{"id":1796,"date":"2025-08-12T13:48:34","date_gmt":"2025-08-12T11:48:34","guid":{"rendered":"https:\/\/www.hermescse.eu\/?p=1796"},"modified":"2025-08-12T14:04:22","modified_gmt":"2025-08-12T12:04:22","slug":"ai-act-la-visione-europea-sullintelligenza-artificiale","status":"publish","type":"post","link":"https:\/\/www.hermescse.eu\/fr\/ai-act-la-visione-europea-sullintelligenza-artificiale\/","title":{"rendered":"AI Act: la visione europea sull\u2019intelligenza artificiale"},"content":{"rendered":"<p>L\u2019intelligenza artificiale \u00e8 ormai una presenza costante nella nostra quotidianit\u00e0, dai servizi digitali che utilizziamo al lavoro alle applicazioni che supportano le decisioni pubbliche e private; se ne parla con crescente intensit\u00e0, spesso con toni entusiastici, ma anche con timori legati alla trasparenza, alla sicurezza e ai diritti fondamentali.<br \/>\nPer rispondere a queste sfide, l\u2019Unione Europea ha adottato l\u2019AI Act, il primo regolamento al mondo volto a disciplinare l\u2019impiego dell\u2019intelligenza artificiale; tuttavia, non sono mancate le critiche, sia da parte di osservatori internazionali che da stakeholder europei, circa l\u2019effettiva efficacia, la portata e l\u2019impatto del nuovo quadro normativo.<\/p>\n<p>Per orientarsi in questo scenario complesso, la sezione seguente propone una sintesi articolata e approfondita di cosa si intenda oggi per &#8220;intelligenza artificiale&#8221; e dei principali contenuti dell\u2019AI Act; se ne perdoni la corposit\u00e0, in quanto proporzionata alla complessit\u00e0 e all\u2019estensione della normativa.<br \/>\nChi invece conosce gi\u00e0 questi elementi, o preferisce approfondire direttamente le implicazioni operative e le criticit\u00e0 emergenti, potr\u00e0 procedere sull\u2019<u>ultimo paragrafo<\/u>.<\/p>\n<h6><strong>\u00a0<\/strong><span style=\"color: #003366;\">L\u2019Intelligenza Artificiale e l\u2019AI ACT<\/span><\/h6>\n<p>L&#8217;Intelligenza Artificiale (IA) o Artificial Intelligence (AI),\u00a0\u00e8 un campo dell&#8217;informatica che si concentra sulla creazione di sistemi in grado di eseguire compiti difficilmente perseguibili con una comune programmazione, e che normalmente richiederebbero l\u2019intelligenza umana. Questi compiti includono ad esempio la comprensione del linguaggio naturale, il riconoscimento di immagini o suoni, la capacit\u00e0 di prendere decisioni, risolvere problemi e imparare dall\u2019esperienza (apprendimento automatico o machine learning).<br \/>\nLa creazione di un\u2019IA avviene per mezzo di quattro fasi principali:<br \/>\n1.<strong> Raccolta dei dati<\/strong> &#8211; in questa fase vengono raccolte grandi quantit\u00e0 di dati (testi, immagini, audio, numeri\u2026) da cui l\u2019IA possa imparare; per esempio, se si desidera creare un&#8217;IA che sia capace di riconoscere volti nelle fotografie, \u00e8 necessario raccogliere migliaia di immagini di persone in diverse condizioni di luce, angolazione e contesto.<br \/>\n2.<strong> Allenamento del modello<\/strong> (training) &#8211; il cuore dell\u2019IA \u00e8 un \u201cmodello\u201d, simile a un cervello virtuale; lo si allena \u201cmostrandogli\u201d i dati molte volte, finch\u00e9 le strutture che lo simulano non imparano a dedurre e riconoscere schemi ricorrenti, come ad esempio la forma degli occhi, la posizione del naso o la distanza tra i tratti del viso.<br \/>\n3. <strong>Validazione e test<\/strong> &#8211; dopo l\u2019allenamento, si verifica se l\u2019IA funziona bene usando dati &#8220;nuovi&#8221; (mai visti prima); se sbaglia troppo, si torna a correggere o migliorare.<br \/>\n4.<strong> Messa in produzione<\/strong> &#8211; quando l\u2019IA \u00e8 pronta, viene &#8220;messa al lavoro&#8221; in app, siti web o dispositivi, dove pu\u00f2 interagire con le persone o effettuare analisi in automatico.<\/p>\n<p>L\u2019IA rappresenta quindi una delle tecnologie pi\u00f9 trasformative della nostra epoca, non \u00e8 semplicemente un insieme di algoritmi, ma un paradigma che pu\u00f2 modificare profondamente la nostra economia, i processi decisionali, l\u2019equilibrio geopolitico, l\u2019organizzazione sociale e i diritti fondamentali.<br \/>\nPer questo motivo, l\u2019Unione Europea ha scelto di essere la prima al mondo a dotarsi di un quadro giuridico completo, che <u>promuovesse l\u2019innovazione in modo coerente alla nostra Carta dei diritti fondamentali<\/u>: l\u2019<strong>AI Act<\/strong>, entrato in vigore il 2 agosto 2024.<br \/>\nIl regolamento ha un obiettivo fondamentale: promuovere un\u2019IA antropocentrica e affidabile, che rispetti la dignit\u00e0 umana, i diritti fondamentali e i valori europei; una IA quindi al servizio dell\u2019uomo e non sostitutiva, uno strumento volto ad aumentare il benessere e non ad erodere la libert\u00e0.<\/p>\n<h6><span style=\"color: #003366;\"><strong>I sette principi cardine alla base di tale obiettivo sono:<\/strong><\/span><\/h6>\n<ol>\n<li><strong>Centralit\u00e0 umana e supervisione <\/strong>&#8211; Il benessere dell\u2019utente deve essere al centro delle funzionalit\u00e0 del sistema IA. \u00c8 essenziale mantenere forme di controllo umano (in-the-loop, on-the-loop o in-command) per garantire una supervisione responsabile.<\/li>\n<li><strong>Robustezza tecnica e sicurezza<\/strong> &#8211; I sistemi IA devono essere affidabili, resilienti agli attacchi e dotati di piani di emergenza. Le decisioni devono essere accurate e riproducibili, con meccanismi di sicurezza integrati a tutela della salute fisica e mentale.<\/li>\n<li><strong>Privacy e governance dei dati<\/strong> &#8211; La protezione dei dati va garantita lungo tutto il ciclo di vita dell\u2019IA. \u00c8 fondamentale usare set di dati per l\u2019apprendimento che siano di qualit\u00e0 ed evitino bias (ovvero distorsioni che possono contenere pregiudizi comunemente presenti nella societ\u00e0), documentare ogni fase (raccolta, addestramento, test, uso) e governare adeguatamente l\u2019accesso alle informazioni.<\/li>\n<li><strong>Trasparenza<\/strong> &#8211; Bisogna documentare l\u2019intero processo decisionale dell\u2019IA, dai dati all\u2019algoritmo. Le decisioni devono essere spiegabili e comunicate chiaramente ai vari stakeholder, con indicazione di capacit\u00e0 e limiti del sistema.<\/li>\n<li><strong>Diversit\u00e0, non discriminazione ed equit\u00e0 <\/strong>&#8211; L\u2019IA deve tener conto della variet\u00e0 umana e garantire accessibilit\u00e0 a tutti, anche alle persone con disabilit\u00e0, adottando un approccio di design universale per favorire pari opportunit\u00e0.<\/li>\n<li><strong>Benessere sociale e ambientale<\/strong> &#8211; L\u2019IA dovrebbe promuovere la sostenibilit\u00e0 ambientale e il benessere umano, considerando anche l\u2019impatto sulle generazioni future e contribuendo alla salvaguardia dell\u2019ecosistema.<\/li>\n<li><strong>Responsabilit\u00e0<\/strong> &#8211; Devono esistere meccanismi chiari di responsabilit\u00e0 prima e dopo l\u2019uso dell\u2019IA. \u00c8 cruciale rendere i sistemi verificabili, valutare e minimizzare gli impatti negativi e favorire la fiducia tramite trasparenza e tracciabilit\u00e0.<\/li>\n<\/ol>\n<p>Devono inoltre essere adottate misure per garantire, nella misura possibile, un livello sufficiente di <strong>alfabetizzazione in materia di IA<\/strong> da parte del personale coinvolto nel funzionamento e nell&#8217;utilizzo dei sistemi di IA, considerando le loro conoscenze tecniche, esperienza, istruzione e formazione, nonch\u00e9 il contesto e le persone o gruppi su cui tali sistemi devono essere utilizzati.<\/p>\n<h6><strong><span style=\"color: #003366;\">Struttura e ambito di applicazione dell\u2019AI Act<\/span><br \/>\n<\/strong><\/h6>\n<p>Il regolamento si applica a chiunque <strong>sviluppi<\/strong>, immetta sul mercato o <strong>utilizzi<\/strong> sistemi di IA nell\u2019UE, inclusi attori extra-UE i cui servizi siano destinati al mercato europeo; sono escluse le applicazioni militari, di difesa o di sicurezza nazionale, e le attivit\u00e0 di ricerca e sviluppo pre-commerciale.<br \/>\nLe misure previste includono:<\/p>\n<ul>\n<li>Requisiti per i <strong>modelli di IA a finalit\u00e0 generali<\/strong> (GPAI)<\/li>\n<li>Requisiti per i <strong>sistemi di IA ad alto rischio<\/strong><\/li>\n<li><strong>Divieti<\/strong> per pratiche particolarmente lesive dei diritti fondamentali<\/li>\n<li>Obblighi di <strong>trasparenza su sistemi IA specifici<\/strong><\/li>\n<li>Misure a <strong>sostegno<\/strong> dell\u2019innovazione<\/li>\n<li><strong>Sorveglianza<\/strong> di mercato e governance<\/li>\n<\/ul>\n<h6><span style=\"color: #003366;\"><strong>Modelli di IA per finalit\u00e0 generali (GPAI)<\/strong><\/span><\/h6>\n<p>I GPAI (General Purpose AI), sono tipologie di IA capaci di svolgere molti compiti diversi in modo efficace, non limitandosi a un solo scopo; anche se addestrate su grandi quantit\u00e0 di dati (spesso in modo automatico), sono IA che possono essere usate in vari contesti, in molti prodotti o applicazioni diverse.<br \/>\nI fornitori di modelli GPAI sono soggetti a specifici obblighi, di seguito sintetizzati:<\/p>\n<ul>\n<li><strong>Documentazione Tecnica<\/strong> \u2013 occorre <strong>redigere<\/strong> e mantenere aggiornata la documentazione tecnica del modello (inclusi il processo di addestramento, le prove e i risultati della sua valutazione) da rendere disponibile, su richiesta, all&#8217;Ufficio per l&#8217;IA e alle autorit\u00e0 nazionali competenti.<\/li>\n<li><strong>Informazioni per i Fornitori a Valle<\/strong> \u2013 occorre elaborare, mantenere aggiornate e mettere a disposizione informazioni e <strong>documentazione<\/strong> per i fornitori di sistemi di IA che intendono integrare il modello. Queste informazioni devono consentire ai fornitori a valle di comprendere le capacit\u00e0 e i limiti del modello, nonch\u00e9 di adempiere a loro volta ai loro obblighi.<\/li>\n<li><strong>Politica sul Diritto d&#8217;Autore<\/strong> \u2013 occorre attuare una politica volta a rispettare il diritto dell&#8217;Unione in materia di diritto d&#8217;autore e diritti connessi.<\/li>\n<li><strong>Sintesi dei Contenuti di Addestramento<\/strong> \u2013 occorre <strong>redigere<\/strong> e mettere a disposizione del pubblico una sintesi sufficientemente dettagliata dei contenuti utilizzati per l&#8217;addestramento del modello, secondo un formato fornito dall&#8217;Ufficio per l&#8217;IA.<\/li>\n<li><strong>Cooperazione<\/strong> \u2013 \u00e8 richiesta la disponibilit\u00e0 a cooperare, secondo necessit\u00e0, con la Commissione e le autorit\u00e0 nazionali competenti<\/li>\n<\/ul>\n<h6><strong><span style=\"color: #003366;\">Modelli di IA per finalit\u00e0 generali con rischio sistemico<\/span><\/strong><\/h6>\n<p>In generale, un modello GPAI viene classificato come <strong>a rischio sistemico<\/strong> quando presenta una <strong>capacit\u00e0 di impatto elevato<\/strong>, e quindi quando presenta una quantit\u00e0 cumulativa di calcolo utilizzata per il suo addestramento <strong>superiore a 10<sup>25<\/sup><\/strong> <strong>operazioni in virgola mobile (FLOPS)<\/strong>.<br \/>\nIn tal caso sono previsti <strong>ulteriori obblighi specifici<\/strong>, che si aggiungono a quelli generali precedentemente descritti, tra cui:<\/p>\n<ul>\n<li><strong>Valutazione dei modelli<\/strong> \u2013 occorre effettuare una valutazione dei modelli in conformit\u00e0 di protocolli e strumenti standardizzati che riflettano lo stato dell&#8217;arte; in particolare questa valutazione deve includere l&#8217;esecuzione e la documentazione degli <strong>adversarial testing <\/strong>(tecniche per testare la robustezza di un sistema AI mediante input intenzionalmente manipolati per indurre errori o comportamenti imprevisti)<\/li>\n<li><strong>Valutazione e attenuazione dei rischi sistemici<\/strong> \u2013 occorre valutare e attenuare continuamente i possibili rischi, ad esempio attraverso apposite politiche di gestione, processi di responsabilit\u00e0 e governance, monitoraggio successivo all&#8217;immissione sul mercato e cooperazione con gli attori della catena del valore dell&#8217;IA.<\/li>\n<li><strong>Segnalazione di incidenti gravi \u2013<\/strong> \u00e8 necessario tenere traccia, documentare e riferire senza indebito ritardo all&#8217;Ufficio per l&#8217;IA le informazioni pertinenti su incidenti gravi e le eventuali misure correttive adottate<\/li>\n<li><strong>Protezione della cybersicurezza<\/strong> \u2013 occorre garantire un livello adeguato di protezione della cybersicurezza per il modello e la sua infrastruttura fisica, in modo proporzionato ai rischi<\/li>\n<\/ul>\n<p>Occorre inoltre inviare <strong>notifica alla Commissione <\/strong>entro <strong>due settimane<\/strong> dal raggiungimento dei requisiti, allegando le prove tecniche; se la Commissione viene a conoscenza di un modello rischioso non notificato, pu\u00f2 <strong>procedere d\u2019ufficio alla designazione<\/strong> del modello come \u201ca rischio sistemico\u201d.<\/p>\n<h6><span style=\"color: #003366;\"><strong>Sistemi di IA ad alto rischio<\/strong><\/span><\/h6>\n<p>Rientrano in questa categoria i sistemi di IA destinati ad essere utilizzati come <strong>componenti di sicurezza <\/strong>di un prodotto e comunque quando effettui <strong>profilazione di persone fisiche<\/strong>.<br \/>\nL\u2019allegato III della normativa elenca inoltre ulteriori e molteplici tipologie di sistemi di IA considerati ad alto rischio, che si sintetizzano di seguito:<\/p>\n<ul>\n<li>Sistemi per <strong>identificazione biometrica remota<\/strong>, se consentiti dalle normative UE o nazionali (es. riconoscimento facciale a distanza), escludendo quelli usati solo ai fini di autenticazione<\/li>\n<li>Sistemi IA impiegati come <strong>componenti di sicurezza<\/strong> nella gestione e funzionamento di infrastrutture digitali critiche, traffico stradale, distribuzione di acqua, gas, calore, elettricit\u00e0<\/li>\n<li>Sistemi per <strong>determinare accesso o assegnazione<\/strong> <strong>degli studenti<\/strong> ad istituti a tutti i livelli<strong>, <\/strong>valutare risultati di apprendimento, monitorare e individuare comportamenti vietati durante esami<\/li>\n<li>Sistemi per analisi curricula e <strong>valutazione candidati<\/strong>, per <strong>decisioni lavorative<\/strong> (promozioni, licenziamenti), <strong>assegnazione di compiti personalizzata<\/strong>, e <strong>monitoraggio e valutazione delle prestazioni e comportamento dei lavoratori<\/strong><\/li>\n<li>Sistemi usati da autorit\u00e0 pubbliche per <strong>valutare l\u2019ammissibilit\u00e0<\/strong> <strong>a prestazioni e servizi essenziali<\/strong> (es. sanit\u00e0), per la valutazione della solvibilit\u00e0 creditizia e per la valutazione e classificazione delle chiamate d\u2019emergenza<\/li>\n<li>Sistemi per valutare il rischio che una persona diventi <strong>vittima di reato<\/strong>, per <strong>valutare l\u2019affidabilit\u00e0 delle prove e per profilare persone<\/strong><\/li>\n<li>Sistemi per <strong>esaminare domande di asilo<\/strong>, visto, permessi di soggiorno e per rilevare, riconoscere o identificare persone nel contesto migratorio\/frontaliero<\/li>\n<li>Sistemi IA utilizzati per <strong>influenzare l\u2019esito di elezioni o referendum.<\/strong><\/li>\n<\/ul>\n<h6><strong><span style=\"color: #003366;\">In questi casi i requisiti possono essere raggruppati su sette ambiti:<\/span><\/strong><\/h6>\n<ul>\n<li><strong><em>Sistema di gestione dei rischi<\/em><\/strong><em> &#8211; <\/em>adozione di un <strong>sistema di gestione dei rischi<\/strong> che non sia una tantum, ma un <strong>processo continuo, iterativo e documentato<\/strong><\/li>\n<li><strong><em>Dati e governance dei dati<\/em><\/strong><em> \u2013 <\/em>durante l\u2019addestramento tramite dati \u00e8 obbligatorio che i <strong>dataset utilizzati per addestramento, validazione e test<\/strong> soddisfino criteri stringenti di qualit\u00e0, che i dati siano pertinenti, rappresentativi, privi di errori sistemici noti e aggiornati in modo adeguato, e che siano adottate misure tecniche e organizzative per prevenire distorsioni (bias), errori o manipolazioni nei dataset, in linea con gli obblighi previsti anche per la prevenzione dei rischi sistemici<\/li>\n<li><strong><em>Documentazione tecnica<\/em><\/strong><em> &#8211; <\/em>deve essere <strong>predisposta prima della messa sul mercato o dell\u2019entrata in servizio del sistema<\/strong> e descrivere dettagliatamente il funzionamento del sistema, i suoi limiti, i controlli implementati, le valutazioni effettuate e la conformit\u00e0 ai requisiti legali; deve inoltre essere <strong>mantenuta costantemente aggiornata<\/strong>, anche a seguito di modifiche sostanziali al sistema o del verificarsi di incidenti significativi, e resa disponibile per <strong>10 anni<\/strong> dall\u2019immissione sul mercato<\/li>\n<li><strong><em>Conservazione delle registrazioni<\/em><\/strong><em> \u2013 <\/em>dev\u2019essere implementata, a livello tecnico, la <strong>registrazione automatica degli eventi<\/strong> rilevanti; in particolare la capacit\u00e0 di log deve essere attiva <strong>per l\u2019intera durata del ciclo di vita del sistema<\/strong>, i dati devono essere conservati per <strong>almeno sei mesi<\/strong> ed includere almeno le date e gli orari precisi di utilizzo del sistema, la banca dati di riferimento utilizzata per la verifica degli input, i dati di input che hanno generato una corrispondenza con il database, gli identificativi delle persone fisiche coinvolte nella <strong>verifica dei risultati<\/strong><\/li>\n<li><strong><em>Trasparenza e fornitura di informazioni \u2013<\/em><\/strong> occorre <strong>redigere un manuale<\/strong> che includa almeno l\u2019identit\u00e0 e i dati di contatto del fornitore, una descrizione delle caratteristiche del sistema, delle sue prestazioni, dei suoi limiti, nonch\u00e9 delle risorse computazionali e hardware necessarie e le misure previste per garantire il controllo umano sul funzionamento del sistema<\/li>\n<li><strong><em>Sorveglianza umana<\/em><\/strong> \u2013 occorre sviluppare il sistema con interfacce che permettano Il <strong>monitoraggio<\/strong> attivo e continuo <strong>da parte di operatori umani<\/strong><\/li>\n<li><strong><em>Accuratezza, robustezza e cybersicurezza<\/em><\/strong> \u2013 il sistema dev\u2019essere sviluppato in modo da offrire garanzie circa l\u2019accuratezza, la robustezza (ad esempio attraverso meccanismi di backup o fail-safe) e la sicurezza informatica per tutto il ciclo di vita del sistema; inoltre, occorre includere specifiche misure tecniche che prevengono e rilevano alterazioni del dataset di addestramento (<strong>data poisoning<\/strong>) o dei modelli pre-addestrati (<strong>model poisoning<\/strong>), difendono da input manipolati appositamente per indurre errori (<strong>adversarial examples<\/strong> o model evasion) e proteggono da attacchi alla riservatezza dei dati o vulnerabilit\u00e0 intrinseche del modello.<\/li>\n<\/ul>\n<p>Prima di immettere sul mercato o mettere in servizio un sistema di intelligenza artificiale classificato come \u201cad alto rischio\u201d il <strong>fornitore o il suo rappresentante autorizzato<\/strong> deve r<strong>egistrare s\u00e9 stesso e il sistema nell\u2019apposita banca dati pubblica dell\u2019UE<\/strong>, deve inoltre effettuare una procedura di valutazione della conformit\u00e0, elaborarne una dichiarazione e <strong>apporre marchiatura CE<\/strong>.<br \/>\nIl fornitore deve anche implementare un <strong>sistema documentato di gestione qualit\u00e0,<\/strong> coerente con il Regolamento AI, per esempio tramite politiche interne, procedure operative standard e modelli di documentazione specifici per l\u2019AI.<\/p>\n<h6><strong><span style=\"color: #003366;\">Sussistono obblighi anche per gli utilizzatori di IA ad alto rischio, in particolare:<\/span><\/strong><\/h6>\n<ul>\n<li>Fare un uso del sistema in modo conforme alle sue istruzioni<\/li>\n<li>Operare una sorveglianza umana tramite persone fisiche competenti<\/li>\n<li>Controllare i dati di input<\/li>\n<li>Monitorare funzionamento e segnalare anomalie ai fornitori ed autorit\u00e0<\/li>\n<li>Conservare i log per 6 mesi, se sotto il proprio controllo<\/li>\n<li>Informare i lavoratori se il sistema di IA viene utilizzato sul luogo di lavoro<\/li>\n<li>Effettuare una valutazione d\u2019impatto come da GDPR<\/li>\n<\/ul>\n<h6><span style=\"color: #003366;\"><strong>Obblighi di trasparenza per sistemi IA specifici<\/strong><\/span><\/h6>\n<p>I sistemi di IA che interagiscono direttamente con persone fisiche devono essere implementati in modo tale da:<\/p>\n<ul>\n<li>informare l\u2019utente in modo chiaro e comprensibile sul fatto che stia interagendo con un sistema automatizzato<\/li>\n<li>per i sistemi AI generativi (testo, audio, immagini, video) che producono contenuti artificiali, tali contenuti devono essere <strong>marcati in modo leggibile da macchina<\/strong> e riconoscibili come generati o manipolati da un\u2019IA<\/li>\n<li>Chi impiega sistemi AI di <strong>riconoscimento delle emozioni<\/strong> o <strong>categorizzazione biometrica<\/strong> \u00e8 tenuto a informare chiaramente le persone esposte sull\u2019esistenza e funzionamento del sistema ed a trattare i dati personali in conformit\u00e0 con i regolamenti privacy<\/li>\n<li>Analogamente, \u00e8 obbligatoria l\u2019informazione specifica quando il sistema genera o manipola contenuti visivi o audio che costituiscono<strong> deepfake<\/strong> o produce testi artificiali destinati a<strong> informare il pubblico su temi di interesse generale<\/strong>.<\/li>\n<\/ul>\n<h6><span style=\"color: #003366;\"><strong>Misure a sostegno dell\u2019innovazione<\/strong><\/span><\/h6>\n<p>Il Regolamento prevede la creazione di <strong>spazi di sperimentazione normativa (regulatory sandboxes) <\/strong>entro il 2 agosto 2026, ambienti controllati gestiti da autorit\u00e0 pubbliche che permettono di testare tecnologie di IA innovative:<\/p>\n<ul>\n<li>in condizioni reali o quasi reali;<\/li>\n<li>con regole temporaneamente adattate;<\/li>\n<li>sotto supervisione istituzionale.<\/li>\n<\/ul>\n<p>I fornitori o potenziali fornitori possono testare sistemi ad alto rischio elencati nell\u2019Allegato III anche prima della loro immissione sul mercato, da soli o in collaborazione con uno o pi\u00f9 utilizzatori.<\/p>\n<h6><strong>\u00a0<\/strong><span style=\"color: #003366;\"><strong>Monitoraggio post-commercializzazione e incident reporting<\/strong><\/span><\/h6>\n<p>I fornitori di sistemi di IA ad alto rischio devono istituire un <strong>sistema di monitoraggio post-immissione sul mercato<\/strong>:<\/p>\n<ul>\n<li>proporzionato alla natura e ai rischi del sistema;<\/li>\n<li>volto a raccogliere informazioni sull\u2019efficacia, la sicurezza e le anomalie.<\/li>\n<\/ul>\n<p>Qualsiasi <strong>incidente grave<\/strong> che coinvolge un sistema ad alto rischio deve essere <strong>segnalato entro 15 giorni<\/strong> all\u2019autorit\u00e0 di vigilanza competente, sia dal fornitore sia, se applicabile, dagli utilizzatori.<\/p>\n<h6><span style=\"color: #003366;\"><strong>\u00a0<\/strong><strong>Accesso al codice sorgente per le autorit\u00e0<\/strong><\/span><\/h6>\n<p>Le autorit\u00e0 nazionali di vigilanza del mercato possono <strong>accedere al codice sorgente<\/strong> dei sistemi ad alto rischio su richiesta motivata, qualora ci\u00f2 risulti necessario per verificare la conformit\u00e0 alle norme europee.<\/p>\n<h6><span style=\"color: #003366;\"><strong>\u00a0<\/strong><strong>Pratiche vietate<\/strong><\/span><\/h6>\n<p>\u00c8 vietata l&#8217;immissione sul mercato, la messa in servizio o l&#8217;uso di sistemi di IA che possono provocare danni, ovvero i sistemi che:<\/p>\n<ul>\n<li>Utilizzano tecniche manipolative subliminali<\/li>\n<li>Sfruttano vulnerabilit\u00e0 legate a et\u00e0, disabilit\u00e0 o condizioni sociali<\/li>\n<li>Realizzano sistemi di social scoring pregiudizievoli<\/li>\n<li>Valutano il rischio criminale di individui<\/li>\n<li>Raccolgono dati biometrici da fonti pubbliche in modo indiscriminato (es. foto o video su Internet)<\/li>\n<li>Rilevano emozioni nei contesti lavorativi e scolastici<\/li>\n<li>Classificano individui in base a caratteristiche biometriche per dedurre informazioni sensibili quali razza, opinioni politiche, appartenenza sindacale, convinzioni religiose o filosofiche, vita sessuale o orientamento sessuale<\/li>\n<li>Usano identificazione biometrica remota in tempo reale su spazi accessibili al pubblico a fini di polizia (con rare eccezioni)<\/li>\n<\/ul>\n<h6><span style=\"color: #003366;\"><strong>Timeline e sanzioni<\/strong><\/span><\/h6>\n<p>L\u2019applicazione dell\u2019AI Act sar\u00e0 graduale:<\/p>\n<ul>\n<li><strong>2 febbraio 2025<\/strong>: applicazione delle disposizioni generali e pratiche vietate<\/li>\n<li><strong>2 agosto 2025<\/strong>: applicazione delle regole per GPAI, vigilanza e sanzioni<\/li>\n<li><strong>2 agosto 2026<\/strong>: applicazione generale<\/li>\n<li><strong>2 agosto 2027<\/strong>: applicazione per sistemi di IA ad alto rischio che sono componenti di sicurezza di prodotti<\/li>\n<li><strong>2 agosto 2030<\/strong>: applicazione per fornitori e utilizzatori di sistemi di IA ad alto rischio destinati ad essere utilizzati dalle autorit\u00e0 pubbliche<\/li>\n<li><strong>31 dicembre 2030<\/strong>: applicazione per sistemi di IA che sono componenti di sistemi IT su larga scala istituiti dagli atti giuridici elencati nell&#8217;Allegato X, e che sono stati immessi sul mercato o messi in servizio prima del 2 agosto 2027<\/li>\n<\/ul>\n<h6><strong><span style=\"color: #003366;\">Le sanzioni sono proporzionali alla gravit\u00e0 delle infrazioni riscontrate:<\/span><\/strong><\/h6>\n<ul>\n<li>Fino a <strong>35 milioni di euro<\/strong> o <strong>7% del fatturato mondiale<\/strong> <strong>annuo<\/strong> per pratiche vietate<\/li>\n<li>Fino a <strong>15 milioni di euro<\/strong> o <strong>3% del fatturato<\/strong> <strong>mondiale<\/strong> <strong>annuo<\/strong> per altre violazioni, inclusi i GPAI<\/li>\n<li>Fino a <strong>7,5 milioni di euro<\/strong> o <strong>1% del fatturato<\/strong> <strong>mondiale<\/strong> <strong>annuo<\/strong> per informazioni inesatte<\/li>\n<\/ul>\n<h6><strong><span style=\"color: #003366;\">Codice di Condotta per l\u2019IA a finalit\u00e0 generale (GPAI)<\/span><\/strong><\/h6>\n<p>Il <strong>GPAI Code of Practice<\/strong>, recentemente pubblicato il 10 luglio 2025, rappresenta uno <strong>strumento volontario<\/strong> a supporto dei fornitori di modelli di intelligenza artificiale (IA) a finalit\u00e0 generali, che si articola in tre capitoli principali:<\/p>\n<ol>\n<li><strong>Trasparenza &#8211; <\/strong>corredato di un <em>Model Documentation Form<\/em>, fornisce indicazioni ai provider sulle opportune modalit\u00e0 per conformarsi agli obblighi di trasparenza.<\/li>\n<li><strong>Diritto d\u2019autore &#8211; <\/strong>fornisce una guida operativa su come gestire e comunicare in maniera corretta i diritti d\u2019autore relativi a dati, output e componenti dei modelli.<\/li>\n<li><strong>Sicurezza e protezione &#8211; <\/strong>fornisce buone pratiche per la gestione dei rischi sistemici e la resilienza dei sistemi<\/li>\n<\/ol>\n<h6><span style=\"color: #003366;\"><strong>Unione Europea ed IA: dinosauro o ultimo baluardo?<\/strong><\/span><\/h6>\n<p>La storia ci insegna che nel Giappone dell\u2019800, gli orgogliosi samurai combatterono per preservare valori e tradizioni che la modernit\u00e0 stava invece rapidamente superando al suon di armi da fuoco. In modo analogo, l\u2019Unione Europea, con l\u2019AI Act, si \u00e8 posta come pioniera nella regolamentazione dell\u2019intelligenza artificiale, rischiando per\u00f2 di apparire, agli occhi di alcuni, come una forza conservatrice che ostacola l\u2019innovazione, mentre altri attori globali avanzano senza vincoli apparenti. \u00c8 pur vero che la storia \u00e8 scritta dai vincitori, ma la domanda che dobbiamo porci \u00e8: quale rischio \u00e8 realmente maggiore?<br \/>\nInnovare senza regole pu\u00f2 sembrare efficace nel breve periodo, ma rinunciare oggi alla gestione dei rischi, alla progettazione documentata e all\u2019adozione di scelte etiche che pongano dei limiti di salvaguardia, potrebbe lasciarci, domani, senza alcun controllo su tecnologie che influenzeranno profondamente la nostra societ\u00e0. In un futuro in cui le successive generazioni potrebbero dover chiedere chiarimenti direttamente a sistemi autonomi intelligenti, potranno davvero fidarsi delle loro risposte?<br \/>\nL\u2019AI Act si fonda sui principi costituzionali europei, che pongono al centro la dignit\u00e0 umana, i diritti fondamentali e il benessere collettivo. Non tutti i Paesi condividono questa impostazione: in alcuni ordinamenti, gli interessi commerciali sono prevalenti anche a livello costituzionale, e ci\u00f2 spiega le forti divergenze nella percezione e nell\u2019accettazione della normativa europea.<\/p>\n<p>Le critiche pi\u00f9 aspre, provenienti anche da grandi aziende e Paesi extra-UE, derivano dal fatto che l\u2019AI Act impone obblighi anche a chi opera al di fuori dell\u2019Unione, ma intende offrire servizi sul suo territorio. Tra questi obblighi rientrano, ad esempio, il rispetto dei diritti d\u2019autore, la documentazione tecnica, l\u2019analisi dei rischi e la tracciabilit\u00e0 delle scelte progettuali: attivit\u00e0 viste da molti come costose o rallentanti, ma fondamentali per garantire affidabilit\u00e0 e responsabilit\u00e0. L\u2019alternativa, oggi adottata in altri contesti, \u00e8 quella di sviluppare modelli avanzati raccogliendo dati dalla rete senza distinzione n\u00e9 consenso, senza valutare impatti o predisporre garanzie. \u00c8 come costruire un\u2019automobile assemblando pezzi altrui, senza verificare la sicurezza dei componenti, solo per arrivare primi sul mercato. E se poi quell\u2019auto fosse dotata di un\u2019intelligenza autonoma e imprevedibile, saremmo pronti a salirci a bordo?<br \/>\nAltro importante insegnamento che possiamo trarre dal passato riguarda l\u2019introduzione dei social network, un\u2019innovazione che, almeno nelle intenzioni iniziali, mirava a facilitare la condivisione di contenuti, a favorire nuove forme di socializzazione e a creare comunit\u00e0 digitali pi\u00f9 coese. Tuttavia, il loro lancio sul mercato \u00e8 avvenuto in un momento in cui il quadro normativo non era ancora pronto ad affrontarne le implicazioni, e questo ha lasciato ampi spazi a dinamiche impreviste e spesso dannose.<br \/>\nCome sappiamo, con il tempo sono emersi numerosi effetti collaterali negativi: l\u2019ascesa degli hater e la proliferazione dei discorsi d\u2019odio, il fenomeno del cyberbullismo, soprattutto tra i pi\u00f9 giovani, e l\u2019utilizzo delle piattaforme come strumenti di distrazione di massa o di manipolazione dell\u2019informazione; a questi si sono aggiunti l\u2019impatto sulla salute mentale, l\u2019amplificazione delle polarizzazioni sociali e politiche e la creazione di ambienti digitali tossici, dove l\u2019anonimato pu\u00f2 trasformarsi in un\u2019arma.<\/p>\n<p>Oggi, a distanza di anni, gestire e mitigare questi effetti richiede sforzi considerevoli da parte delle istituzioni, delle aziende tecnologiche e della societ\u00e0 civile, in un contesto in cui il danno \u00e8 gi\u00e0 in parte compiuto; l\u2019esperienza dei social network ci ricorda quanto sia cruciale anticipare, per quanto possibile, la regolamentazione delle tecnologie emergenti, affinch\u00e9 l\u2019innovazione non si traduca in nuovi rischi per i diritti, la sicurezza e il benessere dei cittadini.<br \/>\nPur riconoscendo che l\u2019AI Act comporta oneri significativi, in particolare sotto il profilo documentale, ci\u00f2 che chiede in fondo \u00e8 di \u201cfare le cose per bene\u201d prima di rendere disponibile al pubblico un sistema IA.<br \/>\nQuesto approccio (non sempre gradito nemmeno all\u2019interno dell\u2019UE, come dimostra la recente richiesta di moratoria firmata da 44 aziende per timore di rimanere indietro rispetto ai competitor esteri), mira a tutelare i cittadini da manipolazioni (ad esempio distorcendo le informazioni durante i periodi elettorali), truffe (ad esempio sfruttando le debolezze che i sistemi IA imparano a riconoscere in noi), discriminazioni (ad esempio su selezioni lavorative, o per ideologie, razza, religione, \u2026), sorveglianza incontrollata (ad esempio con l\u2019identificazione automatica di individui tramite webcam pubbliche) e abusi sull\u2019identit\u00e0 personale (ad esempio con la produzione di falsi video offensivi con le sembianze di una persona reale).<\/p>\n<p>In definitiva, l\u2019AI Act rappresenta un primo passo verso un ecosistema digitale in cui l\u2019uomo resti al centro. Sempre pi\u00f9 spesso invece, nelle dichiarazioni pubbliche di influenti esponenti del settore tecnologico internazionale, si avverte un entusiasmo quasi visionario verso lo sviluppo di sistemi di intelligenza artificiale sempre pi\u00f9 potenti, complessi e, in alcuni casi, imprevedibili persino per i loro stessi creatori; un approccio che talvolta sembra riflettere un\u2019ambizione di dominio tecnologico quasi assoluto.<br \/>\nGuardiamo dunque all\u2019AI Act come a un primo, fondamentale passo verso una governance dell\u2019intelligenza artificiale pi\u00f9 equa e sostenibile. Nessuna norma nasce perfetta, ma questo impianto regolatorio offre un quadro di riferimento solido, che consente di mantenere il controllo sullo sviluppo tecnologico e di migliorare progressivamente i meccanismi di tutela. \u00c8 una scelta che mette al centro il benessere collettivo, in alternativa a una corsa incontrollata verso scenari potenzialmente distopici, in cui i benefici dell\u2019innovazione rischiano di concentrarsi nelle mani di pochi, lasciando indietro molti.<\/p>\n<p>Marcello David<\/p>","protected":false},"excerpt":{"rendered":"<p>L\u2019intelligenza artificiale \u00e8 ormai una presenza costante nella nostra quotidianit\u00e0, dai servizi digitali che utilizziamo al lavoro alle applicazioni che supportano le decisioni pubbliche e private; se ne parla con crescente intensit\u00e0, spesso con toni entusiastici, ma anche con timori legati alla trasparenza, alla sicurezza e ai diritti fondamentali. Per rispondere a queste sfide, l\u2019Unione&#8230;<\/p>","protected":false},"author":19,"featured_media":1799,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_kad_post_transparent":"default","_kad_post_title":"default","_kad_post_layout":"default","_kad_post_sidebar_id":"","_kad_post_content_style":"default","_kad_post_vertical_padding":"default","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"_kad_post_classname":"","footnotes":""},"categories":[31],"tags":[],"class_list":["post-1796","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articoli"],"_links":{"self":[{"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/posts\/1796","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/users\/19"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/comments?post=1796"}],"version-history":[{"count":2,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/posts\/1796\/revisions"}],"predecessor-version":[{"id":1800,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/posts\/1796\/revisions\/1800"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/media\/1799"}],"wp:attachment":[{"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/media?parent=1796"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/categories?post=1796"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hermescse.eu\/fr\/wp-json\/wp\/v2\/tags?post=1796"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}