotto.

Ti è piaciuto questo articolo? Iscriviti alla mia newsletter gratuita!

L'articolo Scuola e IA: intervento alla Fondazione Corriere della Sera proviene da Vincos di Vincenzo Cosenza.