Il piano AI for All della Malesia offre strumenti gratuiti, ma la vera prova è la governance

La Malesia ha promesso a 100.000 giovani adulti l'accesso gratuito alle principali applicazioni di AI, nonostante restino irrisolte questioni relative a sicurezza, dati e adozione nel lungo periodo. Il primo ministro Anwar Ibrahim ha annunciato l'offerta il 28 luglio nell'ambito del nuovo programma nazionale AI for All. L'iniziativa si rivolge ai malesi tra i 18 e i 30 anni che completano specifici moduli di apprendimento online.

L'offerta trasforma l'alfabetizzazione sull'AI in qualcosa di più concreto di una campagna di sensibilizzazione pubblica. I partecipanti idonei riceveranno tre mesi di accesso sovvenzionato a determinate applicazioni di AI. L'apertura del programma è prevista per il 31 agosto, il Giorno dell'Indipendenza della Malesia.

Questa combinazione crea la tensione centrale. La Malesia vuole portare i giovani dalla conoscenza di base dell'AI all'uso regolare, mentre il suo quadro normativo vincolante è ancora in fase di sviluppo. Il Paese chiede ai cittadini di adottare rapidamente la tecnologia, affidandosi poi a istruzione, standard e regolamentazione futura per contenere i rischi.

Non si tratta di un annuncio isolato in materia di formazione. È una parte di un più ampio tentativo di sviluppare capacità nazionali nell'AI attorno a nuove infrastrutture cloud, a un organismo nazionale di coordinamento e a una legislazione proposta. I risultati conteranno anche oltre la Malesia, perché altri Paesi a reddito medio affrontano la stessa scelta: attendere regole mature oppure costruire familiarità pubblica mentre tali regole sono ancora in via di definizione.

L'offerta AI for All della Malesia collega formazione e accesso

Il cambiamento importante è che il completamento di un corso governativo ora sblocca l'accesso diretto a strumenti di AI commerciali.

Secondo l'annuncio del programma sostenuto dal governo, i giovani che completeranno i corsi di AI pertinenti avranno diritto a un abbonamento gratuito di tre mesi. I corsi saranno erogati tramite Rakyat Digital, la piattaforma pubblica malese per l'apprendimento digitale.

Anwar ha descritto l'offerta durante il lancio di AI Malaysia a Cyberjaya. Si prevede che l'organizzazione sostenuta dallo Stato coordini l'adozione, l'allineamento delle politiche e l'innovazione legata all'AI nei settori pubblico e privato.

Il governo prevede di rendere il programma disponibile ai malesi tra i 18 e i 30 anni. L'obiettivo iniziale è di 100.000 partecipanti. Si tratta di un progetto pilota delimitato, piuttosto che di un diritto universale, ma la struttura può sostenere un'espansione se i tassi di completamento e di utilizzo continuativo saranno elevati.

L'accesso conta perché i corsi introduttivi sull'AI spesso terminano prima che i partecipanti sviluppino abitudini operative. Un discente può comprendere cosa faccia un modello linguistico e tuttavia non applicarlo mai alla ricerca, alla programmazione, alla traduzione o all'analisi dei documenti. Offrire un abbonamento dopo il completamento del corso dà ai partecipanti il tempo di sperimentare direttamente tali usi.

Il design crea anche un incentivo. I partecipanti devono terminare i moduli educativi prima di ricevere il vantaggio software. Questa condizione può migliorare i tassi di completamento, soprattutto rispetto ai corsi online volontari che offrono solo un certificato.

Tuttavia, l'accesso da solo non crea competenza. Tre mesi sono sufficienti per incoraggiare la sperimentazione, ma non garantiscono capacità di giudizio critico. I partecipanti devono comunque imparare quando un modello non è affidabile, quali informazioni non dovrebbero mai essere caricate e come verificare le affermazioni generate.

Anche le applicazioni selezionate restano poco chiare. Il ministro digitale Gobind Singh Deo ha affermato che i funzionari non avevano finalizzato l'elenco subito dopo l'annuncio. Si aspettava ulteriori dettagli entro due settimane, secondo quanto riportato riguardo all'elenco incompleto delle applicazioni.

Questa informazione mancante è significativa. Le diverse applicazioni adottano regole diverse sulla conservazione dei dati, configurazioni diverse delle infrastrutture regionali, controlli di sicurezza e valore educativo. Un chatbot generico, un assistente per la programmazione e un generatore di immagini non possono essere valutati come un'unica categoria intercambiabile.

Il governo deve inoltre spiegare come i partecipanti riscatteranno l'accesso, se saranno richiesti dati di pagamento e cosa accadrà alla fine del periodo di tre mesi. Una conversione automatica in un abbonamento a pagamento creerebbe rischi per i consumatori diversi rispetto a un beneficio che semplicemente scade.

L'iniziativa parte quindi da una proposta chiara, ma da un modello di attuazione incompleto. La Malesia ha definito chi può qualificarsi, l'obiettivo iniziale di partecipanti e il periodo di accesso. Non ha ancora definito pubblicamente i dettagli di attuazione più rilevanti.

Perché la Malesia sta accelerando ora l'adozione pubblica dell'AI

La Malesia sta abbinando la formazione pubblica a una campagna infrastrutturale progettata per rendere il Paese un hub regionale dell'AI.

Il governo non parte da zero. Nel 2024, Microsoft ha annunciato un investimento di 2,2 miliardi di dollari in quattro anni nelle infrastrutture cloud e AI malesi. Il pacchetto includeva piani per formare 300.000 persone, rafforzare la cybersicurezza e sostenere la comunità nazionale di sviluppatori.

Nello stesso anno Google ha annunciato un ulteriore investimento di 2 miliardi di dollari per il suo primo data center malese e una regione Google Cloud. L'azienda ha dichiarato che l'infrastruttura avrebbe servito imprese, startup e clienti del settore pubblico.

Questi impegni hanno dato alla Malesia più della sola nuova capacità di server. Hanno rafforzato l'argomento secondo cui lavoratori, aziende e agenzie pubbliche locali necessitano delle competenze per utilizzare tale capacità in modo produttivo. Altrimenti, la spesa infrastrutturale può generare attività edilizia senza creare abbastanza lavoro nazionale ad alto valore aggiunto.

L'investimento di Microsoft ha inoltre collegato la formazione tecnica a un proposto centro nazionale per l'AI. La separata espansione cloud di Google ha rafforzato la posizione della Malesia come destinazione per la capacità di calcolo regionale.

AI for All affronta il lato della domanda di questa equazione. Invece di presumere che l'infrastruttura conduca automaticamente a un uso produttivo, il governo cerca di creare una popolazione più ampia di utenti. I giovani adulti sono il primo obiettivo perché possono portare tali abitudini nelle università, nelle startup, nel servizio pubblico e presso i datori di lavoro consolidati.

La Malesia affronta inoltre la concorrenza regionale. Singapore dispone di maggiori capacità di ricerca e di una più alta concentrazione di sedi centrali multinazionali. L'Indonesia offre un mercato interno molto più grande. Vietnam e Thailandia investono in competenze digitali, manifattura, servizi cloud e imprese tecnologiche locali.

I vantaggi della Malesia includono talenti multilingue, un consistente settore dell'elettronica e legami consolidati con le catene di fornitura tecnologiche globali. Tuttavia, questi punti di forza non garantiscono la leadership nell'AI applicata. Il Paese ha bisogno di lavoratori in grado di collegare i modelli ai processi aziendali locali, alle lingue, alle normative e alle esigenze dei clienti.

Questo aiuta a spiegare perché il governo stia enfatizzando un'alfabetizzazione diffusa invece di concentrarsi soltanto su ricercatori avanzati. Un'economia nazionale dell'AI richiede più dei soli costruttori di modelli. Ha bisogno di insegnanti che sappiano valutare i materiali generati, analisti che possano verificare gli output, manager che possano riprogettare i flussi di lavoro e funzionari pubblici che comprendano le decisioni automatizzate.

La tempistica riflette anche un cambiamento nella politica digitale della Malesia. Il governo ha presentato il suo Malaysia Digital Action Plan 2030 nel giugno 2026. Il piano assegna al National AI Office un ruolo centrale nel National AI Action Plan 2030 e attribuisce agli organismi di cybersicurezza la responsabilità di sicurezza, etica e sovranità dei dati.

Il nuovo programma pubblico arriva mentre questi elementi istituzionali passano dalla pianificazione all'attuazione. La Malesia sta di fatto cercando di sviluppare contemporaneamente utenti, regole, infrastrutture e capacità governativa.

Questo approccio offre velocità, ma aumenta la pressione di coordinamento. Un fallimento in un'area può indebolire le altre. La formazione perde valore senza un accesso continuativo, l'infrastruttura crea esposizione senza sicurezza e le regole diventano simboliche se le agenzie non possono applicarle.

AI for All antepone l'adozione al completamento della regolamentazione

La strategia della Malesia accetta un periodo in cui l'adozione pubblica avanzerà più rapidamente della sua legge specifica sull'AI.

Il Paese dispone già di linee guida nazionali sulla governance e l'etica dell'AI. Esse affrontano equità, affidabilità, privacy, sicurezza, inclusività, trasparenza, responsabilità e beneficio umano. Tuttavia, il quadro è volontario anziché una normativa vincolante e completa.

Il National AI Office della Malesia afferma che la governance dovrebbe bilanciare innovazione e impatto sociale. I suoi principi di governance pubblicati identificano privacy dei dati, pregiudizi, responsabilità e trasparenza come questioni centrali.

Questi principi forniscono una base politica, ma l'accesso di massa crea questioni operative alle quali i principi da soli non possono rispondere. I partecipanti necessitano di regole precise sul caricamento di informazioni personali, documenti riservati dei datori di lavoro, materiali protetti da copyright e dati governativi sensibili.

I sistemi di AI generativa possono anche produrre affermazioni inventate in un linguaggio fluente. Questo comportamento viene spesso chiamato allucinazione, vale a dire quando un modello genera informazioni prive di supporto invece di recuperare un fatto verificato. Un breve modulo di sensibilizzazione deve preparare gli utenti a riconoscere questo rischio senza insegnare loro a diffidare di ogni output utile.

Il design dei corsi del programma sarà quindi importante quanto il numero delle iscrizioni. Un modulo che insegni soltanto il prompting incoraggerebbe l'attività senza il giudizio. Un programma didattico più solido coprirebbe verifica delle fonti, privacy, pregiudizi, proprietà intellettuale, sicurezza degli account e revisione umana.

Il governo deve inoltre decidere se la stessa formazione sia adatta a ogni partecipante. Uno studente universitario che utilizza l'AI per il brainstorming affronta rischi diversi rispetto a un dipendente junior che gestisce registri dei clienti. Uno sviluppatore che utilizza codice generato necessita di test di sicurezza che un utente occasionale potrebbe non incontrare mai.

La lingua è un'altra questione pratica. La popolazione della Malesia utilizza malese, inglese, mandarino, tamil e molte lingue regionali. Le prestazioni dei modelli e i sistemi di sicurezza possono variare tra le lingue, soprattutto quando i fornitori investono più intensamente nella valutazione in inglese.

Un programma nazionale dovrebbe verificare se gli strumenti partecipanti gestiscano in modo coerente le lingue malesi e i contesti sociali. In caso contrario, l'accesso può essere tecnicamente uguale mentre la qualità del servizio rimane disomogenea.

Il governo ha riconosciuto la più ampia sfida della governance. La Malesia sta preparando, tramite il National AI Office, il suo primo AI Governance Bill specificamente dedicato. I materiali di consultazione pubblica discutono un'autorità centrale, supervisione guidata dai settori, classificazione dei rischi, audit, segnalazione degli incidenti e coordinamento con le norme esistenti in materia di cybersicurezza.

Questo lavoro legislativo rende AI for All più di un programma educativo. Diventa un primo test della capacità della Malesia di tradurre principi nazionali in istruzioni che gli utenti comuni possano seguire.

Il programma esercita inoltre pressione sui fornitori di tecnologia. Se le loro applicazioni ricevono una distribuzione sostenuta dal governo, i fornitori dovrebbero spiegare quali dati conservano, se i contenuti degli utenti contribuiscono all'addestramento dei modelli e come i partecipanti possano eliminare le proprie informazioni. Tali divulgazioni dovrebbero essere comprensibili senza competenze legali.

La Malesia non sbaglia a iniziare l'istruzione prima di completare ogni regola. La tecnologia cambia troppo rapidamente perché un Paese rinvii ogni adozione finché la regolamentazione non sia completa. La questione più difficile è se le salvaguardie possano muoversi alla stessa velocità operativa della distribuzione.

Il beneficio di tre mesi affronta una prova di adozione più lunga

Il programma avrà successo solo se l'accesso temporaneo produrrà competenze durature, anziché un breve picco nella creazione di account.

Un obiettivo di 100.000 partecipanti è facile da comunicare, ma le iscrizioni rivelano poco sulle capacità effettive. Neppure il completamento del corso può dimostrare se i partecipanti applichino correttamente le lezioni dopo la fine dell'incentivo.

La valutazione più solida seguirebbe diverse fasi. I funzionari dovrebbero comunicare quante persone si iscrivono, quante completano ogni modulo, quante riscattano l'abbonamento e quante restano attive durante l'ultimo mese.

Questi numeri dovrebbero inoltre essere suddivisi per regione, genere, istruzione, reddito e condizione occupazionale. Un totale nazionale può nascondere se i benefici si concentrino tra laureati urbani che già utilizzano l'AI.

La connettività rurale e l'accesso ai dispositivi potrebbero diventare vincoli. Un'applicazione di AI può essere gratuita pur richiedendo una connessione a banda larga affidabile, uno smartphone recente o un computer adeguato. I partecipanti che dipendono da dati mobili limitati vivranno un'esperienza diversa rispetto ai lavoratori con connettività da ufficio.

Anche il corso stesso deve restare accessibile. Materiale tecnico denso può escludere proprio le persone che un programma nazionale di alfabetizzazione deve maggiormente raggiungere. Brevi esercizi pratici, esempi locali e spiegazioni multilingue renderebbero il programma più utile di una sequenza di definizioni astratte.

Esiste anche il rischio di misurare il successo in base al volume di contenuti generati. Più prompt, documenti o immagini non significano necessariamente maggiore produttività. I partecipanti potrebbero produrre lavoro più rapidamente, ma dedicare ulteriore tempo a controllare errori, correggere il tono o ricostruire il contesto perso.

Una valutazione migliore esaminerebbe i compiti completati. Gli studenti potrebbero confrontare una sintesi di ricerca assistita dall'AI con fonti verificate. I dipendenti delle piccole imprese potrebbero classificare le domande dei clienti mantenendo i dati identificativi fuori dal modello. Gli sviluppatori potrebbero esaminare il codice generato alla ricerca di dipendenze non sicure.

Questi scenari mostrano se i partecipanti comprendano sia l'utilità sia i limiti. Consentono inoltre ai formatori di osservare dove gli utenti commettono errori prevedibili.

Il periodo di abbonamento crea un'altra sfida di policy. Se i partecipanti diventano dipendenti da un'applicazione selezionata, la perdita dell'accesso dopo tre mesi può interrompere i loro flussi di lavoro. Il proseguimento dell'accesso potrebbe quindi favorire le persone in grado di pagare, riproducendo la disuguaglianza che il sussidio era stato progettato per ridurre.

La Malesia può ridurre questo rischio insegnando metodi trasferibili anziché procedure specifiche di un prodotto. I partecipanti dovrebbero comprendere come definire un compito, proteggere i dati, valutare l'output e documentare la revisione umana tra diverse applicazioni.

La selezione dei fornitori influenzerà questo obiettivo. Un programma incentrato su un solo fornitore potrebbe semplificare l'amministrazione, ma esporrebbe i partecipanti a un'unica interfaccia e a un unico insieme di incentivi commerciali. Supportare diverse applicazioni può incoraggiare il confronto, anche se rende più complessi governance e formazione.

I sistemi open source potrebbero offrire ulteriore flessibilità a università e istituzioni pubbliche. Possono consentire un maggiore controllo su implementazione e dati, ma richiedono infrastrutture, manutenzione e competenze di sicurezza. Non sono automaticamente più economici o più sicuri.

Il confronto corretto non è tra strumenti commerciali stranieri e strumenti nazionali per una questione di orgoglio nazionale. È tra modelli di erogazione che creano capacità responsabili, accessibili e trasferibili.

Per i knowledge worker, la lezione più ampia è nota. Il valore duraturo deriva dall'integrare fonti verificate, contesto personale e pratiche di revisione in un processo ripetibile. Una base di conoscenza personale può supportare questo processo, ma non può sostituire il giudizio su quali informazioni debbano essere inserite in un modello esterno.

La governance deve coprire la sovranità dei dati e la cybersecurity

Il maggiore rischio irrisolto del programma non sono compiti a casa imprecisi; è il movimento di informazioni sensibili attraverso sistemi gestiti esternamente.

La sovranità dei dati riguarda chi controlla le informazioni, dove vengono elaborate e quali autorità legali possono accedervi. La questione diventa concreta quando migliaia di nuovi utenti iniziano a copiare documenti nelle interfacce di AI.

Un utente inesperto può incollare in un chatbot un contratto di lavoro, una cartella clinica, un elenco clienti, un elaborato non pubblicato o una nota interna. Il modello può restituire una risposta utile, mentre il caricamento viola le regole di un'organizzazione o espone dati personali.

Un corso nazionale dovrebbe quindi rendere la classificazione dei dati una competenza di base. I partecipanti necessitano di categorie semplici per informazioni pubbliche, personali, riservate e soggette a restrizioni. Dovrebbero sapere quali categorie possono essere inserite negli strumenti approvati e quali richiedono elaborazione locale o un'autorizzazione esplicita.

La formazione sulla cybersecurity deve andare oltre le password robuste. Gli strumenti di AI possono generare messaggi di phishing convincenti, codice non sicuro, immagini fraudolente e materiale per impersonazioni. Possono inoltre esporre gli utenti a istruzioni dannose incorporate in documenti o siti web.

Quest'ultimo problema è noto come prompt injection, in cui contenuti non affidabili tentano di reindirizzare il comportamento di un sistema di AI. Il rischio aumenta quando gli assistenti possono esplorare file, utilizzare applicazioni connesse o compiere azioni per conto dell'utente.

La maggior parte dei giovani partecipanti non avrà bisogno di un corso dettagliato di ingegneria della sicurezza. Deve però capire che una risposta dell'AI può contenere istruzioni di un aggressore, non soltanto una risposta del fornitore del modello.

Le organizzazioni che impiegano i partecipanti devono assumersi parte della responsabilità. Un programma governativo non può formare gli utenti una sola volta e aspettarsi che sappiano orientarsi tra tutte le policy del luogo di lavoro. I datori di lavoro hanno bisogno di elenchi di strumenti approvati, controlli di accesso, canali di segnalazione e regole chiare per la revisione del lavoro assistito dall'AI.

Anche il governo ha bisogno di una procedura per gli incidenti. I partecipanti dovrebbero sapere dove segnalare output dannosi, sospette fughe di dati, compromissione degli account o contenuti ingannevoli. Le segnalazioni devono raggiungere il fornitore e il regolatore pertinenti senza richiedere agli utenti di identificare autonomamente l'agenzia corretta.

Il quadro di governance pianificato dalla Malesia può collegare questo processo di segnalazione alle istituzioni esistenti in materia di dati personali e cybersecurity. Tuttavia, le agenzie avranno bisogno di responsabilità chiare. Mandati sovrapposti possono lasciare ciascun regolatore nell'attesa che agisca un altro.

La trasparenza pubblica sarebbe utile. Il governo potrebbe pubblicare dati aggregati sugli incidenti segnalati, sui tempi di risposta, sui modelli comuni di uso improprio e sulle conseguenti modifiche al programma didattico. Queste informazioni mostrerebbero se la supervisione migliora con l'espansione dell'adozione.

I contratti con i fornitori rappresentano un altro punto di controllo. Le condizioni di approvvigionamento possono richiedere documentazione sulla sicurezza, notifica delle violazioni, procedure di cancellazione dei dati, protezioni adeguate all'età e restrizioni sull'uso secondario dei dati dei partecipanti.

Il governo dovrebbe divulgare gli standard utilizzati per scegliere le applicazioni partecipanti. Un marchio noto, da solo, non dimostra la conformità agli obiettivi di policy della Malesia.

Dovrebbe inoltre evitare di promettere una sicurezza completa. Nessun programma didattico, contratto o legge può eliminare ogni rischio dall'AI di uso generale. La promessa credibile è più circoscritta: salvaguardie definite, responsabilità visibile e correzioni quando si verificano fallimenti.

Questa distinzione conta per la fiducia pubblica. Le persone sono più propense ad accettare una nuova tecnologia quando le autorità riconoscono i limiti e mostrano come verranno gestiti i problemi. Esagerare la sicurezza farebbe apparire ogni fallimento come prova che l'intero programma è privo di controllo.

Cosa la Malesia deve dimostrare dopo il lancio del 31 agosto

Tre segnali mostreranno se AI for All stia costruendo capacità nazionale o distribuendo prove software di breve durata.

Il primo segnale è l'elenco finale delle applicazioni e delle condizioni a esse associate. Il governo dovrebbe identificare ogni fornitore partecipante, le funzionalità incluse, le policy sui dati, il processo di riscatto e lo stato dell'abbonamento alla scadenza.

Queste informazioni riveleranno se l'approvvigionamento sostiene gli obiettivi malesi di privacy e sovranità. Mostreranno anche se i partecipanti ricevono un valore comparabile o una raccolta frammentata di offerte promozionali.

Il secondo segnale è la qualità dei moduli di apprendimento. Il programma didattico dovrebbe andare oltre i prompt di base e includere verifica, privacy, cybersecurity, copyright, bias e un'appropriata supervisione umana.

La progettazione delle valutazioni sarà importante. Un semplice quiz a scelta multipla può confermare che un partecipante ha riconosciuto termini chiave. Non può dimostrare che la persona sappia individuare un'affermazione priva di supporto o evitare di caricare informazioni riservate.

Gli esercizi pratici fornirebbero prove più solide. I partecipanti potrebbero valutare citazioni, confrontare output dei modelli, oscurare dati personali o spiegare perché un compito richieda l'approvazione umana. Queste attività testano le decisioni anziché la memoria.

Il terzo segnale è ciò che la Malesia pubblicherà dopo l'avvio del progetto pilota. I dati sulle iscrizioni attireranno attenzione, ma completamento, riscatto, fidelizzazione, copertura geografica e tassi di incidenti forniranno la misura reale.

Il governo dovrebbe inoltre monitorare se i partecipanti continuano a utilizzare l'AI dopo la fine del sussidio. L'uso continuato non è automaticamente positivo, ma indica se il programma abbia creato un valore sufficiente a modificare i comportamenti.

Gli esiti occupazionali e formativi richiederanno più tempo per essere valutati. I funzionari dovrebbero evitare di attribuire direttamente la crescita salariale, i risultati accademici o la creazione di startup a un unico programma breve. Molte altre variabili determinano tali risultati.

Le evidenze a breve termine possono comunque essere significative. I sondaggi possono misurare se i partecipanti siano diventati più sicuri nel controllare gli output, proteggere i dati e selezionare strumenti appropriati. Datori di lavoro ed educatori possono segnalare se il lavoro assistito dall'AI richieda meno correzioni nel tempo.

L'imminente AI Governance Bill offre un quarto punto di controllo collegato. La legislazione dovrebbe chiarire come la Malesia classifica il rischio, coordina i regolatori, indaga sugli incidenti e ritiene responsabili fornitori o soggetti che implementano i sistemi. Le sue regole devono collegarsi ai comportamenti pubblici incoraggiati da AI for All.

La strategia della Malesia sarà rafforzata se formazione, approvvigionamento e legislazione utilizzeranno le stesse definizioni e aspettative. Sarà indebolita se il corso promuoverà una sperimentazione ampia mentre i regolatori emaneranno restrizioni vaghe o in conflitto tra loro.

Altri governi dovrebbero osservare attentamente questo allineamento. L'accesso sovvenzionato è politicamente visibile e relativamente rapido da avviare. Costruire le istituzioni che rendono l'accesso produttivo e sicuro è più lento, meno visibile e più importante.

La Malesia ha scelto di iniziare con un beneficio concreto: completare il corso, poi utilizzare gli strumenti. Questo è più operativo di un altro slogan nazionale sull'AI. Crea anche un obbligo misurabile.

Entro la fine del periodo iniziale di abbonamento, la Malesia dovrebbe essere in grado di rispondere a domande dirette. Chi ha completato la formazione, cosa ha utilizzato, cosa è andato storto e quali competenze sono durate?

Queste risposte determineranno se AI for All diventerà un autentico programma di sviluppo delle capacità o un canale di distribuzione temporaneo. I lettori dovrebbero osservare l'elenco delle applicazioni, il programma didattico e i primi dati pubblici sulle prestazioni dopo il 31 agosto. Questi segnali, e non i titoli sulle iscrizioni, mostreranno se la Malesia riuscirà a espandere l'adozione dell'AI senza rinunciare alla responsabilità.