Ti sei mai chiesto come l’Intelligenza Artificiale possa influire sul mondo della ricerca del lavoro?
Già in passato abbiamo parlato di ChatGPT e Intelligenza Artificiale, se vuoi saperne di più clicca qui
Tornando alla nostra storia: Julian Joseph, un ingegnere software colpito dai grossi tagli nel settore tecnologico, ha sfruttato un servizio per automatizzare la sua ricerca di lavoro. Andiamo ad esplorare insieme questo articolo steso originariamente da Wired da noi tradotto.
LazyApply: Automatizzare le Candidature
A luglio, Julian Joseph è stato licenziato per la seconda volta in due anni a causa dei tagli nell’industria tecnologica. Temendo un lungo periodo di ricerca del lavoro, ha scoperto LazyApply, un servizio AI chiamato Job GPT che promette di candidarsi automaticamente a migliaia di lavori con un clic.
Reazioni Divergenti: Cercatori di Lavoro e Recruiter
L’automatizzazione delle candidature tramite AI è attraente per molti cercatori di lavoro, stanchi di reinserire le stesse informazioni nei sistemi di tracciamento dei candidati. Tuttavia, i reclutatori sono divisi sull’uso di bot. Alcuni ritengono che dimostri mancanza di serietà, mentre altri sono più aperti, purché il candidato sia valido. LazyApply ha concorrenza, con servizi come Sonara e Massive che offrono opzioni simili. Alcune aziende, come NeedleFinder Recruiting, non sono preoccupate dal modo in cui ricevono i curriculum, a patto che siano validi.
Mentre alcuni sostengono che la quantità di candidature è cruciale, altri, come Dawson di NeedleFinder Recruiting, ritengono che la qualità sia più importante, specialmente per i professionisti affermati. Molti di questi servizi offrono anche lettere di presentazione generate dall’IA e assistenza nelle dimissioni. Tuttavia, alcuni sostengono che le referenze rimangono il modo più efficace per trovare lavoro, nonostante l’automatizzazione crescente nel settore della ricerca del lavoro.
Competizione tra Servizi e Prospettive dei Cercatori di Lavoro
LazyApply ha concorrenza, con servizi come Sonara e Massive che offrono opzioni simili.
Il fondatore di Sonara, Victor Schwartz, ha sviluppato il suo servizio dopo aver trovato difficoltà nella ricerca di lavoro durante l’ultimo anno di studi. Schwartz ritiene che, sebbene il networking sia efficace, molti evitano questa pratica “spaventosa”. Sonara, attualmente con 5.000 utenti, offre un servizio AI che adatta automaticamente i curriculum alle descrizioni dei lavori.
Sfide e Segreti della Tecnologia nelle Candidature
I servizi di auto-candidatura solitamente non rivelano l’uso di bot o AI, ma alcuni segnali, come candidature istantanee o candidati non consapevoli delle posizioni applicate, possono far sospettare i reclutatori. Tuttavia, l’invio massiccio di candidature potrebbe portare a essere identificati come spam, creando problemi per i cercatori di lavoro. Alcuni ritengono che l’IA potrebbe essere più efficace se focalizzata su ruoli specifici, mentre altri, come Massive, cercano di migliorare la corrispondenza tra candidati e aziende aggregando informazioni sulla cultura aziendale da varie fonti.
Consigli Esperti e Bilanciamento nell’Uso delle Tecnologie
Sebbene l’IA possa semplificare il processo di candidatura, esperti come Gabrielle Judge consigliano di utilizzarla come parte di una strategia più ampia, che includa il networking e la ricerca manuale. Mentre LazyApply ha portato a successo per Julian Joseph, è importante bilanciare l’uso di strumenti automatizzati con approcci più tradizionali per massimizzare le opportunità di lavoro.
Julian Joseph apprezza l’utilità di LazyApply nel gestire le noiose procedure di candidatura, consentendogli di concentrarsi sul networking e altre strategie senza preoccuparsi di perdere opportunità di lavoro. Tuttavia, non tutte le interviste ottenute tramite lo strumento erano perfette corrispondenze per i ruoli “DevOps” che cercava su Salesforce Cloud. A volte, LazyApply si candidava per ruoli di vendita non pertinenti. Nonostante ciò, Joseph ha rilevato che lo strumento gli ha permesso di scoprire lavori migliori di quanto pubblicizzato, come un’opportunità remota che ha appreso durante l’intervista.
Joseph ritiene che, nonostante le non corrispondenze perfette, utilizzare lo strumento migliora le sue capacità di intervista e approfondisce la comprensione di ciò che desidera. Ha ricevuto un’offerta per un lavoro a contratto attraverso LazyApply e ha ottenuto colloqui con Apple e la Casa Bianca. Le ultime due opportunità sono emerse grazie alle sue connessioni personali, dimostrando che, nonostante l’automazione, il networking umano rimane un elemento cruciale nella ricerca di lavoro.
Utilizzando Photoshop insieme alla potenza dell’Intelligenza Artificiale, è possibile apportare rapidamente modifiche a un’immagine, inclusa l’aggiunta non solo di elementi singoli, ma anche di intere regioni.
L’Intelligenza Artificiale è diventata un campo di grande interesse attuale, attirando l’attenzione di aziende provenienti da settori diversi. Impiegata online per gestire automaticamente le richieste dei clienti, si sta persino discutendo il suo utilizzo per la guida dei futuri droni da combattimento.
Tuttavia, utilizzare questa tecnologia per l’elaborazione grafica non è una sfida semplice. Non sorprende, quindi, che Adobe, un leader nell’ambito dell’elaborazione grafica, sia stata tra le prime, se non la prima, a presentare soluzioni basate sull’IA in grado di generare immagini di qualità professionale. Recentemente, la software house americana ha annunciato l’integrazione della funzione Riempimento Generativo, basata sull’IA, in una versione dedicata di Photoshop (al momento in fase beta).
Cos’è
Leggendo queste informazioni, è naturale chiedersi cosa sia possibile fare con questa nuova opzione. Anche se siamo ancora nelle fasi iniziali, il Riempimento Generativo offre diverse possibilità. Con questa funzionalità, è possibile espandere una fotografia, rimuovere oggetti o aggiungerne di nuovi.
Per esempio, se desideri creare un ampio panorama marino, non è più necessario combinare diverse foto. Puoi semplicemente ingrandire la dimensione di un fotogramma utilizzando il comando “Dimensione quadro” e dire a Photoshop di riempire automaticamente le aree vuote.
Un aspetto molto utile è la capacità di inserire oggetti che vengono creati in base al contesto, tenendo conto della dimensione, del colore e persino dell’ombreggiatura. Se desideri aggiungere una barca alla tua scena, ad esempio, puoi semplicemente digitare “boat” (nella versione Beta, le parole chiave devono essere in inglese, anche se in futuro sarà possibile utilizzare l’italiano) e vedrai apparire un’immagine realistica di una barca che galleggia tra le onde. È importante sottolineare che il risultato è estremamente realistico e non si basa su una porzione dell’immagine originale.
Questa funzione può anche essere utilizzata per rimuovere rapidamente oggetti, anche di grandi dimensioni.
Riempimento generativo
La funzione di “Riempimento Generativo” di Photoshop si basa sull’Intelligenza Artificiale (IA) e in particolare su una tecnica chiamata “deep learning” o apprendimento profondo. In sostanza, utilizza una rete neurale artificiale, addestrata su un vasto dataset di immagini, per generare contenuti visivi che si integrano in modo coerente con l’immagine originale.
Ecco come funziona in modo più dettagliato:
Addestramento della rete neurale: Prima di essere utilizzata, la rete neurale viene addestrata su un ampio insieme di immagini che contengono oggetti, scenari e contesti diversi. Questo allenamento permette alla rete di imparare a riconoscere le caratteristiche visive e il contesto delle immagini.
Generazione dell’immagine: Quando si utilizza la funzione di Riempimento Generativo in Photoshop, si seleziona un’area dell’immagine che si desidera modificare o espandere. La rete neurale utilizza quindi le informazioni apprese durante l’addestramento per generare nuovi contenuti visivi che si adattano in modo naturale al contesto dell’immagine originale.
Coerenza visiva: L’IA si sforza di produrre risultati che siano coerenti con il resto dell’immagine in termini di stile, colore, ombreggiatura e altro ancora. Ciò contribuisce a rendere il risultato finale il più realistico possibile.
Interazione dell’utente: L’utente può spesso fornire indicazioni alla rete neurale, ad esempio digitando parole chiave come “boat” per aggiungere un oggetto specifico. La rete cerca quindi di generare un oggetto che corrisponda alla descrizione fornita.
In sintesi, il Riempimento Generativo di Photoshop sfrutta le capacità di un’IA addestrata per generare nuovi contenuti visivi che si integrano in modo coerente e realistico nelle immagini esistenti. Questa tecnologia può essere utilizzata per una varietà di scopi, come l’aggiunta di oggetti, la rimozione di elementi indesiderati o l’espansione di immagini esistenti.
Firefly
La funzione di Riempimento Generativo si basa su Firefly, la famiglia di modelli di Intelligenza Artificiale Generativa creati da Adobe, con una prima enfasi sulla creazione di immagini ed effetti di testo. È essenziale ricordare che Firefly è stata sviluppata utilizzando milioni di immagini non coperte da copyright, come quelle disponibili su Adobe Stock. Inoltre, abbiamo la possibilità di integrare il nostro materiale creativo per generare contenuti personalizzati.
È importante notare che, al fine di preservare l’integrità dell’immagine originale, i nuovi contenuti vengono inseriti su livelli separati che possono essere rimossi con facilità. Prepariamoci a essere sorpresi dalle possibilità che questa funzione offre.
Desideri rimuovere le due persone dalla foto? Non c’è bisogno di preoccuparsi della precisione; puoi farlo facilmente usando lo Strumento Rimuovi, che si basa anch’esso sull’IA. Basta evidenziare l’area contenente le due persone con il mouse, e vedrai che magicamente spariranno dalla foto.
L’Intelligenza Artificiale è una potente risorsa, ma ottenere da essa i risultati desiderati richiede un approccio accurato nella formulazione delle istruzioni. Ecco dei trucchi per ottenere ciò che desideriamo
Oggi, grazie all’Intelligenza Artificiale, è possibile svolgere una vasta gamma di attività. Poiché spesso interagiamo con questi strumenti attraverso chatbot, come l’ampiamente noto ChatGPT, possiamo ottenere risultati soddisfacenti anche utilizzando approcci spontanei e formulando il nostro primo messaggio senza alcuna preparazione.
Questa espressione si riferisce alla dichiarazione, istruzione o domanda che usiamo per avviare una conversazione o per richiedere informazioni o risposte specifiche dal modello. Nel caso di un chatbot, questa può essere qualsiasi frase o interrogativo che inciti una discussione su un argomento particolare, come ad esempio “Puoi spiegarmi la storia del Colosseo?”, “Hai suggerimenti per avviare con successo un’attività?” oppure “Raccontami una battuta divertente.”
Non solo chiacchiere
Questi suggerimenti sono fondamentali per iniziare una conversazione con l’Intelligenza Artificiale e stabilire un punto di partenza utile. Tuttavia, se desideriamo ottenere risultati veramente significativi e sfruttare appieno il potenziale dell’IA per scopi professionali, educativi o personali, è essenziale apprendere come comunicare con essa nella sua lingua, ossia generare i prompt più efficaci e appropriati. Questo vale anche nel caso in cui vogliamo ottenere output diversi, come immagini generate da sistemi di generazione grafica.
La capacità di scrivere il prompt perfetto è un’abilità che può essere quasi considerata un’arte. In effetti, esistono professionisti noti come “prompt engineer” o “ingegneri dei prompt” che hanno una profonda conoscenza dei diversi modelli di Intelligenza Artificiale e sono in grado di aiutare le aziende a risparmiare tempo e risorse creando richieste ottimali per scopi specifici.
Questi esperti conoscono i dettagli tecnici dei modelli AI, comprendono come influenzare l’output e possono personalizzare le richieste per ottenere risultati desiderati. Questa capacità è particolarmente importante quando si cerca di ottenere risposte complesse o di elevata qualità. Imparare a formulare prompt efficaci è quindi cruciale per sfruttare al meglio le potenzialità dell’Intelligenza Artificiale in vari contesti professionali e creativi.
Istruzione e contesto
Assolutamente, per creare prompt efficaci, è fondamentale capire il loro potere nel modellare le risposte generate dall’Intelligenza Artificiale. Il prompt è il principale strumento che determina la qualità e la precisione delle risposte dell’IA. Attraverso il prompt, si condiziona il modello con informazioni o requisiti specifici, delineando il tipo di risposta che l’IA produrrà. Il modo in cui si effettua questo condizionamento può variare in base all’obiettivo.
Ecco alcune strategie per creare prompt efficaci:
Fornire contesto: Includere informazioni di base nel prompt è essenziale. Ad esempio, se si desidera che l’IA crei una poesia sulla natura, è utile fornire dettagli sulla stagione, sull’ambientazione o sulle emozioni che si vogliono evocare. Questo contesto aiuta l’IA a comprendere meglio il compito e a generare risposte pertinenti.
Istruzioni specifiche: Definire chiaramente l’obiettivo e fornire istruzioni esplicite per il compito è cruciale. Ad esempio, se si vuole che l’IA scriva un articolo sulla sostenibilità, si dovrebbero specificare i punti chiave da trattare e il tono da utilizzare.
Domande dirette: Nell’interrogare l’IA, fare domande dirette può essere efficace. Ad esempio, invece di chiedere “Parlami dell’inquinamento atmosferico”, è possibile scrivere “Fornisci una panoramica dettagliata sull’inquinamento atmosferico, includendo le sue cause principali e gli effetti sulla salute umana.”
Sperimentare: Non esitare a sperimentare con diversi approcci di formulazione del prompt per vedere quale genera la risposta desiderata. Le piccole modifiche possono fare una grande differenza.
Revisione continua: Dopo aver ottenuto una risposta dall’IA, esaminare attentamente se soddisfa le aspettative. Se necessario, è possibile apportare correzioni o riformulare il prompt per ottenere una risposta migliore.
In generale, l’arte di creare prompt efficaci richiede pratica e comprensione del modello di Intelligenza Artificiale con cui si sta interagendo. Condizionare l’IA in modo adeguato attraverso i prompt è fondamentale per ottenere risultati utili e pertinenti nei vari contesti.
Oltre a ciò, è necessario fornire istruzioni specifiche per il compito che intendiamo assegnare all’IA. Questo implica la chiara definizione del risultato finale desiderato e la comunicazione di istruzioni dettagliate e inequivocabili. Per esempio, se stiamo chiedendo all’IA di generare un’immagine che raffiguri un tramonto tranquillo sopra una catena montuosa, utilizzando colori vibranti e con un aspetto “da sogno”, è essenziale fornire dettagli così specifici in modo che il prompt sia in grado di guidare l’IA nella giusta direzione. Più le istruzioni sono chiare, specifiche e ricche di dettagli, tanto più elevata sarà la probabilità che l’IA produca il risultato esatto che stiamo cercando di ottenere.
Porre delle limitazioni
Un aspetto finale da considerare, di notevole importanza, riguarda l’impiego dei vincoli. In diverse circostanze, i vincoli possono effettivamente potenziare sia la creatività sia la precisione dei risultati generati dall’Intelligenza Artificiale. Per esempio, se desideriamo ottenere una composizione poetica, può rivelarsi vantaggioso specificare una particolare struttura poetica, come un sonetto o un haiku, al fine di ottenere una produzione più focalizzata. Allo stesso modo, se intendiamo richiedere una spiegazione di un teorema matematico, è opportuno indicare se desideriamo un’illustrazione semplificata o un’esplicazione adatta a un pubblico di studenti delle scuole medie.
Inoltre, i vincoli possono anche abbracciare un aspetto creativo, come quando richiediamo all’IA di creare un’opera d’arte ispirata allo stile di un determinato artista. Capire come interagiscono il condizionamento, il contesto, le istruzioni specifiche per una data attività e i vincoli costituisce la chiave per la scrittura efficace dei prompt.
Lasciamo che ci aiuti
L’Intelligenza Artificiale offre non solo strumenti per ottimizzare i prompt esistenti, ma anche per crearli inizialmente in inglese a partire da istruzioni in italiano. Questo approccio permette di sfruttare una vasta base di dati in inglese, dato che i modelli AI sono solitamente più addestrati per questa lingua. Successivamente, sarà l’IA stessa a tradurre il testo in italiano.
Inoltre, per la grafica, è possibile ricevere assistenza dall’Intelligenza Artificiale e persino creare prompt basati su immagini. L’IA è stata progettata per essere un supporto, quindi possiamo sfruttare questa caratteristica per generare prompt iniziali di alta qualità, che poi possiamo ulteriormente perfezionare per ottenere risultati eccellenti.
In sintesi, l’IA offre una gamma di strumenti per semplificare il processo di creazione di prompt, consentendoci di accedere a una vasta base di dati, migliorando così la qualità delle interazioni e dei risultati ottenuti.
Creiamo testi perfetti senza fatica
Colleghiamoci al sito di PromptPerfect (https://promptperfect.jina.ai/home), registriamoci e, per iniziare, scegliamo il livello Principiante per l’ottimizzazione automatica dei prompt. Dopo esserci fatti la mano potremo sperimentare con gli altri livelli.
Clicchiamo su Nuova ottimizzazione per creare il nostro prompt e selezioniamo il modello (ossia la piattaforma di Intelligenza Artificiale) da utilizzare. Tra i vari modelli di testo disponibili, selezioniamo ChatGPT.
Inseriamo uno spunto originale per il nostro prompt, ossia in questo caso un tema su Dante. Clicchiamo sulla freccia per proseguire. Partiamo con 21 crediti nella versione gratuita ma aumenteranno più useremo PromptPerfect
Dal nostro spunto di 5 parole PromptPerfect ha generato un prompt di 115 parole in inglese e molto più dettagliato. Possiamo anche visualizzarlo in italiano.
Viene generato sia un testo dal nostro spunto originale sia uno dal prompt ottimizzato, in inglese. Cliccando sull’icona del foglio possiamo copiare ogni parte della pagina. Selezioniamo copia l’output dopo l’ottimizzazione
Apriamo ChatGPT, scriviamo “Traduci in italiano que sto testo:” e incolliamo l’output. Avremo il nostro tema in italiano, basato sull’addestramento più completo di ChatGPT, e non ci è servito usare l’inglese.
Generiamo un prompt da una foto
Possiamo anche ottenere gratuitamente un prompt per creare un’immagine simile a una che abbiamo già, usandola come modello. Rechiamoci all’indirizzo https://replicate.com/collections/image-to-text e selezioniamo il modello da https://replicate.com/methexis-inc. Trasciniamo un’immagine su Drop a file or click to select o clicchiamo per caricarla dall’hard disk. Altrimenti clicchiamo su Take a photo with your webcam per scattare una foto. Clicchiamo su Submit per ricavare un prompt in inglese che la descriva. Copiamolo, andiamo all’indirizzo https://replicate.com/stabiIity-ai/stabIe-diffusion e incolliamolo nel campo Prompt. Eliminiamo degli elementi se ci sembrano superflui e clicchiamo su Submit per generare la nostra immagine.
Quando ci si riferisce all’Intelligenza Artificiale, si evoca immediatamente l’immagine di tecnologie all’avanguardia, di robot in grado di comprendere e prendere decisioni autonome, e di un mondo futuristico in cui uomini e macchine coesistono. Tuttavia, l’Intelligenza Artificiale e il suo impiego sono molto più concreti di quanto si possa immaginare e trovano applicazione effettiva in diversi settori della vita quotidiana. È importante notare che tali applicazioni risultano meno invasive di quanto spesso si possa pensare o di quanto venga rappresentato nei film di fantascienza, i quali traggono ispirazione dall’Intelligenza Artificiale come tema centrale per numerose serie, alcune delle quali di successo.Ma cos’è realmente l’Intelligenza Artificiale e come si è sviluppata?
Dal punto di vista tecnico, l’Intelligenza Artificiale rappresenta un campo dell’informatica che si occupa della programmazione e del design di sistemi hardware e software, i quali conferiscono alle macchine determinate caratteristiche considerate tipicamente umane, come ad esempio la percezione visiva, spazio-temporale e decisionale. In altre parole, l’Intelligenza Artificiale non si limita solo all’aspetto dell’intelligenza intesa come capacità di calcolo o conoscenza di dati astratti, ma si estende anche a tutte quelle diverse forme di intelligenza riconosciute dalla teoria di Gardner. Queste forme comprendono l’intelligenza spaziale, sociale, cinestetica e introspettiva. L’obiettivo di un sistema intelligente è quindi quello di cercare di riprodurre una o più di queste diverse forme di intelligenza, che, sebbene comunemente associate all’essere umano, possono effettivamente essere replicabili da specifiche macchine.
Quando nasce l’Intelligenza Artificiale?
Secondo la definizione odierna, l’Intelligenza Artificiale ha avuto origine con l’avvento dei computer nel 1956. In quell’anno si tenne un convegno negli Stati Uniti, al quale parteciparono importanti esperti del campo che successivamente sarebbe stato denominato Intelligenza Artificiale, ma che allora era noto come Sistema Intelligente. Durante questo entusiasmante evento, furono presentati programmi in grado di eseguire ragionamenti logici, in particolare nell’ambito della matematica. Il programma Logic Theorist, sviluppato dai ricercatori informatici Allen Newell e Herbert Simon, dimostrò la capacità di dedurre teoremi matematici a partire da determinate informazioni.
Come si può immaginare, gli anni successivi alla nascita dell’Intelligenza Artificiale furono un periodo di fervore intellettuale ed esplorativo. Università e aziende informatiche, tra cui spicca IBM, si dedicarono alla ricerca e allo sviluppo di nuovi programmi e software capaci di pensare e agire come esseri umani, almeno in determinati campi e settori. Emergono programmi sempre più complessi nel dimostrare teoremi, e soprattutto, viene creato Lisp, il primo linguaggio di programmazione che ha fornito la base per i software di Intelligenza Artificiale per oltre trent’anni. Gli anni che seguirono sono stati un periodo di grande progresso e scoperte nel campo dell’Intelligenza Artificiale.
La nuova era dell’Intelligenza Artificiale si apre con l’utilizzo di un algoritmo innovativo, concepito già alla fine degli anni Sessanta, ma che non ha trovato piena applicazione a causa delle limitazioni dei primi programmi di Intelligenza Artificiale nel campo dell’apprendimento. Parliamo dell’algoritmo che consente l’apprendimento per reti neurali, il quale è stato sperimentato sia in ambito informatico che psicologico. Grazie a questa duplice applicazione, gli sviluppatori di Sistemi Intelligenti hanno scoperto un’ampia gamma di possibilità. In particolare, il primo vero successo dell’Intelligenza Artificiale è stato l’incontro tra Deep Blue, una macchina sviluppata da IBM, e il campione di scacchi in carica, Garry Kasparov. Sebbene i primi scontri siano stati vinti da Kasparov, i continui miglioramenti apportati al sistema di apprendimento di Deep Blue hanno permesso alla macchina di ottenere la vittoria nelle partite successive. Questa vittoria, come confermato dallo stesso campione di scacchi, è stata attribuita al fatto che la macchina aveva raggiunto un livello di creatività così elevato da superare le conoscenze stesse del giocatore.
Le basi dell’intelligenza artificiale
Alla base dei problemi con lo sviluppo di sistemi e programmi di Intelligenza Artificiale ci sono tre cose fondamentali che riguardano il modo in cui gli esseri umani si comportano. Prima di tutto, c’è bisogno di una conoscenza che non sia noiosa e sterile, ma che abbia un tocco di vita. Poi, c’è bisogno di avere una coscienza che permetta di prendere decisioni non solo basandosi sulla logica, ma anche sull’abilità di risolvere problemi in modo diverso a seconda del contesto in cui ci si trova.
Grazie all’uso delle reti neurali e di algoritmi che sanno ragionare come noi umani in diverse situazioni, i sistemi intelligenti stanno migliorando sempre di più le loro abilità comportamentali. Per farlo, la ricerca si è concentrata non solo nello sviluppo di nuovi algoritmi, ma soprattutto nell’aumentare il numero di algoritmi che possono imitare i comportamenti diversi in base agli stimoli ambientali. Questi algoritmi complessi, inseriti nei sistemi intelligenti, sono in grado di “prendere decisioni”, cioè fare scelte in base al contesto in cui si trovano. Ad esempio, quando gli algoritmi sono collegati ai veicoli autonomi, l’auto può decidere, in caso di pericolo, se sterzare o frenare a seconda della situazione. Dipende dalle informazioni che arrivano dai sensori e calcolano quale opzione garantisca una maggiore sicurezza per il conducente e i passeggeri.
Le decisioni prese dai veicoli autonomi e dagli altri sistemi di Intelligenza Artificiale si basano su algoritmi specifici che definiscono una conoscenza di base e una conoscenza più ampia che viene creata tramite l’esperienza. Per migliorare sempre di più gli algoritmi, è stato sviluppato un settore dedicato chiamato “rappresentazione della conoscenza”. Questo settore studia come ragioniamo come esseri umani e, soprattutto, come rendere questa conoscenza comprensibile alle macchine tramite un linguaggio e comandi sempre più precisi e dettagliati. Quando si parla di conoscenza umana e di trasferimento di questa conoscenza alle macchine, non si tratta solo di nozioni accademiche. Si tratta piuttosto di esperienza e della capacità di comprendere nuove informazioni attraverso quelle che abbiamo già nel nostro sistema. Queste informazioni vengono fornite alle macchine attraverso diverse modalità, le più importanti delle quali si basano sulla Teoria dei Linguaggi Formali e sulla Teoria delle Decisioni.
Nel caso della Teoria dei Linguaggi Formali, utilizziamo diversi approcci (i principali sono l’approccio generativo, riconoscitivo, denotazionale, algebrico e trasformazionale) che si basano sulle teorie delle Stringhe e sul loro utilizzo. Le Stringhe rappresentano veri e propri linguaggi formali, ma le loro proprietà variano a seconda dell’approccio che si utilizza.
L’apprendimento automatico
Un grande passo avanti nell’Intelligenza Artificiale è stato compiuto quando sono stati creati algoritmi specifici che permettono alle macchine di migliorare il loro comportamento (cioè la capacità di agire e prendere decisioni) attraverso l’esperienza, proprio come fanno gli esseri umani. È fondamentale sviluppare algoritmi che possano imparare dai propri errori per creare sistemi intelligenti che operino in contesti imprevedibili dai programmatori. Grazie all’apprendimento automatico (machine learning), una macchina può imparare a compiere azioni anche se non sono state programmate in anticipo.
Per i non esperti, l’apprendimento automatico è probabilmente la parte più “romantica” dell’Intelligenza Artificiale, che ha ispirato diversi registi per i loro film famosi che raccontano come le macchine e i robot migliorino nel tempo grazie all’esperienza. Oltre all’aspetto scenico e affascinante, l’apprendimento automatico è il frutto di una profonda ricerca teorica e pratica, basata sulla teoria computazionale dell’apprendimento e sul riconoscimento dei pattern. L’apprendimento automatico è complesso e può essere suddiviso in tre modalità a seconda delle richieste di apprendimento rivolte alla macchina: apprendimento supervisionato, apprendimento non supervisionato e apprendimento per rinforzo. Le differenze tra queste modalità risiedono principalmente nel contesto in cui la macchina deve imparare le regole generali e specifiche che portano alla conoscenza. Nell’apprendimento supervisionato, ad esempio, vengono forniti alla macchina esempi di obiettivi da raggiungere, mostrando le relazioni tra input, output e risultato. La macchina deve quindi estrarre una regola generale dai dati forniti, in modo che possa scegliere l’output corretto ogni volta che viene stimolata da un determinato input per raggiungere l’obiettivo.
Il futuro dell’Intelligenza Artificiale
Se fino a pochi anni fa il principale problema di tutti gli scienziati coinvolti nella ricerca relativa all’Intelligenza Artificiale era quello di poter dimostrare la realistica possibilità di utilizzare sistemi intelligenti per usi comuni, oggi che questo obiettivo è ampiamente raggiunto ci si chiede spesso quale possa essere il futuro dell’Intelligenza Artificiale. Sicuramente molta strada deve essere ancora fatta, sopratutto in determinati settori, ma la consapevolezza che l’Intelligenza Artificiale oggi rappresenta una realtà e non più un’ipotesi, i dubbi sono soprattutto relativi alle diverse possibilità di utilizzo dei sistemi intelligenti e al loro impatto sul tessuto sociale ed economico.
E se da un lato l’entusiasmo per l’evoluzione tecnologica è sicuramente molto evidente in diversi settori, dall’altro la paura che a breve le macchine potrebbero sostituire del tutto l’uomo in molti luoghi di lavoro si è insinuata in maniera sempre più insistente nelle menti di molti. L’evoluzione tecnologica già in passato ha portato a sostituire la mano d’opera umana con macchine e computer che, in maniera più rapida e soprattutto più economica, sono stati utilizzati in diversi settori. Con l’uso massivo dell’Intelligenza Artificiale sarà possibile perdere ulteriori posti di lavoro ma è anche vero che si apriranno sempre più strade per la realizzazione di nuove tipologie di figure professionali. Ma il contrasto tra uomo e macchina è un settore molto più ampio che non è solo relativo all’evoluzione dell’Intelligenza Artificiale e dei sistemi intelligenti, ma anche e soprattutto relativo alla morale e all’etica lavorativa e al corretto utilizzo delle macchine nel rispetto dell’uomo. Probabilmente la direzione che si prenderà non è ancora ben delineata, ma potrà portare a una nuova rivoluzione culturale e industriale
DragGAN, l’avanzato strumento di editing fotografico basato su IA. Trasforma immagini con precisione e velocità. Uscita prevista: Giugno 2023
I ricercatori di Google hanno recentemente rilasciato una nuova tecnica di intelligenza artificiale. Consente agli utenti di manipolare le immagini in pochi secondi con un semplice clic e trascinamento.
Il nuovo DragGAN è uno strumento di editing AI che sfrutta un GAN (Generative Adversarial Network) pre-addestrato per sintetizzare idee che seguono con precisione l’input dell’utente pur rimanendo sulla molteplicità di immagini realistiche.
Il potere di DragGAN
DragGAN è una rivoluzionaria tecnologia di fotoritocco basata sull’intelligenza artificiale che promette di cambiare radicalmente il modo in cui modifichiamo le immagini. Questo nuovo strumento di editing offre un approccio completamente diverso rispetto ai tradizionali software di fotoritocco come Photoshop. DragGAN eliminerà la complessità e gli infiniti livelli di Photoshop, aprendo la strada a qualcosa di completamente nuovo e innovativo.
DragGAN si basa sull’intelligenza artificiale e utilizza algoritmi avanzati per trasformare le immagini in modo preciso e veloce. Grazie a questa tecnologia, sarà possibile apportare modifiche e miglioramenti alle immagini con estrema precisione, consentendo agli utenti di ottenere risultati sorprendenti con facilità, come nel video seguente:
Secondo quanto riportato, DragGAN sarà disponibile a partire dal mese di giugno 2023.
Nonostante non siano disponibili ulteriori dettagli specifici sull’uso e sulle funzionalità esatte di DragGAN, si prevede che questo strumento avrà un impatto significativo nel campo del fotoritocco, semplificando il processo di editing delle immagini.
In conclusione, DragGAN è un innovativo strumento di editing fotografico basato sull’intelligenza artificiale che sta per rivoluzionare il modo in cui modifichiamo le immagini. Con la promessa di semplificare il processo di fotoritocco e offrire risultati sorprendenti, DragGAN è sicuramente un’interessante tecnologia da tenere d’occhio
L’Intelligenza Artificiale di OpenAI si aggiorna: adesso può elaborare anche le immagini e non solo, l’evoluzione di GPT-4 è solo all’inizio.
La piattaforma ChatGPT, basata su GPT-3.5, si sta evolvendo diventando GPT-4 e ha ampliato le sue capacità di elaborazione, migliorando anche la precisione e l’abilità di rispondere alle richieste dell’utente.
In particolare, GPT-4 ora è in grado di rispondere alle domande basate sul contenuto delle immagini. Il che significa che si può fornire alla piattaforma un’immagine e un testo come input e ricevere una serie di risposte testuali come output. Ad esempio una lista di ricette che utilizzano il carciofo come ingrediente. Naturalmente, ciò è solo un esempio e a partire da un input di testo e immagini, GPT-4 può fornire un output di diversi formati, come descrizioni testuali, codici di programmazione e altro ancora.
Meglio di un avvocato
GPT-4 ha dimostrato ottime capacità di comprensione delle richieste degli utenti, ottenendo risultati sorprendenti nell’ Uniform Bar Exam e nelle Olimpiadi Internazionali di Biologia.
Rispetto alla versione precedente, GPT-4 si è piazzato tra il 10% migliore dei partecipanti all’ Uniform Bar Exam, il test definito dalla National Conference of Bar Examinator (NCBE) per l’abilitazione all’esercizio della professione di avvocato. Mentre GPT era nel novero del peggiore 10% dei partecipanti. Detto ciò ha dimostrato quindi di poter svolgere la professione di avvocato meglio del suo predecessore. Inoltre, GPT-4 ha anche superato ChatGPT nelle Olimpiadi Internazionali di Biologia.
Personalizzabile
Una caratteristica interessante di GPT-4 è la possibilità di personalizzare la modalità di risposta alle richieste degli utenti. A differenza della versione precedente, che forniva sempre risposte con lo stesso stile di scrittura, la nuova versione consente di modificare lo stile espressivo per ottenere risultati diversi e personalizzati.
Inoltre, ogni utente di GPT-4 può personalizzare il proprio stile di output, rendendo l’esperienza ancora più adatta alle proprie esigenze. Il testo inoltre menziona l’aggiornamento di GPT-4 che gli consente di elaborare anche le immagini, ampliando così le sue capacità rispetto alla versione precedente.
Ancora molto lavoro da fare
Nonostante la nuova versione abbia ricevuto importanti miglioramenti, non è ancora privo di errori e ha ancora molti margini di miglioramento. Una delle limitazioni dell’IA è che non ha conoscenza di fatti ed eventi accaduti dopo settembre 2021 e non impara durante l’uso.
Al momento, l’accesso a GPT-4 è riservato agli abbonati a ChatGPTPlus, anche se potrebbero essere offerte query gratuite nel futuro. Inoltre, moltissime aziende e organizzazioni lo utilizzano oltre che Bing nel suo motore di ricerca, tra cui Morgan Stanley, Duolingo, Stripe, Be My Eyes, Khan Academy e persino il governo islandese. Per maggiori informazioni vi rimandiamo qui.
Anche senza conoscere il pentagramma possiamo costruire una colonna sonora originale su misura: con Mubert basta scegliere il genere, lo stile, il mood e la durata e infine scaricare il brano sul PC
L’intelligenza artificiale, ormai, sta davvero prendendo piede in molti progetti ed applicazioni pratiche. Tra queste, si stanno evolvendo quelle per generare musica, in modo che anche chi non ha alcuna conoscenza di strumenti musicali o esperienza di canto possa comunque divertirsi e dare sfogo alla propria fantasia. L’intelligenza artificiale applicata alla musica funziona tramite un algoritmo che, prendendo in esame un gran numero di registrazioni, riesce poi a generare automaticamente una composizione musicale nuova e unica. L’algoritmo combina strati di suoni costituiti da loop, con linee diverse per ogni strumento musicale.
Gran parte dei nuovi modelli di Intelligenza Artificiale di cui leggiamo ogni giorno su giornali e Web riguardano risposte testuali e conversazioni quasi “umane”. In realtà l’Intelligenza Artificiale si applica a ogni ambito, compreso quello multimediale e della musica, come dimostra Mubert, Si tratta in pratica di un motore di musica generativa basato sull’Intelligenza Artificiale.
Crea la tua musica
Grazie a Mubert potremo ascoltare, condividere e creare musica con pochissimi clic. Sarà sufficiente scegliere mood (l’atmosfera), stile e durata in base al contenuto che vogliamo creare. Una volta selezionati i parametri, basteranno pochi secondi per generare una traccia audio originale. L’uso personale è gratuito ed è perfetto per chi vuole realizzare colonne sonore per i suoi video. Volendo potremo anche consultare i brani musicali degli altri utenti che hanno reso disponibili le loro creazioni.
1 Non è indispensabile registrarsi per usare Mubert, anche se farlo consente poi di recuperare le proprie creazioni. La sezione che interessa chi vuole creare la propria colonna sonora originale è Mubert Render. Clicchiamo Generate a track now.
2 Possiamo scegliere tra un centinaio di generi (Genres) musicali quello che preferiamo come base della nostra colonna sonora. Quindi aggiungiamo la situazione, cioè il mood che ci interessa, e il tipo di attività che vogliamo accompagnare.
3 Infine dovremo indicare la durata della colonna sonora, che potrà arrivare fino a un massimo di 25 minuti. Dopo avere fatto clic su Generate track potremo ascoltare la musica che abbiamo creato e se ci piace scaricarla come file MP3.
4 Per scaricare il file MP3 clicchiamo sulla freccia verso il basso, poi su View e di nuovo sulla freccia. Indichiamo (solo la prima volta) su quale social lo vorremmo pubblicare, poi premiamo Agree and download e partirà lo scaricamento.
Scopriamo un’estensione gratuita che ci consente di interagire con l’Intelligenza Artificiale più chiacchierata del momento, ChatGPT, parlandole invece di scrivere le domande con la tastiera
Oramai in Rete (e non solo) non si discute d’altro ultimamente. Le Intelligenze Artificiali, e in particolar modo ChatGPT (https://chat.openai.com), stanno incuriosendo (e magari anche preoccupando) gli utenti della Rete. In pratica ChatGPT è un’IA in grado di rispondere in italiano (tra le tante lingue supportate) alle domande che digitiamo nel campo di testo apposito presente nella pagina Web dell’IA.
Ma dopo aver risposto al primo quesito, è in grado di continuare il discorso in un vero “botta e risposta” tra noi e lei. Non sarebbe più semplice, però, se invece di scrivere le domande potessimo porle a voce alla nostra IA? Ebbene, ora è possibile grazie a una estensione per Edge e Chrome: Talk-to-ChatGPT. La troviamo all’URL https://bit.ly/ci_talk e si installa di fatto in pochi secondi premendo Aggiungi -> Aggiungi estensione. Fatto ciò, visitiamo il sito di ChatGPT, facciamo il login e siamo dunque pronti a parlare all’IA.
Usiamo l’estensione
1 Guardando l’homepage ci accorgiamo subito della presenza dell’estensione: nell’angolo in alto a destra appare il pulsante Talk-to-ChatGPT v.1.6.1. Premiamolo e l’estensione sarà pronta ad ascoltare e riferire le nostre domande all’IA.
2 Di base l’estensione si aspetta che parliamo in lingua inglese. Per cui come prima cosa clicchiamo sull’icona con l’ingranaggio: si aprirà la pagina di configurazione nella quale dobbiamo impostare l’italiano.
3 Alla voce Speech recognition language scegliamo Italiano – it-IT. Volendo possiamo anche cambiare la voce con cui ChatGPT ci risponderà (AI voice and language). Noi abbiamo preferito una voce femminile (Microsoft Elsa).
4 Premiamo Save in basso nella finestra di configurazione e siamo pronti a interrogare a voce l’IA. Se per caso, al primo avvio dell’estensione, ChatGPT vi risponde in inglese, chiedetele semplicemente di farlo in italiano.
Chat GPT è un nuovo strumento di OpenAI che mira a rendere l’interazione con i sistemi di intelligenza artificiale più naturale e intuitiva
L’intelligenza artificiale conversazionale ha fatto molta strada negli ultimi anni, con numerosi modelli e piattaforme sviluppati per consentire alle macchine di comprendere e rispondere agli input del linguaggio naturale. Tra questi c’è Chat GPT, acronimo di Generative Pretrained Transformer: uno strumento di elaborazione del linguaggio naturale(o Natural Language Processing) potente e versatile che utilizza algoritmi avanzati di apprendimento automatico per generare risposte simili a quelle umane all’interno di un discorso.
Realizzata da OpenAI (organizzazione no profit per la ricerca sull’intelligenza artificiale) con l’obiettivo di ottimizzare la conversazione e facilitare l’utilizzo da parte degli utenti. Questa tecnologia ha il potenziale per migliorare notevolmente il modo in cui interagiamo con le macchine in una vasta gamma di applicazioni, dal servizio clienti alla traduzione linguistica fino alla scrittura creativa.
La Chat GPT è stata creata per aiutare gli utenti a interagire in modo più semplice e fluido con GPT-3, il terzo modello di Generative Pre-Training (GPT) di OpenAI rilasciato nel 2020. Si tratta di un modello di linguaggio basato su trasformatori che utilizza il deep learning per produrre testi simili a quelli umani. Consente quindi di gestire diverse attività come la risposta a domande e la traduzione automatica.
Per capire come funziona Chat GPT, è utile comprendere la tecnologia alla base dell’elaborazione del linguaggio naturale. Il Natural Language Processing (NLP) è una branca dell’intelligenza artificiale che si concentra sull’interazione tra computer e linguaggio umano. In particolar modo riguarda la programmazione dei computer per elaborare e analizzare le lingue naturali.
La tecnologia NLP consente alla Chat GPT di comprendere i modelli e le sfumature del linguaggio umano. Tutto questo è essenziale per generare risposte pertinenti e coerenti. Ciò è possibile grazie all’uso di algoritmi di machine learning, che vengono addestrati su una grande quantità di dati di testo.
Uno dei principali vantaggi della Chat GPT è la sua capacità di “imparare” dalle conversazioni che ha con gli utenti. In questo modo, il sistema è in grado di adattarsi ai diversi stili di interazione e di offrire risposte sempre più personalizzate.
A cosa serve
Nel servizio clienti, la chat GPT può essere utilizzata per gestire le domande comuni e fornire risposte rapide e accurate così da migliorare l’esperienza del cliente e ridurre il carico di lavoro degli operatori.
Nella traduzione linguistica, può aiutare a tradurre il testo da una lingua all’altra, abilitando una comunicazione più fluida tra persone che parlano lingue diverse. Nella scrittura creativa, la Chat GPT può aiutare gli scrittori ad esplorare nuove idee ed espandere la propria creatività.
Ancora, la Chat GPT può essere utilizzata per migliorare gli assistenti personali virtuali. Con Chat GPT, i chatbot potrebbero diventare più conversazionali e maggiormente in grado di assistere gli utenti con una vasta gamma di attività come la pianificazione, la formulazione di raccomandazioni e la fornitura di informazioni.
Un altro campo in cui può avere un impatto significativo è quello dell’istruzione, dove può essere utilizzata per creare esperienze di apprendimento interattive. Fornendo un feedback personalizzato e in tempo reale agli studenti, Chat GPT può migliorare i risultati dell’apprendimento e rendere l’istruzione più efficace e accessibile a una più ampia gamma di persone.
La Chat GPT può essere utilizzata per condurre sondaggi su un gran numero di persone in modo rapido ed efficiente come per analizzare il sentiment di grandi quantità di dati di testo, come i post sui social media, per identificare tendenze e modelli nell’opinione pubblica.
Man mano che la tecnologia continua a migliorare, diventerà ancora più efficace nella simulazione della conversazione umana, il che la renderà uno strumento prezioso per aziende e organizzazioni.
Limiti e sfide
Sebbene offra molti vantaggi, ha anche i suoi limiti e le sue sfide. È importante esserne consapevoli e utilizzare la chat GPT in modo responsabile ed etico.
Anche se la Chat GPT viene addestrata su una grande quantità di dati di testo, può avere difficoltà a comprendere il contesto di una conversazione o le sfumature del linguaggio umano. Ciò può portare a risposte imprecise o irrilevanti.
A volte i dati possono contenere distorsioni che si riflettono nelle risposte generate dalla Chat GPT. Questo può essere particolarmente problematico quando si tratta di argomenti delicati come la razza, il genere o la politica. E visto che sempre questi dati possono contenere informazioni sensibili, ciò solleva preoccupazioni sulla privacy e sull’uso etico di questa tecnologia.
Inoltre, la chat GPT è più efficace nel fornire risposte specifiche basate sui fatti piuttosto che nel gestire domande a risposta aperta o concetti astratti. Ciò può limitare la sua utilità in determinate situazioni, come la scrittura creativa o il supporto emotivo.
Come usare gratis la Chat GPT
OpenAI, la società dietro la Chat GPT, offre un programma beta che consente a sviluppatori e ricercatori di accedere e utilizzare questa tecnologia gratuitamente. Basta registrare un account sul sito web (https://chat.openai.com/auth/login) e richiedere l’accesso al programma beta compilando un modulo.
Visto che è limitato e concesso su base continuativa, potrebbe essere necessario un po’ di tempo per l’approvazione. Ottenuta l’approvazione, si avrà accesso all’API GPT-3 di OpenAI, che consente di integrare la chat GPT nelle applicazioni.
L’API GPT-3 è gratuita, ma richiede una carta di credito per l’autenticazione. Il programma di OpenAI include l’accesso anche a una serie di altre risorse e strumenti, come tutorial e codice di esempio, che possono aiutare a conoscere le funzionalità della Chat GPT ed esplorare diverse applicazioni e usi della tecnologia.
L’obiettivo di OpenAI è quello di rendere i sistemi di intelligenza artificiale più facili e piacevoli da utilizzare tanto quanto più sicuri e affidabili grazie al feedback degli utenti.
San Valentino è la festa degli innamorati ma anche dei malintenzionati, e proteggere la propria privacy sui vari siti di dating è fondamentale.
La festa degli innamorati è un’altra ottima occasione che i cybercriminali sfruttano per rubare i dati personali delle ignare (e distratte) vittime. Tra i bersagli preferiti ci sono le app di dating online, sempre più utilizzate per la ricerca dell’anima gemella.
La quantità di informazioni condivise sul web è in aumento, soprattutto quando si tratta di incontri online – questo perché per trovare l’amore e creare connessioni è indispensabile aprirsi sulla propria vita privata. L’immensa condivisione di informazioni ha fatto sì che alcuni utenti cadessero vittima di trappole digitali come il doxing – ovvero la pratica di cercare e pubblicare online dati personali di altri utenti per scopi malevoli. In vista di San Valentino 2022, Kaspersky segnala un’intensificazione dell’attività di scamming e incoraggia coloro che usano app e siti di dating online a proteggere i loro dati e garantire la loro privacy digitale.
San Valentino: festa degli innamorati e del doxing
Molte app di dating chiedono di effettuare la registrazione con gli account social per velocizzare la creazione dei profili, ma alcuni dati, come luogo di lavoro o indirizzo di residenza, possono essere sfruttati per il doxing. Fortunatamente alcune app hanno migliorato la sicurezza (ad esempio tramite crittografia) e consentono di nascondere le informazioni più sensibili.
Ad oggi, molte di queste app richiedono agli utenti di registrarsi attraverso i loro account social, che riempiono automaticamente un profilo con foto e informazioni personali come il luogo di lavoro o di studio. Questi dati consentono ad un potenziale doxer di trovare utenti online e scoprire informazioni sul loro conto.
I cybercriminali sfruttano la popolarità delle app di dating per ingannare gli utenti, inviando email che sembrano provenire da persone alla ricerca di un partner. In realtà, il link contenuto nel messaggio punta ad un sito simile ad un sito di incontri. Oltre alle informazioni personali, i malintenzionati chiedono di inserire le credenziali bancarie. Questo tipo di phishing aumenta notevolmente in occasione della festa di San Valentino.
Consigli
Anna Larkina, security expert di Kaspersky, afferma che: “Le app di dating aprono un mondo di possibilità per coloro che sono alla ricerca di un partner. Ciononostante, tutte le informazioni memorizzate online possono essere intercettate da truffatori, scammer e malintenzionati. Inoltre, i criminali informatici sono pronti a sfruttare questo canale per un guadagno finanziario. La buona notizia è che le app di dating si stanno muovendo nella giusta direzione, permettendo agli utenti di connettersi in modo più sicuro. Per quanto fantastiche possano essere queste interazioni, la cautela è fondamentale e non importa quanto si pensi di essere esperti online: ci sono sempre modi per migliorare la propria sicurezza digitale. Così facendo, la conversazione scorrerà senza preoccupazioni e utenti e dati resteranno protetti”.
La necessità di un approccio più sicuro agli incontri online si rende ancora più necessario a ridosso di San Valentino, quando un maggior numero di utenti si rivolge ad app di dating e siti web per trovare un potenziale partner. Per contrastare questi rischi, Kaspersky ha stilato alcuni consigli per permettere agli utenti di godersi in sicurezza i loro appuntamenti romantici online:
• Non collegare l’account Instagram (o di altri social) al profilo dell’app di dating. Il rischio è quello di diffondere troppe informazioni sensibili e, anche se Instagram consente di tutelare la privacy, ci sono più rischi che benefici nel collegare gli account.
Cosa non fare
• Non condividere il proprio numero di cellulare o altri contatti di messaggistica. Le app di incontri suggeriscono di utilizzare esclusivamente le loro piattaforme di messaggi integrate. E’ saggio farlo finché non si è sicuri di potersi fidare della persona con cui si sta chattando. Inoltre, quando si vuole passare ad un’altra app di messaggistica è opportuno impostarla in modo da mantenere sicure le proprie informazioni private.
• I cybercriminali potrebbero tentare di rubare alcuni dati privati. Per cui è importante fare attenzione se il match chiede di scaricare e installare un’applicazione, visitare un sito web o se inizia a fare domande personali in merito al proprio insegnante preferito o qual era il nome del primo animale domestico (si tratta di comuni domande di sicurezza). Cosa potrebbe succedere? Beh, le app potrebbero essere malevole, il sito web potrebbe essere una pagina phishing e quelle informazioni potrebbero aiutare qualcuno a rubare soldi o identità.
• Diffidare dai bot: potrebbero impossessarsi di soldi oppure dati personali. Sono generati automaticamente, per cui se si ha una strana sensazione riguardo ad una chat e se le risposte dell’interlocutore non corrispondono alla domanda posta, è altamente probabile che si stia chattando con un bot.
• Se possibile, sarebbe bene modificare le impostazioni delle app in modo tale che i dati sensibili vengano mostrati solo alle persone con cui si fa match. In questo modo, non tutti avranno accesso ai dati più sensibili. Limitare l’accesso ad un numero ristretto di persone riduce le probabilità che le informazioni del profilo finiscano nelle mani sbagliate.
Questo sito consente l'invio di Cookie di terze parti al fine di migliorare la navigazione offrendo servizi correlati. Premendo il tasto "Accetta" Cookie accetti l'utilizzo dei cookie. Per ulteriori informazioni su come questo portale utilizza i Cookie puoi selezionare il tasto Leggi di più. Puoi modificare il consenso premendo il tasto Impostazioni.
Questo sito Web utilizza i cookie per migliorare la tua esperienza durante la navigazione nel sito Web. Di questi, i cookie classificati come necessari vengono memorizzati nel browser in quanto sono essenziali per il funzionamento delle funzionalità di base del sito Web. Utilizziamo anche cookie di terze parti che ci aiutano ad analizzare e capire come utilizzi questo sito web. Questi cookie verranno memorizzati nel tuo browser solo con il tuo consenso. Hai anche la possibilità di disattivare questi cookie. Ma la disattivazione di alcuni di questi cookie potrebbe influire sulla tua esperienza di navigazione.
I cookie necessari sono assolutamente essenziali per il corretto funzionamento del sito web. Questa categoria include solo i cookie che garantiscono funzionalità di base e caratteristiche di sicurezza del sito web. Questi cookie non memorizzano alcuna informazione personale.
Cookie
Durata
Descrizione
__hssrc
sessione
This cookie is set by Hubspot whenever it changes the session cookie. The __hssrc cookie set to 1 indicates that the user has restarted the browser, and if the cookie does not exist, it is assumed to be a new session.
_GRECAPTCHA
6 mesi
This cookie is set by the Google recaptcha service to identify bots to protect the website against malicious spam attacks.
cookielawinfo-checkbox-advertisement
1 anno
Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category .
cookielawinfo-checkbox-analytics
11 mesi
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional
11 mesi
The cookie is set by the GDPR Cookie Consent plugin to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary
11 mesi
This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-non-necessary
11 mesi
Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Non-necessary" category .
cookielawinfo-checkbox-others
11 mesi
Set by the GDPR Cookie Consent plugin, this cookie is used to store the user consent for cookies in the category "Others".
cookielawinfo-checkbox-performance
11 mesi
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
Qualsiasi cookie che potrebbe non essere particolarmente necessario per il funzionamento del sito Web e viene utilizzato specificamente per raccogliere dati personali dell'utente tramite analisi, pubblicità, altri contenuti incorporati sono definiti come cookie non necessari. È obbligatorio ottenere il consenso dell'utente prima di eseguire questi cookie sul tuo sito web.
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Cookie
Durata
Descrizione
__cf_bm
30 minuti
This cookie, set by Cloudflare, is used to support Cloudflare Bot Management.
__hssc
sessione
HubSpot sets this cookie to keep track of sessions and to determine if HubSpot should increment the session number and timestamps in the __hstc cookie.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Cookie
Durata
Descrizione
__hstc
sessione
This is the main cookie set by Hubspot, for tracking visitors. It contains the domain, initial timestamp (first visit), last timestamp (last visit), current timestamp (this visit), and session number (increments for each subsequent session).
_ga
2 anni
The _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognize unique visitors.
_ga_78N9WP2E3X
2 anni
This cookie is installed by Google Analytics
CONSENT
2 anni
YouTube sets this cookie via embedded youtube-videos and registers anonymous statistical data.
hubspotutk
sessione
HubSpot sets this cookie to keep track of the visitors to the website. This cookie is passed to HubSpot on form submission and used when deduplicating contacts.
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
Cookie
Durata
Descrizione
VISITOR_INFO1_LIVE
6 mesi
A cookie set by YouTube to measure bandwidth that determines whether the user gets the new or old player interface.
YSC
sessione
YSC cookie is set by Youtube and is used to track the views of embedded videos on Youtube pages.
yt.innertube::requests
Mai
This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen.
