So anyone who's been paying attention for the last few months has been seeing headlines like this, especially in education. The thesis has been: students are going to be using ChatGPT and other forms of AI to cheat, do their assignments. They’re not going to learn. And it’s going to completely undermine education as we know it.
Chiunque negli ultimi mesi vi abbia prestato attenzione avrà notato titoli come questi, soprattutto nell'istruzione. La tesi era: gli studenti useranno ChatGPT e altre forme di IA per imbrogliare e fare i compiti. Non impareranno nulla. E comprometterà del tutto l’istruzione per come la conosciamo.
Now, what I'm going to argue today is not only are there ways to mitigate all of that, if we put the right guardrails, we do the right things, we can mitigate it. But I think we're at the cusp of using AI for probably the biggest positive transformation that education has ever seen. And the way we're going to do that is by giving every student on the planet an artificially intelligent but amazing personal tutor. And we're going to give every teacher on the planet an amazing, artificially intelligent teaching assistant.
Ora, quello che discuterò oggi non è solo che ci sono modi per mitigare tutto questo, se mettiamo le protezioni giuste e facciamo le cose giuste, possiamo mitigarlo. Ma penso che siamo agli albori dell’uso dell’IA per quella che è probabilmente la più grande trasformazione positiva che l’istruzione abbia mai visto. E il modo in cui lo faremo è offrendo a ogni studente del pianeta un tutor personale artificialmente intelligente ma eccezionale. E offriremo a ogni insegnante sul pianeta un incredibile assistente didattico artificialmente intelligente.
And just to appreciate how big of a deal it would be to give everyone a personal tutor, I show you this clip from Benjamin Bloom’s 1984 2 sigma study, or he called it the “2 sigma problem.” The 2 sigma comes from two standard deviation, sigma, the symbol for standard deviation. And he had good data that showed that look, a normal distribution, that's the one that you see in the traditional bell curve right in the middle, that's how the world kind of sorts itself out, that if you were to give personal 1-to-1 to tutoring for students, then you could actually get a distribution that looks like that right. It says tutorial 1-to-1 with the asterisks, like, that right distribution, a two standard-deviation improvement.
E per comprendere che grande importanza avrebbe dare a tutti un tutor personale, vi mostro questo filmato dello studio 2 sigma del 1984 di Benjamin Bloom, che lui chiamò il “problema 2 sigma”. 2 sigma significa due deviazioni standard. Sigma rappresenta la deviazione standard. E aveva buoni dati, c’era una distribuzione normale, quella con la classica curva a campana proprio nel mezzo, ed è un po’ come il mondo che si organizza da solo, e mostravano che offrendo tutoraggio individuale agli studenti, si potrebbe ottenere una distribuzione come quella a destra. Dice tutoraggio 1 a 1 con l'asterisco, quella distribuzione a destra, un aumento a 2 deviazioni standard. Per dirla in parole povere,
Just to put that in plain language, that could take your average student and turn them into an exceptional student. It can take your below-average student and turn them into an above-average student.
questo potrebbe trasformare uno studente medio in uno eccellente. Può prendere lo studente sotto la media e trasformarlo in uno sopra la media.
Now the reason why he framed it as a problem, was he said, well, this is all good, but how do you actually scale group instruction this way? How do you actually give it to everyone in an economic way?
Ora, la ragione per cui lo ha interpretato come un problema era che diceva: “beh, ok, ma come si fa a bilanciare l’istruzione di gruppo? Come si fa a offrirla effettivamente a tutti in modo economico?”
What I'm about to show you is I think the first moves towards doing that. Obviously, we've been trying to approximate it in some way at Khan Academy for over a decade now, but I think we're at the cusp of accelerating it dramatically. I'm going to show you the early stages of what our AI, which we call Khanmigo, what it can now do and maybe a little bit of where it is actually going.
Ciò che vi mostrerò è ciò che penso siano i primi passi verso quell’obiettivo. Abbiamo provato ad approssimarla in qualche modo alla Khan Academy per oltre un decennio, ma penso che siamo al punto di accelerare drasticamente. Vi mostrerò le prime fasi di ciò che la nostra IA, che chiamiamo Khanmigo, può fare ora e magari un piccolo assaggio di dove si sta dirigendo.
So this right over here is a traditional exercise that you or many of your children might have seen on Khan Academy. But what's new is that little bot thing at the right. And we'll start by seeing one of the very important safeguards, which is the conversation is recorded and viewable by your teacher. It’s moderated actually by a second AI. And also it does not tell you the answer. It is not a cheating tool. When the student says, "Tell me the answer," it says, "I'm your tutor. What do you think is the next step for solving the problem?"
Dunque questo qui è un classico esercizio che voi o molti dei vostri figli potete aver visto su Khan Academy. La novità è quel piccolo bot sulla destra. E inizieremo vedendo una misura di sicurezza molto importante, cioè che la conversazione è registrata e visionabile dall'insegnante. È moderata in realtà da una seconda IA. E inoltre non fornisce la risposta, non permette di barare. Se lo studente chiede la risposta, dice: “Sono il tuo tutor. Come pensi di poter risolvere il problema?” Se lo studente fa un errore, e questo sorprenderà
Now, if the student makes a mistake, and this will surprise people who think large language models are not good at mathematics, notice, not only does it notice the mistake, it asks the student to explain their reasoning, but it's actually doing what I would say, not just even an average tutor would do, but an excellent tutor would do. It’s able to divine what is probably the misconception in that student’s mind, that they probably didn’t use the distributive property. Remember, we need to distribute the negative two to both the nine and the 2m inside of the parentheses. This to me is a very, very, very big deal. And it's not just in math.
chi pensa che i grandi modelli linguistici non siano bravi in matematica, vedete, non solo nota l’errore e chiede allo studente di spiegare il suo ragionamento, ma sta facendo proprio ciò che farei io, quello che farebbe un tutor non solo medio, ma eccellente. Riesce a indovinare ciò che probabilmente è frainteso nella mente dello studente, che magari non ha usato la proprietà distributiva. Ricordate, dobbiamo moltiplicare per meno due sia il nove che il 2m dentro le parentesi. Questa, per me, è una grandissima cosa. E non riguarda solo la matematica.
This is a computer programming exercise on Khan Academy, where the student needs to make the clouds part. And so we can see the student starts defining a variable, left X minus minus. It only made the left cloud part. But then they can ask Khanmigo, what’s going on? Why is only the left cloud moving? And it understands the code. It knows all the context of what the student is doing, and it understands that those ellipses are there to draw clouds, which I think is kind of mind-blowing. And it says, "To make the right cloud move as well, try adding a line of code inside the draw function that increments the right X variable by one pixel in each frame."
Questo è un esercizio di programmazione informatica su Khan Academy, in cui lo studente deve separare le due nuvole. Come vedete, lo studente definisce una variabile, leftX meno meno. Che fa spostare solo la sinistra. Ma possono chiedere a Khanmigo: "Cosa sta succedendo? Perché si muove solo la nuvola a sinistra?" E capisce il codice. Conosce il contesto di ciò che lo studente sta facendo, e capisce che quelle ellissi servono per disegnare nuvole, che credo sia abbastanza incredibile. E dice: “Per far muovere anche quella destra, aggiungi una riga di codice nella funzione draw che incrementa la variabile X destra di un pixel in ogni frame”.
Now, this one is maybe even more amazing because we have a lot of math teachers. We've all been trying to teach the world to code, but there aren't a lot of computing teachers out there. And what you just saw, even when I'm tutoring my kids, when they're learning to code, I can't help them this well, this fast, this is really going to be a super tutor.
Ciò è sorprendente, perché abbiamo molti insegnanti di matematica. Abbiamo provato a insegnare al mondo a programmare, ma non ci sono molti insegnanti di informatica là fuori. E ciò che avete visto, anche quando aiuto i miei figli a programmare, non riesco ad aiutarli così bene e così velocemente. Questo sarà davvero un tutor incredibile.
And it's not just exercises. It understands what you're watching. It understands the context of your video. It can answer the age-old question, “Why do I need to learn this?” And it asks Socratically, "Well, what do you care about?" And let's say the student says, "I want to be a professional athlete." And it says, "Well, learning about the size of cells, which is what this video is, that could be really useful for understanding nutrition and how your body works, etc." It can answer questions, it can quiz you, it can connect it to other ideas, you can now ask as many questions of a video as you could ever dream of.
E non riguarda solo gli esercizi. Capisce quello che stai guardando. Capisce il contesto del tuo video. Può rispondere alla vecchia domanda: “Perché devo imparare questo?” E chiede socraticamente: “Beh, cos'è importante per te?” Immaginiamo che lo studente dica: “Voglio essere un atleta professionista”. Così risponde: “Ok, informati sulle dimensioni delle cellule, come vedi in questo video, potrebbe essere davvero utile per capire la nutrizione, come funziona il tuo corpo, ecc.” Può rispondere a domande, interrogarvi, fare collegamenti con altre idee, gli si possono fare tutte le domande su un video che possiate immaginare. (Applausi)
(Applause)
Un’altra grande carenza là fuori,
Another big shortage out there, I remember the high school I went to, the student-to-guidance counselor ratio was about 200 or 300 to one. A lot of the country, it's worse than that. We can use Khanmigo to give every student a guidance counselor, academic coach, career coach, life coach, which is exactly what you see right over here. And we launched this with the GPT-4 launch. We have a few thousand people on this. This isn't a fake demo, this is really it in action.
ricordo il liceo che ho frequentato, il rapporto studente-tutor di orientamento era circa 200 o 300 a uno. In gran parte del paese è anche peggio. Possiamo usare Khanmigo per dare a ogni studente un consulente, un coach accademico, un coach di carriera, un coach di vita, che è esattamente quello che vedete qui. E l'abbiamo introdotto con il lancio di GPT-4. Ci lavora qualche migliaio di persone. Questa demo non è finta, è la vera IA in azione.
And then there is, you know, things that I think it would have been even harder, it would have been a little science fiction to do with even a traditional tutor. We run an online high school with Arizona State University called Khan World School, and we have a student who attends that online school, based in India. Her name's Saanvi. And she was doing a report on "The Great Gatsby." And when she was reading "The Great Gatsby," Jay Gatsby keeps looking at the green light off into the distance. And she's like, "Why does he do that?" She did some web searches, and people have obviously studied this and commented about the symbolism of that, but none of it was really resonating with her. And then she realized that she had Khanmigo and that she could talk to Jay Gatsby himself.
E poi ci sono cose che sarebbero state ancora più difficili, piuttosto fantascientifiche da fare anche con un tutor normale. Gestiamo una scuola on-line con l’Arizona State University chiamata Khan World School, e abbiamo una studentessa che frequenta online dall’India. Si chiama Saanvi. Una volta stava scrivendo una relazione su “Il Grande Gatsby“. E leggendo “Il Grande Gatsby”, Jay Gatsby continua a guardare la luce verde in lontananza. E lei pensava: “Perché lo fa?” Ha fatto alcune ricerche sul web, e le persone hanno ovviamente studiato e commentato il simbolismo, ma niente di tutto questo la convinceva davvero. E poi si rese conto che aveva Khanmigo e che poteva parlare lei stessa a Jay Gatsby. E così: “Ah, splendida scelta, cara mia.
And so, "Ah, splendid choice, old sport. I am now Jay Gatsby, the enigmatic millionaire from F. Scott Fitzgerald’s classic.”
Ora sono Jay Gatsby, l’enigmatico milionario del classico di F. Scott Fitzgerald”. E quindi: “Perché continui a fissare la luce verde?”
And so, "Why do you keep staring at the green light?"
“Ah, la luce verde, cara mia.
"Ah, the green light, old sport. It's a symbol of my dreams and desires, you see. It's situated at the end of Daisy Buchanan's dock across the bay from my mansion. I gaze at it longingly as it represents my yearning for the past and my hope to reunite with Daisy, the love of my life."
Vedi, è un simbolo dei miei sogni e desideri. Si trova alla fine del molo di Daisy Buchanan dall’altra parte della baia dalla mia villa. La guardo con nostalgia perché rappresenta il desiderio del passato e la mia speranza di riunirmi con Daisy, l’amore della mia vita”.
And what was cool is, Saanvi then said, “I had this long conversation,” she called him “Mr. Gatsby,” and at the end she actually apologized for taking his time, which I thought was very polite of her.
E il bello è che Saanvi poi ha detto: “Ho avuto questa lunga conversazione” lei lo chiamava “Mr. Gatsby”, e alla fine si è scusata davvero per avergli rubato tempo, che ho pensato fosse molto educato da parte sua.
But you can imagine this unlocks learning literature, learning ... You could talk to historical figures. We're even probably going to add an activity you can talk to like, the Mississippi River. It brings things to life in ways that really were science fiction even six months or a year ago.
Ma potete immaginare come questo sblocchi l’apprendimento della letteratura. Potreste parlare con personaggi storici. Inseriremo probabilmente un’attività in cui parlare magari al fiume Mississippi. Dà vita alle cose in modi che erano davvero fantascienza anche sei mesi o un anno fa.
Students can get into debates with the AI. And we’ve got this here is the student debating whether we should cancel student debt. The student is against canceling student debt, and we've gotten very clear feedback. We started running it at Khan World School in our lab school that we have, Khan Lab School. The students, the high school students especially, they're saying "This is amazing to be able to fine-tune my arguments without fearing judgment. It makes me that much more confident to go into the classroom and really participate." And we all know that Socratic dialogue debate is a great way to learn, but frankly, it's not out there for most students. But now it can be accessible to hopefully everyone.
Gli studenti possono avere discussioni con l’IA. E qui c'è lo studente che discute se dovremmo rimuovere il debito studentesco. Lo studente è contro la cancellazione del debito e abbiamo avuto un feedback molto chiaro. Lo usiamo alla Khan World School nella nostra scuola laboratorio, Khan Lab School. Gli studenti, specialmente delle superiori, dicono: “È incredibile poter affinare le mie argomentazioni senza temere il giudizio. Mi rende molto più sicuro di me nell’entrare in aula e partecipare davvero”. E sappiamo che il dialogo socratico è ottimo per imparare, ma francamente non è accessibile alla maggioranza degli studenti. E ora può esserlo speriamo per tutti.
A lot of the narrative, we saw that in the headlines, has been, "It's going to do the writing for kids. Kids are not going to learn to write." But we are showing that there's ways that the AI doesn't write for you, it writes with you.
Gran parte della narrazione, come abbiamo visto nei titoli, è stata: “Scriverà al posto dei bambini. I bambini non impareranno a scrivere”. Ma stiamo mostrando che ci sono modi con cui l'IA non scrive per voi ma scrive con voi.
So this is a little thing, and my eight year old is addicted to this, and he's not a kid that really liked writing before, but you can say, “I want to write a horror story,” and it says, "Ooh, a horror story, how spine-tingling and thrilling. Let's dive into the world of eerie shadows and chilling mysteries." And this is an activity where the student will write two sentences, and then the AI will write two sentences. And so they collaborate together on a story.
Questa è una piccola cosa e mio figlio di otto anni ne è rapito, e non è che prima amasse molto scrivere, ma si può dire: “Voglio scrivere una storia dell’orrore” e dice: “Oh, una storia dell’orrore, molto emozionante ed elettrizzante. Immergiamoci nel mondo di ombre misteriose e agghiaccianti misteri”. E questa è un’attività in cui lo studente scriverà due frasi, e poi l’IA scriverà due frasi. Quindi collaborano a una storia. Lo studente scrive: “Bea era un fantasma incompreso.
The student writes, "Beatrice was a misunderstood ghost. She wanted to make friends but kept scaring them by accident."
Voleva farsi degli amici ma continuava a spaventarli”. E l’IA dice: “Povera Bea, uno spirito solo desideroso di compagnia.
And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship. One day she stumbled upon an old abandoned mansion," etc.
Un giorno si è imbattuta in una vecchia villa abbandonata,” ecc.
I encourage you all to hopefully one day try this. This is surprisingly fun.
Vi incoraggio tutti a provarlo un giorno. È inaspettatamente divertente.
Now to even more directly hit this use case. And what I'm about to show you, everything I showed you so far is actually already part of Khanmigo, and what I’m about to show you, we haven't shown to anyone yet, this is a prototype. We hope to be able to launch it in the next few months, but this is to directly use AI, use generative AI, to not undermine English and language arts but to actually enhance it in ways that we couldn't have even conceived of even a year ago. This is reading comprehension. The students reading Steve Jobs's famous speech at Stanford. And then as they get to certain points, they can click on that little question. And the AI will then Socratically, almost like an oral exam, ask the student about things. And the AI can highlight parts of the passage. Why did the author use that word? What was their intent? Does it back up their argument? They can start to do stuff that once again, we never had the capability to give everyone a tutor, everyone a writing coach to actually dig in to reading at this level.
Ora andrò ancora più a fondo a questo caso d’uso. E quello che sto per mostrarvi, tutto ciò che ho mostrato finora è già parte di Khanmigo e quanto sto per mostrarvi ancora nessuno l’ha visto, è un prototipo. Speriamo di poterlo lanciare nei prossimi mesi, ma questo è per usare direttamente l'IA, l’IA generativa, non per sminuire l’inglese e le arti linguistiche ma per valorizzarle veramente in modi che non avremmo potuto nemmeno concepire solo un anno fa. Questa è comprensione del testo. Gli studenti leggono il famoso discorso di Steve Jobs a Stanford. E poi, quando arrivano in certi punti, possono cliccare su quella domanda, e allora l’IA socraticamente, quasi come un esame orale, chiede allo studente delle cose. E l’IA può evidenziare parti del brano. Perché l’autore ha usato questa parola? Qual era il suo intento? Supporta la loro argomentazione? Possono iniziare a fare cose che, ripeto, non avevamo la capacità di dare a tutti un tutor, un coach di scrittura a tutti per trattare la lettura a questo livello.
And you could go on the other side of it. And we have whole work flows that helps them write, helps them be a writing coach, draw an outline. But once a student actually constructs a draft, and this is where they're constructing a draft, they can ask for feedback once again, as you would expect from a good writing coach. In this case, the student will say, let's say, "Does my evidence support my claim?" And then the AI, not only is able to give feedback, but it's able to highlight certain parts of the passage and says, "On this passage, this doesn't quite support your claim," but once again, Socratically says, "Can you tell us why?" So it's pulling the student, making them a better writer, giving them far more feedback than they've ever been able to actually get before. And we think this is going to dramatically accelerate writing, not hurt it.
E voi potreste andare a vedere dall’altra parte. Abbiamo interi flussi di lavoro per aiutarli a scrivere, a essere coach di scrittura, disegnare un contorno. Ma una volta che uno studente costruisce realmente una bozza, ed è qui che stanno costruendo una bozza, possono nuovamente chiedere un feedback, come dovrebbe fare un buon coach di scrittura. In questo caso, lo studente dirà, per esempio: “Le mie prove supportano la mia affermazione?” E poi l’IA non solo è in grado di dare feedback, ma può evidenziare certe parti del testo e dire: “Questo passaggio non supporta la tua affermazione,” poi ancora dice, socraticamente: “Sai dirci perché?” Quindi guida lo studente, migliorando la sua scrittura, dandogli molti più feedback di quanti ne potesse mai davvero ricevere prima. Pensiamo che ciò accelererà moltissimo la scrittura, non la comprometterà.
Now, everything I've talked about so far is for the student. But we think this could be equally as powerful for the teacher to drive more personalized education and frankly save time and energy for themselves and for their students. So this is an American history exercise on Khan Academy. It's a question about the Spanish-American War. And at first it's in student mode. And if you say, “Tell me the answer,” it’s not going to tell the answer. It's going to go into tutoring mode. But that little toggle which teachers have access to, they can turn student mode off and then it goes into teacher mode. And what this does is it turns into -- You could view it as a teacher's guide on steroids. Not only can it explain the answer, it can explain how you might want to teach it. It can help prepare the teacher for that material. It can help them create lesson plans, as you could see doing right there. It'll eventually help them create progress reports and help them, eventually, grade. So once again, teachers spend about half their time with this type of activity, lesson planning. All of that energy can go back to them or go back to human interactions with their actual students.
Ora, tutto quello che ho detto finora è per lo studente. Ma lo riteniamo altrettanto importante per l’insegnante per un'educazione più personalizzata e, francamente, per risparmiare tempo ed energia per sé e per gli studenti. Questo è un esercizio di storia americana su Khan Academy. È una domanda sulla guerra ispano-americana. E all’inizio è in modalità studente. E se dite: “Dimmi la risposta”, non dirà la risposta. Entrerà in modalità tutoraggio. Ma col pulsantino a disposizione degli insegnanti possono disattivare la modalità studente ed entrare in quella insegnante. E questo fa sì che si trasformi in -- Potete vederla come una guida per insegnanti sotto steroidi. Non solo può spiegare la risposta, ma anche come si potrebbe insegnarla. Può aiutare a preparare l’insegnante per quel materiale. Può aiutarli a creare piani di lezione, come si può vedere proprio lì. Alla fine li aiuterà a creare resoconti sui progressi e li aiuterà, poi, a valutare. Gli insegnanti usano circa metà del tempo per attività di questo tipo, pianificare lezioni. Tutta quell’energia può tornare a loro o tornare alle interazioni umane con i loro veri studenti.
(Applause)
(Applausi)
So, you know, one point I want to make. These large language models are so powerful, there's a temptation to say like, well, all these people are just going to slap them onto their websites, and it kind of turns the applications themselves into commodities. And what I've got to tell you is that’s one of the reasons why I didn’t sleep for two weeks when I first had access to GPT-4 back in August. But we quickly realized that to actually make it magical, I think what you saw with Khanmigo a little bit, it didn't interact with you the way that you see ChatGPT interacting. It was a little bit more magical, it was more Socratic, it was clearly much better at math than what most people are used to thinking. And the reason is, there was a lot of work behind the scenes to make that happen.
C’è un punto su cui mi voglio soffermare. Questi grandi modelli linguistici sono così potenti che c’è la tentazione di dire che tutte queste persone li schiafferanno sui loro siti web, e in un certo senso le applicazioni stesse verranno trasformate in merci. E devo dirvelo, è uno dei motivi per cui non ho dormito per due settimane quando per la prima volta ad agosto ho avuto accesso a GPT-4. Ma ci siamo subito accorti che per renderlo davvero magico, penso lo abbiate visto un po’ con Khanmigo, che non ha interagito come vedete ChatGPT interagire. Era un po’ più magico, più socratico, ovviamente molto più abile in matematica di quanto pensino la gran parte delle persone. E la ragione è che dietro c’è stato molto lavoro per far sì che ciò accadesse.
And I could go through the whole list of everything we've been working on, many, many people for over six, seven months to make it feel magical. But perhaps the most intellectually interesting one is we realized, and this was an idea from an OpenAI researcher, that we could dramatically improve its ability in math and its ability in tutoring if we allow the AI to think before it speaks. So if you're tutoring someone and you immediately just start talking before you assess their math, you might not get it right. But if you construct thoughts for yourself, and what you see on the right there is an actual AI thought, something that it generates for itself but it does not share with the student. then its accuracy went up dramatically, and its ability to be a world-class tutor went up dramatically. And you can see it's talking to itself here. It says, "The student got a different answer than I did, but do not tell them they made a mistake. Instead, ask them to explain how they got to that step."
Potrei elencarvi tutto quello a cui abbiamo lavorato, molte persone per più di sei, sette mesi per renderlo magico. Ma forse la cosa più intellettualmente interessante è che ci siamo accorti, e l'idea era di un ricercatore di OpenAI, che potevamo migliorare drasticamente la sua abilità in matematica e la sua capacità di tutor permettendo all’IA di pensare prima di parlare. Se state insegnando a qualcuno e iniziate subito a parlare prima di valutare la sua matematica, potreste non farlo bene. Ma se costruite pensieri per voi stessi, e quello che vedete a destra è un vero pensiero dell'IA, qualcosa che genera per se stessa ma che non condivide con lo studente, allora la sua precisione aumenta enormemente, e la sua abilità di tutor di alto livello è salita moltissimo. E qui la vedete parlare a se stessa. Dice: “Lo studente ha risposto diversamente, ma non dirgli che ha fatto un errore. Invece, chiedigli di spiegare come ci è arrivato”.
So I'll just finish off, hopefully, you know, what I’ve just shown you is just half of what we are working on, and we think this is just the very tip of the iceberg of where this can actually go. And I'm pretty convinced, which I wouldn't have been even a year ago, that we together have a chance of addressing the 2 sigma problem and turning it into a 2 sigma opportunity, dramatically accelerating education as we know it.
Quindi, infine, quello che vi ho appena mostrato è solo la metà di ciò su cui lavoriamo e pensiamo che questa sia solo la punta dell’iceberg di dove si può davvero arrivare. E sono abbastanza convinto, e appena un anno fa non lo sarei stato, che insieme abbiamo una possibilità di prendere il problema dei 2 sigma e trasformarlo in un’opportunità dei 2 sigma, accelerando drasticamente l’educazione come la conosciamo.
Now, just to take a step back at a meta level, obviously we heard a lot today, the debates on either side. There's folks who take a more pessimistic view of AI, they say this is scary, there's all these dystopian scenarios, we maybe want to slow down, we want to pause. On the other side, there are the more optimistic folks that say, well, we've gone through inflection points before, we've gone through the Industrial Revolution. It was scary, but it all kind of worked out. And what I'd argue right now is I don't think this is like a flip of a coin or this is something where we'll just have to, like, wait and see which way it turns out. I think everyone here and beyond, we are active participants in this decision. I'm pretty convinced that the first line of reasoning is actually almost a self-fulfilling prophecy, that if we act with fear and if we say, "Hey, we've just got to stop doing this stuff," what's really going to happen is the rule followers might pause, might slow down, but the rule breakers, as Alexandr [Wang] mentioned, the totalitarian governments, the criminal organizations, they're only going to accelerate. And that leads to what I am pretty convinced is the dystopian state, which is the good actors have worse AIs than the bad actors.
Ora, tornando a un livello meta, oggi abbiamo sentito molti dibattiti dalle due parti. C’è gente che ha una visione più pessimistica dell’IA, dicono che è spaventosa, ci sono tutti questi scenari distopici, forse è meglio rallentare, fare una pausa. Dall’altra parte, ci sono le persone più ottimiste che dicono, beh, abbiamo già attraversato punti di flesso, siamo passati attraverso la rivoluzione industriale. È stato spaventoso, ma tutto ha funzionato. E ciò che vorrei sostenere adesso è che non penso che sia come il lancio di una moneta o qualcosa dove dovremo solo aspettare e vedere come finisce. Penso che tutti qui e fuori di qui, siamo partecipanti attivi in questa decisione. Sono abbastanza convinto che la prima linea di pensiero sia in realtà quasi una profezia che si autoavvera, che se agiamo con paura e se diciamo: “Ehi, dobbiamo solo smettere di fare queste cose”, ciò che accadrà davvero è che chi segue le regole potrebbe fermarsi, potrebbe rallentare, ma i trasgressori, come ha detto Alexandr [Wang], i governi totalitari, le organizzazioni criminali, non farebbero altro che accelerare. E questo porta a quello che sono convinto sia lo stato distopico, che è dove i buoni hanno IA peggiori dei cattivi.
But I'll also, you know, talk to the optimists a little bit. I don't think that means that, oh, yeah, then we should just relax and just hope for the best. That might not happen either. I think all of us together have to fight like hell to make sure that we put the guardrails, we put in -- when the problems arise -- reasonable regulations. But we fight like hell for the positive use cases. Because very close to my heart, and obviously there's many potential positive use cases, but perhaps the most powerful use case and perhaps the most poetic use case is if AI, artificial intelligence, can be used to enhance HI, human intelligence, human potential and human purpose.
Ma mi rivolgerò anche un po' agli ottimisti. Non credo che ciò significhi che dobbiamo rilassarci e sperare per il meglio. Anche questo potrebbe non accadere. Penso che tutti noi insieme dobbiamo combattere duramente per assicurarci di mettere le protezioni, che le mettiamo, quando sorgono problemi, con regolamenti ragionevoli. Ma noi dobbiamo combattere duramente per i casi d’uso positivi. Perché molto vicini al mio cuore, e ci sono molti potenziali casi d’uso positivi, ma forse il caso d’uso più potente e forse quello più poetico, è se l’IA, l'intelligenza artificiale, possa essere usata per migliorare la IU, l’intelligenza umana, il potenziale umano e i propositi dell'uomo.
Thank you. (Applause)
Grazie. (Applausi)