La regolamentazione britannica dei modelli AI non può fermare rilasci rischiosi, avverte una commissione parlamentare

Il Regno Unito non può attualmente impedire il rilascio di un modello di intelligenza artificiale rischioso, nonostante disponga di oltre una dozzina di organismi regolatori e di un istituto specializzato nella sicurezza.

Questa conclusione mette la regolamentazione britannica dei modelli AI sotto una pressione più concreta rispetto a un altro dibattito astratto sull'innovazione responsabile. La Commissione congiunta sui diritti umani del Parlamento afferma che il Paese non dispone di un'autorità di regolamentazione in grado di esigere l'accesso ai modelli avanzati o di bloccarne l'impiego.

La commissione ha pubblicato il suo rapporto il 14 settembre, dopo aver ricevuto oltre 70 contributi scritti e aver svolto dieci sessioni di testimonianze orali. La sua conclusione mette in discussione la strategia governativa basata sui singoli settori, che applica le leggi esistenti principalmente dopo che un sistema AI è entrato in uso.

Il conflitto immediato è tra cooperazione volontaria e supervisione vincolante. L'AI Security Institute può valutare i modelli quando gli sviluppatori concedono l'accesso, ma le aziende non sono legalmente obbligate a sottoporli.

La commissione vuole invertire questo rapporto. Il disegno di legge sull'AI proposto richiederebbe agli sviluppatori di sottoporre a test i modelli potenti, stabilirebbe un'approvazione preventiva per i sistemi ad alto rischio e attribuirebbe poteri a un regolatore indipendente.

Questa raccomandazione arriva mentre i modelli fondamentali supportano sempre più prodotti nei settori dell'occupazione, della finanza, dell'istruzione, delle forze dell'ordine, della sanità e dei servizi pubblici. Una debolezza introdotta a monte può quindi diffondersi in molte organizzazioni prima che una persona interessata sappia che è stata coinvolta l'AI.

Il vuoto nella regolamentazione britannica dei modelli AI è ora esplicito

La conclusione centrale della commissione è circoscritta ma rilevante: la Gran Bretagna possiede le competenze per testare modelli avanzati, ma nessuna autorità in grado di imporre i test o fermare un rilascio.

L'AI Security Institute, noto come AISI, ha iniziato a operare nel novembre 2023. Studia le capacità e le misure di sicurezza dei modelli di frontiera, ossia sistemi generici altamente capaci vicini al limite più avanzato dello sviluppo.

AISI collabora con sviluppatori che forniscono volontariamente accesso prima dell'implementazione. Secondo il rapporto sulla regolamentazione dell'AI della commissione, non può esigere tale accesso prima o dopo il lancio di un modello.

Non può nemmeno imporre condizioni per il rilascio, emettere ordini vincolanti di correzione o impedire l'implementazione. Le sue conclusioni possono informare il governo, ma non fungono da decisioni di approvazione regolatoria.

Questa distinzione conta perché l'accesso tecnico determina ciò che un valutatore può effettivamente ispezionare. Le interfacce chat pubbliche rivelano solo una parte limitata del comportamento di un modello, delle sue misure di sicurezza, delle istruzioni di sistema e dei controlli di implementazione.

Una valutazione significativa richiede spesso test controllati, documentazione tecnica e tempo prima del rilascio. Un'autorità di regolamentazione necessita inoltre di un processo per risolvere le criticità gravi e verificare che le correzioni promesse funzionino.

Senza un accesso obbligatorio, gli sviluppatori decidono quali modelli AISI può esaminare, quando iniziano i test e quale materiale di supporto diventa disponibile. Le tempistiche commerciali possono procedere più rapidamente degli accordi di valutazione volontaria.

L'affermazione della commissione non significa che l'AI operi al di fuori di tutte le leggi britanniche. Norme su protezione dei dati, uguaglianza, tutela dei consumatori, sicurezza dei prodotti, servizi finanziari e sicurezza online possono già applicarsi in circostanze specifiche.

Il problema riguarda tempistiche, copertura e responsabilità. La maggior parte dei poteri esistenti affronta l'uso di un modello nell'ambito di un'attività regolamentata, anziché il modello fondamentale prima che raggiunga molti utenti a valle.

La House of Commons Library descrive l'approccio britannico come una regolamentazione basata sul contesto attraverso i quadri giuridici esistenti. Regolatori come l'Information Commissioner’s Office e Ofcom vigilano su obblighi legali specifici nei rispettivi mandati consolidati.

Questa struttura può funzionare quando un rischio appartiene chiaramente a un singolo settore regolamentato. Incontra difficoltà quando un modello generico supporta decisioni e servizi in diversi settori contemporaneamente.

Un sistema di selezione del personale, un chatbot per il servizio clienti, un assistente medico e uno strumento per i sussidi potrebbero condividere un modello sottostante. Tuttavia, i rispettivi utilizzatori possono essere soggetti a regolatori, obblighi, standard probatori e meccanismi di applicazione diversi.

La commissione sostiene che questa frammentazione lasci nessuna istituzione responsabile del rischio a livello di modello che collega tali applicazioni. Consente inoltre agli sviluppatori di trasferire una responsabilità sostanziale ai clienti con minori risorse tecniche.

Il suo rapporto considera quindi l'assenza di autorità preventiva al rilascio come una lacuna strutturale. La preoccupazione non è semplicemente che i regolatori abbiano bisogno di più linee guida o di un altro standard volontario.

La preoccupazione è che nessun organismo esistente possa richiedere a uno sviluppatore di aprire un modello potente alla valutazione. Nessun organismo può poi trasformare un risultato di test pericoloso in una decisione vincolante contro il rilascio.

Un sistema a valle non può controllare in modo affidabile un rischio a monte

La Gran Bretagna regolamenta molti danni dell'AI nei luoghi in cui i sistemi vengono implementati, mentre la commissione vuole spostare la responsabilità verso le aziende che progettano i modelli sottostanti.

I modelli fondamentali possono svolgere molti compiti e fungere da componenti all'interno di altri prodotti. I modelli GPT di OpenAI, Claude di Anthropic, Gemini di Google e Llama di Meta illustrano questo livello generico.

Le organizzazioni possono collegare questi modelli ai propri dati, interfacce e flussi di lavoro. Possono ottimizzare un modello, aggiungere sistemi di recupero delle informazioni, scrivere istruzioni comportamentali o consentirgli di utilizzare strumenti esterni.

Questa struttura crea una catena di fornitura dell'AI. Sviluppatori di modelli, fornitori cloud, produttori di applicazioni, fornitori di dati, integratori, datori di lavoro, autorità pubbliche e utenti finali possono tutti influenzare il risultato finale.

La catena complica l'attribuzione delle responsabilità perché ogni partecipante controlla informazioni diverse. Un cliente che implementa un modello può vederne gli output senza comprenderne il processo di addestramento, i limiti nascosti o i test di sicurezza interni.

Lo sviluppatore conosce meglio il modello fondamentale. Tuttavia, potrebbe non controllare ogni applicazione successiva, prompt, set di dati o decisione che un cliente costruisce attorno a esso.

La regolamentazione britannica esistente concentra spesso la responsabilità vicino al punto di implementazione. Un datore di lavoro rimane responsabile di assunzioni discriminatorie, mentre un'autorità pubblica resta responsabile delle decisioni che riguardano sussidi o attività di polizia.

Questi obblighi restano importanti. L'obiezione della commissione è che la sola responsabilità a valle impone un onere eccessivo ad attori che non possono ispezionare o correggere difetti a monte.

Le tendenze di un modello possono inoltre raggiungere molti clienti contemporaneamente. Se lo stesso modello fondamentale introduce consigli inaffidabili, schemi discriminatori o comportamenti sfruttabili in numerose applicazioni, l'applicazione delle norme caso per caso arriva tardi.

La scala cambia il problema regolatorio. La supervisione tradizionale può indagare un singolo datore di lavoro, una banca, una piattaforma o un'autorità pubblica dopo che emergono prove di danno.

Un modello fondamentale ampiamente utilizzato può distribuire rischi correlati oltre tali confini prima che regolatori distinti individuino la fonte comune. Le organizzazioni coinvolte possono inizialmente considerare ogni episodio come un guasto isolato nell'implementazione.

L'attenzione della commissione ai diritti umani rende questo ritardo particolarmente grave. Le persone potrebbero non sapere che un sistema automatizzato ha influenzato una decisione relativa a occupazione, attività di polizia, disciplina o servizi pubblici.

Senza divulgazione, non possono richiedere i documenti pertinenti né contestare il ruolo del modello. Anche quando l'uso dell'AI diventa noto, un modello complesso potrebbe non fornire una spiegazione chiara del proprio output.

Il rapporto identifica uguaglianza, privacy, protezione dei dati e accesso a un rimedio effettivo come preoccupazioni centrali. Non si limitano a ipotetici sistemi AI di livello umano.

I testimoni hanno descritto utilizzi attuali che coinvolgono il monitoraggio dei lavoratori, il riconoscimento facciale, la profilazione del rischio dei detenuti, il rilevamento delle frodi nei sussidi e decisioni automatizzate con conseguenze rilevanti.

La commissione ha riferito che circa 3 milioni di persone hanno avuto il volto sottoposto a scansione attraverso impieghi del riconoscimento facciale da parte della polizia tra il 1° gennaio e il 29 ottobre 2025. La sua preoccupazione va oltre l'accuratezza e riguarda consenso, proporzionalità, trasparenza e possibilità di chiedere riparazione.

Ha inoltre citato esempi di sistemi sul posto di lavoro che segnalavano dipendenti per indagini dopo comportamenti ordinari, compreso fermarsi ai semafori. Tali esempi mostrano come sistemi automatizzati ordinari possano creare controversie immediate su prove e responsabilità.

Un revisore umano non risolve automaticamente il problema. Le persone possono affidarsi alle raccomandazioni algoritmiche, non disporre delle informazioni necessarie per metterle in discussione o limitarsi ad approvare proceduralmente un output.

La commissione vuole che le norme UK GDPR chiariscano che una nominale “presenza umana nel processo” non costituisce un intervento significativo. Un revisore dovrebbe essere informato, indipendente e capace di formulare un giudizio obiettivo.

Questo principio evidenzia la questione più ampia che affronta la regolamentazione britannica dei modelli AI. La supervisione non può dipendere dalla presenza di un essere umano se quella persona non dispone di informazioni su come il sistema abbia raggiunto il suo risultato.

I test volontari sui modelli non hanno alcun sostegno applicativo

L'attuale assetto dipende dalla cooperazione degli sviluppatori di AI, anche quando gli incentivi commerciali favoriscono riservatezza, rilascio rapido e limitato controllo esterno.

I test volontari non sono privi di significato. Possono offrire ai ricercatori governativi un accesso anticipato, migliorare i metodi di valutazione condivisi e aiutare gli sviluppatori a identificare problemi prima che li incontrino i clienti.

AISI offre inoltre capacità tecniche che molti regolatori convenzionali non possiedono. Il governo ha descritto il suo accesso ai modelli pre-implementazione come insolitamente esteso secondo gli standard internazionali.

Tuttavia, la cooperazione volontaria e l'autorità statutaria rispondono a domande diverse. La cooperazione aiuta quando uno sviluppatore accetta di partecipare. L'autorità determina cosa accade quando rifiuta, ritarda o contesta le conclusioni del valutatore.

La commissione afferma che AISI attualmente non dispone di poteri regolatori. L'istituto opera come organismo di ricerca, anziché come autorità di approvazione paragonabile ai regolatori che possono limitare prodotti non sicuri.

Gli sviluppatori di modelli hanno pubblicato i propri quadri di sicurezza e soglie di rischio. Alcuni promettono di non implementare sistemi quando rischi gravi non possono essere ridotti al di sotto di limiti definiti internamente.

Questi quadri possono creare procedure utili, ma sono le aziende a scegliere ambito, prove, soglie e pratiche di divulgazione. Mantengono inoltre un controllo sostanziale sulla decisione se un modello soddisfi tali condizioni.

La commissione ha ascoltato preoccupazioni secondo cui gli incentivi finanziari rendano inaffidabili gli impegni volontari. Un'azienda sottoposta a pressione competitiva può subire conseguenze rilevanti se un rivale rilascia per primo un modello più capace.

Questo non dimostra che gli sviluppatori ignorino abitualmente le conclusioni sulla sicurezza. Significa che il sistema non dispone di un presidio indipendente quando le valutazioni aziendali e quelle sul rischio pubblico divergono.

La commissione propone tre cambiamenti collegati. Primo, AISI riceverebbe una base statutaria e un mandato definito per esaminare modelli potenti nuovi o sostanzialmente rivisti.

Secondo, gli sviluppatori sarebbero obbligati a sottoporre tali modelli a valutazione. Dovrebbero inoltre fornire specifiche tecniche riguardanti proprietà dei modelli, addestramento, usi previsti, test e controlli del rischio.

Terzo, AISI pubblicherebbe le conclusioni prima del rilascio ed emetterebbe avvertimenti preliminari. Consiglierebbe a un organismo di applicazione delle norme quando un modello dovrebbe essere trattenuto o ritirato a causa di rischi significativi per i diritti umani.

La proposta separa la valutazione tecnica dalla decisione legale finale, sebbene la commissione affermi che il governo dovrebbe valutare l’integrazione di AISI con il nuovo regolatore.

Questa impostazione riflette una realtà pratica. Individuare un comportamento preoccupante di un modello non equivale a stabilire se il suo impiego violi una soglia legale.

I valutatori devono accertare se un problema sia riproducibile, se le misure di salvaguardia lo riducano e se le condizioni di impiego modifichino il rischio. I regolatori devono poi interpretare le prove secondo regole pubblicate.

La proposta più incisiva della commissione imporrebbe un’approvazione preventiva per i sistemi di IA che comportano un elevato rischio di danno ai diritti umani. L’approvazione avverrebbe prima che tali sistemi possano essere forniti o impiegati.

Ciò sposterebbe la vigilanza dall’applicazione retrospettiva delle norme alla prevenzione. Creerebbe inoltre decisioni difficili su quali modelli e applicazioni debbano essere sottoposti a esame.

Una definizione troppo ampia potrebbe sovraccaricare i valutatori e ritardare prodotti a basso rischio. Una definizione troppo restrittiva potrebbe non cogliere un modello general-purpose i cui usi pericolosi emergono dopo l’impiego.

Gli sviluppatori possono inoltre modificare modelli ospitati senza rilasciare un prodotto interamente nuovo. I regolatori avrebbero bisogno di regole che definiscano quando un aggiornamento genera un nuovo obbligo di revisione.

I modelli open-weight pongono un’ulteriore sfida, perché le copie possono diffondersi oltre l’infrastruttura del fornitore originario. Le restrizioni applicate a un servizio nazionale potrebbero non eliminare ogni copia accessibile.

Queste questioni di attuazione non cancellano il divario nell’applicazione delle norme. Mostrano perché trasformare una valutazione tecnica in legge richieda più che attribuire ad AISI una missione generale di sicurezza.

La legge dovrebbe prevedere criteri misurabili per l’obbligo di presentazione, procedure di test, garanzie di riservatezza, diritti di ricorso, processi di rimedio e sanzioni credibili. Dovrebbe inoltre disporre di personale e risorse di calcolo sufficienti per esaminare i modelli secondo tempistiche commerciali.

Un Solo Organismo di Vigilanza Sostituirebbe un Mosaico, Non Ogni Regolatore

La commissione vuole un organismo centrale di supervisione dell’IA per coordinare le politiche e far rispettare obblighi trasversali ai settori, mentre i regolatori esistenti manterrebbero le proprie responsabilità specialistiche.

Il regolatore proposto non sostituirebbe la Financial Conduct Authority, l’Information Commissioner’s Office, Ofcom, l’Equality and Human Rights Commission o i regolatori dei prodotti medicali.

Queste istituzioni dispongono di conoscenze settoriali e rapporti consolidati per l’applicazione delle norme. Un regolatore finanziario comprende i controlli sul credito, mentre un regolatore dei dati interpreta gli obblighi in materia di privacy e informazioni personali.

Il nuovo organismo affronterebbe le questioni che ricadono tra tali competenze. Monitorerebbe le prestazioni regolatorie, riceverebbe reclami, emanerebbe codici di condotta, indagherebbe sulle violazioni e sanzionerebbe l’inadempienza.

Potrebbe inoltre stabilire regole di trasparenza per i diversi partecipanti lungo il ciclo di vita dell’IA. Tali regole specificherebbero ciò che sviluppatori, integratori, deployer e autorità pubbliche devono divulgare.

La commissione vuole che il regolatore fornisca rimedi nei singoli casi senza costringere le persone coinvolte a sostenere costi proibitivi. Questa funzione collega direttamente la supervisione dei modelli al ristoro per le violazioni dei diritti umani.

I poteri proposti si estenderebbero anche ai fornitori esteri. Quando un soggetto straniero crea rischi inaccettabili che non possono essere gestiti nel Regno Unito, l’organismo di vigilanza potrebbe limitare o vietare l’impiego nel Regno Unito.

Questa portata giurisdizionale sarebbe rilevante perché molti dei principali modelli fondamentali hanno origine al di fuori del Regno Unito. Le norme nazionali sull’impiego non possono controllare tutto lo sviluppo globale, ma possono stabilire condizioni per l’accesso al mercato britannico.

La commissione raccomanda inoltre di vietare diversi usi che considera incompatibili con i diritti umani. Tra gli esempi figurano tecniche subliminali, inferenza emotiva e profilazione o trattamento biometrico inappropriati.

Si spinge oltre per i sistemi estremamente capaci. Il rapporto afferma che sviluppo e fornitura dovrebbero essere vietati quando i sistemi rischiano di causare danni gravi e diffusi e possono eludere un efficace controllo umano.

L’intelligenza artificiale generale e la superintelligenza compaiono come esempi, non come affermazioni che tali sistemi esistano già. Il confine preciso richiederebbe una consultazione pubblica.

Questa distinzione conta perché un titolo sensazionalistico può far sembrare la raccomandazione un divieto immediato sui principali modelli odierni. Il rapporto chiede invece un futuro regime basato sul rischio, con dettagli ancora da definire.

I sistemi ad alto rischio sarebbero soggetti ad approvazione preventiva e a una due diligence più rigorosa. Gli strumenti a basso rischio riceverebbero requisiti più leggeri, in linea con l’obiettivo dichiarato dalla commissione di garantire proporzionalità.

Questa struttura richiama la logica alla base dell’EU AI Act, sebbene la commissione non raccomandi di copiare parola per parola il quadro europeo.

Il quadro dell’UE impone obblighi diversi in base alle categorie di sistemi e disciplina separatamente i modelli general-purpose. Vieta inoltre alcune pratiche che l’Europa considera inaccettabili.

La Gran Bretagna ha privilegiato un approccio meno centralizzato. La politica governativa ha enfatizzato una supervisione specifica per applicazione, principi flessibili e crescita economica anziché un’unica legge organica sull’IA.

I sostenitori sostengono che i regolatori specializzati possano rispondere in base al contesto. Avvertono inoltre che norme precoci e rigide possono diventare obsolete con l’evoluzione di modelli, prodotti e pratiche aziendali.

La commissione accetta che la regolamentazione debba proteggere l’innovazione ed evitare oneri ingiustificati. Il disaccordo riguarda la possibilità che la flessibilità resti credibile senza obblighi vincolanti lungo l’intera catena di fornitura.

Anche l’opinione pubblica si è orientata verso regole più rigorose. Un sondaggio del 2024 e del 2025, riassunto dalla House of Lords Library, ha rilevato che il 72 percento sosteneva leggi sull’IA, rispetto al 62 percento precedente.

La stessa ricerca ha rilevato un sostegno dell’89 percento a un regolatore indipendente dell’IA. Questi dati non determinano la politica, ma indeboliscono l’ipotesi che una regolamentazione più leggera goda automaticamente di legittimità pubblica.

L’organismo di vigilanza proposto rappresenta quindi più di un semplice riordino amministrativo. Avvicinerebbe l’autorità legale alle aziende che progettano modelli fondamentali e creerebbe un’unica istituzione responsabile delle lacune sistemiche.

La Soluzione della Commissione Incontra Ancora Limiti Difficili

I poteri previsti dalla legge migliorerebbero la supervisione britannica, ma la legislazione non può garantire una valutazione affidabile dei modelli né un controllo completo su tecnologie distribuite a livello globale.

La commissione presenta una diagnosi convincente dell’autorità frammentata. Il suo intervento è meno completo quando la domanda passa da chi debba agire a come i regolatori possano giudicare in modo affidabile modelli complessi.

Le valutazioni dell’IA possono rivelare capacità pericolose in condizioni definite. Non possono dimostrare che un modello sia sicuro per ogni prompt, integrazione, lingua, strumento, aggiornamento e strategia avversaria.

Gli sviluppatori possono ridurre rischi noti introducendo al contempo nuovi comportamenti attraverso il fine-tuning o modifiche all’impiego. I valutatori possono anche non concordare sul fatto che un test misuri un danno realistico o uno scenario artificiale di laboratorio.

Un regime di approvazione preventiva deve operare nonostante tale incertezza. Non può attendere prove perfette, ma non dovrebbe trattare ogni risultato di test preoccupante come prova di un danno inevitabile nel mondo reale.

Anche la classificazione del rischio sarà oggetto di contestazione. Un modello fondamentale può supportare la redazione a basso rischio in un prodotto e decisioni ad alto impatto in un altro.

Regolare soltanto l’applicazione non coglie le debolezze a monte. Regolare ogni modello general-purpose come ad alto rischio ignora differenze significative tra usi e controlli sull’impiego.

La commissione risponde distribuendo gli obblighi lungo la catena di fornitura. Sviluppatori, modificatori, fornitori e deployer avrebbero obblighi proporzionati ai rispettivi ruoli e ai rischi che controllano.

È un’impostazione sensata nella sua direzione, ma la legislazione avrebbe bisogno di regole precise di attribuzione. In caso contrario, ogni partecipante potrebbe sostenere che un’altra azienda possieda le informazioni e il controllo necessari per prevenire il danno.

L’applicazione delle norme contro sviluppatori esteri presenta un ulteriore vincolo. Un regolatore britannico può limitare l’accesso al mercato nazionale, ma non può eliminare file di modelli aperti né fermare lo sviluppo in altre giurisdizioni.

Ciò rende la cooperazione internazionale più di una decorazione diplomatica. Metodi di test condivisi, segnalazione degli incidenti e standard di riferimento possono ridurre la possibilità per le imprese di sottrarsi al controllo trasferendo i servizi.

La convenzione sull’IA del Consiglio d’Europa offre una possibile strada. La commissione esorta la Gran Bretagna a pubblicare un calendario per la ratifica di questo quadro sui diritti umani.

Tuttavia, l’allineamento internazionale può procedere lentamente. I regolatori nazionali hanno comunque bisogno dell’autorità per rispondere quando un modello o un’applicazione crea un rischio interno immediato.

Anche l’opposizione dell’industria potrebbe rimodellare la proposta. Le aziende probabilmente chiederanno soglie chiare, protezione delle informazioni riservate, periodi di revisione prevedibili e meccanismi di ricorso.

Tali richieste non sono necessariamente tentativi di eludere la supervisione. Una regola di presentazione vaga potrebbe esporre segreti commerciali, ritardare aggiornamenti ordinari o concentrare il potere di mercato tra le aziende in grado di assorbire i costi di conformità.

Gli sviluppatori più piccoli potrebbero affrontare oneri sproporzionati se i requisiti di documentazione e test assomigliassero a quelli imposti ai maggiori laboratori di frontiera. La commissione chiede obblighi graduati, ma il Parlamento dovrebbe preservare tale distinzione.

Esiste inoltre un problema di capacità. L’autorità legale significa poco se un regolatore non riesce ad assumere specialisti, accedere a risorse di calcolo, riprodurre le valutazioni o completare le revisioni prima che la tecnologia cambi.

Il governo dovrebbe finanziare il lavoro tecnico senza rendere il regolatore dipendente dalle aziende che supervisiona. Dovrebbe inoltre adottare regole di coordinamento che evitino duplicazioni con gli organismi di vigilanza esistenti.

La raccomandazione della commissione per un unico organismo di supervisione rischia di creare un ulteriore livello, a meno che le responsabilità non siano esplicite. Aziende e individui dovrebbero sapere quale regolatore riceve le prove, guida le indagini e dispone i rimedi.

Infine, il rapporto abbraccia danni immediati e rischi catastrofici speculativi. Entrambi meritano attenzione, ma richiedono prove, competenze e strumenti legali diversi.

Lo screening discriminatorio nelle assunzioni richiede trasparenza, audit e ricorsi efficaci. Un modello capace di facilitare gravi attacchi informatici richiede test delle capacità, controlli di accesso, monitoraggio della sicurezza e coordinamento internazionale.

Riunirli in un’unica legge può creare coerenza lungo il ciclo di vita. Può anche produrre una normativa molto estesa, più difficile da applicare in modo coerente.

L’argomento più forte a favore della riforma non dipende quindi dalla previsione della superintelligenza. Si fonda sull’attuale incapacità di imporre l’accesso ai modelli, identificare rischi condivisi a monte e attribuire responsabilità prima che il danno si diffonda.

Tre Segnali Mostreranno se l’Avvertimento Cambia la Politica

Il prossimo banco di prova non è un’altra dichiarazione di principi sull’IA, ma se il governo tradurrà le raccomandazioni della commissione in poteri applicabili.

Il primo segnale è la risposta formale del governo. Il Parlamento osserva che i ministri hanno due mesi per rispondere alle conclusioni e alle raccomandazioni della commissione.

Tale risposta dovrebbe rivelare se il governo accetta la diagnosi centrale. Una promessa di migliorare il coordinamento non sarebbe sufficiente se AISI non potesse ancora imporre l’accesso o influenzare le decisioni di rilascio.

L’impegno più chiaro includerebbe una legge che attribuisca ad AISI una base statutaria. Affronterebbe inoltre le presentazioni obbligatorie, la documentazione tecnica, le conclusioni pre-rilascio e l’escalation a un’autorità di applicazione delle norme.

Il secondo segnale è se i ministri introdurranno una legge sull’IA trasversale ai settori. Il manifesto del Labour del 2024 prometteva una regolamentazione vincolante per il ristretto gruppo di aziende che sviluppa i modelli più capaci.

Il King’s Speech del 2024 ha ribadito tale direzione, ma al completamento dell’indagine del comitato la normativa non era ancora arrivata. Anche il King’s Speech del 2026 ha omesso una legge organica sull’AI.

Un pacchetto circoscritto, rivolto a danni selezionati, preserverebbe l’attuale strategia del governo. Una legge estesa all’intero ciclo di vita segnerebbe un cambiamento sostanziale nella regolamentazione dei modelli AI nel Regno Unito.

I dettagli conterebbero più del titolo. Occorre osservare categorie di rischio definite, obblighi vincolanti per gli sviluppatori, condizioni che richiedono un’approvazione preventiva, requisiti di trasparenza, finanziamenti per i regolatori e sanzioni.

Il terzo segnale è il comportamento degli sviluppatori prima dell’approvazione della legge. L’accesso di AISI dipende attualmente dalla cooperazione, quindi invii mancanti o tardivi offrono una prima misura dei limiti del sistema volontario.

Un accesso costante prima del rilascio da parte dei principali sviluppatori sosterrebbe l’argomentazione del governo secondo cui la collaborazione può garantire una supervisione utile. Un accesso selettivo rafforzerebbe le ragioni del comitato a favore dell’obbligatorietà.

Le aziende che utilizzano l’AI non dovrebbero attendere il Parlamento prima di esaminare la propria esposizione. I contratti di approvvigionamento dovrebbero identificare il modello sottostante, il processo di aggiornamento, le prove dei test, gli obblighi relativi agli incidenti e le spiegazioni disponibili.

Le organizzazioni dovrebbero inoltre registrare quando l’AI contribuisce a decisioni significative. Una base di conoscenza AI consultabile può aiutare i team a conservare policy, valutazioni, materiali dei fornitori e registri delle decisioni per revisioni successive.

Questa documentazione non sostituisce la conformità legale né i test indipendenti. Rende però più semplice stabilire quale sistema sia stato utilizzato, quale versione abbia prodotto un output e chi ne abbia approvato l’implementazione.

Per le persone, la richiesta più concreta del comitato è la trasparenza. Non è possibile contestare una decisione automatizzata se non si sa che un modello l’ha influenzata.

Per gli sviluppatori, la questione centrale è se la valutazione dei modelli resterà un esercizio di ricerca cooperativa o diventerà un requisito legale. Per i clienti, è se la responsabilità continuerà ad accumularsi a valle.

Per il governo, la scelta è ora insolitamente chiara. Può preservare un sistema flessibile privo di autorità prima del rilascio, oppure attribuire a un organismo indipendente il potere di intervenire.

Il comitato ha definito la lacuna normativa. I prossimi mesi mostreranno se i ministri la colmeranno, la restringeranno o continueranno a chiedere agli impegni volontari di sostenere un peso normativo.