Intelligenza artificiale open source: verso un’AI etica, equa e accessibile

L’emergere dell’AI open source rappresenta una svolta perché permette a sviluppatori, ricercatori e imprese di tutto il mondo di accedere a strumenti avanzati senza dover sottostare a logiche proprietarie.

Per questo proveremo a esaminare l’importanza dell’accesso equo alle tecnologie avanzate, le sfide e le opportunità di un’AI etica e aperta, gli impatti su economia, lavoro e formazione, nonché le principali iniziative europee e mondiali in questo settore.

Definizione di intelligenza artificiale Open Source secondo OSI

L’Open Source Initiative (OSI) ha pubblicato la Open Source AI Definition (OSAID) v.1.0, un documento che estende i principi dell’open source ai sistemi di intelligenza artificiale, con l’obiettivo di assicurare trasparenza, accessibilità e responsabilità.

Secondo OSAID, un sistema di AI può essere definito open source solo se garantisce quattro libertà fondamentali agli utenti:

• Libertà d’uso: possibilità di utilizzare il sistema per qualsiasi scopo.
• Libertà di studio: analizzare il funzionamento del sistema, accedendo al codice e comprendendone la struttura.
• Libertà di modifica: apportare cambiamenti per adattarlo o migliorarlo.
• Libertà di condivisione: redistribuire il sistema, nella forma originale o modificata.

Per rendere effettive queste libertà nel contesto dell’AI, devono essere resi disponibili tre componenti chiave:

1. Il codice sorgente del modello.
2. I pesi dei modelli.
3. I dati di addestramento o una documentazione dettagliata dei dataset utilizzati.

Molti dei modelli AI che si definiscono open source non rispettano ancora pienamente questi criteri: spesso rilasciano solo i pesi (“open weights”), senza rendere accessibili il codice sorgente o i dataset di addestramento. Secondo OSI, questa pratica limita la reale apertura e non soddisfa i requisiti della Open Source AI Definition.

L’obiettivo della OSAID è quello di favorire:

• La trasparenza, per verificare l’integrità e l’equità degli algoritmi.
• La sicurezza, facilitando l’identificazione e la correzione delle vulnerabilità.
• La diversità e la concorrenza, permettendo l’adozione di sistemi AI in contesti e mercati differenti.

I principali modelli AI che si definiscono open source: lo sono davvero?

I modelli di intelligenza artificiale open source sono sempre più numerosi e competitivi, offrendo un’alternativa alle soluzioni proprietarie grazie a trasparenza, personalizzazione e controllo. Tuttavia, molte di queste soluzioni non soddisfano ancora pienamente i criteri previsti dalla Open Source AI Definition (OSAID), in particolare per quanto riguarda la disponibilità dei dati di addestramento e le condizioni d’uso.

Di seguito una sintesi comparativa dei principali modelli che si definiscono open source:

Note alla tabella :Le licenze e condizioni possono variare significativamente tra diverse versioni degli stessi modelli. – Molti modelli utilizzano licenze personalizzate basate su licenze standard (come Apache 2.0) ma con clausole aggiuntive.

Come si evidenzia dalla tabella, molti modelli offrono codice sorgente e pesi accessibili, ma l’assenza di dati di addestramento pubblici o di documentazione dettagliata limita la loro classificazione come pienamente open source secondo i criteri OSI. Inoltre, permangono restrizioni d’uso su alcuni modelli che ne riducono la libertà di impiego e condivisione.

Nonostante queste limitazioni, i modelli open source stanno evolvendo rapidamente, avvicinandosi sempre più alle performance dei modelli proprietari, se non superandole, e favorendo una maggiore adozione in ambiti che richiedono trasparenza, personalizzazione e controllo dei dati.

Intelligenza artificiale open source per l’accesso equo alle tecnologie avanzate

Secondo l’Open Source AI Report di Marktechpost Media, l’intelligenza artificiale open source svolge un ruolo determinante nel democratizzare l’accesso alle tecnologie avanzate. La disponibilità di modelli e strumenti open source consente a un numero sempre maggiore di sviluppatori, startup, PMI, istituti di ricerca e Paesi in via di sviluppo di accedere alle capacità dell’AI senza dover affrontare le barriere economiche e legali imposte dai modelli proprietari.

Piattaforme e tecnologie come TensorFlow, PyTorch e Hugging Face rappresentano oggi l’ossatura dell’ecosistema AI open source. Queste tecnologie non solo offrono framework e ambienti di sviluppo avanzati, ma favoriscono anche la standardizzazione dei modelli e l’interoperabilità tra sistemi.

L’importanza dei modelli linguistici open source, come Mistral e DeepSeek, si distingue per l’attenzione alla trasparenza, alla personalizzazione e all’efficienza, elementi fondamentali per garantire un accesso equo all’AI. Questi modelli contribuiscono a democratizzare le tecnologie di intelligenza artificiale, specialmente nei contesti che necessitano di soluzioni adattabili alle specifiche esigenze linguistiche e culturali, riducendo così il divario digitale.

Impatti dell’intelligenza artificiale open source su economia, lavoro e formazione

L’adozione dei modelli open source nell’ambito dell’intelligenza artificiale si inserisce in un quadro più ampio di trasformazione economica, che affonda le sue radici nei paradigmi dell’economia del dono e dell’economia di comunione. Questi modelli si fondano sulla reciprocità, sulla condivisione e sulla valorizzazione della comunità, superando la logica competitiva del mercato tradizionale.

Le aziende che adottano un modello open source spesso monetizzano attraverso servizi professionali, personalizzazione, supporto tecnico e formazione, anziché limitarsi alla vendita di licenze software. Si tratta di strategie che bilanciano il concetto di bene comune con la sostenibilità economica, simili alle pratiche delle imprese dell’economia di comunione che reinvestono parte dei guadagni per lo sviluppo collettivo.

Inoltre, l’open source si integra con i modelli economici decentralizzati, come quelli basati su DAO e blockchain, promuovendo una governance distribuita e trasparente. Piattaforme come Gitcoin e progetti come Hyperledger dimostrano la capacità dell’open source di creare nuovi modelli di finanziamento collaborativi e di incentivare una partecipazione diffusa.

Dal punto di vista occupazionale, questo scenario apre spazi per nuove figure professionali legate all’economia circolare e all’open source, quali sviluppatori decentralizzati, gestori di community DAO e ingegneri della sostenibilità.

Sfide e opportunità per un’AI etica, aperta e formativa

L’AI open source costituisce un potente strumento per abbattere le barriere all’accesso e garantire pari opportunità di apprendimento. La disponibilità di modelli aperti consente agli insegnanti e agli enti formativi di personalizzare e localizzare i contenuti didattici, adattandoli alle esigenze linguistiche e culturali delle diverse comunità scolastiche. Questo approccio favorisce la creazione di risorse educative digitali più inclusive e accessibili, abbattendo il divario digitale.

Inoltre, l’accessibilità dei framework open source permette di sviluppare percorsi formativi mirati alla comprensione e alla sperimentazione diretta con gli algoritmi di AI, facilitando l’apprendimento pratico delle tecnologie emergenti. La trasparenza dei modelli open source stimola la riflessione critica tra studenti e docenti sull’etica dell’intelligenza artificiale, promuovendo una cultura dell’innovazione responsabile e partecipativa.

Tuttavia, l’apertura di questi sistemi comporta anche delle sfide rilevanti. Se da un lato favorisce la trasparenza e consente alle comunità di analizzare e mitigare bias e rischi etici, dall’altro lato la disponibilità dei modelli può facilitare l’uso malevolo delle tecnologie AI, come la creazione di deepfake, la disinformazione e il potenziamento di attacchi informatici.

Diventa quindi cruciale promuovere una governance comunitaria solida, l’adozione di standard aperti e il coinvolgimento attivo degli enti pubblici e delle organizzazioni educative. Solo un bilanciamento consapevole tra apertura e sicurezza potrà assicurare un futuro in cui l’intelligenza artificiale open source contribuisca allo sviluppo etico, inclusivo e sicuro della società.

Progetti europei di intelligenza artificiale open source: iniziative e conformità

L’Europa si sta muovendo attivamente per sviluppare un ecosistema di intelligenza artificiale aperta che sia in linea con i propri valori di trasparenza, inclusività e rispetto della privacy. Le iniziative europee si pongono l’obiettivo di promuovere la sovranità digitale e ridurre la dipendenza dalle soluzioni tecnologiche dei grandi player internazionali. Di seguito, analizziamo alcuni dei principali progetti europei, evidenziando i soggetti coinvolti, i modelli di sviluppo e di business adottati, e la loro conformità ai criteri definiti dall’Open Source AI Definition (OSAID) dell’Open Source Initiative (OSI).

Il progetto Velvet di Almawave

Soggetti coinvolti: Almawave, parte del Gruppo Almaviva, ha sviluppato Velvet in collaborazione con Cineca, consorzio interuniversitario italiano specializzato in supercalcolo.

Modello di sviluppo: Velvet è una famiglia di modelli AI multilingua e multimodali, progettata e realizzata interamente in Italia. I modelli Velvet 14B e Velvet 2B sono stati addestrati sul supercalcolatore Leonardo di Cineca, rispettivamente su 4.000 e 2.000 miliardi di token. Velvet 14B supporta sei lingue (italiano, tedesco, spagnolo, francese, portoghese e inglese) con un vocabolario di 127.000 parole e una finestra di contesto di 128.000 token. Velvet 2B è focalizzato su italiano e inglese, mantenendo lo stesso vocabolario e una finestra di contesto di 32.000 token.

Modello di business: Almawave offre Velvet come soluzione open source, integrandola nella propria piattaforma AIWave, che comprende oltre 30 soluzioni applicative pronte all’uso in vari settori. Questo approccio consente ad Almawave di fornire servizi di personalizzazione, supporto tecnico e formazione alle imprese che adottano Velvet, promuovendo l’adozione estesa del modello anche a livello internazionale.

OpenEuroLLM

Soggetti coinvolti: OpenEuroLLM è un’iniziativa finanziata dall’Unione Europea, che coinvolge istituzioni accademiche e di ricerca di vari Paesi membri, con l’obiettivo di sviluppare modelli linguistici di grandi dimensioni che supportino tutte le lingue ufficiali europee.

Modello di sviluppo: Il progetto mira a creare modelli linguistici di grandi dimensioni (LLM) che rispettino i valori e le normative europee, come l’AI Act. L’approccio collaborativo garantisce che i modelli siano adattati alle diverse esigenze linguistiche e culturali dell’Europa, promuovendo la sovranità digitale del continente.

Modello di business: Essendo finanziato dall’Unione Europea, OpenEuroLLM si concentra sulla creazione di beni pubblici digitali, rendendo i modelli accessibili a istituzioni, imprese e cittadini europei. Questo approccio facilita l’adozione dell’AI in vari settori, stimolando l’innovazione e la competitività nel mercato europeo.

Conformità alla OSAID

Alla data di redazione di questo articolo, non sono disponibili informazioni sufficienti per determinare con certezza la piena conformità dei progetti Velvet di Almawave e OpenEuroLLM alla Open Source AI Definition (OSAID). Tuttavia, è possibile analizzare alcune delle loro caratteristiche rispetto alle normative europee vigenti e ai requisiti di trasparenza e sicurezza.

Il progetto Velvet di Almawave è stato sviluppato nel rispetto delle linee guida dell’AI Act europeo, con un focus particolare sulla protezione dei dati personali. Almawave ha implementato l’algoritmo proprietario PAE (Privacy Association Editing), che consente di rimuovere informazioni sensibili dai dati senza la necessità di riaddestrare il modello. Inoltre, Almawave collabora con SIpEIA per garantire la compliance etica e regolatoria.

OpenEuroLLM, sviluppato nell’ambito di un’iniziativa finanziata dall’Unione Europea, si propone di rispettare pienamente l’AI Act e le normative europee sulla trasparenza e l’uso responsabile dell’intelligenza artificiale. Il progetto è orientato verso la trasparenza e l’apertura, coinvolgendo attivamente la comunità scientifica e industriale.

Nonostante queste iniziative dimostrino un forte allineamento con il quadro normativo europeo e una chiara attenzione ai principi di trasparenza e responsabilità, non esistono al momento informazioni dettagliate circa la piena disponibilità dei dati di addestramento, dei pesi e del codice sorgente necessari a garantire la completa conformità alla OSAID.

Il futuro dell’intelligenza artificiale open source: tendenze e sfide

L’AI open source rappresenta una leva fondamentale per la democratizzazione tecnologica e lo sviluppo sostenibile, offrendo opportunità concrete per ridurre le disuguaglianze nell’accesso alle tecnologie avanzate. Le sfide legate alla governance, alla sicurezza e alla sostenibilità rimangono complesse, ma l’impegno congiunto di comunità open source, istituzioni pubbliche e imprese private può garantire un futuro più equo, trasparente e innovativo.

Guardando alle tendenze future, come evidenziato dall’Open Source AI Report, si prevede una crescente attenzione verso la standardizzazione dei modelli di intelligenza artificiale, lo sviluppo di framework per garantire la sicurezza e la trasparenza dei sistemi AI, nonché un rafforzamento delle collaborazioni tra settore pubblico e privato per promuovere la ricerca open source. Inoltre, il paradigma dell’AI green, ovvero lo sviluppo di modelli e infrastrutture ad alta efficienza energetica, diventerà una priorità per conciliare l’innovazione tecnologica con la sostenibilità ambientale.

Investire in progetti open source significa investire in un patrimonio collettivo di conoscenza, favorendo la crescita di un ecosistema competitivo e responsabile, allineato ai valori europei di inclusività, eticità e rispetto della privacy. Questo percorso rappresenta non solo una scelta tecnologica, ma anche una visione strategica per lo sviluppo di un’intelligenza artificiale etica e accessibile, capace di rispondere alle sfide globali e contribuire agli obiettivi di sviluppo sostenibile.