Tenere il passo con gli sviluppi dell'AI può sembrare una partita persa—e Jeff Dean, che ha trascorso quasi tre decenni a lavorare su questa tecnologia in Google, dice che la Gen Z non dovrebbe nemmeno provare a padroneggiarla tutta. Il suo consiglio è semplice: scorrere molti contenuti e cercare connessioni che altri potrebbero non notare.

"I often tell students it's better to skim 10 papers than to read one in detail because you then get 10 points in your cloud of what might be possible," Dean ha detto ieri all'Asian American Scholar Forum's 2026 Frontier & Pioneer Symposium, nel suo primo intervento pubblico da quando ha lasciato Google. "Or, even skim 100 abstracts because what you want to be able to do is connect important ideas that have not yet been connected."

Per i giovani che entrano nel settore tecnologico, il consiglio di Dean non riguarda il tagliare gli angoli, ma imparare a usare bene il tempo e a pensare in modo ampio. È anche una risposta pratica alla vastità del settore: arXiv, il server di preprint su cui compare per primo gran parte della ricerca sull'AI, riceve ora ogni mese migliaia di contributi sul machine learning—più di quanti un singolo ricercatore possa realisticamente leggere con attenzione. Questo approccio, ha detto, può individuare soluzioni a problemi che in passato sembravano irrisolvibili—e aiutare a restringere un orizzonte temporale appropriato. Un problema che potrebbe richiedere 20 anni per essere risolto è probabilmente troppo ambizioso se non si ha un'idea chiara di come affrontarlo, ha aggiunto, mentre un problema risolvibile in due anni potrebbe essere troppo ovvio per produrre una svolta importante.

"The perfect shape of a problem that you want to work on in a reasonably long-term manner [is] like five years or something," ha detto Dean. "Try lots of things that might not work. Some of them will."

AI can put Ph.D.-level expertise in everyone's hands, according to Dean

Dean si è allontanato da Google all'inizio di questo mese dopo 27 anni in azienda, avendo in particolare guidato Google AI dal 2018 al 2023 ed essendo stato chief scientist di Google dal 2023 al 2026. La sua lunga permanenza lo ha reso uno degli ingegneri più celebri nella storia dell'azienda: ha co-progettato MapReduce e Bigtable, sistemi che hanno alimentato l'elaborazione di dati su larga scala di Google, ha co-fondato il team di ricerca Google Brain nel 2011 e ha co-creato il diffuso framework di machine learning TensorFlow. Il 58enne è ora cofondatore e CEO di DiscoveryLoop, un'azienda di AI focalizzata sull'accelerazione della scoperta scientifica e ingegneristica.

Nonostante le previsioni secondo cui la tecnologia potrebbe portare a una disoccupazione massiccia e a un ampliamento della disuguaglianza di ricchezza, Dean resta ottimista sul potenziale dell'AI di migliorare le vite.

"The vast majority of the uses of these models is incredibly positive for the world. Like advancing AI in healthcare and AI in education…being able to make people able to solve problems they couldn't solve on their own will make people able to do more," Dean ha detto. "And I think that's super exciting."

E sebbene Dean abbia riconosciuto che nemmeno lui ha una "magic answer" e incontra spesso fallimenti, parte del suo ottimismo deriva dal potenziale dell'AI di dare alle persone accesso a competenze che un tempo avrebbero richiesto anni di formazione specializzata.

"By building models that are really good at understanding many many different domains of science and engineering you can get Ph.D.-level expertise in a model across many different domains," ha detto Dean, che nel 1996 ha conseguito un Ph.D. in computer science alla University of Washington.

AI leaders are promising a 'new golden era'—but the hype faces a reality check

Dean non è unico nel suo ottimismo. Alcuni dei nomi più importanti del tech hanno formulato previsioni ancora più audaci su ciò che l'AI potrebbe significare per l'umanità.

Demis Hassabis, premio Nobel e chairman di Google DeepMind, ha previsto che l'AI potrebbe trasformare radicalmente settori come healthcare, energy e space. Hassabis ha condiviso il Nobel per la Chimica 2024 per AlphaFold, un sistema di AI che prevede la struttura delle proteine ed è già utilizzato da milioni di ricercatori.

"In 10, 15 years' time, we'll be in a kind of new golden era of discovery that [is] a kind of new renaissance," Hassabis ha detto in precedenza a Fortune. Oltre a curare le malattie, ha affermato di prevedere che l'AI sbloccherà nuovi materiali per risolvere la crisi energetica attraverso la fusione o svolte nel solare, consentendo infine all'umanità di "travel the stars and … explore the galaxy."

Elon Musk è stato ancora più ottimista sull'impatto dell'AI. Il CEO di Tesla e SpaceX ritiene che il progresso sarà così grande che i beni saranno abbondanti e il denaro non sarà un fattore rilevante.

"Don't worry about squirreling money away for retirement in 10 or 20 years," ha detto l'uomo più ricco del mondo nel podcast Moonshots with Peter Diamandis all'inizio di quest'anno. "It won't matter."

Le sfide, tuttavia, persistono—soprattutto quando si tratta di scetticismo pubblico. Il CEO di Anthropic Dario Amodei ha recentemente riconosciuto su X che le promesse dell'AI hanno iniziato a sembrare vuote al pubblico.

"At this point, saying that AI will cure cancer is more a cliche than it is inspiring, and most people think it is deceptive. The thing that will work is actually curing cancer," ha detto Amodei. "I think by far the most accurate criticism of AI companies including Anthropic is that we haven't yet delivered on our big promises to benefit the world. That is totally on us."

L'autocritica è notevole da parte di un dirigente che a sua volta ha prospettato cambiamenti profondi: Amodei ha detto in un'intervista ad Axios nel maggio 2025 che l'AI potrebbe eliminare metà dei posti di lavoro white-collar entry-level entro uno-cinque anni.

This story was originally featured on Fortune.com.