Nell’AI Act persino la definizione di sistema di intelligenza artificiale è complessa.
Tanto da costringere la Commissione Europea a scrivere delle Linee Guida di 13 pagine solo su tale definizione.
Leggendo l’AI Act è, quindi, perfettamente normale interrogarsi su una domanda apparentemente semplice: questo sistema è davvero un sistema di intelligenza artificiale ai sensi dell’AI Act?
Del resto, la definizione di sistema di IA contenuta nel Regolamento europeo è il risultato di una lunga e complessa mediazione politica e tecnica, maturata durante il trilogo proprio per evitare interpretazioni troppo ampie o troppo restrittive.
E, infatti, proprio per questo la Commissione ha emanato delle Linee Guida per provare a orientare gli interpreti nella corretta lettura del Regolamento.
Ma il rischio è che ci si concentri così tanto sulle definizioni da perdere di vista il vero punto.
L’AI Act non vive in un vuoto normativo.
Si intreccia inevitabilmente con il GDPR, con la disciplina sulla sicurezza informatica, con le regole sulla governance dei dati, con gli obblighi di trasparenza e accountability già presenti nell’ordinamento europeo.
Basti pensare alle complesse relazioni con l’art. 22 del GDPR, alle valutazioni di impatto, alle verifiche sulla qualità dei dati e ai processi di gestione del rischio.
Inoltre, una volta esclusi i sistemi vietati, le implicazioni più significative del Regolamento riguardano soprattutto i sistemi di IA e i modelli di IA per finalità generali che presentano livelli di rischio tali da richiedere valutazioni approfondite, controlli documentati, certificazioni, attività di monitoraggio e verifiche continue.
Per i sistemi a rischio limitato o minimo, invece, gli obblighi tendono a concentrarsi sulla trasparenza, sulla formazione e sulla corretta informazione degli utilizzatori.
Adempimenti certamente importanti, ma che dovrebbero già essere parte integrante di qualsiasi organizzazione matura, indipendentemente dall’etichetta “IA”.
Per questo continuo a ritenere che molte organizzazioni stiano investendo tempo ed energie concentrando la loro attenzione sulla domanda sbagliata.
Piuttosto che impazzire dietro definizioni, linee guida e tassonomie nel tentativo di stabilire se un software sia o non sia qualificabile come sistema di IA, forse sarebbe più utile investire in:
- cultura digitale;
- formazione diffusa;
- valutazione concreta dei rischi;
- qualità dei dati;
- trasparenza verso lavoratori, clienti e fornitori;
- governance interdisciplinare.
Perché, alla fine, la vera sfida non è dimostrare di utilizzare o di non utilizzare un sistema di intelligenza artificiale.
La conformità normativa non nasce dalla capacità di classificare una tecnologia, ma dalla capacità di governarne responsabilmente l’impiego.
La vera sfida è quindi utilizzare qualsiasi tecnologia in modo responsabile, consapevole e verificabile.
E su questo terreno, difficilmente si sbaglia.
