A differenza di altre innovazioni, l’intelligenza artificiale è così differente dalle tecnologie di cui già disponevamo, per cui ogni aspetto non esplicitamente regolamentato rappresenta un vuoto normativo non colmabile con l’analogia e con l’interpretazione estensiva di norme pre-esistenti.

In particolare, non si possono estendere ad essa le norme sugli algoritmi tradizionali, che si comportano in modo diverso e a volte del tutto opposto. L’informatica classica è stata sempre basata su una totale predeterminazione dell’operato della macchina, mentre l’intelligenza artificiale rende il computer non-prevedibile. Ooppure, i software tradizionali appaiono trasparenti e tracciabili, mentre i sistemi di machine learning sono caratterizzati da non-conoscibilità del percorso logico che conduce dall’input all’output.

Quindi, ci troviamo in un caso abbastanza raro (ma proprio per questo incredibilmente interessante) nella storia del diritto, in cui un’entità nuova, quasi “aliena” è tra noi, e in quanto tale parte da una condizione di totale non-copertura normativa.

Questa è la situazione di partenza in cui ci siamo trovati, in fondo, molto poco tempo fa, quando con il primo rilascio di Chat GPT a novembre 2022 è iniziata l’era espansiva dei Large Language Models come elementi di vita quotidiana. I legislatori, dovendo disciplinare tutto ciò, si sono trovati di fronte ad una delle più grandi esperienze di costruzione su una tabula rasa normativa.

Oggi però, come sappiamo, non ci troviamo più a quel punto di partenza. È ben noto che c’è stato un momento di svolta determinante (stando nell’Unione Europea) con l’Artificial Intelligence Act, in vigore dall’1 agosto 2024. In quel momento si è avuto un passaggio dalla totale anarchia alla piena regolamentazione di quasi ogni aspetto. Nella frazione di secondo in cui il regolamento n. 1689 del 2024 è entrato in vigore, si è passati dal “niente” al “tutto” o quasi.

Pochi aspetti sono rimasti scoperti, come quello del copyright, certamente non secondario, ma in verità già risolto dalla giurisprudenza internazionale che è concorde nel considerare di pubblico dominio le opere prodotte dalle intelligenze artificiali. Ma, messo da parte questo e pochi altri aspetti, l’Artificial Intelligence Act ha creato davvero una sostanziale copertura dell’intera disciplina.

A questo punto ci si può domandare: questo regolamento rappresenta solo l’inizio di un’imponente costruzione normativa da portare avanti, nel corso dei prossimi anni, con altri atti sia nell’Unione Europea che negli Stati membri? O è un punto di arrivo su cui ci si può fermare?

Ovviamente non si può rispondere in modo semplicistico a questa domanda, ma ci si può riflettere. Molto probabilmente, la risposta è la seconda. L’Artificial Intelligence Act è un atto molto completo, magari non onnicomprensivo, ma certamente ampio nel raggio di operatività, obiettivamente valido, con una solida architettura normativa interna.

Quindi, adesso è opportuno entrare in una fase in cui lo si metabolizza e lo si applica. Invece. se si dovesse andare oltre nella produzione di altri atti legislativi, anche a livello statale, si rischierebbe una ridondanza e un’ipertrofia normativa che non aggiungerebbe molti elementi utili e forse ostacolerebbe l’ottenimento di un quadro normativo certo.

Anche se qualche aspetto perfettibile ovviamente c’è, e alcuni versante rimangono evidentemente scoperti, ci sono almeno due ragioni per ritenere che adesso possediamo gli elementi per fermarci al punto in cui siamo, dal punto di vista della regolamentazione.

La prima ragione è che non necessariamente tutto deve essere normato: qualche aspetto può essere lasciato alla libertà e all’auto-regolazione. L’artificial Intelligence Act copre le parti più ad alto rischio su cui l’anarchia non era ammissibile, per esempio sui rischi di plagio, o sull’uso dei deepfake. Ma una volta ottenuta questa copertura, può essere opportuno non giungere ad un eccessivo imbrigliamento normativo. Ci sono aspetti che possono essere lasciati più svincolati, o magari regolamentati con tempi e modi più lenti e riflessivi.

Il secondo motivo per cui ci si può fermare all’Artificial Intellignce Act, è che regolamenta un elemento comunque contingente, “fotografa” la tecnologia di adesso. Andare oltre nel costruire norme sull’intelligenza artificiale del 2025 (su aspetti a minore impatto di quelli già disciplinati), rischia di creare regole a rapida obsolescenza, e di generare un investimento sproporzionato di risorse.

L’Intelligenza Artificiale, nelle sue forme specifiche, non sfugge alla regola della selezione artificiale informatica, per cui qualcosa rimarrà, altro si estinguerà, qualcos’altro ancora di nuovo sorgerà, probabilmente già nei prossimi cinque anni. Dunque ora, messo al sicuro il nucleo più sensibile, se si andasse oltre con le norme, si rischierebbe di investire sproporzionate risorse in funzione di tecnologie o sistemi destinati ad estinguersi o ad essere sostituiti. Un po’ come quando, circa vent’anni fa, si cercava di inquadrare giuridicamente Second Life spendendo risorse poi rivelatesi non necessarie quando quella piattaforma, semplicemente non è stata premiata dalla selezione naturale tecnologica.

Questo non significa che l’intelligenza artificiale si estinguerà, ciò è molto difficile, ora essa è tra noi e rimarrà, ma verranno meno e cambieranno le singole piattaforme e i modi attraverso cui si esprimerà, anche molto presto.

Per questo, almeno in questo caso, probabilmente è meglio fermarsi all’Artificial Intelligence Act e lasciare che la selezione della specie digitale faccia il suo corso, prima di intensificare ulteriormente il sistema normativo.

Al limite, in questi anni, usiamo tutte le nostre risorse per divulgare l’Artificial Intelligence Act, per farlo conoscere, per far sì che tutti sappiano quali sono le sue potenzialità e siano rassicurati dalla sua esistenza. Questa è, probabilmente, la direzione da intraprendere. Senza aggiungere altro, valorizziamolo.

L'articolo L’intelligenza artificiale: ora lasciamola un po’ libera proviene da Giurdanella.it.

Chi ha ragione? Verosimilmente, nessuno dei due gruppi, almeno se si considerano le posizioni più estreme e polarizzate. Va da sé che qualunque acutizzazione conduce distanti dalla ragione.

Qual è allora il giusto atteggiamento da assumere? Senza la presunzione di possedere una risposta, la si può cercare. E la si trova forse in un documento normativo che conosciamo bene, il “solito” Artificial Intelligence Act del 2024, in cui il legislatore europeo si è fatto anche un po’ teologo e ci fornisce forse una chiave di lettura utile per capire quale sia il giusto rapporto uomo-macchina in quest’epoca in cui la macchina diventa (a suo modo) un po’ umana.

L’Artificial Intelligence Act (il regolamento n. 1689 del 2024) ci propone un approccio che non è di polarizzazione, una visione in cui l’intelligenza artificiale non costituisce il bene supremo o il male assoluto. Esso segue un altro paradigma, un’altra geometria, che è quella dei cerchi concentrici.

Se ci pensiamo, il modo migliore per leggere l’Artificial Intelligence Act non è vederlo come una successione di regole in sequenza, ma come un allargarsi di cerchi da uno più stretto ad uno più largo, ad un altro più ampio ancora, i quali rappresentano i gradi di “severità” che l’uomo deve assumere nei confronti della macchina-pensante, dal più intenso e intransigente al più leggero e “rilassato”.

Il cerchio più interno è quello del divieto assoluto, la no-fly zone dell’intelligenza artificiale, sostanzialmente contenuta nell’articolo 5, in cui si individuano i casi in cui non ne sono consentiti “l’immissione sul mercato, la messa in servizio o l’uso”. Si tratta, come sappiamo, dell’elenco di quelle ipotesi in cui l’intelligenza artificiale è destinata a scopi volutamente non benefici, soprattutto nei confronti delle persone più deboli e vulnerabili.
Il cerchio intermedio è quello dell’intelligenza artificiale ad alto rischio, dove l’uso può essere in sé benefico, ma l’ambito di applicazione è sensibilissimo (per esempio l’identificazione biometrica, la gestione delle infrastrutture critiche, l’istruzione, l’amministrazione della giustizia e dei processi democratici) e ci si trova quindi in aree in cui la si può sì adoperare, ma con una griglia di norme rafforzate, contenute soprattutto nella sezione 3 del regolamento, in cui tutte le garanzie sono ispessite.
Il cerchio più esterno è quello dell’intelligenza artificiale “non ad alto rischio”, quella più legata alla quotidianità che non tocca nervi sensibili del tessuto sociale, in cui le regole esistono, ma con un minore grado di rigidità. Si pensi per esempio all’ottimo articolo 50 sulla trasparenza, che regola la diffusione dei deep fake ma non esclude che possano avere una funzione artistica, che rimane consentita, per esempio, nell’ambito della satira.

questi tre cerchi concentrici – del divieto, della massima attenzione e dell’uso libero ma regolamentato – rappresentano davvero la geometria giuridica probabilmente più corretta, che trascende la visione manichea del “bene-male”, e vede l’intelligenza artificiale nella sua complessità, producendo regole differenti a seconda che la si usi per plagiare una persona fragile, per identificare chi passa in un aeroporto, o per creare meme divertenti e magari utili a stimolare il senso critico.

È interessante poi osservare che, per far fronte alla modalità “religiosa” di vivere l’intelligenza artificiale, non solo il legislatore “si fa teologo” aiutandoci a non polarizzare il nostro punto di vista in un senso o nell’altro, ma anche la teologia vera e propria se ne occupa.
Il 10 maggio 2024, in un suo discorso, Leone XIV, rivolto ai cardinali, ha osservato che occorre “rispondere a un’altra rivoluzione industriale e agli sviluppi dell’intelligenza artificiale, che comportano nuove sfide per la difesa della dignità umana, della giustizia e del lavoro”. Anche in questo caso si va oltre le polarizzazioni, e l’intelligenza artificiale non è vista né come qualcosa di salvifico, né come intrinsecamente preoccupante, ma è osservata come una realtà i cui sviluppi “comportano sfide”, cioè il cui ingresso nella società deve essere accompagnato da consapevolezze.
Ed è interessante che gli elementi a cui prestare attenzione secondo Leone XIV siano gli stessi dell’Artificial Intelligence Act: la dignità umana (nel “primo cerchio” del divieto) nonché la giustizia e il lavoro (nel “secondo cerchio” dell’alto rischio).
Si tratta di una convergenza di vedute piuttosto interessante da osservare e da seguire.

L'articolo I cerchi concentrici dell’intelligenza artificiale proviene da Giurdanella.it.

L’uso di intelligenza artificiale per gli avvocati

Tutte queste forme di utilizzo hanno già mostrato numerosi limiti che ne consigliano per ora un uso accorto e diretto strettamente dalla competenza umana.

Per loro natura, tuttavia, sono strumenti che apprendono e la loro velocissima evoluzione li porterà ad un perfezionamento tale da renderli imprescindibili anche nell’attività quotidiana dell’avvocato, in tempi che saranno sorprendentemente brevi.

I sistemi di intelligenza artificiale che in astratto si rivelano particolarmente utili alla professione forense sono:

• AI predittiva, per l’analisi dei rischi connessi alle questioni legali e la previsione degli esiti, la loro potenza di calcolo è tale da ridurre enormemente il tempo dedicato a queste attività;
• AI per la ricerca giuridica e documentale, utilissimi ma dipendono totalmente dalla qualità dei dati reperibili o forniti;
• AI generativa per la stesura di documenti, fenomenali per velocità e logica, non possono ancora prescindere da vuoti e errori nella ricerca, ma aiutano a schematizzare gli argomenti e a redigere velocemente anche i testi più complessi.

Si tratta di strumenti che in mano a un avvocato che li conosca e li utilizzi consapevolmente sono molto potenti, ma presentano limiti ancora significativi che li collocano lontano dall’infallibilità.

I principali limiti degli strumenti di AI

Le tecnologie predittive, ad esempio, possono analizzare enormi quantità di dati per prevedere esiti legali e migliorare l’efficienza nella preparazione dei casi. Sono particolarmente utili nei sistemi di Common Law perché la ricerca dei precedenti giurisprudenziali ha un impatto estremamente più significativo che nei sistemi di Civil Law e di quello italiano in particolare.

La mancanza di contestualizzazione è il loro limite più evidente e può indurre a interpretare erroneamente i dati e portare a conclusioni fuorvianti.

Gli assistenti di ricerca AI mancano, come gli altri, di comprensione contestuale. Possono analizzare dati e testi, ma non afferrare le sfumature legali o i contesti specifici di un caso.

Se non trovano casi analoghi o male interpretano le richieste possono addirittura inventare precedenti di sana pianta.

Usati senza controllo umano portano a risultati inadeguati e fuorvianti, come ha dimostrato il recente caso concluso con l’ordinanza del 14/3/2025 del Tribunale di Firenze.

Anche gli strumenti generativi sono in grado di redigere bozze di documenti legali in tempi ridicoli e con un grado di precisione piuttosto alto, ma difettano di comprensione contestuale e si basano sugli stessi risultati delle ricerche, quindi potenzialmente errati o non aggiornati.

Se le fonti a cui attingono sono incomplete o obsolete, anche le risposte generate saranno imprecise.

È quindi cruciale per gli avvocati apprendere a utilizzare queste tecnologie in modo critico, sfruttando i loro vantaggi mentre si è consapevoli delle loro imperfezioni.

Il Disegno di legge sull’Intelligenza artificiale all’esame del Parlamento

Il DDL sull’Intelligenza Artificiale che contiene principi e deleghe governative, è approdato in prima lettura alla Camera dopo aver superato il vaglio del Senato.

La norma si occupa espressamente di «princìpi in materia di ricerca, sperimentazione, sviluppo, adozione e applicazione di sistemi e di modelli di intelligenza artificiale», per promuoverne l’utilizzo corretto e responsabile oltre che per coglierne le intrinseche opportunità.

Naturalmente il DDL è espressamente riferito all’interpretazione e applicazione a quello che per tutti è oramai l’AI ACT dell’Unione Europea (regolamento UE 2024/1689), entrato in vigore lo scorso 1 agosto.

Glossario e principi sono quindi direttamente collegati alla cornice antropocentrica fornita dall’AI Act. Per questo il legislatore concentra l’attenzione sulla garanzia di tutela dei dati e informazioni personali e sulla cybersicurezza, come precondizioni per l’utilizzo di sistemi di AI e ragioni per l’adozione di specifici controlli di sicurezza nel loro utilizzo.

Oltre a disciplinare l’utilizzo dei sistemi di intelligenza artificiale nel mondo sanitario e della pubblica amministrazione, il DDL si sofferma sull’utilizzo da parte dei professionisti intellettuali e nell’ambito dell’attività giudiziaria.

In quest’ultimo ambito sostanzialmente si consente la sperimentazione dell’AI per l’organizzazione e semplificazione del lavoro giudiziario e per le attività accessorie, lasciando al magistrato ogni decisione sull’utilizzo dell’AI per l’interpretazione o l’applicazione della legge, sulla valutazione dei fatti e delle prove e sull’adozione dei provvedimenti.

L’intelligenza artificiale e il suo uso nell’attività professionale

Ai liberi professionisti intellettuali invece, l’articolo 13 del DDL chiede espressamente di limitarsi alle attività strumentali e di supporto all’attività professionale e di conservare la prevalenza del lavoro intellettuale nell’esercizio della professione.

Oltre a questo, il DDL pone un vero e proprio obbligo, in capo al professionista, di comunicare con la massima chiarezza al proprio cliente se intende utilizzare sistemi di AI nella esecuzione del mandato ricevuto.

Cominciare a preoccuparsi di questa comunicazione, della sua forma e del suo contenuto anche prima che la legge entri in vigore è una buona idea, anche perché doveri di trasparenza, competenza e correttezza nella informazione sono già previsti dal Codice deontologico forense,

Si può cominciare integrando il testo di mandati e lettere di incarico con le informazioni necessarie a far comprendere al cliente che tipo di utilizzo lo studio intenda fare dei sistemi di AI e chiarire innanzitutto:

• se si utilizzeranno sistemi di ricerca, generativi o assistenti predittivi;
• quali siano questi sistemi e se siano sviluppati autonomamente dallo studio o forniti da terze parti;
• che saranno rispettate confidenzialità e privacy dei dati del cliente sulle informazioni personali e sensibili fornite allo studio e con quale misure;
• che ogni utilizzo del sistema di intelligenza artificiale da parte dello studio legale è sempre sottoposto a verifica, supervisione e controllo umano.

In questo modo sarà possibile rispettare la prevalenza della prestazione intellettuale sugli automatismi dell’intelligenza artificiale richiesta dalla norma (e dal buon senso), e certamente mantenere una comunicazione corretta tra avvocato e cliente.

Il DDL peraltro coinvolge gli Ordini professionali nella tenuta di corsi di formazione sull’intelligenza artificiale, per consentire la formazione di una cultura su questi strumenti che presto diventeranno abituali anche nell’esercizio della professione forense.

L'articolo L’avvocato dovrà comunicare al cliente se utilizza sistemi di IA proviene da Giurdanella.it.

Può essere così sintetizzata la recente sentenza della Corte di Giustizia Europea, del 27 febbraio, nella causa C-203/22, riguardante la valutazione automatizzata del merito creditizio mediante c.d. credit scoring.

La Corte europea ha, innanzitutto, verificato la riconducibilità di questa tipologia di valutazioni nell’ambito dell’articolo 22 del Regolamento 2016/679 (G.D.P.R.), rubricato “Processo decisionale automatizzato relativo alle persone fisiche, compresa la profilazione”, ove viene affermato il diritto dell’interessato a non essere sottoposto a una decisione interamente automatizzata e che garantisce all’interessato, in ogni caso, il diritto ad esprimere la propria opinione e a contestare la decisione stessa.

La Corte di Giustizia europea si è occupata dell’attività di aziende che basano il loro business sull’analisi con sistemi di intelligenza artificiale di dati personali per l’elaborazione di valutazioni del merito creditizio da vendere a società terze.

Per i Giudici europei questo tipo di valutazioni possono essere considerate decisioni alla stregua dell’articolo 22 G.D.P.R., giacché suscettibili di produrre “effetti giuridici” che riguardino l’interessato (come il rifiuto di un finanziamento) o di incidere “in modo analogo” sulla sua persona.

Questa conclusione non è banale, giacché considerare questo tipo di valutazioni automatizzate delle decisioni ex art. 22 G.D.P.R. significa riconoscere all’interessato una serie di diritti e tutele previste all’interno del Regolamento sulla tutela della privacy.

Infatti, ai sensi dell’articolo 15 GDPR, rubricato “Diritto di accesso dell’interessato”, il soggetto coinvolto in un processo di analisi dati è autorizzato a richiedere conferma che sia o meno in corso il trattamento di dati personali, ad accedere ai dati specificamente utilizzati ed, eventualmente, a richiederne la rettifica o cancellazione.

In altri termini, e con specifico riguardo alle vicende concrete oggetto delle pronunce della CGUE, i soggetti destinatari di una decisione automatizzata sono titolari di un diritto all’informazione, ossia ad accedere ai dati effettivamente trattati dalle aziende e a comprendere come essi siano stati praticamente valutati.

Già, con precedente sentenza del 7 dicembre 2023 (C-634/21), era stato affermato che “il calcolo automatizzato, da parte di una società che fornisce informazioni commerciali, di un tasso di probabilità basato su dati personali relativi a una persona e riguardanti la capacità di quest’ultima di onorare in futuro gli impegni di pagamento costituisce un «processo decisionale automatizzato relativo alle persone fisiche», ai sensi dell’articolo 22, paragrafo 1, del GDPR, qualora da tale tasso di probabilità dipenda in modo decisivo la stipula, l’esecuzione o la cessazione di un rapporto contrattuale con tale persona da parte di un terzo”.

La Corte ha anche affrontato il profilo del bilanciamento degli interessi contrapposti in materia di accesso e, in particolare, il contemperamento tra il diritto all’informazione dell’interessato con la tutela dei segreti commerciali, considerato che le vicende concrete riguardavano proprio l’attività di aziende che dell’analisi dati hanno fatto il loro core business.

L’articolo 15 GDPR prevede, in particolare, il diritto dell’interessato ad accedere ad “informazioni significative sulla logica utilizzata, nonché l’importanza e le conseguenze previste di tale trattamento per l’interessato”.

Tuttavia, considerata la complessità delle valutazioni automatizzate, verosimilmente la sola comunicazione dei dati utilizzati potrebbe non garantire l’effettiva comprensione della valutazione da parte dell’interessato.

Ebbene, per la Corte “l’interessato può pretendere dal titolare del trattamento, a titolo di «informazioni significative sulla logica utilizzata», che quest’ultimo gli spieghi, mediante informazioni pertinenti e in forma concisa, trasparente, comprensibile e facilmente accessibile, la procedura e i principi concretamente applicati per utilizzare, con mezzi automatizzati, i dati personali relativi a tale interessato al fine di ottenerne un risultato determinato, come un profilo di solvibilità”.

Infine, qualora le società destinatarie della richiesta di accesso ritengano che la predetta richiesta riguardi dati coperti da segreto commerciale ai sensi dell’articolo 2, punto 1, della direttiva 2016/943, essi sono tenuti “a comunicare tali informazioni asseritamente protette all’autorità di controllo o al giudice competenti, cui spetta ponderare i diritti e gli interessi in gioco al fine di determinare la portata del diritto di accesso dell’interessato previsto all’articolo 15 del GDPR”.

– – –

– La sentenza

– La sintesi

– Il comunicato stampa

L'articolo L’algoritmo e il diritto alla spiegazione proviene da Giurdanella.it.

Mattia e Alice, i protagonisti del romanzo, vengono indicati con due numeri 2760889966649 (per Mattia) e 2760889966651 (per Alice), due numeri primi gemelli, cioè separati da un unico numero pari che non permette loro d’incontrarsi, nonostante siano così vicini.

Che c’entrano i numeri primi con l’Intelligenza Artificiale? C’entrano perché è il modo più semplice per sgamarla.

Io: 17 è numero primo?
AI: Sì, 17 è un numero primo. Ha solo due divisori: 1 e se stesso (17). Quindi soddisfa la definizione di numero primo.

Io: 99991 è un numero primo?
AI: Sì, 99991 è un numero primo. Non ha divisori oltre a 1 e a se stesso, quindi soddisfa la definizione di numero primo.

Quindi? L’AI risponde correttamente?

Sì, ma solo perché centomila numeri, in statistica, sono nulla, è probabilissimo che tra le miliardi di frasi usate per l'”addestramento” ci siano anche queste centomila (è come quando, da bambini, ci dicevano fino a quanto sai contare?)

Ma proseguiamo …

Io: 102001 è un numero primo?
AI: No, 102001 non è un numero primo. Può essere scritto come 101 elevato alla seconda (cioè 101×101). Pertanto, ha divisori oltre a 1 e a se stesso.

Come? Come!

Non solo la risposta è sbagliata, 102001 è un numero primo. Ma l’errore non è di poco conto, 101×101 fa 10201 e non 102001 … C’è “solo” uno zero in mezzo di differenza.

Ah, se l’avessero previsto i matematici indiani e arabi, magari a quest’ora avremmo ancora i numeri romani.

Battuta a parte, questa semplice domanda ci fa capire, se ancora ce ne fosse bisogno, che l’AI è solo “statistica applicata“.

E scambiare 10201 per 102001 è un errore che può anche farci sorridere ma se immaginiamo l’utilizzo dell’AI in campi un po’ più “seri”, allora è da rabbrividire, immaginando le conseguenze a cui può portare.

Ma, in fondo, che fosse statistica lo si sapeva già da almeno un secolo [leggi pure Imparare al tempo dell’Intelligenza Artificiale, n.d.r.].

Harry Nyquist, pioniere della teoria dell’informazione nel 1924 scriveva che con il termine intelligenza ci si deve riferire alla componente statisticamente determinata e decifrabile di un segnale aleatorio, la cui trasmissibilità (senza perdita di intelligenza ovvero di dati) da un dispositivo trasmittente ad uno ricevente dipende dal grado di risoluzione dell’incertezza.

Quindi niente a che vedere con l’intelligenza umana, ma solo il fatto di avere scelto questo termine intrigante per qualificare la trasmissione di un segnale, è bastato perché la provocazione venisse raccolta, qualche decennio più tardi, da un matematico ed esperto di IT del secondo dopoguerra, John McCarthy, che lo ha trasformato nell’icona del XXI secolo.

Con questo articolo mi prenderò una pausa sull’argomento Intelligenza Artificiale. Spero di aver contribuito con la mia “critica” al dibattito.

Nei prossimi interventi scriverò di altro, pur rimanendo, ovviamente, nel campo del digitale e dell’informatica.

C’è bisogno di tornare a parlare di logica formale, di programmazione algoritmica, quella sì, spiegabile, calcolabile, controllabile, utile …

A presto.

L'articolo La solitudine dell’IA proviene da Giurdanella.it.

Un modo per capire se abbiamo davvero fatto ingresso in questa nuova fase di “passaggio alla realtà” dell’intelligenza artificiale, è proprio il test di Turing. Non però nel senso in cui siamo abituati a pensarlo.
Probabilmente, se chiedessi a ciascuno dei lettori di questo articolo: “Quante volte hai effettuato nella tua vita un test di Turing?” è verosimile che la risposta di molte persone sarebbe “Mai”. In effetti, probabilmente, nessuno degli individui che stanno leggendo questo testo (e neanche chi lo ha scritto) si è mai trovato a svolgere un esperimento controllato in una stanza con un PC di fronte a una parete oltre la quale fossero presenti un altro essere umano e un’intelligenza artificiale, con il compito di interrogare l’uno e l’altra senza sapere da chi provenissero le risposte. Test simili sono svolti periodicamente da alcune istituzioni (per esempio dalla Royal Society di Londra), ma riguardano comunità di studiosi ristrette e anche, a modo loro, un po’ “iniziatiche”, distanti dalla nostra quotidianità.

In realtà, però, è sufficiente cambiare ottica per rispondere in modo completamente diverso alla domanda, giungendo a sostenere che ciascuno di noi effettua molti test di Turing nelle sue giornate, e che il “gioco dell’imitazione” forse fa parte della nostra routine più di quanto percepiamo.
Questo, infatti, è ciò che accade se pensiamo ai “test di Turing” integrati nella nostra vita abituale, ovvero a tutte le volte che ci troviamo di fronte al dilemma di non comprendere se un soggetto o un’entità con cui interagiamo attraverso il diaframma del web, sia un essere umano o un algoritmo.
Da questo punto di vista, il test di Turing è parte della nostra vita in modo talmente silenzioso che non ci facciamo caso.
Certo, questo non avviene ogni volta che interloquiamo con un sistema informatico. Penso (e spero) che nessuno quando “parla” con Siri o con Alexa abbia il dubbio che dietro le risposte possa esserci un umano, e anche con i Large Language Model più avanzati, di regola, abbiamo la piena percezione di avere a che fare con una macchina (anche perché ChatGPT e Gemini hanno stili narrativi effettivamente molto riconoscibili).

Però i casi che generano il dubbio esistono, e sono più numerosi di quanto percepiamo. Pensiamo a quando, di fronte alla chat asettica di un servizio clienti, ci domandiamo se dall’altra parte ci sia una raffinata chatbot oppure un interlocutore umano che ha ricevuto istruzioni per fornire risposte impersonali e standardizzate. Oppure, pensiamo a quando il sistema di moderazione di un social network rimuove un nostro commento, magari ingiustamente, decontestualizzandolo: il nostro primo dubbio è se quel responso sia pervenuto da un moderatore umano, magari troppo sovraccaricato di lavoro, oppure da un sistema di machine learning non troppo avanzato.
Questi sono alcuni esempi di come il test di Turing forse non debba più essere pensato come un esperimento da laboratorio, ma come qualcosa con cui tutti abbiamo familiarità, ed è questo – al di là dell’esito di ciascuna “prova” – uno dei più chiari segnali che siamo entrati in una fase storica in cui l’immaginario di Alan Turing inizia a trovare riscontro nella realtà.

Una conseguenza interessante di tutto ciò è che anche la legge sta iniziando ad occuparsi di questa questione, allo scopo di proteggere le persone dai test di Turing involontari della vita quotidiana, facendo in modo che si riduca o si neutralizzi il dubbio sulla natura umana o algoritmica dei soggetti con cui interagiamo via web.

L’Artificial Intelligence Act del 2024 dell’Unione Europea contiene una disposizione molto significativa da questo punto di vista, che potremmo denominare “norma anti test di Turing”.

Si trova al primo comma dell’articolo 50, e appare talmente chiara da non richiedere parafrasi: “I fornitori garantiscono che i sistemi di IA destinati a interagire direttamente con le persone fisiche sono progettati e sviluppati in modo tale che le persone fisiche interessate siano informate del fatto di stare interagendo con un sistema di IA”.

È importante osservare che questa disposizione non riguarda “i prodotti” dell’intelligenza artificiale, bensì attiene al momento diretto del confronto uomo-macchina: l’utente deve conoscere in tempo reale se durante un’interazione sta interloquendo con un homo sapiens o con un’intelligenza artificiale. Quindi è una norma abbastanza stringente: per esempio obbliga a una chiarezza totale i fornitori di servizi che utilizzano chatbot (come nei customer care delle aziende online), o le piattaforme web che adoperano sistemi di moderazione algoritmica.

In verità, potrebbe essere anche una norma un po’ eccessiva, perché in fondo, abituarci a svolgere test di Turing quotidiani, e a riconoscere autonomamente l’uomo dalla macchina, potrebbe aiutarci a tenere allenata la mente e a navigare nel web con maggiore spirito critico. Ma in verità la norma non esclude questa possibilità, infatti nel passaggio immediatamente successivo stabilisce che l’obbligo di segnalare la natura non-umana dell’interlocutore vale “a meno che ciò non risulti evidente dal punto di vista di una persona fisica ragionevolmente informata, attenta e avveduta, tenendo conto delle circostanze e del contesto di utilizzo”.

Insomma, i test di Turing quotidiani non scompariranno del tutto, e non dobbiamo prenderlo come un qualcosa di negativo, anzi: forse, proprio Alan Turing avrebbe letto con sollievo una norma che tiene in vita la possibilità che il gioco dell’imitazione sia parte delle giornate di tutti noi.

L'articolo Un test di Turing al giorno proviene da Giurdanella.it.

Indice

1. ChatGPT e Gemini
2. Intelligenze a confronto
2.1 Domanda n.1 riguardante le Linee Guida ANAC
2.2 Domanda n.2 riguardante il principio di antielusività
2.3 Domanda n.3 riguardante l’interesse transfrontaliero
3. Conclusione

Per leggere l’articolo cliccare il seguente link: https://www.giurdanella.it/wp-content/uploads/2025/03/ChaGPT-Gemini-CodiceAppalti.pdf

L'articolo ChatGPT e Gemini a confronto sul nuovo Codice Appalti proviene da Giurdanella.it.

Ma davvero un pezzo di silicio può imparare? Qualche transumanista arriva a dire che, se può farlo un pezzo fatto di carbonio, acqua e altri minerali, qual è l’essere umano, perché non un pezzo di silicio e altri materiali “rari”?

La risposta è no, una macchina non impara, una macchina calcola, è l’unica cosa che può fare, e il tipo di calcolo che fa non è nemmeno calcolo complesso ma semplice calcolo combinatorio.

Facciamo un esempio.
Tre giri in senso antiorario e proseguire fino al numero 25, due giri in senso orario e proseguire fino al 35 e un giro a sinistra e proseguire fino al numero 60.
Avete capito benissimo che si tratta di una cassaforte con serratura a combinazione, se ogni numero arriva massimo a 100, le combinazioni totali saranno 100x100x100 = 1000000 (un milione).
Un eventuale ladro, anche impiegando 10 secondi ad ogni combinazione, e “lavorando” giorno e notte senza un attimo di riposo, impiegherebbe quattro mesi a provarle tutte.
Un automa, progettato ad hoc per scassinare le combinazioni, potrebbe farlo in un giorno, semplicemente e meccanicamente scorrendo tutte le combinazioni ad un decimo di secondo ognuna.

L’automa è intelligente? No. Ha imparato a scassinare le casseforti? No.

Anche le password, la gran seccatura di formarle componendo caratteri speciali, numeri, minuscole, maiuscole, che ci propinano ormai da anni banche, servizi di ecommerce e quasi tutti i siti web, è frutto di calcolo combinatorio.
Una volta era sufficiente una password di 8 caratteri scelti tra le 26 lettere maiuscole o minuscole indifferentemente e le 10 cifre, ovvero 36 elevato a 8 = 2.821.109.907.456. Evidentemente si riteneva che quasi tremila miliardi di combinazioni mettessero al sicuro l’accesso. Tanto più che dopo pochi tentativi errati, il sistema ne avrebbe bloccato l’accesso. Oggi le combinazioni necessarie per “motivi di sicurezza” (dicono gli esperti) sono molte di più. Sarà, ma se già dopo un paio di password sbagliate inseriscono la tua utenza in una black list, per farla uscire dalla quale devi perdere mezza giornata a telefonare a call center automatici, che senso ha?

Le crittovalute? Una lotteria, una competizione tra macchine. Si sceglie un numero di molte cifre e le macchine devono arrivare a quel numero tramite un particolare calcolo. La prima che ci arriva vince un bitcoin (sto semplificando). Cosa serve per vincere e, quindi, per produrre denaro? Macchine potenti ed energia a buon mercato.

Intelligenza artificiale? Stessa cosa. Combinazioni di parole. Miliardi e miliardi di combinazioni, di parole e frasi intrecciate. Cosa serve per dare l’impressione di “imparare” e, a quel punto, di insegnare, di suggerire, di oracolare? Macchine potenti ed energia a buon mercato.

No, perché, credevate che il tanto, rinnovato e agognato interesse per l’energia nucleare fosse per il bene dell’umanità?

Chiudo con un “messaggio in bottiglia”, per i posteri, che un amico informatico, Giacomo Tesio, ha lasciato in una mailing list (Nexa) che merita di essere seguita:

“L’archivio Nexa sarà veramente prezioso in futuro: spero che ne esistano molte copie, archiviate con sistemi ad alta affidabilità.
Un giorno, storici, psicologi e sociologi studieranno questi scambi.
Ci si chiederà come sia potuto accadere che tante persone intelligenti e colte attribuiscano “apprendimento”, “intelligenza” e persino “capacità linguistiche” ad un grosso archivio compresso.
Chissà quali bizzarre ipotesi faranno questi studiosi del futuro.
Ricondurranno questi scambi ad allucinazioni di massa?
Alla superficialità di intellettuali decadenti?
A “echo chamber” personalizzate dai BigTech?
Ad alienazione cibernetica?
A servitù volontaria?
Alcuni parleranno di “secoli bui”, tracciando analogie col medioevo. Analogie che ci indignerebbero, ed indignerebbero ancor di più molti intellettuali medioevali.”

L'articolo Imparare al tempo dell’Intelligenza Artificiale proviene da Giurdanella.it.

Gli esperimenti di chi ha provato ad attribuire un quoziente intellettivo ai Large Language Models finora hanno fornito esiti molto variabili, ma con valori sempre tendenzialmente elevati. Per esempio, la giornalista Eka Roivainen di Scientific American, nel marzo del 2023 ha somministrato a ChatGPT uno dei più validi test per il calcolo del quoziente intellettivo, la Wechsler Adult Intelligence Scale, riscontrando un valore di 155, ampiamente superiore alla media degli esseri umani adulti, che è pari a 100.

In verità, occorre osservare che gli esperimenti sul quoziente intellettivo delle intelligenze artificiali si prestano facilmente a legittime perplessità e obiezioni, perché le prove sono normalmente adattate alla natura non-umana delle entità a cui sono somministrate. Il dubbio circa il fatto che la macchina sia consapevolmente o inconsapevolmente aiutata, è stato sollevato fin dai tempi della sfida scacchistica fra Garry Kasparov e Deep Blue del 1997, e anche nel caso del più recente esperimento di Eka Roivainen, è stata lei stessa – oltre a dichiarare l’intento giornalistico e non scientifico – ad affermare che il test è stato limitato alle domande di tipo verbale, considerato che una chatbot (almeno per adesso) “non ha gli occhi, le orecchie e le mani necessarie”. Il risultato, comunque, anche al netto di questa “personalizzazione” del questionario, appare almeno in parte valido e significativo.

Tornando ai test – meno rigorosi ma certamente dilettevoli – che a molti di noi piace far svolgere alla macchina per puro passatempo, la percezione diffusa è la variabilità nella bontà delle risposte. Molte volte l’intelligenza artificiale sorprende per la capacità di rispondere con sicurezza ed esattezza a sfide logiche insidiose, altre volte, invece, incespica su quesiti apparentemente semplici, come contare il numero di lettere di una parola.

Comunque, a prescindere dai singoli esiti, affrontare, anche per gioco, questo tipo di dialoghi in forma di “sfida” può essere importante per molti motivi.
Anzitutto, per una ragione storico-filosofica, perché ogni volta che dialoghiamo con un’intelligenza artificiale, anche se imperfetta, possiamo sentirci fortunati nel compiere qualcosa per cui Alan Turing avrebbe probabilmente dato tutto ciò che aveva, per avere la possibilità di poterlo fare anche per soli cinque minuti.
In secondo luogo, intraprendere questo tipo di dialoghi in forma di “sfida” con le chatbot è importante in quanto ci consente di assumere la consapevolezza che l’intelligenza artificiale non è un “prodotto finito”, ma è un’entità in formazione. È qualcosa da conoscere nel suo plasmarsi, da esplorare nel suo essere “in fieri” per sondarne i limiti e per coglierne i progressi. In fondo, le attuali piattaforme come Gemini, ChatGPT, Copilot e DeepSeek costituiscono probabilmente il brodo primordiale di qualcosa che sta appena nascendo, e come tali vanno considerate.

Certamente, sperimentare l’intelligenza artificiale e sottoporla a sfide non dovrebbe condurre né a temerla quando è incredibilmente precisa, né a “denigrarla” quando sbaglia clamorosamente. Dovrebbe indurci semplicemente a conoscerla, per usarla nel modo più consapevole e più corretto possibile.

Questa filosofia, se riguarda certamente l’approccio delle singole persone, deve caratterizzare anche l’utilizzo delle intelligenze artificiali da parte delle grandi organizzazioni pubbliche e private e, fra esse, soprattutto le grandi piattaforme web.
Anzi, in quel caso agire sulla conoscenza dei limiti delle intelligenze artificiali è determinante, perché sappiamo bene come le imperfezioni dei sistemi di machine learning possano condurre a stereotipi e preconcetti, quando per esempio la macchina non è grado di distinguere i nessi di causalità da quelli di correlazione, oppure non sa contestualizzare le frasi, e compie errori che talvolta innescano un effetto-domino e giungono a creare vere e proprie discriminazioni sociali (bias anche molto “umani”, purtroppo, che però, come è ben noto, la macchina tende a replicare).

Dunque, quello che per un utilizzatore comune può essere un gioco o un passatempo – ovvero mettere alla prova l’intelligenza artificiale con delle sfide – per le grandi organizzazioni del web è qualcosa di fondamentale per la garanzia dei diritti delle persone.

Questo aspetto è presente nelle norme attuali. Il Digital Services Act dell’Unione Europea del 2022 enuclea la consapevolezza di questo problema in una disposizione specifica, nella quale è presente una parola che, se ad una lettura veloce passa in secondo piano, ha in realtà un peso specifico enorme: “sperimentazione”.

Nell’articolo 34, come sappiamo, si prevede che le Very Large Platforms – ovvero i “colossi del web” – devono effettuare una valutazione circa il rischio che i loro sistemi possano produrre “eventuali effetti negativi … per l’esercizio dei diritti fondamentali”. Fra gli “effetti negativi”, rientrano certamente le discriminazioni algoritmiche. All’articolo 35 si stabilisce quindi che, una volta identificato il rischio, le Big Tech devono attuare diverse contromisure, fra cui “la sperimentazione e l’adeguamento dei loro sistemi algoritmici”.
In tutto questo vi è una parola-chiave, “sperimentazione”, che ha un rilievo enorme, perché rappresenta la più efficace leva per neutralizzare gli eccessi e le intemperanze degli algoritmi.

In sostanza, in base alla norma del Digital Services Act, le intelligenze artificiali devono essere sottoposte a esperimenti orientati a “metterle alla prova”, per esempio a stress-test che simulino l’inserimento nei social di commenti che potrebbero essere cancellati ingiustamente per errori algoritmici. Una volta verificato come il sistema reagisce, e chiarito dove e come eventualmente la macchina sbaglia, la norma chiede di procedere con “l’adeguamento” dei sistemi algoritmici, cioè l’intervento diretto sui codici sorgente per curare la patologia individuata in capo all’intelligenza artificiale.

Quindi, in quella parola del Digital Services Act, “sperimentazione”, è racchiusa un’intera filosofia del rapporto uomo-macchina, che è giusto emerga il più possibile.

L'articolo Sfidare l’intelligenza artificiale: un diletto e un dovere proviene da Giurdanella.it.

Entrambi gli atti, collegati tra di loro (il secondo è previsto dal primo), si occupano di Intelligenza Artificiale:

a) L’aggiornamento del piano triennale per l’informatica nella P.A. 2024-2026

AGID, il 30 gennaio scorso, ha comunicato in Gazzetta, che, con decreto del Presidente del Consiglio dei ministri del 3 dicembre 2024, successivamente approvato e vistato, è stato adottato l’aggiornamento 2025 del piano triennale per l’informatica nella pubblica amministrazione 2024-2026.

Da segnalare, la sezione III del piano, dedicato agli strumenti operativi. Si tratta in particolare di 16 schede descrittive, contenenti esempi di buone pratiche (da utilizzare però con cautela, perché non tutte sono adeguatamente aggiornate):

1. Approvvigionamento ICT, 2. gestione associata dell’ICT, 3. servizi prioritari secondo l’eGovernment Benchmark, 4. smart Area: servizi digitali territoriali avanzati, 5. intelligenza Artificiale nella Pubblica Amministrazione, 6. Vademecum sulla nomina del RTD e sulla costituzione dell’UTD in forma associata, 7. RTD diffuso e reti a presidio della transizione digitale, 8. le strategie di trasformazione digitale nei PIAO, 9. mappatura dei risultati attesi del Piano triennale 24-26 con le gare strategiche attive, 10. appalti innovativi nel settore della mobilità cooperativa, connessa e automatizzata, 11. sportello digitale INAIL, 12. strategia di data governance di INAIL, 13. approccio INAIL all’Intelligenza Artificiale, 14. Centro di competenza regionale per l’Intelligenza artificiale nella PA, 15. validatore semantico, 16. modello ITD per presidi/comunità territoriali a garanzia dei diritti di cittadinanza digitale.

Per ciò che concerne, in particolare, l’Intelligenza Artificiale, il Piano suggerisce alle pubbliche amministrazioni il rispetto di alcuni principi generali (si veda tra tutti quelli, di problematica attuazione, contenuti ai nn. 3, 5 e 8 o la limitazione, ormai superata da tempo, contenuta al n. 1):

1. Miglioramento dei servizi e riduzione dei costi, concentrando l’investimento in tecnologie di intelligenza artificiale “nell’automazione dei compiti ripetitivi”.

2. Analisi del rischio, secondo le categorie di rischio definite dall’AI Act, con particolare attenzione ai “diritti fondamentali della persona”.

3. Trasparenza, responsabilità e informazione, con particolare attenzione alla “interpretabilità” dei modelli di IA per garantire la “responsabilità e rendere conto delle decisioni adottate”, oltre all’esigenza di dare “informazioni adeguate agli utenti” perché prendano decisioni informate sull’utilizzo di servizi che sfruttano l’IA.

4. Inclusività e accessibilità: le tecnologie utilizzate dovranno rispettare i principi di “trasparenza e non discriminazione”.

5. Privacy e sicurezza, cioè si richiedono elevati standard di sicurezza e protezione della privacy, ai sensi del GDPR e delle norme sulla sicurezza cibernetica, per garantire che “i dati dei cittadini siano gestiti in modo sicuro e responsabile”

6. Formazione e sviluppo delle competenze, investendo in modo adeguato sulla formazione e sviluppo delle competenze necessarie per gestire e applicare l’IA nei servizi pubblici.

7. Standardizzazione, cioè si richiamano le norme tecniche, internazionali ed europee (CEN e CENELEC), con riferimento ai requisiti definiti dall’AI Act.

8. Sostenibilità, valutando attentamente “gli impatti ambientali ed energetici”, legati all’adozione di tecnologie di IA.

9. Sistemi IA “ad alto impatto”, dovranno garantire adeguate misure di trasparenza sull’attribuzione delle responsabilità e dei ruoli.

10. Dati: obbligo di valutare specificamente come il fornitore del servizio di IA gestirà i dati forniti dalla PA.

b) Le Linee Guida per l’Intelligenza Artificiale nella P.A.

A seguire, dal 18 febbraio (e fino al 20 marzo) sono state messe in consultazione pubblica le Linee Guida sull’utilizzazione dell’Intelligenza Artificiale nella P.A., adottate con la determinazione n.17/2025, appositamente previste dal piano triennale (si vedano anche le linee guida sui sistemi IA invece del tutto vietati, adottate dalla Commissione europea)

Le Linee Guida “per l’adozione, l’acquisto e lo sviluppo di sistemi di intelligenza artificiale nella Pubblica Amministrazione” vengono emanate seguendo l’iter procedimentale stabilito dall’articolo 71 del CAD, che prevede -appunto- la preventiva consultazione pubblica su un testo proposto da AGID.

Qui il testo attuale, in bozza, delle Linee Guida.

E’ possibile partecipare alla consultazione, fino al 20 marzo 2025, attraverso i commenti su Forum Italia.

L'articolo Le linee guida sull’Intelligenza Artificiale nella PA proviene da Giurdanella.it.