Skip to main content
#confgarr25 

Donato Malerba

Università di Bari
14 maggio
- Intelligenza Artificiale per l'università e la ricerca

Biografia

Professore ordinario di Informatica presso l'Università di Bari. È stato direttore del Dipartimento di Informatica (2015-2022) e direttore del CINI National Lab on Big Data (2014-2021). Membro del Consiglio Direttivo della Big Data Value Association e del Steering Board del PPP Big Data dell'UE (2015-2016). Responsabile scientifico dello Spoke 6 - AI Simbiotica - del progetto nazionale FAIR (Future Artificial Intelligence Research). I suoi principali interessi di ricerca riguardano la data science, il machine learning, il data mining e l'analisi di big data.

Biografia

Professore ordinario di Informatica presso l'Università di Bari. È stato direttore del Dipartimento di Informatica (2015-2022) e direttore del CINI National Lab on Big Data (2014-2021). Membro del Consiglio Direttivo della Big Data Value Association e del Steering Board del PPP Big Data dell'UE (2015-2016). Responsabile scientifico dello Spoke 6 - AI Simbiotica - del progetto nazionale FAIR (Future Artificial Intelligence Research). I suoi principali interessi di ricerca riguardano la data science, il machine learning, il data mining e l'analisi di big data.

Abstract

Ripensare l’intelligenza artificiale: dall’autonomia alla simbiosi

In un momento storico in cui l’IA sta ridefinendo il nostro rapporto con la tecnologia, emerge con forza una nuova prospettiva: quella dell’IA simbiotica, capace di collaborare attivamente con l’essere umano, superando il paradigma dell’autonomia totale. In questa presentazione proporrò una riflessione critica e prospettica sull’evoluzione di questo modello, secondo cui gli agenti digitali devono smettere di essere meri esecutori per diventare compagni cognitivi, in grado di pianificare, adattarsi e interagire efficacemente con noi. Questa visione trova concreta attuazione nello Spoke 6 del progetto FAIR – Future Artificial Intelligence Research, parte del PNRR italiano. Affronterò inoltre le principali sfide di ricerca legate a questa nuova forma di collaborazione, evidenziando le condizioni necessarie per garantirne lo sviluppo, l’accettabilità, la sostenibilità e le applicazioni nei contesti reali.

Presentazioni

  •  

Video

 

english Bio

Full professor of Computer Science at the University of Bari. Head of the Computer Science Department (2015-2022) and Director of the CINI National Lab on Big Data (2014-2021). Member of the Board of Directors of the Big Data Value Association and of the Steering Board of the EU PPP Big Data (2015-2016). Scientific lead of the spoke 6 - Symbiotic AI - of the National project FAIR (Future Artificial Intelligence Research). His research interests primarily focus on data science, encompassing machine learning, data mining, and big data analytics, along with their applications.

english Abstract

Rethinking Artificial Intelligence: From Autonomy to Symbiosis

At a time when AI is reshaping our relationship with technology, a new perspective is emerging with increasing clarity: that of symbiotic AI, capable of actively collaborating with humans and moving beyond the paradigm of total autonomy. In this talk, I will offer a critical and forward-looking reflection on the evolution of this model, in which digital agents must cease to be mere executors and instead become cognitive companions—able to plan, adapt, and interact effectively with us. This vision takes concrete form within Spoke 6 of the FAIR project – Future Artificial Intelligence Research, part of Italy’s National Recovery and Resilience Plan (PNRR). I will also address the key research challenges associated with this new form of collaboration, highlighting the necessary conditions for ensuring its development, societal acceptance, sustainability, and practical applications.

Organizzato da

Sponsor

Logo GARR

  • Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Consortium GARR - Via dei Tizii, 6 - 00185 Roma
| Tel. 0649622000 - Fax 0649622044 | CF 97284570583 – PI 07577141000 | Codice Destinatario 7EU9KEU |
Il contenuto di questo sito e' rilasciato, tranne dove altrimenti indicato, secondo i termini della licenza Creative Commons
Logo licenza Creative CommonsAttribuzione 4.0 Internazionale.