Tecnologia

IIT Madras propone un'AI frugale per l'India

I ricercatori di IIT Madras propongono sistemi AI più piccoli, specializzati e multilingue, con infrastrutture condivise e criteri di utilità pubblica.

20 nov 2026 4 min lettura A cura di Redazione
IIT Madras propone un'AI frugale per l'India
Condividi

L’India dovrebbe ridurre la dipendenza dai grandi modelli di intelligenza artificiale e sviluppare sistemi più piccoli, specializzati e multilingue, adatti ai bisogni pubblici e ai vincoli delle infrastrutture disponibili. È la proposta dei ricercatori di IIT Madras, che hanno elaborato il Responsible Frugal AI Framework: un approccio pensato per ottenere il massimo valore pubblico impiegando il minimo di risorse computazionali, energetiche e finanziarie. A proporlo sono la Wadhwani School of Data Science and Artificial Intelligence e il Centre for Responsible AI.

Il documento, intitolato A Frugal AI Framework for India, è stato presentato dal direttore dell’istituto, V. Kamakoti, durante il convegno industriale sulla governance dell’AI del 2026. «L’AI non deve sapere tutto per essere utile. Deve conoscere in profondità le cose giuste per il compito da svolgere», ha dichiarato Kamakoti. Il direttore ha indicato tre requisiti per lo sviluppo dei sistemi: utilità, accessibilità economica e sostenibilità, mettendo al centro l’adeguatezza della tecnologia rispetto al suo impiego.

Il framework combina ingegneria frugale e principi di AI responsabile. Per i ricercatori, l’India può costruire un percorso fondato sulle proprie capacità ingegneristiche e sull’infrastruttura pubblica digitale, senza replicare la corsa ai modelli di frontiera ad alta intensità di capitale guidata da Stati Uniti e Cina. Balaraman Ravindran, responsabile del Centre for Responsible AI e della scuola di Data Science e AI, ha richiamato proprio l’innovazione frugale come possibile base per questo modello di sviluppo.

Un modello più grande non è necessariamente la scelta migliore per ogni compito.

La scelta tecnologica dovrebbe partire dal modello minimo sufficiente per ciascun compito. Prima di adottarlo, tuttavia, le organizzazioni dovrebbero stabilire se l’intelligenza artificiale sia necessaria oppure se bastino sistemi basati su regole, approcci di recupero delle informazioni o tecniche convenzionali di machine learning. «Una raccomandazione importante del nostro documento è che l’India abbandoni l’assunto secondo cui i modelli AI più grandi siano necessariamente migliori», ha spiegato Gokul S. Krishnan, direttore della ricerca del Centre for Responsible AI. La dimensione del modello diventa così una scelta da motivare rispetto al problema concreto.

Per le amministrazioni e le istituzioni, il documento propone inoltre infrastrutture AI condivise e piattaforme tecnologiche comuni, definite public AI rails. L’obiettivo è evitare che dipartimenti diversi sviluppino autonomamente sistemi costosi e duplicati. Il principio di frugalità si estende quindi dall’architettura del singolo modello all’organizzazione delle risorse: la condivisione delle basi tecnologiche viene indicata come strumento per contenere la moltiplicazione degli investimenti sullo stesso tipo di esigenza.

La sovranità dell’AI comprende la capacità di gestire e adattare i sistemi.

Anche la sovranità dell’AI riceve una definizione operativa. Nel framework coincide con la capacità di progettare, distribuire, gestire, ispezionare, mantenere e adattare autonomamente i sistemi. Il possesso di grandi modelli, da solo, lascia fuori una parte delle competenze richieste da questa impostazione. L’autonomia tecnologica viene descritta attraverso l’intero ciclo di vita dell’AI, comprendendo sia la realizzazione iniziale sia la possibilità di intervenire sul suo funzionamento e modificarlo nel tempo.

Sul versante degli utenti, i ricercatori chiedono sistemi multilingue, progettati dando priorità alle lingue locali e verificati nelle condizioni effettive dell’India. Le prove dovrebbero includere differenze nella connettività internet, nelle capacità dei dispositivi e nella disponibilità di energia elettrica. Lingua e condizioni di accesso entrano dunque nei requisiti di progettazione e valutazione: l’utilità del sistema deve essere verificata anche negli ambienti in cui le risorse tecnologiche disponibili variano.

Le infrastrutture condivise possono evitare sistemi costosi e duplicati nella pubblica amministrazione.

Per l’AI generativa, la raccomandazione è di impiegarla soltanto quando produrre nuovi contenuti sia essenziale al compito. I ricercatori invitano a evitare adozioni motivate dalla semplice disponibilità della tecnologia e propongono criteri di valutazione più ampi della dimensione dei modelli o dei soli punteggi nei benchmark. Per i sistemi pubblici, il riferimento dovrebbe essere l’utilità per unità di risorsa, insieme alle prestazioni sul campo, ai consumi, alla responsabilità e al valore sociale prodotto.

Articoli Correlati