intelligenza artificiale

L’Italia vuole deregolamentare l’IA generativa, ecco come



Indirizzo copiato

Il Governo italiano si allinea a Francia e Germania con un accordo di regolamentazione light dell’IA generativa, in seno all’AI Act, che però ha una impostazione più forte. Vediamo i dettagli e le conseguenze di una scelta

Pubblicato il 27 nov 2023

Francesca Niola

Research fellow – Head of legal @ Aisma Srl



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
intelligenza artificiale ai act Consultazione Ue sull'AI Act




Alle porte dell’approvazione dell’AI Act[1], l’annuncio di un accordo trilaterale[2] tra Francia, Germania e Italia per deregolamentare i nuovi modelli di IA generativa è una sorpresa.

Con la sua enfasi su un modello di auto-regolamentazione per i modelli fondamentali di AI, questo accordo introduce un nuovo paradigma normativo, ponendosi in potenziale tensione con l’AI Act dell’Unione Europea, al contrario ispirato a una disciplina general preventiva. Il 6 dicembre l’incontro del trilogo affronterà la questione.

Scontro di visioni su regole in Europa

L’accordo trilaterale sembrerebbe proporre un’impostazione basata sulla responsabilità  “a valle” degli sviluppatori di AI, incentivando l’adozione di codici di condotta settoriali. Questo approccio permette una maggiore flessibilità e adattabilità alle esigenze specifiche delle varie applicazioni AI, e si contrappone al modello più rigido e omogeneo proposto dal Regolamento europeo, nel quale la regola precauzionale si declina in base alla classificazione dei livelli di rischio.

Il confronto tra questi due approcci solleva questioni giuridiche di rilevanza. L’AI Act, con il suo impianto prescrittivo, intende garantire un alto livello di sicurezza e di tutela dei diritti fondamentali attraverso un controllo ex ante. In contrasto, l’accordo trilaterale sembra puntare su una regolamentazione ex post, facendo leva sulla capacità autoregolativa del settore. Questa discrepanza potrebbe generare problemi di coerenza e armonizzazione tra le normative degli Stati membri e quelle dell’UE, oltre a sollevare dubbi sull’efficacia della supervisione e dell’applicazione delle regole.

Il contenuto dell’Accordo trilaterale Italia-Germania-Francia su Ai ACT

L’accordo sembra fondarsi su due capisaldi: l’imposizione di codici di condotta agli stessi operatori e la diffusione di model cards.

Codici di condotta

Da un lato, la decisione dei tre sottoscrittori di sostenere l’auto-regolamentazione obbligatoria attraverso codici di condotta per i modelli dell’IA segna un passaggio dalla tradizionale imposizione di regole alla promozione di un’autodisciplina guidata da principi. Questo approccio fondato su un principio di leale collaborazione tra potere pubblico e operatore commerciale, piuttosto che imporre limiti alla tecnologia in sé, si concentra sull’uso che se ne fa, suggerendo un modello normativo più reattivo alle peculiarità dell’applicazione dell’IA.

Model cards

Per altro verso, le cd. “model cards” si collocano al centro di questa innovazione regolatoria. Questi documenti, sviluppati dagli stessi creatori dei modelli di IA, offrono una descrizione dettagliata del funzionamento, delle capacità e dei limiti dei loro sistemi. Da qui si deriverebbe che i decisori politici vogliano riservare alla trasparenza un ruolo preminente: essa sarebbe strumentale a individuare precise responsabilità sulla catena del valore. Per gli sviluppatori, la creazione di una model card è un esercizio di riflessione critica che di fatto li costringe ad analizzare e a documentare le prestazioni e i potenziali bias dei loro sistemi. Questo processo dovrebbe, in teoria, incoraggiare la progettazione di sistemi più giusti e sicuri dal lato degli stessi operatori economici poiché la loro diffusione diventa parte integrante del processo di sviluppo e valutazione dell’IA.

Tuttavia ciò non sembrerebbe consistere in un vero e proprio obbligo giuridico, al cui inadempimento far conseguire delle sanzioni. Questo potrebbe costituire un problema. Come si legge da Reuters, la sanzione, il cui soggetto emanante non è stato definito, conseguirebbe solo a seguito della violazione del codice di condotta, nel quale, tuttavia, non è detto che e in quali attività venga declinato il principio di trasparenza. Ad esempio, nulla sembrerebbe emergere circa l’obbligo di pubblicare i codici sorgente delle singole applicazioni di IA. La differenza è notevole perché mentre le model cards descrivono il funzionamento e le prestazioni di ciascuno strumento, i codici sorgente contengono le istruzioni per costruire l’architettura del modello, addestrarlo sui dati, testarlo e implementare metodi per il suo utilizzo attraverso algoritmi, classi e funzioni.

Il disegno di legge del PD

A dimostrazione della vitalità del dibattito politico sulla regolamentazione dell’intelligenza artificiale e della sua capacità di interessare i poteri all’interno degli stessi confini nazionali è necessario puntare l’attenzione sul disegno di legge dell’opposizione (PD) “Misure sulla trasparenza dei contenuti generati da intelligenza artificiale”.  

Il disegno di legge si concentra sull’importanza di una chiara identificazione dei contenuti IA, stabilendo che ogni forma di media – testi, video, immagini e voci – prodotta totalmente o parzialmente attraverso l’IA sia adeguatamente etichettata. Questa etichettatura è ritenuta fondamentale per informare gli utenti sulla natura e l’origine dei contenuti al fine di distinguere quelli generati umanamente da quelli creati artificialmente.

Il testo non si limita a imporre l’uso di etichette e watermark come semplici strumenti di identificazione; essa incarica anche gli editori e i distributori di assicurare che questa etichettatura sia visibile e comprensibile, evidenziando l’origine IA dei contenuti. Questo non solo promuoverebbe la consapevolezza degli utenti ma impone anche una responsabilità diretta ai soggetti coinvolti nella pubblicazione e diffusione di tali contenuti.

Dal punto di vista dei controlli, il disegno di legge individua nell’Agcom il regolatore competente a definire gli strumenti di segnalazione e rimozione dei contenuti illeciti nonché il regime sanzionatorio da applicare proporzionalmente alla gravità dell’evento. 

Emerge in modo chiaro ed evidente che l’interazione tra il disegno di legge (DDL) italiano e l’accordo trilaterale Franco-Tedesco-Italiano in termini di governance dell’intelligenza artificiale (IA) mette in luce una dialettica istituzionale significativa. Da un lato, il DDL, un’iniziativa del potere legislativo, sembra allinearsi con l’approccio ex ante dell’AI Act europeo, promuovendo una regolamentazione anticipata che richiede l’identificazione chiara e la trasparenza dei contenuti generati da IA. Questo meccanismo normativo è indirizzato a prevenire potenziali abusi o danni derivanti dall’utilizzo dell’IA prima che questi si verifichino, inserendosi nel solco di una visione più tradizionale di tutela dei consumatori e di sicurezza dei dati. Dall’altro lato, l’accordo trilaterale, sostenuto dall’Esecutivo, predilige la descritta impostazione ex post, concede spazio all’industria per regolare se stessa, confidando nella sua capacità di autodisciplina.

Conclusioni

Il dibattito tra un intervento normativo anticipato e una regolamentazione che risponde dinamicamente all’evoluzione della tecnologia è un leitmotiv nella storia della regolamentazione delle libertà economiche. La decisione di optare per un modello più flessibile, come quello proposto dall’accordo trilaterale, riflette una preferenza per un mercato dell’IA più liberale e meno vincolato da prescrizioni a priori, che potrebbe favorire l’innovazione. Tuttavia, ciò pone in rilievo la tensione intrinseca tra la necessità di un intervento pubblico per la tutela dei diritti fondamentali e il desiderio di non ostacolare le libertà economiche.

La questione atavica del rapporto tra decisione pubblica e libertà economiche si manifesta così su un nuovo fronte che avrà effetti anche sulla disciplina europea del mercato unico digitale (al momento non ancora estesa all’IA). A prescindere dalle necessità politiche che motivano questa scelta, si pone sotto nuove vesti l’antica e perdurante questione: come bilanciare efficacemente l’esigenza di una regolamentazione che tuteli il bene comune senza soffocare l’innovazione e la crescita economica? Su quale piatto della bilancia porre davvero il peso?


[1] COM(2021) 206 final

[2] La notizia è stata lanciata dal sito Reuters.com https://www.reuters.com/technology/germany-france-italy-reach-agreement-future-ai-regulation-2023-11-18/ , tuttavia l’intesa tra i tre Governi era stata preannunciata all’esito del incontro tenutosi a Berlino il 30 ottobre 2023. Per il comunicato stampa congiunto v. https://www.mimit.gov.it/en/media-tools/news/italy-germany-and-france-agree-on-strengthening-their-cooperation-on-artificial-intelligence

[3] Assegnato alla 8ª Commissione permanente (Ambiente, transizione ecologica, energia, lavori pubblici, comunicazioni, innovazione tecnologica) in sede redigente il 20 novembre 2023. Annuncio nella seduta n. 127 del 21 novembre 2023.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x