Il primo AI Leadership Summit di ACM affronta la prova dei fatti

ACM ha fissato in calendario il suo primo AI Leadership Summit e Google News ha portato l'annuncio oltre la comunità della ricerca informatica. L'incontro di quattro giorni inizierà il 30 agosto 2026 ad Atlanta. La vera prova sarà stabilire se un'ampia coalizione riuscirà a produrre qualcosa di più dei consueti principi sull'IA.

L'Association for Computing Machinery intende riunire ricercatori, dirigenti tecnologici, educatori, artisti e policymaker in un unico programma. Le sessioni affronteranno modelli di frontiera, scoperta scientifica, governance, occupazione, lavoro creativo e agenti autonomi. Questa ampiezza dà al summit una portata insolita, ma crea anche un difficile problema di coordinamento.

Gli eventi aziendali sull'IA presentano in genere prodotti, partnership e casi di adozione. I summit governativi di solito negoziano principi o impegni politici. Le conferenze accademiche premiano contributi di ricerca specialistici. ACM sta cercando di riunire tutte e tre queste conversazioni senza lasciare che una singola componente controlli l'agenda.

Questa scelta genera il conflitto centrale. L'organizzazione promette una leadership trasversale ai settori, mentre lo sviluppo dell'IA resta concentrato nelle aziende con i maggiori budget per il calcolo, i modelli e i canali di distribuzione. Un elenco eterogeneo di relatori può mettere in luce tali differenze, ma non può risolverle da solo.

L'AI Leadership Summit di ACM costruisce un forum più ampio sull'IA

Il cambiamento più importante è la decisione di ACM di considerare la leadership nell'IA una responsabilità interdisciplinare, non un filone di ricerca specializzato.

Il programma inaugurale dell'AI summit si svolge dal 30 agosto al 2 settembre. Il consorzio dottorale apre i lavori al Georgia Tech, mentre il programma principale e le sessioni successive proseguono ad Atlanta. ACM descrive l'evento come un punto d'incontro per ricerca, industria, governo, istruzione e società.

Il calendario inizia con il mentoring dottorale, per poi passare alle tecnologie di frontiera, alla scoperta scientifica e alla governance dell'IA. Il giorno successivo si concentra sul lavoro creativo, il lavoro, l'istruzione e le infrastrutture regionali. L'ultima giornata è dedicata all'IA agentica e a sessioni parallele tratte dalle comunità tecniche di ACM.

Per IA agentica si intendono sistemi progettati per pianificare e compiere azioni orientate a un obiettivo, spesso attraverso strumenti o software connessi. Questi sistemi sollevano questioni pratiche a cui i punteggi dei benchmark non possono rispondere. Gli sviluppatori devono stabilire quando un agente debba agire, quando una persona debba approvare e come debbano essere tracciati i fallimenti.

Questa sequenza è importante. Il programma non isola la sicurezza in un unico panel politico, lasciando alle sessioni restanti il compito di celebrare il progresso tecnico. La governance si colloca accanto all'architettura dei modelli, alle applicazioni scientifiche, agli effetti sulla forza lavoro e ai sistemi distribuiti.

ACM ha inoltre sollecitato brevi articoli in due categorie. Una categoria cercava lavori recenti con un impatto tecnico o sociale concreto. L'altra richiedeva argomentazioni orientate al futuro sulle direzioni della ricerca e sulle principali sfide.

Il percorso dedicato agli articoli richiedeva che le proposte affrontassero originalità, rilevanza, chiarezza e potenziale impatto. I contributi accettati erano previsti sotto forma di poster e negli atti del summit. Questo conferisce all'incontro una documentazione di ricerca, anche se una proposta di quattro pagine non può risolvere una questione politica o di implementazione controversa.

Il consorzio dottorale offre un altro segnale del pubblico a cui ACM intende rivolgersi. Gli organizzatori hanno riferito di 141 candidati per un programma progettato per mettere in contatto dottorandi con ricercatori, professionisti e policymaker. Ai partecipanti è stato chiesto di collegare il proprio lavoro tecnico a questioni etiche e sociali.

Questo requisito spinge i ricercatori a inizio carriera oltre le ristrette metriche di prestazione. Uno studente che lavora su robotica, modelli linguistici o sistemi distribuiti deve considerare dove il sistema opera e chi ne subisce gli effetti. L'esercizio è prezioso perché le scelte di progettazione tecnica diventano spesso decisioni di governance dopo la distribuzione.

Tuttavia, l'evento resta un summit piuttosto che un processo di standardizzazione. Il suo sito promette dialogo, collaborazione e azione collettiva, ma non annuncia impegni vincolanti. I lettori che scoprono l'evento tramite Google News dovrebbero distinguere un'agenda di convocazione da un quadro adottato.

Il significato del summit risiede quindi nella sua struttura, non in un risultato già verificatosi. ACM sta creando un forum in cui i disaccordi possano diventare visibili attraverso confini tecnici e istituzionali. Se ciò produrrà un lavoro duraturo sarà chiaro solo dopo la conclusione delle sessioni.

Perché l'attenzione di Google News alza la posta in gioco per ACM

Google News amplia il pubblico dell'annuncio di ACM, ma la visibilità rende anche più difficile mantenere le questioni irrisolte del summit all'interno delle cerchie professionali.

Google News è un servizio di aggregazione e scoperta, non l'autorità originaria per il calendario o le dichiarazioni del summit. I fatti di base provengono da ACM e dagli organizzatori dell'evento. Questa distinzione conta quando un titolo si diffonde più rapidamente dei dettagli che lo supportano.

Un lettore che incontra il summit attraverso un feed riceve una proposta semplice: una grande organizzazione informatica sta riunendo leader per plasmare il futuro dell'IA. Il programma rivela un progetto più complesso. I partecipanti affronteranno definizioni concorrenti di progresso, sicurezza, responsabilità, accesso e beneficio pubblico.

ACM porta a questo compito una notevole credibilità istituzionale. Si descrive come la più grande società educativa e scientifica al mondo nel campo dell'informatica. Le sue pubblicazioni, conferenze, premi, gruppi tecnici e comitati politici collegano comunità che raramente condividono una stessa agenda operativa.

La sua ampiezza tecnica è un vantaggio importante. Le politiche sull'IA possono fallire quando ignorano l'architettura dei sistemi, l'ingegneria della sicurezza, la gestione dei dati, l'accessibilità o l'interazione uomo-computer. Anche la ricerca tecnica può fallire quando tratta i danni sociali come questioni esterne che qualcun altro gestirà.

Le sessioni parallele del summit cercano di colmare questa divisione. I ricercatori sulle infrastrutture possono esaminare i requisiti di calcolo ed energia alla base dei servizi di IA. Gli specialisti del software possono affrontare il codice generato e gli strumenti di sviluppo autonomo. I ricercatori dell'istruzione possono valutare come l'IA modifichi apprendimento e valutazione.

Queste comunità non partono dagli stessi incentivi. Un ricercatore può dare priorità alla riproducibilità e alla ricerca aperta. Un dirigente d'impresa può enfatizzare la rapidità di implementazione, le esigenze dei clienti e l'esposizione legale. Un funzionario pubblico può concentrarsi sull'applicabilità, la politica nazionale e le comunità interessate.

Questa tensione è particolarmente evidente nella governance dell'IA. Principi come trasparenza e responsabilità sembrano compatibili finché i partecipanti non devono definire chi divulga cosa, a chi e in quali condizioni. Un summit utile deve passare da valori condivisibili a responsabilità misurabili.

Le Nazioni Unite sono rappresentate da Amandeep Singh Gill, Inviato del Segretario Generale per la Tecnologia. La sua presenza colloca le decisioni nazionali e aziendali accanto al coordinamento internazionale. Gabriela Ramos porta esperienza nel lavoro multilaterale sull'etica dell'IA, mentre Virginia Dignum contribuisce con ricerche sulle salvaguardie per i sistemi autonomi.

Le prospettive dell'industria includono ricercatori e dirigenti collegati a Google, Microsoft, Adobe, IBM, Accenture e altre organizzazioni. I relatori accademici apportano competenze nell'apprendimento per rinforzo, nella robotica, nell'educazione informatica, nell'accessibilità, nel calcolo scientifico e nella progettazione incentrata sull'essere umano. L'elenco dei relatori abbraccia quindi sia lo sviluppo dei modelli sia le conseguenze a valle.

Questa diversità può produrre domande più incisive. Può anche generare conversazioni parallele che non convergono mai. Un panel sulla governance può discutere di responsabilità, mentre una sessione tecnica assume come riferimento un'implementazione rapida.

L'attenzione pubblica aumenta il costo di questa frammentazione. Una volta che Google News porta l'evento davanti a un pubblico tecnologico generale, ACM deve comunicare cosa è cambiato grazie all'incontro di questi gruppi. Un resoconto di panel interessanti non sosterrà pienamente la pretesa di leadership del summit.

La pressione si estende oltre ACM. I partecipanti aziendali devono spiegare come gli impegni pubblici influenzino l'ingegneria o l'implementazione. I ricercatori devono mostrare come le prove possano tradursi in decisioni istituzionali. I policymaker devono chiarire quali vincoli tecnici incidano su norme applicabili.

Il summit arriva poco prima che le sue stesse dichiarazioni possano essere verificate. I lettori dovrebbero cercare atti pubblicati, registrazioni delle sessioni, collaborazioni concrete o lavori di follow-up. Questi elementi conteranno più della portata dell'annuncio.

Competenza contro potere è il conflitto centrale del summit

ACM può riunire competenze profonde, ma le organizzazioni rappresentate non detengono lo stesso potere sullo sviluppo e sull'implementazione dell'IA.

L'elenco dei relatori include Yann LeCun e Andrew Barto, entrambi vincitori dell'ACM Turing Award con percorsi intellettuali distinti. Barto ha contribuito a fondare l'apprendimento per rinforzo, in cui i sistemi apprendono attraverso azioni e ricompense. LeCun ha sostenuto approcci che vadano oltre l'attuale progetto dominante dei grandi modelli linguistici.

Rodney Brooks aggiunge una prospettiva robotica radicata nei sistemi incarnati. Ece Kamar e Ed H. Chi portano esperienza proveniente da importanti organizzazioni di ricerca aziendale. Amandeep Singh Gill e altri specialisti della governance collegano i dibattiti tecnici alle politiche internazionali.

Non si tratta di un blocco unitario. I partecipanti divergono su architetture dei modelli, percorsi di sviluppo, priorità di rischio e ruolo della regolamentazione. Queste differenze sono un punto di forza se il programma le espone direttamente.

Diventano una debolezza se il summit comprime ogni posizione in un linguaggio di ampio consenso. Affermazioni secondo cui l'IA dovrebbe essere sicura, vantaggiosa, inclusiva e innovativa raramente rivelano quali compromessi i partecipanti accettino. La leadership richiede decisioni su test, accesso, responsabilità e limiti.

Lo squilibrio inizia dalle risorse. Le università e i ricercatori di interesse pubblico possono analizzare i sistemi di IA, ma spesso non hanno accesso ai più grandi addestramenti, ai risultati delle valutazioni interne e ai dati reali di implementazione. Le principali aziende tecnologiche detengono più evidenze su come si comportino nella pratica i modelli ampiamente utilizzati.

Questo crea un problema di evidenze. Gli esperti indipendenti possono identificare rischi importanti senza possedere i dati necessari per misurarli pienamente. Le aziende possono pubblicare valutazioni, trattenendo però dettagli per ragioni di sicurezza, privacy o commerciali.

Un summit non può eliminare questi vincoli. Può chiedere se i partecipanti creeranno metodi di valutazione condivisi, accesso controllato alla ricerca o pratiche di documentazione. Tali meccanismi trasformerebbero la discussione in infrastruttura per una futura responsabilità.

Lo stesso problema emerge nell'IA agentica. Un sistema autonomo può collegare l'output di un modello a email, repository di codice, database o dispositivi fisici. Quando le azioni influenzano altre persone, la sola accuratezza diventa una misura incompleta.

I ricercatori hanno bisogno di evidenze su autorizzazione, ripristino, registrazione e supervisione umana. Gli operatori aziendali hanno bisogno di una chiara attribuzione di responsabilità quando più modelli e strumenti partecipano a un unico flusso di lavoro. Le autorità di regolamentazione hanno bisogno di definizioni che restino utili con il mutare delle implementazioni.

Un dibattito utile esaminerebbe questi controlli come requisiti ingegneristici. Chiederebbe quali azioni richiedono approvazione, come i sistemi preservano le evidenze e cosa accade quando un agente supera l’autorità assegnata. Distinguerebbe inoltre un prototipo di ricerca da un servizio distribuito.

Per i lavoratori della conoscenza, questo conflitto è già concreto. Le persone raccolgono sempre più spesso gli output dei modelli insieme a riunioni, documenti e materiali di fonte. Una base di conoscenza personale ricercabile può preservare il contesto, ma gli utenti hanno comunque bisogno di provenienza e capacità di giudizio.

Le sessioni del summit dedicate alle arti creative e alla forza lavoro ampliano ulteriormente il conflitto. Gli artisti possono apprezzare la sperimentazione, pur interrogandosi su consenso, attribuzione e compenso. I datori di lavoro possono sottolineare il potenziamento, mentre i lavoratori chiedono chi ottenga i guadagni di produttività e chi sostenga i costi della transizione.

Non sono questioni secondarie legate al progresso tecnico. Determinano quali sistemi vengono costruiti, quali dati utilizzano e come le organizzazioni li distribuiscono. Trattarle come dettagli di implementazione preserverebbe la stessa distribuzione di potere che il summit afferma di voler esaminare.

Il vantaggio di ACM è di non essere un singolo fornitore di IA né un governo. Può inquadrare le questioni tra comunità professionali senza dover difendere la roadmap di un prodotto. Il suo limite è che non può obbligare aziende o Stati ad adottare le risposte.

Il summit dovrebbe quindi essere giudicato dalla qualità dei meccanismi che promuove. Benchmark condivisi, accesso alla ricerca, pratiche di riproducibilità, indicazioni formative e norme professionali possono influenzare i comportamenti senza diventare legge. Dichiarazioni vaghe non possono avere lo stesso peso.

Il risultato più credibile non sarebbe un’unanimità artificiale. Sarebbe una mappa documentata di accordi, controversie irrisolte e lavoro di follow-up assegnato. Un esito del genere rispetterebbe l’effettiva distribuzione di competenze e potere.

Le domande più difficili iniziano dopo la fine dei panel

L’ampio programma del summit crea un rischio di responsabilità: ogni questione importante può ricevere attenzione mentre nessuna istituzione accetta la responsabilità di dare seguito.

L’evento copre modelli di frontiera, scoperta scientifica, governance, lavoro creativo, occupazione, infrastrutture regionali e agenti autonomi. Ogni argomento potrebbe sostenere un’intera conferenza. Combinarli favorisce il contatto interdisciplinare, ma limita il tempo disponibile per l’approfondimento tecnico.

La prima incertezza riguarda gli output. ACM ha descritto temi, relatori, articoli e sessioni. Non ha promesso uno standard condiviso, un quadro normativo o un calendario di implementazione. I lettori dovrebbero evitare di trattare l’incontro come un regime di governance dell’IA già adottato.

La seconda incertezza riguarda la rappresentanza. Il gruppo dei partecipanti comprende esperienze nella ricerca, nell’impresa, nell’istruzione, nel governo e nella società civile. Un elenco lungo, tuttavia, non mostra come siano distribuiti il tempo in agenda o l’autorità decisionale.

Le persone interessate da decisioni automatizzate sull’occupazione, prodotti inaccessibili, costruzione di data center o addestramento di modelli creativi hanno bisogno di più di un’inclusione simbolica. Le loro evidenze devono incidere sulle domande, sulle conclusioni e sul lavoro di follow-up. Altrimenti, i leader tecnici e istituzionali restano i principali autori dell’agenda.

La sede di Atlanta crea opportunità per una discussione radicata nella realtà. Il programma include infrastrutture regionali e impatto nel mondo reale, invece di limitare l’attenzione ai laboratori sui modelli. Questo inquadramento può collegare i servizi di IA ai sistemi energetici, alle economie locali, all’istruzione e alle istituzioni pubbliche.

Tuttavia, un caso di studio locale non trasferisce automaticamente il potere decisionale. Gli organizzatori dovrebbero chiarire le cui esperienze entrano nel verbale e quali conclusioni ne derivano. Sintesi pubblicate possono aiutare gli esterni a valutare se le prospettive delle comunità abbiano cambiato la conversazione.

La terza incertezza riguarda standard di prova in conflitto. Un’affermazione scientifica può richiedere evidenze riproducibili e revisione tra pari. Una decisione politica può procedere nell’incertezza, perché i funzionari non possono attendere dati perfetti.

Le decisioni aziendali seguono un’altra tempistica. Le imprese rilasciano funzionalità, monitorano l’adozione e rivedono i controlli mentre i prodotti restano attivi. Questi diversi ritmi complicano qualsiasi definizione condivisa di progresso responsabile.

Il programma può affrontare questo aspetto separando i livelli di evidenza. I partecipanti dovrebbero distinguere risultati verificati, giudizio degli esperti, affermazioni aziendali e ipotesi aperte. I lettori dovrebbero applicare la stessa disciplina quando la copertura appare in Google News o in altri feed.

Questa distinzione è particolarmente importante per l’IA di frontiera, un termine che descrive modelli prossimi al limite avanzato della capacità generale e della scala. Le aziende possono discutere capacità future prima che ricercatori indipendenti possano esaminare i sistemi. Le previsioni possono così assumere l’apparenza di evidenze.

Il processo di selezione degli articoli di ACM aggiunge rigore, ma le brevi proposte e i poster restano limitati. Possono identificare meccanismi, evidenze e domande di ricerca. Non possono validare in modo indipendente ogni affermazione aziendale discussa dal palco.

Anche le più ampie scelte editoriali dell’organizzazione si intersecano con il summit. ACM afferma che le sue pubblicazioni sono diventate interamente ad accesso aperto nel gennaio 2026, rendendo la ricerca informatica più scopribile e riutilizzabile. L’accesso aperto amplia il pubblico, ma l’accesso delle macchine apre un altro dibattito.

ACM ha inoltre dichiarato separatamente che i suoi consigli stavano valutando se i modelli linguistici di grandi dimensioni dovessero ricevere accesso al materiale della Digital Library per l’addestramento. L’organizzazione non aveva annunciato una decisione finale nell’avviso pubblico. La questione collega diritto d’autore, accesso alla ricerca, aspettative degli autori e sviluppo dei modelli.

Questa questione istituzionale ancora aperta offre al summit un prezioso caso di prova. ACM non sta semplicemente chiedendo ad altri di governare l’IA. Deve decidere come il proprio corpus di ricerca interagisca con lo sviluppo commerciale e scientifico dei modelli.

Il compromesso rilevante non è semplicemente tra aperto e chiuso. L’accesso in lettura per le persone, l’analisi computazionale da parte dei ricercatori e l’accesso all’addestramento per i modelli commerciali sono autorizzazioni diverse. Una discussione seria dovrebbe mantenere separate queste categorie.

L’etica professionale aggiunge un ulteriore livello. Il codice etico ACM invita i professionisti dell’informatica a considerare le conseguenze sociali, evitare danni, rispettare la privacy e produrre sistemi affidabili. Applicare questi doveri ai sistemi autonomi e generativi richiede interpretazioni concrete.

Chi verifica che un agente rispetti le autorizzazioni? Quali evidenze dovrebbe preservare uno sviluppatore dopo un fallimento? Quando dovrebbe interrompersi una distribuzione nonostante la pressione commerciale? Queste sono questioni professionali prima di diventare controversie legali.

Il summit può riuscire senza rispondere a ciascuna di esse. Non può riuscire nascondendo il disaccordo dietro un linguaggio aspirazionale. Il suo valore dipende dal rendere l’incertezza comprensibile e dall’assegnare il prossimo lavoro da svolgere.

Tre segnali mostreranno se il summit conta

Atti, meccanismi di follow-up e disaccordo visibile riveleranno se ACM ha creato un forum operativo o un altro palcoscenico temporaneo.

Il primo segnale è il registro pubblico della ricerca. ACM afferma che gli articoli accettati appariranno negli atti del summit dopo l’evento. I lettori dovrebbero esaminare se tali articoli forniscano risultati verificabili, limiti chiari o programmi di ricerca concreti.

Un elenco di argomenti vario non basta. Il segnale più forte sarà costituito da lavori che colleghino le prestazioni tecniche alle condizioni di distribuzione. Gli esempi includono supervisione degli agenti, vincoli infrastrutturali, accessibilità, sicurezza o misurazione degli esiti umani.

Gli atti creano anche un punto di riferimento per le valutazioni successive. I ricercatori possono contestare i metodi, riprodurre i risultati e confrontare le proposte con le evidenze successive. Senza quel registro, le affermazioni più importanti del summit potrebbero sopravvivere soltanto come citazioni o clip video.

Il secondo segnale è il seguito concreto. Gli organizzatori descrivono l’evento come una base per il dialogo e l’azione collettiva. Questa promessa diventa credibile quando gruppi nominati accettano un lavoro specifico dopo Atlanta.

Il follow-up potrebbe assumere diverse forme. I Special Interest Groups di ACM potrebbero sviluppare workshop di ricerca, linee guida di valutazione, programmi didattici o pratiche professionali. I comitati politici potrebbero tradurre i risultati tecnici in raccomandazioni pubbliche.

I progetti intersettoriali sarebbero particolarmente significativi se stabilissero scadenze e output. Un gruppo di lavoro senza risultati da consegnare è un’altra conversazione. Un benchmark pubblicato, un documento di orientamento, un protocollo di accesso alla ricerca o una revisione ricorrente hanno una pretesa di impatto più forte.

È qui che la progettazione organizzativa del summit può essere utile. ACM collega già comunità specializzate attraverso conferenze, riviste, comitati e programmi educativi. Dispone di canali per portare una questione oltre un singolo evento.

Quei canali creano anche responsabilità. Se gli organizzatori pubblicano impegni, gli osservatori possono monitorare se il lavoro continua. Se pubblicano soltanto sintesi, sarà più difficile distinguere il summit da altri incontri sull’IA.

Il terzo segnale è il modo in cui ACM registra il disaccordo. Un summit sul futuro dell’IA non dovrebbe fingere che aziende di modelli, funzionari pubblici, ricercatori indipendenti, artisti e lavoratori condividano la stessa tolleranza al rischio. Un conflitto onesto è la prova che il forum ha affrontato decisioni sostanziali.

I lettori dovrebbero osservare come i partecipanti affrontano i sistemi autonomi, l’accesso alla ricerca, il cambiamento della forza lavoro e l’uso di materiale pubblicato per l’addestramento dei modelli. Ogni questione distribuisce benefici e rischi in modo diverso. Il linguaggio del consenso può oscurare tali distribuzioni.

Il rapporto più solido identificherebbe quali posizioni mancano di evidenze e quali compromessi restano irrisolti. Spiegherebbe inoltre perché i partecipanti non erano d’accordo. Questo livello di specificità aiuta sviluppatori e acquirenti a prendere decisioni prima che esista un quadro universale.

La copertura di Google News può amplificare qualunque storia emerga. Una dichiarazione ben rifinita circolerà facilmente, ma la diffusione non dimostra l’impatto. La misura migliore è se ingegneri, educatori, organizzazioni e responsabili politici utilizzano gli output del summit.

Gli sviluppatori dovrebbero cercare pratiche di valutazione attuabili. Gli acquirenti aziendali dovrebbero cercare una responsabilità più chiara tra fornitori, integratori e team interni. Gli educatori dovrebbero esaminare se le discussioni sulla forza lavoro producano linee guida che proteggano l’apprendimento, invece di inseguire una familiarità a breve termine con gli strumenti.

I lavoratori della conoscenza dovrebbero prestare attenzione alla provenienza. Le sintesi generate dall’IA mediano sempre più spesso ricerca, riunioni e decisioni. Gli utenti hanno bisogno di modi per conservare la fonte originale, le ipotesi e le questioni irrisolte, non soltanto la formulazione finale del modello.

L’ACM AI Leadership Summit è quindi più rilevante di un annuncio convenzionale di conferenza, ma meno definito di quanto suggerisca il suo titolo. Crea una sede in cui l’autorità tecnica incontra la responsabilità istituzionale. Non garantisce che tale responsabilità venga accettata.

All’inizio di settembre, la questione centrale non sarà più chi è apparso sul palco. Sarà quali evidenze siano entrate nel registro pubblico, quali disaccordi siano rimasti visibili e chi abbia accettato di continuare il lavoro.

I lettori che seguono l’evento tramite Google News dovrebbero aprire il materiale primario, confrontare le affermazioni con le evidenze pubblicate e seguire gli output promessi dopo Atlanta. Se ACM produrrà ricerca duratura e un follow-up responsabile, il summit si guadagnerà l’etichetta di leadership. Se la conversazione terminerà con la sessione conclusiva, l’annuncio sarà andato più lontano del lavoro.