L’Italia si è maggiormente specializzata nell’utilizzo dei data base e meno sugli algoritmi rispetto ai Paesi europei, ma il ritardo è recuperabile. Egli distingue tra AI e AGI. L’AI corrisponde al Machine learning ossia alla capacità delle macchine di apprendimento autonomo. L’AGI invece è la capacità delle macchine di utilizzare il ragionamento deduttivo, ma su questo ambito non sono stati fatti grandi progressi. Nel 2010 abbiamo assistito a una esplosione di algoritmi e nella capacità di calcolo delle macchine. Si è sviluppato quello che viene definito Machine Learning (apprendimento automatico) cioè la capacità di riconoscimento dei dati da parte delle macchine. Il Professore sottolinea che tali abilità si basano sugli esempi che l’uomo immette negli algoritmi. Le macchine non sono dotate di creatività e flessibilità. Tali strumenti aumentano le capacità cognitive umane, ma sono tecniche che richiedono competenze di dominio umane, per questo motivo è sempre più urgente che il capitale umano sia dotato di abilità e conoscenze e che le persone siano convertite all’utilizzo di queste applicazioni (tecniche computazionali). «Oggi la disponibilità della materia prima (i dati) è quasi infinita - spiega Zecchina - ma il problema è come utilizzarla in modo produttivo ed efficace, utilizzando sistemi automatici di analisi. Le applicazioni sono sterminate: dalle tlc alla medicina; dalla manifattura alla biologia».