Una volta messa in sicurezza l’infrastruttura sovrana per addestrare i propri modelli, l’ostacolo successivo consiste nel decidere l’integrità dei carichi di lavoro che popolano quell’hardware. Attualmente stiamo assistendo a una corsa alla creazione di “Gemelli Digitali” — replicando di tutto, dalle modelle per marchi come Rainbow ai santi del XII secolo come San Neofito a Cipro — ma esiste un enorme scollamento tra il pitch di marketing e i log di produzione.
Nelle sale del consiglio, un Gemello Digitale viene venduto come una controparte virtuale viva e pulsante. Nella sala macchine, spesso distribuiamo “Burattini Digitali”: sofisticati livelli di interfaccia utente costruiti su dati asincroni e obsoleti. Che si tratti di uno strumento di diagnostica medica in Aragona o di un influencer virtuale, questi sistemi solitamente mancano della telemetria a circuito chiuso e della sincronizzazione dello stato in tempo reale che definiscono un vero gemello. Non stiamo costruendo entità dinamiche che si evolvono insieme ai loro soggetti fisici; stiamo distribuendo istantanee statiche e sofisticate.
La “revolución” dell’IA sta attualmente scontrandosi con un muro di gravità dei dati. Mentre città come Córdoba vantano una connettività di livello mondiale, il livello software sta ancora lottando con la “somiglianza generativa” — la tendenza di un’IA ad apparire corretta pur essendo funzionalmente priva di fondamento. Per passare dalla “somiglianza” alla “sincronizzazione”, dobbiamo smettere di dare priorità all’output generativo e iniziare a risolvere le criticità del tessuto di dati in tempo reale. Finché non colmeremo questo divario, non staremo creando gemelli; staremo solo infestando il nostro hardware con costosi fantasmi ad alta fedeltà.