Regolare l’intelligenza artificiale significa intervenire su una tecnologia che cambia più rapidamente delle leggi incaricate di controllarla. Al G20 tecnologico in North Carolina gli Stati Uniti hanno proposto un approccio leggero, raccolto nei Carolina Principles: evitare nuove regole generali quando norme esistenti possono già affrontare il problema e intervenire soprattutto davanti a rischi realmente nuovi. È una posizione coerente con l’idea che l’innovazione abbia bisogno di spazio e che una legislazione troppo anticipata possa consolidare il presente invece di governare il futuro.
L’Europa ha scelto una strada diversa. L’AI Act organizza gli obblighi secondo il livello di rischio: alcune applicazioni sono vietate, altre richiedono valutazioni, documentazione e supervisione, mentre molti usi ordinari restano relativamente liberi. Non è quindi corretto descrivere il confronto come libertà contro divieto. Entrambi i modelli stabiliscono limiti; divergono sul momento in cui applicarli, sul soggetto che deve dimostrare la sicurezza e su quanto debba essere esplicita la responsabilità prima che un danno si verifichi.
Le aziende sostengono spesso che regole frammentate aumentino costi e incertezza. Una startup può non avere le risorse legali necessarie per rispettare obblighi diversi in ogni paese, mentre un grande gruppo può trasformare la conformità in un vantaggio competitivo. Ma l’assenza di regole non distribuisce automaticamente il potere: può lasciarlo nelle mani delle piattaforme che possiedono modelli, dati e infrastrutture. Ogni scelta normativa produce quindi un mercato, anche quando si presenta come semplice rimozione degli ostacoli.
Il tema dei modelli aperti rende il problema ancora più complesso. Limitare i pesi disponibili può ridurre alcuni rischi, ma può anche concentrare ricerca e capacità nelle società più grandi. Lasciarli circolare favorisce verifica indipendente, adattamento locale e concorrenza, ma rende più difficile controllarne l’uso. Non esiste una soluzione unica per un modello destinato alla ricerca linguistica e per un sistema capace di operare in cybersecurity o biologia. La governance deve osservare capacità concrete e contesto, non soltanto etichette commerciali.
Il G20 cerca principi condivisi in un momento in cui l’AI è diventata anche politica industriale. Stati Uniti, Cina ed Europa non discutono soltanto sicurezza: competono su chip, energia, talenti, standard e accesso ai mercati. Una regola può proteggere un diritto e contemporaneamente influenzare chi riuscirà a sostenere i costi della tecnologia. Per questo la neutralità è impossibile. Anche decidere di non intervenire avvantaggia alcuni soggetti e trasferisce ad altri il rischio degli errori.
La questione decisiva è la possibilità di correggere la rotta. Una buona regolamentazione dovrebbe essere aggiornata, misurabile e capace di distinguere tra usi. Dovrebbe chiedere trasparenza quando una decisione incide sulle persone, audit quando la scala rende gli errori sistemici e responsabilità quando un sistema passa dalle parole alle azioni. Allo stesso tempo dovrebbe lasciare spazio a ricerca, sperimentazione artistica e strumenti a basso rischio. La flessibilità non deve significare assenza di controllo; può significare controllo proporzionato.
LIBERTÀ REGOLATA non è una contraddizione. Ogni tecnologia opera dentro infrastrutture, contratti e permessi già stabiliti. La domanda è chi li definisce e chi può contestarli. Se le regole vengono scritte soltanto dalle piattaforme, la libertà coincide con le loro condizioni d’uso. Se vengono imposte senza comprendere la tecnologia, possono diventare rapidamente inutili. Governare l’AI significa costruire uno spazio in cui innovazione e protezione possano essere entrambe verificate, invece di essere usate come slogan opposti.