La Private AI come Scudo Regolatorio: Spostare l’Obiettivo della Governance dai Sistemi ai Dati
Intervista a Dario Denni, consulente specializzato in affari istituzionali e regolamentari nelle comunicazioni elettroniche, sulla governance dell’Intelligenza Artificiale raccolto durante l’evento “privateAI” organizzato da Seeweb ed EuropIA. Di seguito l’analisi dei nodi geopolitici, normativi e industriali emersi nel corso del confronto.
1. Il Cambio di Paradigma: Spostare il Focus sui Dati
La private AI può configurarsi come una soluzione pragmatica all’interno dell’attuale confusione regolamentare che caratterizza i diversi sistemi giuridici mondiali. Fino ad oggi, l’obiettivo primario della governance normativa è stato identificato nei “sistemi di AI”. Tuttavia, la questione è strutturalmente più complessa: quando si parla di intelligenza artificiale non ci si riferisce a una tecnologia univoca, bensì a una stratificazione logica di hardware, software, networking, capacità computazionale e dati.
L’attenzione regolatoria doveva pertanto essere indirizzata altrove, assumendo il dato come reale baricentro della governance. Per un’azienda mossa da logiche data-driven, ciò comporta la necessità di mappare rischi legati ad asset specifici dell’economia digitale. Se per i dati personali la dottrina e la giurisprudenza offrono una regolamentazione solida, sul fronte dei dati non-personali ed aziendali si registra un ritardo normativo evidente.
2. AI Pubblica vs AI Privata nei Bilanci Aziendali
I dati aziendali non-personali rappresentano l’asset fondamentale su cui si poggia la competitività. Un’impresa che persegua la massimizzazione degli utili deve inquadrare l’AI come uno strumento per accelerare la crescita e mitigare il rischio. Questo scenario è abilitato esclusivamente dai modelli di AI privata, i quali garantiscono che il patrimonio informativo rimanga confinato all’interno del perimetro aziendale.
Al contrario, l’adozione di sistemi di intelligenza artificiale pubblica scardina tale tutela: le informazioni aziendali fornite in fase di prompt o utilizzate per il fine-tuning escono dal controllo logico dell’organizzazione, confluendo nei sistemi di addestramento di fornitori terzi che potranno successivamente sfruttarle o riproporle sul mercato a seguito di nuove computazioni.
3. Il Bilanciamento dell’AI Act e il Tramonto del “Bruxelles Effect”
L’impianto dell’AI Act deve necessariamente integrarsi con il GDPR, sebbene le due normative muovano da presupposti logici differenti. L’AI Act adotta un approccio rigidamente basato sul rischio articolato su quattro livelli, mentre il GDPR si fonda sul principio della minimizzazione. Il necessario bilanciamento tra questi due testi rappresenta la principale sfida di conformità del continente.
In questo scenario geopolitico frammentato, il classico concetto di “Bruxelles-effect” – ovvero la capacità dell’Europa di imporre standard normativi globali per mera emulazione – mostra segni di cedimento. Tuttavia, la governance resta indispensabile: le regole segnano lo scarto che separa il pugilato da una rissa da strada, distinguendo lo svolgimento ordinato del mercato dal mero esercizio della forza finanziaria.
4. Cultura Giuridica e Concentrazione del Potere
La cultura giuridica europea poggia sui cardini del principio di uguaglianza, del riconoscimento della controparte, della terzietà del giudice e del giusto procedimento. L’allontanamento da questo perimetro metodologico introduce asimmetrie economiche e instabilità. Le regole servono a contenere le disuguaglianze in un contesto in cui il potere tecnologico e finanziario non è equamente distribuito: la retorica corrente descrive una sovranità legata agli algoritmi, ma dietro le stringhe di codice operano sempre gruppi ristretti di persone fisiche.
Il potere si sta concentrando nelle mani di pochissimi Stati, aziende e individui, estendendosi a soluzioni tecnologiche nate in ambito civile ma dotate di implicazioni militari immediate e profonde. Il dibattito culturale internazionale conserva le tracce degli ultimi tre anni di evoluzione: dalla richiesta di una moratoria globale sui calcoli di frontiera del 2023 – impraticabile sul piano industriale – fino all’Executive Order statunitense e alle linee guida del G7 di Hiroshima.
5. Il Fallimento del Principio “Human in the Loop”
L’obiettivo ideale di mantenere l’uomo al centro del processo evolutivo e decisionale (“Human in the loop”) è di fatto fallito. Bisogna prendere atto che le dinamiche commerciali e gli interessi degli Stati corrono su binari differenti. I dati critici della pubblica amministrazione e gli asset industriali privati richiedono un livello di protezione superiore, poiché dalla loro violazione possono derivare non soltanto danni económicos, ma anche sociali, politici, sicuritari e quant’altro.
In questa cornice, l’adozione dell’architettura di Private AI cessa di essere una opzione tecnologica facoltativa e si configura come l’unico strumento idoneo a garantire un perimetro di compliance blindato. Solo isolando il calcolo e azzerando la condivisione esterna delle informazioni sensibili è possibile proteggere e preservare il valore economico e strategico del dato.