Usa e Italia, famiglie a confronto nell’uso dell’AI

La diffusione dell’intelligenza artificiale generativa ha conosciuto negli ultimi anni un’accelerazione straordinaria. Dall’arrivo di ChatGPT alla crescita di strumenti come Gemini, milioni di persone hanno iniziato a utilizzare sistemi capaci di scrivere, creare contenuti, analizzare testi e assistere nello studio e nel lavoro. La velocità con cui questa tecnologia è entrata nella vita quotidiana ha superato perfino quella di innovazioni storiche come Internet o il computer.

Un recente studio della Bank for International Settlements, realizzato insieme alla Banca d’Italia e alla Chapman University, ha provato a capire come le famiglie italiane e statunitensi stiano adottando la GenAI e quali siano le differenze nelle percezioni, nell’uso reale e nelle aspettative per il futuro. I dati arrivano da due indagini condotte nel 2024: il Survey of Consumer Expectations della Federal Reserve di New York e l’Household Outlook Survey della Banca d’Italia.

L’esito principale del confronto è chiaro: negli Stati Uniti l’uso della GenAI è più diffuso. Negli ultimi dodici mesi il 36,4% degli adulti americani ha utilizzato almeno una volta un sistema di intelligenza artificiale generativa, mentre in Italia la quota si ferma al 31%. Se si guarda all’uso settimanale, la distanza diminuisce: 13,7% negli Stati Uniti e 11,7% in Italia.

A prima vista questo suggerirebbe che gli americani siano più inclini alla tecnologia. In realtà, analizzando i dati in profondità, emerge che la differenza è quasi interamente dovuta alla struttura demografica delle due popolazioni. Gli Stati Uniti hanno una quota maggiore di giovani, più persone con un titolo universitario e una percentuale più elevata di individui occupati. Si tratta di tre categorie che, in entrambi i paesi, mostrano una forte propensione all’uso della GenAI.

Quando si confrontano individui con caratteristiche simili, la distanza tra Italia e Stati Uniti si riduce molto e in alcuni casi si ribalta. Per esempio, i giovani italiani under 40 usano la GenAI più dei loro coetanei americani sia in modo occasionale sia in modo regolare. Al contrario, gli adulti più anziani e i pensionati italiani mostrano livelli di adozione molto più bassi rispetto ai loro equivalenti negli Stati Uniti. La conclusione è che il tasso italiano non è inferiore per scarso interesse, ma perché la popolazione italiana è mediamente più anziana e con un livello di istruzione più basso.

Lo studio conferma che i tre fattori principali che influenzano l’uso della GenAI sono età, istruzione e condizione lavorativa. Gli under 40 sono gli utenti più attivi, mentre le persone con più di 60 anni appaiono molto meno propense a sperimentare l’intelligenza artificiale. I laureati, sia in Italia sia negli Stati Uniti, mostrano un utilizzo sensibilmente superiore rispetto ai diplomati o a chi possiede un titolo inferiore.

Anche essere occupati aumenta la probabilità di usare la GenAI, anche se le differenze tra lavoratori dei due paesi in questo ambito sono molto contenute. Per quanto riguarda i settori produttivi, esistono attività in cui l’uso della GenAI è più frequente, come l’informatica, le professioni tecniche, l’amministrazione, l’educazione e la sanità. Tuttavia, differenze settoriali tra i due paesi spiegano solo una parte ridotta del divario complessivo.

Quando si passa alle intenzioni future, emergono dinamiche ancora più interessanti. Gli americani dichiarano una maggiore propensione a usare la GenAI nei prossimi dodici mesi rispetto agli italiani, ma esiste un’eccezione importante: la finanza personale. Gli italiani mostrano una netta resistenza all’idea di utilizzare strumenti di GenAI per chiedere consigli finanziari o gestire investimenti. La distanza rispetto agli Stati Uniti è marcata e robusta. Invece, per l’uso nei contesti lavorativi, educativi e nel tempo libero, una volta controllate le caratteristiche demografiche, le intenzioni risultano molto simili nei due paesi.

Un aspetto sorprendente dello studio riguarda il livello di ottimismo. Nonostante un uso inferiore, gli italiani credono molto di più degli americani che la GenAI potrà migliorare il loro benessere, la loro ricchezza e la loro capacità di accedere a informazioni utili. Questa differenza non viene cancellata nemmeno quando si tiene conto dell’età, dell’istruzione o della familiarità con la tecnologia. Le ragioni potrebbero essere culturali e istituzionali. In Italia è più diffusa la convinzione che lo Stato e le istituzioni pubbliche sappiano regolamentare e utilizzare l’intelligenza artificiale in modo responsabile. Inoltre, molti intervistati potrebbero riconoscere alla GenAI il potenziale di generare benefici economici complessivi, come un aumento della produttività o una crescita del reddito, anche senza un uso diretto da parte dei singoli.

La fiducia nella GenAI è un punto delicato. In entrambi i paesi gli intervistati si fidano più degli esseri umani che delle macchine per compiti complessi o sensibili, come la gestione bancaria, le decisioni politiche, l’educazione e la selezione delle informazioni. Tuttavia gli americani risultano più diffidenti degli italiani, soprattutto quando si parla di interventi pubblici basati sull’AI o di tecnologie usate da enti governativi. Questa differenza può essere collegata al diverso contesto normativo: in Europa il quadro del GDPR ha abituato le persone a una maggiore attenzione alla protezione dei dati personali, mentre negli Stati Uniti le regole variano in base a Stato e settore.

Il tema della fiducia nella gestione dei dati personali mostra ulteriori divergenze. Gli italiani ripongono maggiore fiducia nelle istituzioni pubbliche quando si tratta di custodire dati sensibili attraverso sistemi che incorporano GenAI. Gli americani invece tendono a fidarsi di più delle istituzioni finanziarie private. In entrambi i paesi la fiducia nelle grandi aziende tecnologiche è la più bassa, segno di una crescente sensibilità verso le questioni di privacy e sicurezza legate ai colossi del web. Nonostante ciò, l’uso della GenAI continua a crescere, suggerendo un paradosso: molte persone utilizzano strumenti di cui non si fidano completamente, probabilmente perché i vantaggi percepiti superano i timori.

Lo studio offre anche spunti per le politiche pubbliche. In Italia potrebbe essere utile potenziare le competenze digitali delle persone più anziane e dei meno istruiti, promuovere l’accesso agli strumenti digitali e consolidare ulteriormente la fiducia nelle istituzioni attraverso regolazioni chiare e trasparenti. Negli Stati Uniti, dove l’uso è già elevato ma la fiducia è più fragile, potrebbero essere prioritari interventi sulla protezione dei dati, sulla regolazione delle big tech e sulla comunicazione riguardo agli utilizzi etici dell’intelligenza artificiale.

Nel complesso emerge un quadro affascinante. Gli Stati Uniti mostrano una maggiore propensione all’uso immediato e sperimentale, mentre gli italiani si distinguono per un atteggiamento più cauto ma, allo stesso tempo, più fiducioso nei benefici futuri. Due paesi con caratteristiche demografiche, culturali e istituzionali molto diverse si trovano dunque a convivere con la stessa trasformazione tecnologica, ma la interpretano e la vivono in modo differente. L’intelligenza artificiale generativa non è soltanto una questione di innovazione tecnologica: riflette e amplifica i modi in cui ogni società guarda al cambiamento, alla fiducia, alla competenza e al futuro.

ps questo post mi sembrava giusto farlo scrivere all’intelligenza artificiale, alla quale ho dato in pasto il paper, limitandomi solo ad aggiungere i neretti. Fatemi sapere, specie se siete vecchi lettori del blog, se avreste notato oppure no la differenza rispetto ai contenuti usuali, nello stile, nel tono, nella forma. Grazie.

Un Commento

  1. Avatar di Carlo Lenti
    Carlo Lenti

    Scrittura impeccabile, peccato manchino le frasi ironiche che contraddistinguono positivamente il suo stile e che alleggeriscono la lettura.

    "Mi piace"

Scrivi una risposta a Carlo Lenti Cancella risposta

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.