fbpx COP 26: successo o fallimento? Intervista. a Chiara Soletti

COP 26: successo o fallimento?

Primary tabs

--
Tempo di lettura: 1 min

Ascolta "COP 26: successo o fallimento? Intervista a Chiara Soletti" su Spreaker.

Finita in un clima di tensione e polemiche lo scorso 14 novembre, la COP 26 sul clima ha già collezionato molti commenti positivi e negativi. Chi ha ragione? Quali sono le funzioni e il perimetro entro il quale una conferenza della parti si può muovere? E quali sono stati i risultati più concreti? Di questo abbiamo parlato con Chiara Soletti, policy advisor, e coordinatrice per la sezione clima e diritti per Italian Climate Network. Ecco cosa ci ha detto al ritorno da Glasgow.

Video dell'intervista su Youtube.

Intervista di Luca Carra

 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.