Gli strumenti di governance dell'IA dell'UNESCO portano l'etica dai principi alle verifiche delle politiche
L'UNESCO lancerà il 16 settembre tre prodotti per la governance dell'IA, spostando il proprio programma etico da principi generali verso evidenze applicabili dai governi. Gli strumenti di governance dell'IA dell'UNESCO arrivano mentre i responsabili politici affrontano sistemi agentici, crescenti esigenze infrastrutturali e capacità nazionali disomogenee.
Il pacchetto include RAM 2.0, un'analisi globale delle valutazioni nazionali e un toolkit dedicato all'impronta ambientale dell'IA. RAM è l'acronimo di Readiness Assessment Methodology, un processo diagnostico per valutare la capacità di un Paese di governare l'IA in modo responsabile.
Questa combinazione crea la vera tensione alla base dell'annuncio. I principi internazionali sull'IA sono ormai diffusi, ma l'attuazione resta frammentata tra leggi, istituzioni, capacità tecniche e applicazione delle norme. L'UNESCO intende far sì che il suo approccio a livello nazionale colleghi questi livelli, senza trasformarsi nell'ennesimo quadro volontario che i governi sottoscrivono ma non riescono a mettere in pratica.
I prodotti debutteranno durante il quarto Global Forum on the Ethics of Artificial Intelligence a Riyadh, in Arabia Saudita. Il forum si svolgerà dal 14 al 17 settembre ed è co-ospitato dalla Saudi Data and Artificial Intelligence Authority e da ICAIRE.
L'UNESCO afferma che la metodologia originale ha già influenzato strategie nazionali e roadmap regionali. RAM 2.0 deve ora dimostrare che una diagnostica volontaria può restare utile mentre sistemi vincolanti, incluso l'AI Act dell'Unione europea, entrano nella fase di attuazione.
L'UNESCO lancia tre strumenti, non un'altra dichiarazione
L'annuncio è importante perché l'UNESCO riunisce diagnosi, evidenze comparative e linee guida ambientali in un unico flusso di lavoro per le politiche.
Secondo l'annuncio degli strumenti di governance, l'UNESCO prevede di presentare tutti e tre i prodotti il 16 settembre. Ciascuno affronta un diverso divario tra principi etici e azione dei governi.
Il primo prodotto è RAM 2.0, una versione aggiornata della valutazione di preparazione nazionale dell'UNESCO. La metodologia attuale esamina condizioni giuridiche, normative, sociali, culturali, economiche, educative, scientifiche, tecniche e infrastrutturali.
L'UNESCO afferma che la revisione integra un maggiore contributo da parte di donne, persone con disabilità e popolazioni indigene. Il cambiamento è importante perché le politiche nazionali sull'IA spesso trattano l'inclusione come un controllo finale di conformità. RAM 2.0 colloca invece le comunità coinvolte all'interno del processo di raccolta delle evidenze.
Il secondo prodotto analizza i risultati emersi dalle valutazioni nazionali. Il suo scopo è individuare modelli globali di governance dell'IA nei vari Paesi, anziché lasciare ogni rapporto come documento autonomo.
Questo livello comparativo può mettere in luce carenze istituzionali ricorrenti. Tra queste potrebbero rientrare un'autorità normativa poco chiara, competenze limitate nel settore pubblico, una debole governance dei dati o strumenti insufficienti per consentire alle comunità di contestare decisioni automatizzate.
Tuttavia, una sintesi globale può anche appiattire le differenze locali se le sue categorie diventano troppo ampie. Un Paese che costruisce una capacità amministrativa di base affronta vincoli diversi rispetto a un'economia digitale matura che regola modelli di uso generale.
Il terzo prodotto è un toolkit ambientale per i responsabili politici. L'UNESCO afferma che affronterà entrambi i lati del rapporto tra IA e ambiente.
I governi necessitano di metodi per ridurre l'impronta ambientale dei sistemi di IA. Hanno inoltre bisogno di modi per valutare le affermazioni secondo cui l'IA può sostenere l'azione climatica, la tutela della biodiversità e la resilienza degli ecosistemi.
Trattare insieme questi obiettivi è sensato. Un progetto di IA non può essere definito vantaggioso soltanto perché il suo uso previsto sostiene la conservazione. I responsabili politici necessitano anche di evidenze sui requisiti di calcolo, le fonti energetiche, l'uso dell'acqua, l'approvvigionamento dell'hardware e i risultati misurabili del progetto.
I tre prodotti formano quindi una sequenza approssimativa. RAM 2.0 individua carenze di capacità e governance. L'analisi globale mostra se tali lacune si ripetono nelle diverse giurisdizioni. Il toolkit ambientale applica un test più mirato a un'area politica sempre più urgente.
Si tratta di un approccio più operativo rispetto alla pubblicazione di un'altra dichiarazione sull'IA affidabile. Resta comunque al di sotto della regolamentazione, perché le raccomandazioni dell'UNESCO non sono diritto nazionale direttamente applicabile.
La distinzione plasmerà il modo in cui i governi utilizzeranno il pacchetto. Una diagnostica può aiutare i funzionari a decidere di quali istituzioni, competenze e regole hanno bisogno. Non può obbligare un ministero, un'autorità di regolazione o un fornitore di IA ad agire in base a tali risultati.
Questo limite non rende il lavoro irrilevante. Rende il seguito dato alle misure il principale criterio di successo.
Perché gli strumenti di governance dell'IA dell'UNESCO arrivano ora
La politica sull'IA è entrata in una fase di attuazione in cui i governi hanno bisogno di evidenze, personale e responsabilità istituzionale, non solo di valori condivisi.
I 193 Stati membri dell'UNESCO hanno adottato la sua Raccomandazione sull'etica dell'intelligenza artificiale nel novembre 2021. Il documento ha stabilito un quadro incentrato sui diritti umani che copre l'intero ciclo di vita dell'IA.
Le sue aree politiche includono governance dei dati, istruzione, lavoro, salute, uguaglianza di genere, cultura, comunicazione e ambiente. Gli Stati membri applicano volontariamente la raccomandazione attraverso i propri sistemi costituzionali e amministrativi.
La raccomandazione prevedeva anche strumenti pratici di attuazione. L'UNESCO ha sviluppato RAM per la preparazione a livello nazionale e una Valutazione d'impatto etico per esaminare singoli sistemi e progetti di IA.
RAM è una diagnostica di livello macro, non una certificazione di prodotto. Il suo obiettivo è verificare se un Paese disponga di leggi, istituzioni, competenze, infrastrutture e tutele sociali necessarie per un'IA responsabile.
La metodologia di valutazione della preparazione invita i governi a guardare oltre il semplice possesso di una strategia nazionale per l'IA. Una strategia può esistere senza un'autorità di regolazione efficace, team di approvvigionamento formati, una consultazione pubblica significativa o rimedi accessibili.
L'UNESCO riferisce di aver collaborato con 77 Paesi su strategie e politiche nazionali per l'IA. Afferma che 58 Paesi hanno completato il processo di valutazione, mentre oltre 20.000 portatori di interesse hanno contribuito al suo sviluppo.
Questi numeri mostrano l'ampiezza della portata, ma rivelano anche il problema successivo. Produrre una valutazione non equivale a modificare budget, regole amministrative, pratiche di approvvigionamento o strutture di applicazione.
L'UNESCO ha citato Bangladesh, Colombia, Ghana, Nigeria e Zimbabwe come Paesi in cui RAM ha informato lo sviluppo di strategie per l'IA. Afferma inoltre che la metodologia ha influenzato la Strategia continentale africana per l'IA dell'Unione africana e la ASEAN Responsible AI Roadmap per il periodo dal 2025 al 2030.
Questi esempi offrono a RAM una base più solida di quella di un quadro sperimentato soltanto attraverso workshop. Tuttavia, la qualità dell'attuazione varierà in base al Paese, al sistema politico, alle risorse e all'autorità normativa.
La tempistica riflette anche cambiamenti nella tecnologia. I sistemi di IA agentica possono pianificare attività, chiamare strumenti software e intraprendere azioni con una supervisione umana limitata passo dopo passo.
Questa capacità complica la responsabilità. Un esame della governance deve considerare chi ha autorizzato un'azione, quali dati e strumenti erano disponibili, come sono state registrate le decisioni e se una persona potesse intervenire.
Il programma del forum di Riyadh affianca l'IA agentica agli effetti ambientali, all'uguaglianza di genere, alla cultura, alla salute mentale dei giovani, alla neurotecnologia e alla biologia sintetica. L'agenda mostra quanto la governance si sia estesa oltre le regole sui contenuti dei chatbot.
Il quarto forum arriva inoltre cinque anni dopo l'adozione della raccomandazione da parte dell'UNESCO. L'evento è quindi presentato come una verifica del fatto che gli impegni etici abbiano prodotto istituzioni utilizzabili.
Il programma ufficiale del forum include discussioni ministeriali, panel di esperti, workshop, annunci di partenariati e sessioni sul finanziamento della governance etica. Elenca rappresentanti di governi, società civile, mondo accademico, organizzazioni internazionali e industria.
Diverse pagine ufficiali pubblicano cifre diverse sulla partecipazione. L'annuncio dell'UNESCO afferma che il forum più ampio riunirà 8.000 partecipanti, inclusi ministri e viceministri di circa 50 Paesi. Il sito dedicato al forum indica 1.200 partecipanti e inviti a 194 Stati membri.
Le cifre potrebbero misurare categorie diverse di partecipazione, ma le pagine non spiegano la discrepanza. L'incertezza è un utile promemoria del fatto che persino la rendicontazione di base sulla governance necessita di definizioni coerenti.
La scala da sola non determinerà se l'evento conta. Il test più rigoroso è se i ministeri lasceranno Riyadh con responsabilità definite, piani di lavoro finanziati e tempistiche pubbliche per intervenire sui risultati delle valutazioni.
Le diagnostiche volontarie affrontano regolamentazioni vincolanti
Il principale confronto è tra lo sviluppo volontario delle capacità e obblighi applicabili specifici per giurisdizione.
Il modello dell'UNESCO parte dalla cooperazione. I Paesi valutano i propri ecosistemi, consultano i portatori di interesse, individuano le lacune e ricevono supporto tecnico adattato alle condizioni nazionali.
Questo approccio può funzionare in giurisdizioni con sistemi giuridici molto diversi. Può inoltre includere Paesi privi del personale o della maturità istituzionale necessari per redigere immediatamente una legislazione completa sull'IA.
La regolamentazione vincolante segue una logica diversa. Assegna doveri giuridici, identifica gli attori responsabili, stabilisce una supervisione e crea conseguenze per la non conformità.
L'AI Act dell'Unione europea illustra questo percorso. La legge classifica determinati usi in base al rischio e impone obblighi a fornitori, utilizzatori, importatori, distributori e altri attori.
In base all'attuale calendario dell'AI Act della Commissione europea, le norme di governance e gli obblighi per i modelli di IA di uso generale hanno iniziato ad applicarsi nell'agosto 2025. La maggior parte del quadro più ampio è diventata applicabile nell'agosto 2026, con date successive per specifici sistemi ad alto rischio.
L'UNESCO non è in competizione con l'UE in quanto legislatore. I suoi strumenti si rivolgono invece ai Paesi che devono comprendere il proprio punto di partenza prima di scegliere leggi, autorità di regolazione, standard o linee guida settoriali.
Questo rende i due approcci potenzialmente complementari. Una valutazione della preparazione può individuare le istituzioni mancanti. La legislazione può poi definire quale istituzione abbia autorità e cosa debbano fare le organizzazioni regolamentate.
Il pericolo emerge quando una diagnostica diventa un sostituto di decisioni politiche difficili. I governi possono completare consultazioni e pubblicare rapporti curati, rinviando al contempo una supervisione indipendente, l'accesso ai rimedi o restrizioni sugli usi ad alto rischio.
Un secondo pericolo riguarda l'attuazione frammentata. Se ogni Paese traduce i principi etici in modo diverso, i fornitori potrebbero trovarsi ad affrontare definizioni, regole di documentazione e aspettative di rendicontazione incompatibili.
La coerenza globale appare attraente, ma una completa uniformità non è né probabile né sempre auspicabile. I Paesi differiscono per diritti costituzionali, capacità amministrativa, mercati del lavoro, lingue e necessità dei servizi pubblici.
L'obiettivo più pratico è l'interoperabilità. I governi hanno bisogno di terminologia ed evidenze sufficientemente condivise per confrontare gli approcci, mantenendo al contempo la capacità di affrontare i danni locali.
RAM 2.0 può contribuire stabilendo una base diagnostica comune. Il rapporto sui risultati globali può mostrare dove le lacune di capacità si ripresentano e dove le condizioni locali richiedono una risposta distinta.
Tuttavia, nessuno dei due prodotti può risolvere le controversie sul rischio accettabile. I governi devono comunque decidere se determinati usi richiedano un divieto, un’autorizzazione preventiva, un monitoraggio continuo o controlli specifici per settore.
Anche l’industria influenzerà queste decisioni. I fornitori di IA spesso dispongono di maggiori informazioni tecniche rispetto alle agenzie pubbliche che esaminano i loro sistemi.
Questo squilibrio rende importanti gli standard di documentazione, l’accesso agli audit, la segnalazione degli incidenti e il potere contrattuale negli appalti. Una valutazione della prontezza dovrebbe mostrare se i governi possano richiedere prove affidabili anziché accettare le rassicurazioni dei fornitori.
Gli appalti sono un ambito in cui le linee guida volontarie possono avere effetti immediati. Un’agenzia pubblica può richiedere valutazioni d’impatto, documentazione sui dati, controlli di sicurezza e revisione umana prima di acquistare un sistema di IA.
Può inoltre richiedere ai fornitori di mantenere registri, segnalare i guasti e sostenere test indipendenti. Tali requisiti contrattuali possono incidere sulle implementazioni ancor prima dell’entrata in vigore di una legge nazionale sull’IA.
Per gli acquirenti aziendali, vale la stessa logica. Un flusso di lavoro della conoscenza strutturato può conservare politiche, valutazioni, documenti dei fornitori e registri degli incidenti. Non sostituisce la governance, ma rende più semplice riesaminare le decisioni.
La domanda principale, quindi, non è se prevarranno le linee guida volontarie o la legge vincolante. È se i risultati delle valutazioni porteranno a decisioni applicabili nei casi in cui l’applicazione sia necessaria.
RAM 2.0 Sarà Giudicato da Ciò che Cambia Dopo la Valutazione
Un questionario migliore conta solo se i suoi risultati modificano istituzioni, bilanci, leggi e decisioni di implementazione.
L’attuale RAM dell’UNESCO utilizza domande qualitative e quantitative in cinque dimensioni connesse. Queste riguardano le condizioni giuridiche, sociali e culturali, scientifiche ed educative, economiche, tecniche e infrastrutturali.
Questa ampiezza riconosce una verità fondamentale sulla governance dell’IA. Un Paese non può regolamentare efficacemente affidandosi soltanto a un ministero della tecnologia.
Le agenzie del lavoro devono comprendere l’automazione sul posto di lavoro. Le autorità dell’istruzione devono affrontare i dati degli studenti e l’alfabetizzazione sull’IA. Le autorità della concorrenza devono avere visibilità sulla concentrazione del mercato e sull’accesso alle risorse computazionali.
Le autorità per la protezione dei dati richiedono competenze tecniche e poteri investigativi. I tribunali e gli organismi amministrativi necessitano di procedure per riesaminare le decisioni quando sistemi automatizzati incidono sui diritti o sulle prestazioni pubbliche.
RAM può far emergere se questi elementi esistono. Può anche mostrare quando la responsabilità è dispersa tra agenzie prive di un’autorità di coordinamento.
La maggiore attenzione di RAM 2.0 all’inclusione dovrebbe migliorare questa diagnosi. Le persone con disabilità possono incontrare interfacce inaccessibili o sistemi di selezione automatizzati che interpretano erroneamente le tecnologie assistive.
Le comunità indigene possono affrontare rischi legati ai dati linguistici, alle conoscenze culturali, ai diritti collettivi e alla sovranità dei dati. Le donne possono subire modelli documentati di classificazione discriminatoria, selezione sul lavoro e abusi abilitati dall’IA.
Coinvolgere questi gruppi nelle consultazioni è solo il primo passo. I responsabili politici devono mostrare in che modo le loro prove abbiano modificato una raccomandazione, un bilancio, una restrizione o un requisito di monitoraggio.
Altrimenti, la partecipazione diventa procedurale. I governi possono richiamarsi alle consultazioni senza trasferire alcuna influenza sulla decisione finale.
La metodologia affronta anche una sfida di misurazione. La prontezza nazionale non può essere ridotta all’esistenza di strategie, agenzie e consigli consultivi.
Un’istituzione può esistere sulla carta ma non disporre di personale, finanziamenti, indipendenza o accesso a prove tecniche. Una legge può contenere diritti senza offrire un canale pratico per i reclami.
RAM 2.0 sarà più credibile se distinguerà l’adozione formale dalla capacità operativa. Tale distinzione dovrebbe comparire nei risultati per Paese e nell’analisi delle tendenze globali.
Anche l’accesso pubblico è importante. Ricercatori e organizzazioni della società civile necessitano di metodologia, prove e rendicontazione dei progressi sufficienti per valutare le affermazioni dei governi.
Alcune informazioni sensibili rimarranno ragionevolmente protette. Tuttavia, una riservatezza estesa renderebbe difficile il controllo indipendente e indebolirebbe i confronti tra le valutazioni.
La rendicontazione dell’UNESCO dell’aprile 2026 ha individuato un vincolo di risorse. Ha affermato che la domanda di assistenza tecnica superava il supporto disponibile, con altri 29 Paesi interessati ad avviare valutazioni RAM.
Ciò esercita pressione sia sulla scala sia sulla qualità. Un’espansione rapida può diffondere la metodologia, ma valutazioni superficiali potrebbero non rilevare debolezze istituzionali o sottorappresentare le comunità coinvolte.
I finanziamenti introducono un’altra questione di governance. I programmi di assistenza tecnica dipendono da governi, fondazioni e partner internazionali.
Il sostegno finanziario può ampliare l’accesso per i Paesi con minori risorse. Richiede inoltre garanzie trasparenti riguardo alla definizione dell’agenda, alla selezione dei consulenti, alla pubblicazione e ai conflitti di interesse.
Il rapporto comparativo dell’UNESCO potrebbe aiutare i donatori a individuare lacune ricorrenti. Potrebbe mostrare che i Paesi necessitano di competenze normative, risorse computazionali pubbliche, partecipazione della società civile o istituzioni dei dati più solide.
Tuttavia, i risultati aggregati non dovrebbero trasformarsi in una gara di classifiche. I governi potrebbero ottimizzare per ottenere un punteggio favorevole anziché affrontare debolezze politicamente difficili.
L’esito migliore è un processo continuo. I Paesi dovrebbero pubblicare una valutazione, assegnare azioni, misurare i progressi e ripetere la revisione man mano che tecnologia e istituzioni cambiano.
Questo ciclo renderebbe RAM 2.0 uno strumento di governance anziché un rapporto una tantum. Senza di esso, la metodologia rischia di documentare lacune che tutti già riconoscono.
Il Toolkit Ambientale Aggiunge un Test di Responsabilità Più Difficile
La governance ambientale dell’IA richiede confini di sistema misurabili, non affermazioni generiche sull’efficienza o sui benefici climatici.
Il toolkit ambientale dell’UNESCO arriva nel momento in cui le esigenze fisiche dell’IA diventano sempre più difficili da separare dalla politica digitale. L’addestramento e il funzionamento dei modelli richiedono data center, elettricità, raffreddamento, acqua, apparecchiature di rete e chip specializzati.
L’Agenzia Internazionale dell’Energia ha riferito che la domanda di elettricità dei data center è aumentata del 17 per cento nel 2025. La domanda proveniente dalle strutture incentrate sull’IA è cresciuta ancora più rapidamente.
L’analisi sui data center dell’IEA ha inoltre affermato che cinque grandi aziende tecnologiche hanno investito oltre 400 miliardi di dollari nel 2025. Prevedeva che la loro spesa in conto capitale combinata aumentasse di un ulteriore 75 per cento nel 2026.
Queste cifre non significano che ogni carico di lavoro IA abbia la stessa impronta. Posizione, composizione della rete elettrica, efficienza dell’hardware, progettazione del raffreddamento, utilizzo, architettura del modello e tempistica dei carichi di lavoro incidono tutti sull’impatto ambientale.
Questa variazione è esattamente il motivo per cui i responsabili politici necessitano di un toolkit. Le stime generiche possono essere fuorvianti quando ignorano dove e come opera un sistema.
Una valutazione utile dovrebbe definire l’unità misurata. I funzionari devono sapere se un’affermazione copra l’addestramento del modello, il fine-tuning, l’inferenza, l’archiviazione dei dati, la produzione dell’hardware o l’intero ciclo di vita di un servizio.
Hanno inoltre bisogno di confini temporali coerenti. Un ciclo di addestramento è finito, mentre l’energia per l’inferenza si accumula man mano che gli utenti inviano richieste.
La crescita dell’utilizzo può annullare i guadagni di efficienza. Un modello che consuma meno energia per query può comunque aumentare la domanda totale se viene integrato in milioni di flussi di lavoro.
La contabilizzazione dell’acqua crea un’altra difficoltà. I data center possono utilizzare acqua direttamente per il raffreddamento e indirettamente attraverso la generazione di elettricità.
La scarsità locale conta più di una media globale. Il consumo d’acqua in una regione sotto stress produce conseguenze diverse rispetto allo stesso volume in una località ricca d’acqua.
L’hardware aggiunge impatti incorporati derivanti da estrazione mineraria, produzione, trasporto e smaltimento. I rapidi cicli di sostituzione degli acceleratori possono spostare i costi al di fuori del Paese in cui viene utilizzato un servizio di IA.
I governi necessitano quindi di regole di divulgazione che favoriscano il confronto senza rivelare informazioni legittimamente riservate per ragioni di sicurezza o commerciali. Hanno inoltre bisogno di metodi indipendenti per verificare le affermazioni dei fornitori.
Il secondo scopo del toolkit è guidare gli usi benefici dell’IA nell’azione climatica, nella biodiversità e nella resilienza degli ecosistemi. Questo obiettivo richiede lo stesso rigore.
Un modello per la conservazione dovrebbe essere valutato rispetto a una base di riferimento definita. I responsabili politici dovrebbero chiedersi se migliori il rilevamento, riduca i costi del lavoro sul campo, modifichi l’allocazione delle risorse o produca un risultato ambientale misurabile.
Devono inoltre conteggiare le esigenze infrastrutturali e di manutenzione del progetto stesso. Un progetto pilota che funziona bene in un contesto controllato può fallire quando le agenzie locali non dispongono di dati, connettività, personale o finanziamenti a lungo termine.
Esiste un’altra tensione politica. I Paesi che cercano investimenti nell’IA potrebbero esitare a imporre rendicontazioni ambientali dettagliate ai data center o ai fornitori di modelli.
Senza divulgazione, tuttavia, le comunità e i pianificatori della rete elettrica non possono valutare i compromessi infrastrutturali. I governi potrebbero scoprire vincoli energetici, idrici o di trasmissione solo dopo aver approvato grandi progetti.
Il toolkit potrebbe contribuire a standardizzare le domande poste prima dell’approvazione. Non può fornire misurazioni mancanti né obbligare gli operatori privati a divulgarle.
Le autorità nazionali devono collegare le linee guida ambientali alle autorizzazioni, agli appalti, alla pianificazione energetica e alle regole di rendicontazione. Altrimenti, il toolkit rimarrà separato dalle decisioni che determinano l’effettivo utilizzo delle risorse.
Questa sezione degli strumenti di governance dell’IA dell’UNESCO potrebbe diventare il loro test più impegnativo. Inclusione e preparazione possono essere valutate attraverso istituzioni e consultazioni, ma le affermazioni ambientali richiedono dati fisici comparabili.
Cosa Dovrebbero Osservare Ora Governi e Acquirenti di IA
I prossimi tre segnali mostreranno se il pacchetto dell’UNESCO produrrà cambiamenti politici o un ulteriore livello di documentazione sulla governance.
Il primo segnale è il contenuto di RAM 2.0 dopo il lancio del 16 settembre. I responsabili politici dovrebbero esaminare se la metodologia separi gli impegni formali dalla capacità operativa.
La revisione dovrebbe rivelare come misuri l’indipendenza dei regolatori, il personale, l’autorità di applicazione, gli appalti pubblici e l’accesso ai rimedi. Le sue disposizioni sull’inclusione dovrebbero inoltre mostrare come i gruppi coinvolti influenzino le raccomandazioni finali.
Regole chiare di punteggio e prova rafforzerebbero il confronto. Categorie vaghe lascerebbero troppo spazio ai governi per dichiararsi pronti senza dimostrarlo.
Qui contano le pratiche di pubblicazione. Se le prove per Paese, i limiti e i piani di follow-up rimangono accessibili, i ricercatori esterni possono verificare se i progressi riportati corrispondano alla realtà istituzionale.
Il secondo segnale è il modo in cui i governi rispondono alle valutazioni completate. La prova più solida non sarà un’altra strategia nazionale con il logo RAM.
Sarà un’agenzia finanziata, una regola rivista per gli appalti, una procedura pubblica per gli incidenti, una nuova salvaguardia legale o una decisione documentata di limitare un’implementazione rischiosa.
L’UNESCO afferma che le valutazioni precedenti hanno informato strategie nazionali in diversi Paesi. RAM 2.0 necessita di un registro più sistematico delle raccomandazioni adottate, rinviate, respinte o lasciate senza finanziamenti.
Tale registro renderebbe visibili anche i vincoli politici. Una raccomandazione tecnicamente valida può bloccarsi perché le agenzie competono per l’autorità o i governi danno priorità agli investimenti nell’IA rispetto alla supervisione.
Il terzo segnale è se il toolkit ambientale produrrà una rendicontazione comparabile. Governi e acquirenti aziendali dovrebbero cercare confini di sistema definiti, misure di energia e acqua, considerazioni sul ciclo di vita e regole per valutare i benefici dichiarati.
Dati comparabili rafforzerebbero il ruolo del toolkit negli appalti e nella pianificazione delle infrastrutture. Un linguaggio generico sulla sostenibilità indebolirebbe la fiducia e lascerebbe inalterate le attuali lacune informative.
Lo stesso forum di Riyadh offre un primo banco di prova. Gli organizzatori prevedono che ministri, autorità di regolamentazione, ricercatori, aziende e rappresentanti della società civile discutano di finanziamenti e attuazione.
Gli annunci fatti durante l’evento dovrebbero indicare responsabili, budget, scadenze e meccanismi di rendicontazione. Le partnership prive di questi dettagli meritano un approccio prudente.
I fornitori di AI dovrebbero inoltre monitorare il modo in cui le valutazioni nazionali incidono sull’accesso al mercato. Un governo che rileva controlli deboli negli appalti potrebbe introdurre nuovi requisiti di documentazione o test prima di adottare una legge organica.
Gli sviluppatori potrebbero dover rispondere a più domande su registrazione dei log, valutazione dei modelli, supervisione umana, fonti dei dati, sicurezza, accessibilità e impatto ambientale. Preparare le prove in anticipo sarà più semplice che ricostruirle dopo il rilascio.
Gli acquirenti aziendali dovrebbero aspettarsi che la governance diventi un processo operativo continuo. Una valutazione del fornitore completata prima dell’acquisto non può coprire aggiornamenti dei modelli, nuove integrazioni, dati in evoluzione o modalità di guasto emergenti.
I team hanno bisogno di registri delle decisioni, responsabili nominati, percorsi di escalation e valutazioni periodiche. Devono inoltre disporre di una soglia chiara per sospendere un sistema quando le evidenze non ne giustificano più l’uso.
L’UNESCO non può imporre queste pratiche attraverso RAM 2.0. Può però offrire ai governi un metodo condiviso per individuare dove tali controlli sono assenti.
Questa è la promessa concreta degli strumenti UNESCO per la governance dell’AI. Collegano gli impegni etici a questioni istituzionali che i governi possono esaminare e affrontare.
L’incertezza riguarda l’esecuzione. Le valutazioni cambieranno spesa, autorità e regole di distribuzione, oppure i Paesi considereranno il loro completamento come il risultato finale?
Osservate i primi rapporti RAM 2.0, le azioni governative a essi collegate e i dati ambientali richiesti ai fornitori di AI. Questi segnali mostreranno se il lancio di Riyadh porterà l’AI etica dall’accordo alla responsabilità.
