L’AI Act dell’UE avvia l’applicazione delle norme sulla trasparenza, ma le etichette sono solo metà della prova

L’AI Act dell’UE raggiunge una scadenza decisiva il 2 agosto, con l’avvio dell’applicazione nell’intero blocco degli obblighi di dichiarazione per i chatbot e di etichettatura dei contenuti IA. Le norme mirano a colmare una lacuna informativa fondamentale: spesso le persone non riescono a capire se stanno parlando con un software o visualizzando contenuti sintetici.

I requisiti immediati sembrano semplici. I chatbot devono identificarsi quando la loro natura artificiale non è già evidente. I fornitori di sistemi generativi devono rendere rilevabili in forma leggibile dalle macchine gli output sintetici o manipolati.

Chi utilizza tali sistemi deve inoltre rispettare obblighi di dichiarazione visibile per i deepfake e per alcuni contenuti di interesse pubblico. Tuttavia, la vera sfida non è tra aziende di IA. È tra la promessa di media sintetici riconoscibili e la realtà tecnica di marcature che possono scomparire, entrare in conflitto o perdere significato.

Prima della scadenza, la Commissione europea ha pubblicato linee guida definitive, offrendo alle aziende un’interpretazione più chiara dell’Articolo 50. L’applicazione sarà affidata principalmente alle autorità nazionali di vigilanza del mercato, mentre l’European AI Office avrà competenza su un gruppo più ristretto di sistemi.

Questa distinzione è rilevante per sviluppatori, editori, piattaforme e acquirenti aziendali. Il 2 agosto non introduce semplicemente un’altra comunicazione da affiancare a un’informativa sulla privacy. Porta le decisioni su provenienza e disclosure nelle interfacce di prodotto, nelle pipeline dei media, nei contratti con i fornitori e nei registri di audit.

Cosa cambia con l’AI Act dell’UE il 2 agosto

L’Articolo 50 trasforma l’identità dell’IA e la provenienza dei media sintetici da scelte di prodotto a obblighi legali.

L’AI Act dell’UE è entrato in vigore il 1° agosto 2024, ma le sue disposizioni seguono un calendario di applicazione graduale. L’Articolo 50 e la maggior parte delle norme rimanenti iniziano ad applicarsi il 2 agosto 2026.

Il testo operativo riguarda quattro situazioni, non ogni utilizzo dell’intelligenza artificiale. La prima regola riguarda i sistemi progettati per interagire direttamente con le persone. I fornitori devono assicurarsi che gli utenti sappiano di interagire con l’IA, salvo che ciò non sia già evidente.

Un assistente del servizio clienti, un bot per il recruiting, un compagno virtuale o un agente di assistenza automatizzato possono rientrare in questo requisito. La dichiarazione deve avvenire durante l’interazione, non restare nascosta in termini e condizioni lontani.

La valutazione dipende anche dal contesto. La legge considera ciò che una persona ragionevolmente informata e attenta riconoscerebbe nelle circostanze. Un personaggio chiaramente fittizio in un gioco rappresenta un caso diverso da un agente di assistenza finanziaria dall’aspetto umano.

Il secondo requisito riguarda i sistemi che generano o manipolano testo, immagini, audio o video. I fornitori devono progettare i propri sistemi affinché gli output riportino indicazioni leggibili dalle macchine della loro origine artificiale.

Il testo giuridico richiede che tali misure tecniche siano efficaci, interoperabili, robuste e affidabili, nella misura tecnicamente fattibile. Consente inoltre alle autorità di regolamentazione di considerare i costi di implementazione e gli standard tecnici generalmente accettati.

Questo obbligo per i fornitori differisce dall’etichetta visibile richiesta in alcuni scenari di utilizzo. Una marcatura leggibile dalle macchine serve software e strumenti di verifica. Una dichiarazione visibile o udibile serve alla persona che incontra il contenuto.

La terza categoria riguarda i sistemi di riconoscimento delle emozioni e categorizzazione biometrica. Le organizzazioni che utilizzano tali sistemi devono informare le persone esposte, fatte salve limitate eccezioni per le forze dell’ordine.

La quarta categoria si applica quando chi utilizza i sistemi pubblica deepfake o testi generati dall’IA su questioni di interesse pubblico. Immagini, audio e video deepfake richiedono generalmente una chiara dichiarazione che il materiale sia stato generato o manipolato artificialmente.

Per i testi di interesse pubblico si applica una norma più circoscritta. La dichiarazione è richiesta quando un testo generato o manipolato dall’IA viene pubblicato per informare il pubblico senza revisione umana né responsabilità editoriale.

Questa eccezione tutela i normali flussi di lavoro editoriali dall’essere trattati come pubblicazione completamente automatizzata. Non elimina la necessità di verificare chi ha revisionato il materiale e chi ha assunto la responsabilità della pubblicazione.

La Commissione afferma che l’obiettivo è ridurre inganno e manipolazione, aiutando al contempo le persone a formulare valutazioni informate. Le sue linee guida sulla trasparenza traducono tale principio in aspettative più specifiche per fornitori e utilizzatori.

La scadenza mette sotto pressione più dei produttori di chatbot

L’onere della conformità segue il sistema IA dal suo sviluppatore all’organizzazione che presenta il suo output al pubblico.

Gli sviluppatori di modelli attirano la maggior parte dell’attenzione, ma l’Articolo 50 divide la responsabilità tra fornitori e utilizzatori. Un fornitore sviluppa un sistema IA o lo immette sul mercato con il proprio nome. Un utilizzatore impiega tale sistema sotto la propria autorità.

Questa divisione esercita pressione su fornitori di software, rivenditori, banche, editori, inserzionisti, enti pubblici e team tecnologici sul posto di lavoro. Devono stabilire quali obblighi spettano al fornitore e quali restano al cliente.

Si consideri un rivenditore online che aggiunge un assistente conversazionale. Il fornitore del software deve progettare il sistema affinché dichiari la propria identità IA quando necessario. Il rivenditore deve mantenere tale dichiarazione invece di presentare il bot come un dipendente.

Un’agenzia media affronta un’altra catena di responsabilità. Il suo generatore di immagini dovrebbe produrre output sintetici rilevabili, mentre l’agenzia potrebbe dover etichettare un deepfake al momento della pubblicazione della campagna finale.

Il requisito diventa più difficile quando più strumenti intervengono sullo stesso file. Un’immagine può passare attraverso generazione, ritocco, ridimensionamento, pianificazione sui social e distribuzione dei contenuti prima di raggiungere uno spettatore.

Ogni passaggio può alterare i metadati o rimuovere un segnale tecnico. Ciò rende gli acquisti e i test delle pipeline attività centrali per la conformità, anche quando l’etichetta finale appare semplice.

Gli acquirenti aziendali dovrebbero ora chiedere ai fornitori se le marcature leggibili dalle macchine sopravvivono all’esportazione, all’editing, alla transcodifica e ai comuni sistemi di pubblicazione. Hanno inoltre bisogno di prove a sostegno di tali affermazioni.

Una dichiarazione di marketing sull’“IA responsabile” offre scarso valore ai fini dell’audit. Documentazione tecnica, file di esempio, cronologie delle versioni e test ripetibili forniscono prove più solide che un sistema si comporti come promesso.

Le organizzazioni necessitano inoltre di un inventario delle interazioni IA rivolte al pubblico. Un’azienda può monitorare il suo chatbot principale, trascurando agenti di vendita automatizzati, sistemi vocali, assistenti per l’onboarding o funzionalità IA integrate da appaltatori.

Lo stesso problema si presenta nella pubblicazione. I team devono identificare quali flussi di lavoro creano deepfake, quali producono testi di interesse pubblico e dove avviene una revisione umana significativa.

La revisione umana non può diventare una casella da spuntare in modo puramente formale. Le organizzazioni dovrebbero documentare chi ha esaminato l’output, cosa ha valutato e chi ha accettato la responsabilità editoriale.

Questa tenuta dei registri è particolarmente importante perché la Commissione non agisce come unico regolatore in prima linea. Le autorità nazionali di vigilanza del mercato gestiranno la maggior parte dell’applicazione, creando una struttura di supervisione distribuita.

L’European AI Office ha un ruolo di applicazione più limitato. Può supervisionare sistemi pertinenti basati su modelli di IA per finalità generali quando il fornitore offre anche il sistema e il modello sottostante.

Ha inoltre autorità in alcuni casi che coinvolgono piattaforme online molto grandi o motori di ricerca. Il Garante europeo della protezione dei dati gestisce i sistemi coperti utilizzati dalle istituzioni dell’UE.

Le aziende si trovano quindi davanti a un corpus normativo condiviso, ma a rapporti di supervisione potenzialmente diversi. Ciò aumenta il valore di una documentazione interna coerente tra prodotti e mercati degli Stati membri.

Le risposte sull’Articolo 50 della Commissione affermano che le sanzioni possono raggiungere 15 milioni di euro o il 3% del fatturato annuo mondiale. Alle imprese più piccole si applica il principio di proporzionalità.

Il rischio di applicazione non è l’unica preoccupazione. Una disclosure inadeguata può inoltre creare problemi di tutela dei consumatori, reputazione, contratti o politiche di piattaforma prima che un’autorità di regolamentazione commini una sanzione.

Le etichette devono sopravvivere alla filiera dei contenuti

Il compromesso centrale è chiaro: disclosure trasparente contro un sistema mediatico frammentato che può rimuovere o oscurare la provenienza.

L’Articolo 50 utilizza due meccanismi complementari. Le etichette rivolte alle persone comunicano al pubblico ciò che sta vedendo. Le marcature leggibili dalle macchine consentono al software di riconoscere e tracciare i contenuti artificiali su larga scala.

Nessuno dei due meccanismi è sufficiente da solo. Un’etichetta visibile può essere ritagliata da un’immagine, separata da un video ripubblicato o omessa da uno screenshot. Un segnale leggibile dalle macchine può diventare inaccessibile alla persona che visualizza l’opera.

La provenienza tecnica può anche interrompersi involontariamente. Le piattaforme social ricomprimono le immagini, le applicazioni di messaggistica modificano i file e i servizi video transcodificano i caricamenti in nuovi formati.

Gli strumenti di editing introducono un altro punto di possibile guasto. Un registro di provenienza valido al momento della generazione non garantisce che il file finale esportato conservi le stesse informazioni.

La Commissione sottolinea quindi l’affidabilità lungo l’intero ciclo di vita dei contenuti. I fornitori devono considerare i modi prevedibili in cui il proprio output verrà archiviato, modificato, distribuito e rilevato.

Leggibile dalle macchine non significa che la legge richieda in ogni caso un’unica tecnologia universale. L’obbligo si concentra sul risultato, mentre standard e prassi di settore possono orientare l’implementazione.

Un approccio utilizza metadati di provenienza firmati che registrano l’origine e la cronologia delle modifiche di un file. Un altro inserisce un segnale impercettibile direttamente nel media.

I metadati possono contenere informazioni dettagliate, ma l’elaborazione ordinaria può rimuoverli. Il watermarking incorporato può sopravvivere ad alcune trasformazioni, sebbene accuratezza di rilevamento e durata varino in base al tipo di media.

Un’architettura a livelli può combinare questi metodi con una disclosure visibile. Il vantaggio è la ridondanza. Se un segnale scompare, un altro può comunque comunicare l’origine del contenuto.

Questo approccio comporta costi e compromessi progettuali. I watermark devono restare rilevabili senza danneggiare in modo percepibile output legittimi. I registri di provenienza devono resistere alle manomissioni senza esporre informazioni personali o commerciali non necessarie.

Gli strumenti di rilevamento necessitano inoltre di un accesso affidabile ai dati di verifica pertinenti. Una marcatura che solo il suo creatore può interpretare offre un valore limitato a piattaforme, ricercatori, giornalisti e clienti a valle.

I falsi positivi rappresentano un’altra preoccupazione. Un rilevatore che etichetta erroneamente come sintetici media autentici può danneggiare i creatori e indebolire la fiducia nell’intero sistema.

I falsi negativi creano il problema opposto. I media manipolati possono circolare senza essere rilevati, anche quando un generatore conforme aveva originariamente aggiunto una marcatura.

L’Act riconosce questi vincoli con il suo riferimento alla fattibilità tecnica. Tale precisazione è pratica, ma solleva anche una questione di applicazione: quanta resilienza è sufficiente?

Le aziende dovranno dimostrare il proprio ragionamento. Un processo difendibile dovrebbe identificare le trasformazioni previste, testare se le marcature sopravvivono e registrare guasti e azioni correttive.

Il codice di trasparenza volontario offre un percorso strutturato per dimostrare la conformità. Non sostituisce l’Articolo 50 né rende facoltativa la legge sottostante.

Le organizzazioni non sono obbligate a firmare il codice. I non firmatari devono comunque dimostrare la conformità mediante altre misure adeguate e dovrebbero aspettarsi verifiche più approfondite sull'approccio scelto.

La Commissione ha dichiarato che le autorità possono richiedere informazioni più dettagliate ai non firmatari. Un confronto documentato con il codice può aiutare a spiegare perché un'altra implementazione offra una protezione equivalente.

È qui che la scadenza di agosto cambia l'ingegneria di prodotto. La provenienza non è più soltanto una funzionalità della piattaforma. Diventa una proprietà end-to-end che deve sopravvivere alle reali condizioni di distribuzione.

La divulgazione dei deepfake ha confini importanti

Le norme mirano all'ambiguità ingannevole, ma non impongono che ogni opera assistita dall'IA rechi lo stesso avviso visibile.

Un deepfake ai sensi dell'Act riguarda immagini, audio o video generati o manipolati dall'IA che somigliano a persone, oggetti, luoghi, entità o eventi esistenti. Il materiale deve apparire falsamente autentico o veritiero.

Questa definizione comprende rischi noti quali voci clonate, video politici fabbricati e immagini realistiche che raffigurano eventi mai accaduti. È più specifica di “contenuto creato con l'IA”.

Un'illustrazione palesemente fantastica non diventa automaticamente un deepfake. Una registrazione sintetica che impersona un amministratore delegato durante una richiesta di pagamento rappresenta un caso molto più chiaro.

I deployer devono comunicare che il materiale deepfake coperto dalle norme è stato generato o manipolato artificialmente. La comunicazione deve essere chiara e distinguibile quando il pubblico incontra per la prima volta il contenuto.

Le opere artistiche, creative, satiriche, di finzione e simili ricevono un trattamento adattato. La comunicazione resta necessaria, ma non dovrebbe ostacolare la fruizione o il godimento dell'opera.

Questa disposizione riconosce un difficile problema di progettazione. Un avviso ben visibile può prevenire l'inganno, ma una notifica invasiva può alterare un film, una performance, un gioco o un'opera visiva.

Il contesto diventa essenziale. Un'etichetta adatta a un servizio di notizie potrebbe non essere appropriata per un'uscita cinematografica, e una comunicazione audio può funzionare diversamente da una didascalia d'immagine.

La norma sul testo di interesse pubblico crea un altro confine importante. Il testo completamente automatizzato pubblicato per informare il pubblico richiede generalmente una comunicazione quando è stato generato o manipolato dall'IA.

Tuttavia, l'obbligo non si applica quando una persona esamina il testo o esercita un controllo editoriale e qualcuno si assume la responsabilità della pubblicazione.

Questa eccezione non dovrebbe essere letta come un'esenzione universale per qualsiasi contenuto toccato da un editor. Le questioni di fondo riguardano una revisione significativa, il controllo e la responsabilità.

Una redazione che usa l'IA per la trascrizione o per suggerimenti di testo si trova in una posizione diversa da un sito automatizzato che pubblica riassunti politici non revisionati. Il flusso di lavoro finale conta più di un'etichetta generica “assistito dall'IA”.

La legge contiene inoltre eccezioni per alcuni sistemi delle forze dell'ordine legalmente autorizzati. Tali eccezioni prevedono garanzie e non trasformano gli strumenti pubblici di segnalazione dei reati in interfacce IA nascoste.

Le organizzazioni dovrebbero evitare di etichettare eccessivamente tutto come risposta difensiva. Avvisi indiscriminati possono rendere più difficili da notare le comunicazioni significative e insegnare agli utenti a ignorarle.

Una comunicazione migliore indica al pubblico ciò che conta nel momento rilevante. Identifica l'interazione o la manipolazione artificiale senza sommergere gli utenti di dettagli tecnici.

I dati essenziali della Commissione separano i doveri dei provider da quelli dei deployer. Questa distinzione aiuta i team a evitare di trattare un'unica etichetta generica come un programma di conformità completo.

Per esempio, una piattaforma video potrebbe dover preservare la provenienza tecnica da un generatore a monte. La persona che pubblica un video sintetico ingannevole potrebbe essere separatamente soggetta all'obbligo di comunicazione visibile.

Le responsabilità possono anche sovrapporsi. Un'azienda che sviluppa un sistema e lo impiega sotto la propria autorità può avere doveri in entrambi i ruoli.

La lezione pratica è che le organizzazioni devono classificare gli utilizzi, non soltanto i fornitori. Lo stesso modello generativo può supportare ritocchi di immagini a basso rischio, intrattenimento di finzione o impersonazioni fuorvianti.

Un utile processo di revisione dovrebbe registrare lo scopo, il pubblico, il grado di realismo, il soggetto rappresentato, la supervisione umana e il contesto di pubblicazione. Questi fatti determinano quale comunicazione sia pertinente.

La maggiore incertezza è se la trasparenza funzionerà

La conformità può rendere più facile identificare i media sintetici senza far scomparire l'inganno.

Gli attori determinati possono utilizzare strumenti non conformi, rimuovere le comunicazioni visibili, registrare gli output tramite un altro dispositivo o distribuire il materiale al di fuori di piattaforme collaborative. L'Articolo 50 non può eliminare queste tattiche.

La legge modifica invece gli incentivi e stabilisce una base di riferimento per provider e deployer legittimi. I principali servizi operanti in Europa devono integrare divulgazione e provenienza nel normale comportamento dei prodotti.

Ciò può migliorare le informazioni disponibili per piattaforme, investigatori e pubblico. Può anche rendere l'assenza della provenienza prevista un utile segnale di allerta.

L'assenza non è però una prova di fabbricazione. File più vecchi, screenshot, fotocamere datate e flussi di lavoro che tutelano la privacy possono non disporre della provenienza per ragioni del tutto legittime.

Un sistema di rilevamento affidabile deve comunicare l'incertezza. Dovrebbe distinguere tra provenienza confermata, informazioni mancanti, credenziali danneggiate e manipolazione sospetta.

La stessa cautela vale per gli utenti. Un'etichetta IA visibile conferma il coinvolgimento artificiale, ma non stabilisce che un'affermazione sia falsa o dannosa.

Al contrario, i media autentici possono presentare gli eventi in modo selettivo o senza contesto. La provenienza supporta la valutazione, ma non può sostituire il giornalismo, la verifica delle fonti o il giudizio critico.

L'applicazione transfrontaliera crea un'altra incertezza. Le autorità nazionali condividono lo stesso regolamento, ma le prime indagini possono differire per priorità, personale e capacità tecnica.

Le linee guida della Commissione dovrebbero ridurre le interpretazioni incoerenti, anche se i casi difficili richiederanno comunque decisioni di vigilanza e forse contenziosi. I team di prodotto dovrebbero aspettarsi che le pratiche di implementazione evolvano.

Esiste anche una particolarità temporale per i sistemi esistenti. I sistemi di IA generativa immessi sul mercato prima del 2 agosto ricevono una transizione limitata per l'obbligo di marcatura leggibile dalla macchina.

Tali sistemi devono conformarsi a questo specifico obbligo entro il 2 dicembre 2026. Il periodo di grazia non rinvia in modo generale l'Articolo 50 né rimuove altri obblighi di divulgazione applicabili.

I contenuti generati e resi disponibili prima del 2 agosto non richiedono un'etichettatura retroattiva. La Commissione incoraggia l'etichettatura volontaria ove fattibile, ma non è obbligatoria.

Questa transizione circoscritta è importante perché le scadenze più ampie dell'AI Act sono cambiate durante il processo di semplificazione dell'UE. Alcuni requisiti relativi ai sistemi ad alto rischio ora seguono date successive.

Le organizzazioni non dovrebbero interpretare tali cambiamenti come un rinvio di ogni norma sulla trasparenza. La cronologia ufficiale dell'attuazione mantiene invariata la data di applicazione del 2 agosto dell'Articolo 50.

Il test di applicazione si concentrerà probabilmente su una progettazione ragionevole dei sistemi, avvisi chiari, resilienza tecnica e prove che le organizzazioni abbiano valutato i propri obblighi. La conformità cosmetica sarà più facile da contestare.

Una comunicazione di chatbot che appare solo dopo una lunga conversazione potrebbe non raggiungere il proprio scopo. Un contrassegno di provenienza che scompare durante il normale processo di esportazione del provider solleva una preoccupazione diversa.

Anche il codice volontario arriva a ridosso della scadenza. Le aziende avevano già il testo principale del regolamento, ma le linee guida operative dettagliate lasciano poco tempo per gli aggiustamenti finali.

Questa tempistica rafforza l'argomentazione a favore di una correzione graduale. I team dovrebbero prima affrontare l'inganno diretto degli utenti, poi testare la provenienza lungo i flussi di lavoro mediatici a più alto volume.

Dovrebbero inoltre conservare prove delle decisioni e delle limitazioni irrisolte. Le autorità di regolamentazione possono valutare un vincolo tecnico documentato in modo diverso da un'affermazione non supportata secondo cui la marcatura fosse impossibile.

Tre segnali mostreranno se le norme hanno forza

I prossimi tre mesi riveleranno se l'Articolo 50 diventerà un'infrastruttura funzionante o un altro avviso che gli utenti smettono di vedere.

Il primo segnale è rappresentato dalle linee guida di applicazione delle autorità nazionali di vigilanza del mercato. I loro primi avvisi, indagini e pratiche di coordinamento mostreranno come interpretano una divulgazione adeguata.

I primi casi riveleranno inoltre quali fallimenti attirano l'attenzione. Identità di chatbot nascoste, deepfake non etichettati e contrassegni leggibili dalla macchina fragili creano sfide diverse in termini di prove e applicazione.

Un'azione nazionale coerente rafforzerebbe l'argomento secondo cui l'Articolo 50 stabilisce una base europea pratica. Ampie divergenze renderebbero la conformità più costosa e gli esiti meno prevedibili.

Il secondo segnale è la sopravvivenza tecnica attraverso le principali piattaforme di contenuti. Provider e deployer dovrebbero testare se la provenienza persiste nei comuni flussi di lavoro per immagini, audio e video.

I file dovrebbero essere verificati dopo modifiche, compressione, caricamento, download, acquisizione di screenshot e transcodifica. I risultati contano più dell'affermazione di un fornitore di supportare un particolare formato.

Se le principali piattaforme preservano ed espongono la provenienza in modo coerente, la marcatura leggibile dalla macchina acquisisce valore pratico. Se la eliminano abitualmente, la divulgazione visibile sosterrà una parte maggiore dell'onere.

Il terzo segnale è la scadenza transitoria del 2 dicembre per i sistemi generativi più vecchi. Tale data mostrerà se i prodotti legacy possono adottare la marcatura senza gravi problemi di compatibilità.

I provider dovrebbero comunicare quali prodotti rientrano nella transizione e quando arriveranno gli aggiornamenti. I clienti aziendali hanno bisogno di tali date per la propria pianificazione del rischio.

Aggiornamenti riusciti rafforzerebbero l'approccio stratificato dell'UE. Ritardi diffusi o una debole interoperabilità metterebbero in luce un divario tra il requisito legale e l'infrastruttura disponibile.

I lettori dovrebbero inoltre osservare le interfacce dei prodotti. I cambiamenti più rivelatori potrebbero apparire come piccoli avvisi di identità, pannelli di provenienza, impostazioni di esportazione e richieste di divulgazione.

Questi dettagli mostrano se le aziende hanno integrato la conformità nella progettazione del prodotto o l'hanno aggiunta dopo lo sviluppo. Determinano inoltre se gli utenti ricevono informazioni utili al momento giusto.

Per i knowledge worker, la scadenza offre un motivo per preservare il contesto della fonte accanto al materiale assistito dall'IA. Una base di conoscenza IA ricercabile può aiutare a conservare file originali, note di revisione e decisioni di pubblicazione.

Questa pratica non stabilisce di per sé la conformità legale. Rende però più semplice la verifica successiva quando i contenuti passano attraverso più persone e strumenti.

Gli sviluppatori dovrebbero testare l'intero percorso di output, non soltanto l'endpoint di generazione. Gli acquirenti aziendali dovrebbero richiedere prove che divulgazione e provenienza sopravvivano all'uso normale.

Gli editori dovrebbero definire una revisione umana significativa e documentare la responsabilità editoriale. Gli utenti dell'IA dovrebbero trattare le etichette come prove dell'origine, non come giudizi automatici sulla verità.

La domanda dopo il 2 agosto non è più se l'Europa desideri la trasparenza dell'IA. È se prodotti, piattaforme e organizzazioni possano far sì che tale trasparenza sopravviva al contatto con la vera internet.