# lecun-still-far-from-human-level-ai-llm-2026-09-25

## Veille

Post X di **Yann LeCun** (fondatore e presidente di **AMI Labs**, professore alla NYU, ex Chief AI Scientist di Meta, premio Turing), 25 settembre 2026, ~110 parole. Risponde a **Noah Smith**, che aveva giudicato un video *« già falsificato »*, in cui LeCun qualifica l'idea di un *« paese di geni in un data center »* come *« una completa stronzata »*. (A) Quattro domande test: dov'è il robot domestico, la voiture autonome de **niveau 5**, l'auto che impara a guidare *« in poche ore di pratica come qualsiasi diciassettenne »*, il sistema che comprende il mondo reale e apprende rapidamente *« come un gatto domestico »*? (B) Una concessione: l'IA raggiungerà gli esseri umani in ogni ambito, e la tecnologia **li supera già in un numero crescente di compiti**. (C) Due avvertenze: *« Siamo ancora lontani da questo »*, e non sarà costruita sugli **LLM**, confinati a un ruolo di interfaccia testuale. Un secondo post rimanda alla sua formulazione del 20 settembre: gli LLM autoregressivi, *« di per sé »*, non porteranno a un'IA di livello umano. Fino a ora, il corpus citava LeCun solo come riferimento menzionato da altri ([[deanwball-open-weights-decelerationnistes-kimi-2026-07-17]]), non come fonte; il testo si inserisce accanto allo scetticismo in [[luc-julia-ai-controversy-statements-media-2025-08-22]].

## Titre Article

Nope. It's still true. (post X en réponse à Noah Smith)

## Date

2026-09-25

## URL

https://x.com/ylecun/status/2103543949151658369

## Keywords

Yann LeCun, AMI Labs, NYU, Meta, Premio Turing, Noah Smith, Noahpinion, IA di livello umano, IA di livello umano, AGI, limiti dell'IA, LLM, LLM autoregressivi, interfaccia testuale, comprensione del mondo reale, modelli del mondo, efficienza di apprendimento, imparare a guidare, veicolo autonomo, livello 5, robot domestico, gatto domestico, paese di geni in un data center, superare gli esseri umani nei compiti, scetticismo

## Authors

Yann LeCun — fondateur et président d'AMI Labs, professeur à NYU, ex-Chief AI Scientist de Meta, prix Turing. Post X.

## Ton

Una breve risposta polemica, tipica di LeCun su X: un'apertura secca (*« No. È ancora vero. »*), seguita da un'anafora di quattro domande retoriche (*« Dov'è il tuo… »*) che spostano il dibattito dalle prestazioni misurate alle capacità quotidiane verificabili da chiunque. La seconda metà cambia registro: una concessione esplicita, sottolineata tipograficamente (*« *** MA *** »*), seguita da due punti numerati a tono affermativo, senza alcuna cifra o riferimento. L'argomento non si basa su un benchmark ma su esempi di efficienza di apprendimento (l'adolescente, il gatto), che ricorrono da tempo nelle sue dichiarazioni. Il post difende una posizione già espressa piuttosto che introdurne una nuova; il secondo post (*« Inoltre: »*) lo dichiara esso stesso rimandando alla sua formulazione del 20 settembre e alla sua precisazione sulla parola "autoregressivi".

## Pense-betes

- **La frase di equilibrio da ricordare**: l'IA *« supera gli esseri umani in un numero sempre crescente di compiti »* e *« siamo ancora lontani »* dall'intelligenza umana. Entrambe valgono contemporaneamente. È un punto utile da sollevare in un intervento contro la narrazione "l'IA supererà gli esseri umani": sì sui compiti, no sull'intelligenza generale.
- **L'esempio della guida**: un diciassettenne impara a guidare in poche ore di pratica (in Francia, la patente B richiede un minimo di 20 ore di guida supervisionata). Anni di sviluppo e milioni di chilometri di dati non hanno prodotto una voiture autonome de niveau 5 capace di guidare ovunque senza restrizioni, incluse scene mai viste prima. Lo scarto riguarda l'**efficienza di apprendimento**, non le prestazioni grezze.
- **Il gatto domestico** come benchmark: comprendere il mondo fisico e apprendere rapidamente una nuova abilità, cosa che nessun sistema attuale fa, secondo LeCun. Punta alla generalizzazione out-of-distribution, non alla competenza linguistica.
- **La nuance sugli LLM**: LeCun non dice che siano inutili, dice che non basteranno *« di per sé »* e che manterranno un ruolo di interfaccia testuale. La parola "autoregressivi" è importante nella sua formulazione del 20 settembre.
- **Ciò che il post non contiene**: nessuna tempistica, nessuna misura, nessuna descrizione dell'architettura alternativa (i world models che sostiene altrove, tramite AMI Labs, non sono citati qui). Da citare come la posizione di un ricercatore di primo piano, non come una dimostrazione.
- **Contesto del dibattito**: il video che ha innescato lo scambio ("nessuna possibilità" di raggiungere l'AGI tramite lo scaling degli LLM; "paese di geni in un data center" definito *« una completa stronzata »*) circolava lo stesso giorno; Noah Smith lo considerava già falsificato. Per la sequenza di settembre 2026 sulla narrazione della sostituzione, vedere [[mhalla-what-if-the-future-does-not-need-you-2026-09-20]].

## RésuméDe400mots

Il 25 settembre 2026, **Yann LeCun** risponde su X all'economista **Noah Smith**. Smith aveva commentato un video, ampiamente condiviso lo stesso giorno, in cui LeCun affermava che il semplice scaling degli LLM non avrebbe raggiunto l'intelligenza di livello umano, e che l'idea di un "paese di geni in un data center" era "una completa stronzata". Per Smith, questa posizione sembrava "già falsificata".

LeCun mantiene la sua posizione: "No. È ancora vero." Sostiene la sua risposta con quattro domande. Dov'è il tuo robot domestico? Dov'è la tua voiture autonome de niveau 5? Dov'è la tua auto robotica capace di imparare a guidare in poche ore di pratica, come qualsiasi diciassettenne? Dov'è il tuo sistema di IA capace di comprendere il mondo reale e apprendere rapidamente nuove abilità, come un gatto domestico?

Aggiunge una concessione. Non c'è "alcun dubbio" che l'IA diventerà infine tanto intelligente quanto gli esseri umani in ogni ambito. Ma pone due avvertenze. Primo, "siamo ancora lontani da questo", anche se l'IA e il calcolo superano gli esseri umani in un numero sempre crescente di compiti. Secondo, che quell'intelligenza non si baserà sugli LLM, anche se questi avranno un ruolo da giocare, ad esempio come interfaccia testuale.

In un secondo post ("Inoltre:"), LeCun rimanda a una risposta del 20 settembre indirizzata in parte a Geoffrey Hinton: ricorda di aver detto che "gli LLM autoregressivi, di per sé, non porteranno a un'IA di livello umano", e che questa affermazione resta "completamente vera".

Il post non contiene cifre, né una tempistica, né una descrizione dell'architettura alternativa. Il suo argomento si basa su esempi di efficienza di apprendimento: un essere umano o un animale acquisisce una nuova abilità con poca esperienza e la trasferisce a situazioni non familiari, cosa che i sistemi attuali non fanno. L'esempio della guida riassume lo scarto: poche ore di pratica bastano a un adolescente, mentre la guida autonoma senza restrizioni non è ancora stata raggiunta.

Il testo separa due affermazioni spesso confuse nel dibattito pubblico: l'IA supera gli esseri umani in un numero crescente di compiti, e l'IA resta lontana dall'intelligenza generale umana. LeCun sostiene entrambe contemporaneamente.

## GrapheDeConnaissance

- Yann LeCun —dirige→ AMI Labs (ORGANISATION, 0.95)
- Yann LeCun —s_oppose_à→ Noah Smith (PERSONNE, 0.9)
- Noah Smith —affirme_que→ la position de LeCun sur les limites des LLM semble déjà démentie (AFFIRMATION, 0.85)
- Yann LeCun —affirme_que→ nous sommes encore loin d'une IA de niveau humain (AFFIRMATION, 0.95)
- Yann LeCun —affirme_que→ l'IA et l'informatique surpassent les humains dans un nombre croissant de tâches (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA deviendra à terme aussi intelligente que les humains dans tous les domaines (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA de niveau humain ne reposera pas sur les LLM, qui garderont un rôle d'interface textuelle (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ les LLM autorégressifs, en eux-mêmes, ne mèneront pas à une IA de niveau humain (AFFIRMATION, 0.9)
- Yann LeCun —s_oppose_à→ country of geniuses in a data center (CONCEPT, 0.85)
- Yann LeCun —affirme_que→ aucune voiture ne sait apprendre à conduire en quelques heures de pratique comme un adolescent de 17 ans (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ aucun système d'IA ne comprend le monde réel ni n'apprend vite de nouvelles compétences comme un chat domestique (AFFIRMATION, 0.9)
- voiture autonome de niveau 5 —fait_partie_de→ limites de l'IA (CONCEPT, 0.75)
- efficacité d'apprentissage —s_applique_à→ IA de niveau humain (CONCEPT, 0.8)
- LLM —permet→ interface textuelle vers des systèmes d'IA (AFFIRMATION, 0.8)
- Yann LeCun —référence→ Geoffrey Hinton (PERSONNE, 0.75)

---
Canonical: https://www.thekb.eu/it/fiches/lecun-still-far-from-human-level-ai-llm-2026-09-25/