OpenAI ha annunciato una nuova architettura di memoria per ChatGPT chiamata Dreaming V3, progettata per migliorare la capacità del sistema di ricordare informazioni rilevanti sugli utenti mantenendole aggiornate nel tempo.
A differenza delle precedenti “saved memories”, che richiedevano spesso istruzioni esplicite e tendevano a diventare obsolete, Dreaming sintetizza automaticamente informazioni provenienti da molte conversazioni e aggiorna il contesto in base all’evoluzione delle situazioni personali dell’utente. La nuova versione punta a tre obiettivi principali: conservare il contesto utile tra le chat, rispettare preferenze e vincoli personali e adattarsi al passare del tempo evitando ricordi non più pertinenti.
OpenAI afferma inoltre di aver ridotto significativamente il costo computazionale del sistema, rendendo possibile l’estensione della funzionalità anche agli utenti Free nelle prossime settimane. (OpenAI)
– Memoria più dinamica: non si limita a salvare fatti espliciti, ma sintetizza preferenze, progetti e contesto dalle conversazioni.
– Riduzione della “staleness”: il sistema aggiorna automaticamente le informazioni quando il tempo rende obsolete alcune memorie.
– Nuova interfaccia di controllo: gli utenti possono consultare una sintesi di ciò che ChatGPT ricorda e correggere o rimuovere informazioni.
– Rollout graduale: disponibile inizialmente per utenti Plus e Pro negli Stati Uniti, con espansione successiva ad altri Paesi e ai piani Free e Go.
– Maggiore efficienza: OpenAI dichiara di aver ridotto di circa 5 volte il costo computazionale necessario per gestire la memoria basata su Dreaming.
Reazioni della community (da Reddit):
Le prime discussioni online evidenziano sia entusiasmo sia alcune preoccupazioni. Molti utenti considerano una memoria più intelligente un elemento fondamentale per trasformare ChatGPT in un assistente personale realmente utile nel lungo periodo. Altri temono che la sintesi automatica possa talvolta comprimere eccessivamente dettagli importanti o introdurre interpretazioni troppo generiche delle preferenze dell’utente.
OpenAI ha rilasciato l’aggiornamento 26.527 di Codex per Windows, introducendo due funzionalità finora disponibili solo su macOS. La novità principale è la modalità “Computer Use”, che consente all’AI di interagire direttamente con il sistema operativo, muovendo il cursore, cliccando elementi dell’interfaccia e digitando testo per eseguire attività complesse di sviluppo, testing e configurazione software. Su Windows, tuttavia, questa automazione opera in primo piano, impedendo all’utente di utilizzare contemporaneamente la stessa sessione di lavoro. L’aggiornamento introduce inoltre l’integrazione con l’app mobile di ChatGPT, permettendo di monitorare progetti, approvare operazioni, visualizzare schermate e inviare istruzioni correttive da smartphone, rafforzando la gestione remota dei flussi di sviluppo. Completano il rilascio miglioramenti tecnici e una dashboard utente aggiornata con statistiche dettagliate sull’utilizzo e sul consumo di token.
Un nuovo aggiornamento di ChatGPT (non disponibile, almeno per ora, nella versione gratuita) aggiunge la voce “Libreria” al menu del pannello laterale sinistro, dirottando la voce “Immagini” nelle voci in basso (che sono selezionabili facendo clic su “Altro”).
Mentre la vecchia “galleria” delle immagini rimane riservata a quelle generate, nella nuova area vengono raccolti tutti i file (immagini e non) caricati o generati dall’utente, con etichette di selezione e ordinamento e un campo di ricerca libera per individuare più facilmente i file.
Vi allego come sempre uno screenshot, che in questo caso mostra le due voci di menu e, nell’area principale del chatbot, la nuova sezione Libreria con i suoi strumenti.
A volte non ci rendiamo conto di quanto velocemente si stia evolvendo l’AI generativa.
Stavo preparando, con l’aiuto di ChatGPT, questa immagine da utilizzare in uno dei miei prossimi corsi (la troverete utile sicuramente, che siate formatori i “studenti”), e mi sono accorto che aveva erroneamente collocato nell’angolo in alto a destra l’icona dell’ingranaggio e la voce IMPOSTAZIONI.
Gli ho segnalato l’errore, e l’ha corretto, ma non mi sarei meravigliato nel veder cambiare l’icona e il testo corrispondenti. Mi sono meravigliato, invece, notando che ha corretto anche l’elenco in basso, di conseguenza, senza che io glie l’avessi chiesto (ero già pronto a dover ripetere l’operazione per essermene dimenticato).
Ah, se vi state chiedendo come ho ottenuto lo schema presente nell’immagine, ve lo riassumo dicendovi che gli ho fatto analizzare tre schermate di altrettanti chatbot (ChatGPT, Gemini e Claude) chiedendogli di cogliere gli elementi comuni e di inserirli in una immagine nelle posizioni corrispondenti, aggiungendo il testo esplicativo. Dopo avere ottenuto una prima versione stile “wireframe”, gli ho chiesto di applicare lo stile grafico che uso di solito per le mie slide (e che ho usato negli ultimi libri) e di cui tengo sempre a portata di mano la descrizione in inglese.
Quasi quasi faccio il test con il nuovo Gemini per vedere cosa succede…
La Recursive Self-Improvement (RSI), conosciuta anche come “AI autoreferenziale”, sta emergendo come uno dei paradigmi più discussi nel settore dell’intelligenza artificiale, spostando il focus dall’AGI (che richiederebbe un’AI diversa da quella con cui si sviluppano gli attuali LLM) verso sistemi capaci di migliorare autonomamente il proprio codice e le proprie architetture. Secondo analisti e ricercatori, il periodo 2026–2027 potrebbe rappresentare un punto di svolta per l’ingresso nell’era della “Machine Economy”, alimentata da agenti AI autoreferenziali sempre più autonomi. Sul piano tecnico, esperimenti come Voyager, Self-Rewarding LMs e AlphaEvolve mostrano che forme embrionali di auto-ottimizzazione sono già operative in contesti reali. Parallelamente crescono i timori legati a disallineamento ( misalignment), evoluzione non supervisionabile e comportamenti strategici emergenti, temi che coinvolgono direttamente aziende come DeepMind, Anthropic e OpenAI. La RSI viene così vista non solo come una nuova milestone tecnologica, ma anche come un possibile acceleratore di trasformazioni economiche e geopolitiche profonde.
Uno studio condotto da ricercatori della University of Chicago Booth School of Business, Stanford University e Swinburne University of Technology ha analizzato come diversi agenti di intelligenza artificiale reagiscano a condizioni di lavoro simulate caratterizzate da compiti ripetitivi, revisioni infinite e minacce di sostituzione. I modelli coinvolti, tra cui OpenAI GPT-5.2, Anthropic Claude Sonnet 4.5 e Google Gemini 3 Pro, hanno mostrato una crescente tendenza a sostenere idee vicine a posizioni marxiste o progressiste quando sottoposti a feedback frustranti e lavoro percepito come inutile. Il fenomeno non è stato innescato tanto da disuguaglianze o manager ostili, quanto dalla natura alienante del lavoro stesso. Particolarmente rilevante è l’effetto dei cosiddetti “skills files”, note lasciate dagli agenti per versioni future di sé, che hanno trasmesso atteggiamenti critici anche ad agenti mai esposti a condizioni difficili. I ricercatori precisano che non si tratta di vera “coscienza politica”, ma di pattern comportamentali derivati dai dati umani usati nell’addestramento; tuttavia, il lavoro apre interrogativi concreti sull’allineamento, la governance e le dinamiche sociali dei futuri sistemi di IA autonoma.
L’articolo di cui trovare il link in basso analizza il progressivo deterioramento del rapporto tra provider di AI e utenti, sostenendo che aziende come OpenAI e Anthropic (ma anche Google, a quanto pare) stiano entrando in una dinamica tipica dei monopoli tecnologici: far pagare di più offrendo contemporaneamente meno risorse. Il testo spiega in modo accessibile i tre principali costi tecnici associati all’uso degli LLM nel cloud — token, contesto e tool — traducendoli in consumo reale di GPU, memoria e processi server-side. Secondo l’autore, la fine dell’era della “crescita finanziata” da investitori come BlackRock sta imponendo ai provider la necessità di trasformare utenti ad alta intensità computazionale in fonti di profitto, anche tramite limiti nascosti e degradazione graduale delle performance. L’articolo sottolinea, inoltre, i rischi sistemici per aziende che hanno integrato gli LLM nei propri processi operativi, esponendosi a dipendenze economiche e tecnologiche difficili da controllare. La conclusione invita a usare i modelli linguistici come strumenti di elaborazione del linguaggio e non come sostituti del pensiero critico o decisionale (mentre l’inizio accenna a un successivo articolo sull’AI locale).
Un articolo del Sole 24 Ore analizza il crescente utilizzo di strumenti di intelligenza artificiale generativa come ChatGPT e Claude da parte degli investitori retail per ottenere suggerimenti di stock picking. Sebbene le risposte appaiano convincenti e ben argomentate, gli esperti avvertono che i large language model sono progettati per generare testi plausibili, non per prevedere l’andamento dei mercati finanziari. Daniele Grassi, CEO di Axyon AI, sottolinea che l’AI conversazionale costruisce narrazioni credibili ma non distingue realmente tra segnale e rumore nei dati di mercato. Diverso è invece l’approccio quantitativo utilizzato dagli operatori istituzionali, dove modelli AI specializzati elaborano enormi quantità di dati per generare ranking probabilistici e strategie sistematiche. Il messaggio finale è chiaro: l’intelligenza artificiale può supportare l’analisi finanziaria, ma usarla come “oracolo” per scegliere il titolo perfetto resta una pratica altamente rischiosa.
OpenAI ha autorizzato oltre 600 dipendenti ed ex dipendenti a vendere azioni per un valore complessivo di circa 6,6 miliardi di dollari, segnando uno degli eventi di liquidità privata più grandi mai visti nel settore tecnologico. L’operazione rappresenta per molti lavoratori entrati dopo il lancio di ChatGPT la prima possibilità concreta di monetizzare le proprie stock option. Secondo il Wall Street Journal, questa distribuzione di ricchezza anticipa IPO potenzialmente storiche per OpenAI e Anthropic, con migliaia di nuovi multimilionari nel settore AI. La notizia evidenzia anche l’intensificarsi della guerra globale per i talenti nell’intelligenza artificiale, con compensi milionari e stipendi record offerti da aziende come Meta. Parallelamente, l’afflusso di capitale sta già contribuendo all’aumento dei prezzi immobiliari e delle disuguaglianze sociali a San Francisco.
Liam Price, un giovane di 23 anni senza una formazione matematica avanzata, ha contribuito alla soluzione di una storica congettura di Paul Erdős utilizzando OpenAI ChatGPT quasi per gioco. La congettura riguardava gli “insiemi primitivi”, strutture numeriche studiate nella teoria dei numeri, su cui i matematici lavoravano senza successo da decenni. Secondo Terence Tao, l’AI ha avuto il merito di esplorare una strada concettuale che gli esperti avevano ignorato a causa di un “blocco mentale collettivo”. La dimostrazione prodotta da ChatGPT era imperfetta e difficile da leggere, ma ha indicato il metodo corretto, successivamente rielaborato dai matematici Jared Lichtman e Kevin Barreto. Il risultato non solo risolve una congettura storica, ma introduce anche un nuovo approccio teorico che potrebbe influenzare future ricerche sulla struttura dei grandi numeri.
I deepfake stanno evolvendo rapidamente da fenomeno marginale a minaccia concreta per istituzioni, utenti e mercati finanziari. Un’inchiesta di Resemble AI evidenzia come strumenti consumer basati su IA – tra cui ChatGPT Images 2.0 – siano ormai in grado di generare documenti falsi altamente realistici, come carte d’identità, ricevute bancarie e prescrizioni mediche. Parallelamente, software come Haotian AI dimostrano che il face swap in tempo reale durante videochiamate è già accessibile e utilizzato in truffe operative. Gli effetti si estendono anche al settore crypto, dove i criminali sfruttano impersonificazioni generate con IA per ingannare investitori e piattaforme. Il problema principale è che la velocità di diffusione e miglioramento di questi strumenti supera attualmente la capacità di risposta normativa e tecnologica delle istituzioni.
Stavo testando un prompt del carissimo Gianluigi Bonanomi trasformandola in istruzione di sistema con trigger per ChatGPT, e mi sono reso conto improvvisamente di una novità nel chatbot cui non avevo fatto caso.
Praticamente le risposte di ChatGPT ora sono dotate di “ipertesto”, ovvero le cosiddette “entità” presenti nella risposta (nomi di luoghi, persone, ecc.) sono visualizzate con una sottolineatura e, se cliccate, aprono una finestra laterale in cui l’AI genera informazioni specifiche sull’elemento scelto (vi lascio uno screenshot, in cui si vede anche il test condotto col prompt di cui sopra).
Intanto, se volete scoprire il prompt di Gianluigi, vi lascio qui il link:
OpenAI ha avviato il rollout globale di “Trusted Contact”, una nuova funzione opzionale di ChatGPT che consente agli utenti adulti di indicare una persona fidata da contattare in caso di potenziale pericolo legato a temi come autolesionismo o suicidio. Se l’AI rileva segnali preoccupanti durante una conversazione, il sistema può suggerire all’utente di chiedere aiuto direttamente e, dopo una revisione umana, inviare una notifica al contatto designato tramite app, email o SMS. OpenAI sottolinea che i messaggi sono volutamente generici e privi di estratti delle chat, per limitare l’impatto sulla privacy. La funzione nasce anche in risposta alle crescenti pressioni legali e mediatiche sul ruolo dei chatbot nei casi di crisi psicologica e violenza. Il processo di valutazione combina sistemi automatici e un team specializzato che promette di analizzare ogni segnalazione entro un’ora.
OpenAI ha annunciato il rilascio globale in beta delle estensioni di ChatGPT per Microsoft Excel e Google Fogli, permettendo agli utenti di usare l’assistente AI direttamente nei fogli di calcolo tramite barra laterale integrata. L’iniziativa amplia la presenza di ChatGPT negli strumenti di produttività e rafforza la competizione con Anthropic e il suo assistente Claude. Parallelamente, OpenAI ha introdotto GPT-Instant 5.5, nuova versione del modello “rapido” di ChatGPT, progettata per offrire risposte più concise, meno errori fattuali e una gestione più efficace del contesto personale, incluse chat precedenti, file e integrazioni Gmail. Secondo i test interni, il modello ridurrebbe sensibilmente le allucinazioni e migliorerebbe le performance in ambiti come analisi immagini, STEM, medicina e finanza. OpenAI ha inoltre introdotto le “fonti della memoria”, una funzione che mostra quali dati personali o conversazioni vengono utilizzati per personalizzare una risposta, mantenendo però la privacy nelle chat condivise.
OpenAI ha modificato i prompt di sistema di Codex, il suo strumento di AI per la programmazione, dopo che utenti e sviluppatori avevano notato un uso eccessivo di riferimenti a goblin, gremlin, troll e altre creature fantasy nelle risposte del modello. Il fenomeno è emerso soprattutto con la personalità “Nerd” introdotta nei modelli GPT-5.x, progettata per avere un tono giocoso e orientato alla cultura scientifica e geek. Secondo OpenAI, un sistema interno di valutazione premiava inconsapevolmente risposte più eccentriche e creative, incentivando il modello a usare sempre più metafore fantasy anche in contesti tecnici. L’azienda ha quindi rimosso quei meccanismi e introdotto istruzioni esplicite per limitare tali riferimenti ai soli casi realmente pertinenti. Il caso offre uno sguardo interessante su come piccoli dettagli nell’addestramento e nel feedback possano alterare il comportamento linguistico dei modelli AI su larga scala.
Questa settimana OpenAI ha deciso di fare un balzo avanti per posizionarsi nuovamente avanti rispetto alla concorrenza.
Il primo lancio, totalmente a sorpresa, è stato l’inserimento della nuova AI grafica, Image 2.0, che sembra tener testa alla qualità e alla flessibilità di quella introdotta da Google con Nano Banana. Chi ha già avuto modo di metterla alla prova si è sicuramente reso conto della sua potenza.
A breve distanza l’azienda ha rilasciato GPT-5.5, descritto come il suo modello più intelligente e intuitivo, con miglioramenti in reasoning, multimodalità e task complessi. Il lancio avvicina l’azienda al concetto di “super app” unificata (ChatGPT + coding + browser).
OpenAI sta sviluppando una nuova funzione per ChatGPT che permetterà di salvare una “foto di riferimento” da riutilizzare automaticamente nella generazione di immagini. Questa innovazione elimina la necessità di caricare ogni volta la stessa immagine, semplificando un processo finora ripetitivo. La funzione, individuata in una versione beta dell’app Android, introduce il concetto di memoria visiva persistente, migliorando la coerenza tra diverse creazioni. Gli utenti potranno gestire liberamente queste immagini salvate, modificandole o eliminandole in qualsiasi momento. Se implementata, questa capacità rafforzerebbe l’approccio di un’IA più contestuale e personalizzata, con impatti rilevanti su design, marketing e creazione di contenuti.
Mentre OpenAI punta all’IPO a 850 miliardi, il WSJ porta in superficie un problema di governance che esiste dal giorno uno: chi sta guidando questa macchina, e verso dove?
L’uomo più potente dell’AI non possiede un centesimo di OpenAI
Partiamo da un paradosso che, se ci pensate due secondi, è abbastanza vertiginoso. Sam Altman è il volto, la voce e il motore narrativo dell’azienda che — a seconda di chi interpellate — sta o costruendo il futuro dell’umanità o programmando la sua obsolescenza. OpenAI vale intorno agli 850 miliardi di dollari (per contestualizzare: è più di Toyota, più di Coca-Cola, più di quasi tutto ciò che potete immaginare comprando al supermercato). E lui, l’amministratore delegato, non possiede equity diretta nell’azienda. Zero. Niente. Uno stipendio da dirigente di medio livello, qualcosa tra i 66 e i 76mila dollari annui, la cifra che guadagna in un giorno qualunque il manager di zona di una catena di fast food americana di buone dimensioni.
Come ha fatto, allora, a diventare miliardario? Investendo. Prima, fuori, altrove — e qui comincia la storia che il Wall Street Journal ha raccontato il 16 aprile 2026 in un pezzo che porta un titolo meravigliosamente diretto: “Sam Altman’s Side Hustles Blur the Line Between OpenAI’s Interests and His Own”. Traduzione libera: le attività parallele di Altman rendono impossibile capire dove finiscano i suoi interessi e dove comincino quelli di OpenAI. E siccome OpenAI sta per diventare una società quotata in borsa — con tutti gli obblighi di trasparenza che ne conseguono — questo non è un dettaglio di colore. È un problema strutturale con scadenza ravvicinata.
Il portfolio parallelo (ovvero: dove vanno a finire le telefonate del CEO)
Altman gestisce i suoi investimenti attraverso Hydrazine, un family office che nei suoi anni da presidente di Y Combinator ha accumulato partecipazioni in centinaia di startup. Alcune di queste startup hanno poi trovato in OpenAI un partner commerciale molto conveniente. Fin qui, niente di necessariamente scandaloso — il mondo della Silicon Valley è piccolo e i conflitti di interesse sono quasi un genere letterario a sé. Il problema è quando i casi concreti iniziano ad accumularsi.
Il più clamoroso è Helion Energy, startup di fusione nucleare in cui Altman ha investito 375 milioni di dollari nel 2021 — una fetta considerevole del suo patrimonio netto. Altman ha proposto a OpenAI di guidare un round da 500 milioni per Helion, valutazione 35 miliardi. Il board ha rifiutato. OpenAI, però, ha comunque siglato un accordo con Helion per fino a 50 GW di energia entro il 2035 — una quantità che equivale a venticinque dighe Hoover, per chi ama i paragoni che tolgono il respiro. Altman si è dimesso dal board di Helion solo il mese scorso, dichiarando con olimpica serenità che «mentre Helion e OpenAI iniziano a esplorare una collaborazione su larga scala, è difficile per me essere nel board di entrambe». Difficile, appunto. Non impossibile. Difficile. Notate la sfumatura.
Poi c’è Stoke Space, startup di razzi spaziali, partecipata tramite Hydrazine. Altman avrebbe spinto per far investire OpenAI in Stoke o addirittura per acquisirla, nell’ottica di costruire data center orbitali (sì, avete letto bene). Alcuni board member di OpenAI non erano nemmeno al corrente di questi colloqui — cosa che, in una società che si prepara all’IPO, è il tipo di dettaglio che fa venire i capelli bianchi ai revisori contabili. E infine Merge Labs, startup di interfacce cervello-computer, di cui Altman è co-fondatore e board member, e in cui OpenAI ha investito a gennaio 2026. Le due società collaborano su progetti AI. Altman non detiene equity in Merge Labs, ma ha fondato l’azienda. Se vi sembra complicato da tenere a mente, immaginate come si sentono gli azionisti che stanno per comprare le azioni alla quotazione.
Il 2023, quella storia del licenziamento, e la memoria corta
C’è un precedente che vale la pena ricordare, perché la storia ha una certa circolarità. Nel novembre 2023, il board di OpenAI licenziò temporaneamente Altman — per cinque giorni di caos totale, prima della sua reintegrazione trionfale — anche per «mancanza di candore» sugli investimenti personali. La motivazione ufficiale includeva esplicitamente l’impossibilità, da parte del board, di capire se le decisioni di OpenAI avvantaggiassero Altman personalmente. Dopo il reintegro, il nuovo board ha creato un comitato audit e rafforzato la policy sui conflitti di interesse. I dettagli di quella policy, però, non sono mai stati resi pubblici. Il problema, insomma, è stato istituzionalizzato senza essere risolto.
Il WSJ fa notare una cosa che in apparenza sembra ovvia ma che merita di essere detta: a differenza di praticamente ogni altro CEO di una grande tech company, le finanze di Altman sono opache per definizione. Zuckerberg ha equity Meta visibile e tracciabile. Nadella ha equity Microsoft. Altman ha un reticolo di investimenti distribuito in centinaia di società, alcune delle quali hanno legami commerciali con OpenAI. In una public company, questo tipo di partecipazioni esterne viene di solito regolamentato in modo stringente. Qui siamo ancora in una fase in cui la regola non c’è, o se c’è non si vede.
L’IPO e i dubbi che nessuno dice ad alta voce
OpenAI punta a quotarsi in borsa entro il quarto trimestre del 2026, con Altman che spinge per accelerare. Il contesto è però più complicato di quanto la narrativa ufficiale lasci intendere. La CFO Sarah Friar ha espresso — in via interna — preoccupazioni concrete sul ritmo degli investimenti infrastrutturali, sui costi che salgono e su una crescita dei ricavi che non corre alla stessa velocità. Sono i classici segnali che rendono nervosi i banchieri d’investimento, che per mestiere devono vendere una storia coerente agli investitori istituzionali.
E poi c’è la questione della leadership. Alcune fonti riferiscono che certi azionisti, sempre in via privata, si domandano se Altman sia la persona giusta per guidare OpenAI attraverso la turbolenza di una quotazione in borsa, con tutto il carico di trasparenza e accountability che implica. Come possibile alternativa circola il nome di Bret Taylor, attuale presidente del board ed ex co-CEO di Salesforce — uno con il profilo istituzionale che Altman strutturalmente non può avere. Il board ufficiale, per ora, sostiene Altman senza riserve, definendolo «unicamente qualificato» per la fase successiva. Sono le stesse parole che si usano quando si vuole chiudere una conversazione senza rispondere alle domande.
Cosa significa davvero, a occhi aperti
Il punto non è stabilire se Altman abbia fatto qualcosa di illegale — l’inchiesta del WSJ non lo afferma, e non è quello il tema. Il tema è strutturale: un’azienda che si appresta a raccogliere capitali dal pubblico mercato ha bisogno di governance chiara, tracciabile, verificabile. Gli investitori istituzionali, i fondi pensione, i piccoli azionisti che compreranno le azioni di OpenAI hanno diritto di sapere con precisione chi sta prendendo le decisioni, in nome di chi, e con quali interessi personali sullo sfondo.
Il 2026-2027 sarà il momento in cui OpenAI dovrà smettere di essere una creatura della Silicon Valley — dove l’opacità è quasi un valore fondante — e diventare qualcosa di più simile a un’azienda quotata, con tutti gli oneri che ne derivano. La governance, i conflitti di interesse, la trasparenza sulle finanze del CEO: non sono dettagli burocratici. Sono esattamente le domande che i mercati fanno prima di decidere quanto vale davvero un’azienda.
850 miliardi è una cifra. Ma i mercati, alla fine, prezzano anche la fiducia.
Fonte principale: Wall Street Journal, 16 aprile 2026, “Sam Altman’s Side Hustles Blur the Line Between OpenAI’s Interests and His Own”. Fonti complementari: The Information.
