Si parla moltissimo di IA, ma sempre meno della sua governance, cioè dell’insieme di regole, controlli, responsabilità e limiti che dovrebbero disciplinare lo sviluppo e l’utilizzo di questi sistemi. Temi come la trasparenza degli algoritmi, la tutela dei lavoratori, la disinformazione o la concentrazione di potere delle Big Tech sembrano oggi ricevere meno attenzione rispetto ai temi energetici e infrastrutturali.

I temi, soprattutto tra i democratici più moderati, si focalizzano sempre di più sul fabbisogno energetico necessario ad alimentare lo sviluppo dell’intelligenza artificiale, sull’espansione dei data center, sui costi delle infrastrutture elettriche e sull’impatto economico che questa nuova corsa tecnologica potrebbe avere sui cittadini americani. Il centro della discussione, oggi, è l’energia.

Quanto consumeranno i data center necessari ad alimentare la nuova economia dell’intelligenza artificiale? Chi sosterrà il costo dell’infrastruttura energetica? E soprattutto: saranno i cittadini americani a pagare il prezzo della corsa tecnologica tra Stati Uniti e Cina?

È una trasformazione significativa del dibattito pubblico perché segnala un cambio di priorità politico e culturale. L’intelligenza artificiale non viene più percepita soltanto come una tecnologia da regolamentare o contenere, ma come un’infrastruttura strategica da sostenere economicamente, quasi al pari delle reti energetiche, delle telecomunicazioni o dell’industria militare. In altre parole, negli Stati Uniti il tema non è più soltanto “quali rischi comporta l’IA?”, ma “come possiamo vincere la competizione globale senza rallentare l’innovazione?”.

Questo spostamento del dibattito rivela anche un altro elemento: la crescente convinzione che la leadership nell’intelligenza artificiale determinerà gli equilibri economici e geopolitici dei prossimi decenni. Per questo motivo, il confronto politico americano tende sempre più a privilegiare competitività, investimenti e sicurezza nazionale rispetto ai temi della regolazione preventiva.

Perché mentre l’Europa continua a osservare l’intelligenza artificiale soprattutto come un problema normativo ed etico, e la Cina la considera una componente strategica della propria architettura di potere, gli Stati Uniti sembrano interpretarla principalmente attraverso la lente della competitività economica, dell’innovazione e della leadership geopolitica.

In realtà, dietro questa differenza di approccio si nasconde una diversa idea di equilibrio tra Stato e mercato.

La governance dell’intelligenza artificiale, quindi, riguarda il modo in cui ogni sistema politico immagina il rapporto tra Stato, mercato, cittadini e potere. Ed è proprio per questo che le strategie adottate da Stati Uniti, Unione Europea e Cina finiscono per raccontare tre diverse idee di società.

Stati Uniti: L’IA come competizione strategica

Negli Stati Uniti il tema dell’intelligenza artificiale si intreccia inevitabilmente con il ruolo assunto negli ultimi anni dalle grandi aziende tecnologiche che oggi dominano lo sviluppo dei sistemi più avanzati di IA. Realtà come OpenAI, Google, Microsoft, Anthropic e Meta non rappresentano più soltanto grandi imprese private operanti nel settore tecnologico, ma costituiscono ormai centri di influenza economica, politica e culturale capaci di incidere direttamente sul dibattito pubblico, sugli equilibri industriali e persino sulle strategie geopolitiche del Paese. In questo contesto, affrontare seriamente il tema della regolazione dell’intelligenza artificiale significherebbe inevitabilmente entrare in contatto con gli interessi di uno dei comparti più forti e strategici dell’economia americana.

Anche per questo motivo, una parte significativa della leadership democratica sembra preferire un approccio più prudente e politicamente meno conflittuale, concentrando l’attenzione su temi percepiti come più immediatamente comprensibili dall’opinione pubblica, come il consumo energetico dei data center, il costo delle infrastrutture elettriche e l’impatto economico della crescita dell’intelligenza artificiale sui cittadini americani. Parlare di bollette, reti energetiche e investimenti infrastrutturali consente infatti di intercettare le preoccupazioni della classe media e del mondo produttivo senza aprire uno scontro diretto con la Silicon Valley e con il potere economico delle Big Tech. Si tratta di una linea politica che tenta di tenere insieme due esigenze differenti: da un lato la necessità di proteggere cittadini, lavoratori e consumatori dagli effetti più critici dell’innovazione tecnologica; dall’altro la volontà di non rallentare lo sviluppo di un settore considerato strategico per la competitività economica e tecnologica degli Stati Uniti.

Tuttavia, questa impostazione sta mostrando già alcune contraddizioni. Negli Stati Uniti cresce infatti una diffusa inquietudine nei confronti del potere accumulato dalle grandi piattaforme digitali e delle possibili conseguenze sociali dell’automazione legata all’intelligenza artificiale. Le preoccupazioni non riguardano più soltanto la tutela della privacy o la diffusione di contenuti manipolati attraverso deepfake e sistemi generativi, ma investono questioni molto più ampie, come la trasformazione del mercato del lavoro, il ruolo dell’informazione, la sostenibilità della produzione culturale e, più in generale, l’equilibrio democratico tra potere pubblico e potere privato. Non è un caso che alcuni settori progressisti abbiano iniziato a chiedere forme di regolazione molto più severe, arrivando persino a proporre moratorie temporanee sulla costruzione di nuovi data center fino all’introduzione di garanzie più solide sul piano occupazionale, ambientale e della sicurezza tecnologica.

Nonostante questo crescente dibattito, il sistema politico americano continua però a muoversi con estrema cautela. Una delle ragioni principali è che l’intelligenza artificiale viene ormai considerata anche una questione strategica di politica internazionale. A Washington è sempre più diffusa la convinzione che un eccesso di regolazione possa rallentare l’innovazione americana e favorire indirettamente la Cina nella competizione tecnologica globale. Soprattutto dopo la diffusione dell’IA generativa, la priorità strategica degli Stati Uniti sembra essere diventata quella di mantenere il vantaggio accumulato nella capacità computazionale, nei semiconduttori avanzati, nei modelli linguistici e nelle infrastrutture necessarie allo sviluppo dell’intelligenza artificiale.

Secondo un’analisi della Brookings Institution, la competizione tra Stati Uniti e Cina non riguarda infatti soltanto i software o i modelli di IA, ma coinvolge elementi molto più ampi, come la disponibilità di energia, il controllo delle filiere dei semiconduttori, la potenza di calcolo, gli investimenti industriali e la capacità di integrare rapidamente l’intelligenza artificiale nei sistemi economici e produttivi.

Questa crescente attenzione verso la competizione con la Cina sta modificando progressivamente anche il tradizionale approccio americano al mercato tecnologico. Gli Stati Uniti restano fortemente legati a un modello fondato sull’iniziativa privata e sull’innovazione guidata dalle imprese, ma negli ultimi anni Washington ha introdotto controlli sempre più rigidi sull’esportazione di semiconduttori avanzati, restrizioni sulle tecnologie considerate strategiche e nuove forme di intervento pubblico nel settore digitale e industriale. In altre parole, anche gli Stati Uniti stanno progressivamente recuperando strumenti tipici della politica industriale e della sovranità tecnologica, nella convinzione che il controllo delle infrastrutture digitali e computazionali rappresenti ormai un elemento centrale degli equilibri economici e geopolitici contemporanei.

Europa: L’IA come questione di diritti, regole e controllo democratico

L’Europa si muove in una direzione profondamente diversa rispetto a quella americana. Se negli Stati Uniti il dibattito sull’intelligenza artificiale tende a essere interpretato soprattutto attraverso le categorie della competitività economica, della leadership tecnologica e della sicurezza strategica, l’Unione Europea ha affrontato il tema partendo principalmente dalla tutela dei diritti fondamentali e dalla gestione preventiva dei rischi legati all’utilizzo di questi sistemi.

Il principale esempio di questo approccio è rappresentato dall’AI Act, il regolamento europeo sull’intelligenza artificiale approvato dopo anni di negoziati tra istituzioni comunitarie, governi nazionali, imprese e autorità di controllo. Si tratta del tentativo più articolato finora realizzato a livello internazionale per costruire una cornice normativa organica dedicata all’IA. Il principio su cui si basa il regolamento europeo è relativamente semplice: non tutte le applicazioni dell’intelligenza artificiale presentano lo stesso livello di rischio per cittadini e società e, proprio per questo motivo, devono essere sottoposte a obblighi differenti in base alla loro potenziale pericolosità.

L’approccio europeo riflette una cultura politica e giuridica molto precisa, consolidatasi negli ultimi decenni attorno all’idea che il mercato digitale non possa essere lasciato completamente privo di regole. L’Unione Europea tende infatti a considerare la regolazione come uno strumento necessario per prevenire effetti sociali, economici o democratici potenzialmente irreversibili.

È accaduto con la privacy attraverso il GDPR, con le piattaforme digitali tramite il Digital Services Act e il Digital Markets Act, con la concorrenza e ora anche con l’intelligenza artificiale. Non sorprende quindi che il lessico europeo ruoti costantemente attorno a concetti come trasparenza, accountability, supervisione umana, protezione dei dati personali e tutela dei cittadini.

Dietro questa impostazione vi è anche una certa diffidenza nei confronti della concentrazione del potere tecnologico privato. A differenza degli Stati Uniti e della Cina, infatti, l’Europa non dispone di grandi piattaforme digitali comparabili per dimensioni, capacità computazionale o influenza geopolitica. Proprio per questo motivo, l’Unione Europea ha progressivamente costruito la propria influenza internazionale soprattutto attraverso la regolazione. È ciò che numerosi osservatori definiscono “Brussels effect”, vale a dire la capacità dell’UE di trasformare i propri standard normativi in riferimenti globali, inducendo aziende e piattaforme internazionali ad adeguarsi alle regole europee per poter operare all’interno del mercato comunitario. In questa prospettiva, l’AI Act non rappresenta soltanto un insieme di norme tecniche, ma anche uno strumento di influenza geopolitica e di affermazione della sovranità normativa europea.

Alcuni studi recenti, come quelli pubblicati dalla University of Turku, parlano ormai apertamente di tre distinti modelli di governance dell’intelligenza artificiale,europeo, americano e cinese, ciascuno collegato a una diversa concezione del rapporto tra Stato, mercato, tecnologia e cittadini.

L’Europa continua infatti a rappresentare il modello più esplicitamente orientato alla tutela dei diritti. La logica dell’AI Act è prevalentemente preventiva: identificare i livelli di rischio, imporre obblighi di trasparenza, limitare gli utilizzi considerati più invasivi e garantire una supervisione umana sulle decisioni automatizzate. In questa visione, l’intelligenza artificiale non può essere lasciata esclusivamente alle dinamiche del mercato, poiché il rischio è che tecnologie sempre più pervasive finiscano per ridefinire diritti, accesso alle informazioni, relazioni sociali e organizzazione del lavoro senza un adeguato controllo democratico.

Non è quindi casuale che il dibattito europeo ruoti continuamente attorno a concetti come explainability, trasparenza algoritmica, accountability e protezione dei dati personali. L’Unione Europea sta cercando di costruire un modello di innovazione compatibile con il proprio impianto democratico e sociale, tentando di estendere anche al settore dell’intelligenza artificiale quella capacità regolatoria che negli ultimi anni ha già inciso profondamente sugli standard globali relativi alla privacy, alla concorrenza e al funzionamento delle piattaforme digitali.

Tuttavia, proprio all’interno di questo modello emergono anche alcune fragilità strutturali. Numerosi osservatori sostengono infatti che un eccesso di regolazione possa rallentare la capacità europea di innovare e ampliare ulteriormente il divario tecnologico rispetto a Stati Uniti e Cina. La stessa applicazione dell’AI Act sta mostrando quanto sia complesso regolamentare una tecnologia che evolve con una velocità spesso superiore a quella delle istituzioni chiamate a disciplinarla. Non è un caso che negli ultimi mesi Bruxelles abbia già iniziato a discutere possibili modifiche, rinvii e semplificazioni di alcune disposizioni, in particolare per quanto riguarda i sistemi ad alto rischio e i modelli general purpose.

Ed è proprio qui che emerge uno dei principali paradossi dell’Europa digitale contemporanea. L’Unione Europea potrebbe diventare la più importante potenza normativa mondiale nel campo dell’intelligenza artificiale senza però possedere aziende, infrastrutture computazionali o capacità industriali comparabili a quelle statunitensi o cinesi. In altre parole, il rischio è che l’Europa finisca per scrivere le regole di tecnologie sviluppate prevalentemente altrove. Ed è proprio questa tensione, tra sovranità regolatoria e debolezza industriale, a rappresentare oggi uno dei grandi dilemmi strategici del progetto digitale europeo.

Cina: L’IA come strumento di sovranità, controllo e stabilità politica

La Cina rappresenta probabilmente il modello più distante da quello europeo.

Se l’Unione Europea tende infatti a interpretare l’intelligenza artificiale soprattutto come una questione legata ai diritti, alla trasparenza e alla regolazione preventiva del mercato digitale, Pechino considera invece l’IA parte integrante della propria strategia nazionale di sviluppo economico, sicurezza interna e stabilità politica.

Nel sistema cinese, la governance dell’intelligenza artificiale non riguarda soltanto la tutela dei cittadini o la regolazione delle imprese tecnologiche, ma coinvolge direttamente il rafforzamento della sovranità tecnologica dello Stato e la capacità dello Stato cinese di orientare e governare l’evoluzione economica e sociale del Paese. L’intelligenza artificiale viene quindi interpretata contemporaneamente come infrastruttura industriale, leva geopolitica, strumento di modernizzazione economica e fattore potenzialmente decisivo per la sicurezza nazionale.

Negli ultimi anni la Cina ha costruito un sistema normativo molto più articolato e sofisticato di quanto spesso venga raccontato nel dibattito occidentale. Le autorità cinesi hanno introdotto regolamentazioni dedicate ai sistemi di raccomandazione algoritmica, alla cosiddetta deep synthesis, ai servizi di IA generativa e persino agli avatar virtuali e agli AI companions. Sono stati inoltre introdotti obblighi di registrazione dei modelli, sistemi di etichettatura dei contenuti sintetici e procedure di revisione etica per le applicazioni considerate più sensibili dal punto di vista politico o sociale.

Ridurre tutto questo esclusivamente al tema della censura rischierebbe tuttavia di rappresentare una lettura parziale del fenomeno. Per la leadership cinese, infatti, l’intelligenza artificiale rappresenta contemporaneamente un’opportunità economica, una leva strategica internazionale e un possibile fattore di instabilità sociale. Governare l’IA significa quindi governare la trasformazione stessa della società cinese: dal mercato del lavoro alla sicurezza nazionale, dalla gestione dell’informazione fino ai meccanismi di formazione del consenso pubblico.

Anche il rapporto tra Stato e industria tecnologica segue logiche profondamente differenti rispetto a quelle occidentali. Se negli Stati Uniti le grandi piattaforme digitali tendono spesso a negoziare con il potere politico da una posizione di forza economica e strategica quasi paritaria, in Cina le grandi aziende tecnologiche operano invece all’interno di un quadro molto più subordinato agli obiettivi del Partito-Stato. Questo non significa necessariamente che il modello cinese sia più stabile o più efficiente, ma evidenzia come l’innovazione venga considerata parte integrante della pianificazione nazionale e non una sfera completamente autonoma rispetto al potere politico.

Negli ultimi anni, inoltre, anche la crescente competizione tecnologica con gli Stati Uniti ha rafforzato ulteriormente questa impostazione. Pechino considera infatti il controllo delle infrastrutture digitali, dei semiconduttori avanzati, della capacità computazionale e delle piattaforme di intelligenza artificiale come elementi centrali della propria sicurezza strategica e della propria autonomia geopolitica. Proprio per questo motivo, la Cina continua a investire massicciamente nello sviluppo di infrastrutture computazionali, data center, ricerca scientifica e filiere industriali legate all’intelligenza artificiale, nella convinzione che il controllo delle tecnologie avanzate rappresenti una componente decisiva degli equilibri economici e politici del ventunesimo secolo.

Una nuova sovranità tecnologica

In questo contesto, i tre modelli stanno lentamente iniziando anche a contaminarsi tra loro. Gli Stati Uniti, storicamente legati a una visione fortemente market-driven dell’innovazione, stanno progressivamente introducendo strumenti di controllo strategico e politiche industriali sempre più esplicite. L’Europa, dal canto suo, sta cercando di rafforzare le proprie capacità produttive e computazionali per evitare di restare esclusivamente una “potenza regolatoria” priva di una reale autonomia industriale. La Cina, pur mantenendo un sistema fortemente centralizzato, continua invece ad avere bisogno dei mercati globali, delle supply chain internazionali e delle reti scientifiche transnazionali.

Ed è proprio qui che emerge una delle contraddizioni più profonde della governance dell’intelligenza artificiale contemporanea. L’IA è infatti una tecnologia globale, mentre la politica continua a ragionare prevalentemente in termini nazionali e geopolitici. I modelli vengono addestrati su dati che attraversano continuamente i confini, i data center dipendono da infrastrutture energetiche distribuite a livello internazionale, i semiconduttori vengono prodotti attraverso filiere che coinvolgono Asia, Stati Uniti ed Europa e le piattaforme operano simultaneamente in decine di Paesi. Eppure le regole restano frammentate, spesso incompatibili tra loro e sempre più influenzate dalla competizione strategica tra grandi potenze.

È anche per questo motivo che il dibattito sulla governance dell’intelligenza artificiale si sta progressivamente trasformando in una discussione più ampia sulla sovranità tecnologica. Chi controllerà i semiconduttori avanzati, la capacità computazionale, i modelli linguistici, i dati e gli standard internazionali controllerà probabilmente una parte decisiva dell’economia e della politica del XXI secolo. L’intelligenza artificiale non viene più considerata soltanto un settore tecnologico, ma una vera e propria infrastruttura di potere economico, industriale e geopolitico.

Negli ultimi mesi, anche numerosi istituti di ricerca americani e organismi internazionali hanno iniziato a discutere apertamente il tema della cosiddetta “AI sovereignty”, cioè la capacità di Stati e blocchi regionali di controllare infrastrutture digitali, supply chain tecnologiche, modelli di IA e dipendenze computazionali come elementi centrali della propria autonomia strategica.

In questo scenario, anche il conflitto politico americano assume un significato più ampio. Il fatto che una parte della leadership democratica tenda oggi a concentrarsi maggiormente sui costi energetici e infrastrutturali dimostra quanto l’intelligenza artificiale sia già diventata un tema politicamente estremamente delicato. Regolare realmente queste tecnologie significherebbe infatti ridefinire il rapporto tra mercato, Stato e democrazia in una fase storica in cui le piattaforme digitali dispongono di risorse economiche e capacità di influenza senza precedenti.

Forse è proprio questa la contraddizione centrale dell’epoca dell’intelligenza artificiale. Tutti sostengono che l’IA cambierà profondamente economia, lavoro, informazione e società, ma quasi nessun sistema politico sembra ancora disposto ad affrontare fino in fondo le implicazioni di questa trasformazione. Eppure la questione non riguarda soltanto l’innovazione tecnologica. Riguarda il modello di società che si sta costruendo, il rapporto tra libertà e controllo, tra sicurezza e diritti, tra potere pubblico e potere privato. Perché governare l’intelligenza artificiale significa ormai, sempre più chiaramente, governare la società stessa.

La peculiarità del progetto stava proprio nella radicalità del modello adottato. Nell’annuncio del lancio, infatti, Il Foglio spiegava che l’intelligenza artificiale sarebbe stata impiegata in tutte le fasi della produzione: dalla scrittura degli articoli ai titoli, dai catenacci ai sommari, fino alle citazioni e, in alcuni casi, persino all’ironia. Di conseguenza, anche il ruolo dei giornalisti veniva ridefinito: non più autori diretti dei testi, ma responsabili della formulazione delle domande, cioè dei prompt, dell’orientamento editoriale, della supervisione e della verifica finale dei contenuti.

Poco dopo, a giugno 2025 entrava in vigore in Italia il nuovo “Codice deontologico delle giornaliste e dei giornalisti” promulgato dall’Ordine che, nell’articolo 19, espressamente dedicato all’intelligenza artificiale, impone al giornalista di rendere esplicito l’impiego dell’AI quando questa contribuisce alla produzione o alla modifica di testi, immagini e contenuti sonori.

A questo quadro si aggiunge la normativa italiana sull’intelligenza artificiale, contenuta nella legge n. 132, entrata in vigore il 10 ottobre 2025. Essa promuove un uso dell’intelligenza artificiale “corretto, trasparente e responsabile”, secondo una prospettiva antropocentrica, cioè centrata sul ruolo e sui diritti della persona.

È significativo, inoltre, che la legge italiana si collochi espressamente nel quadro dell’AI Act, cioè del Regolamento UE 2024/1689. Non introduce infatti obblighi ulteriori per i sistemi e i modelli di intelligenza artificiale per finalità generali, ma stabilisce che le proprie disposizioni debbano essere interpretate e applicate in conformità alla normativa europea che non vieta l’uso dell’intelligenza artificiale nella scrittura o nell’assistenza alla scrittura di articoli giornalistici, ma introduce obblighi di trasparenza in casi specifici. In particolare, l’articolo 50, le cui regole si applicheranno dal 2 agosto 2026, prevede l’obbligo di disclosure (dichiarazione di trasparenza) per i contenuti generati o manipolati dall’AI e pubblicati con lo scopo di informare il pubblico su questioni di interesse pubblico.

L’obbligo di disclosure non si applica quando il contenuto è stato sottoposto a un processo di revisione umana o controllo editoriale e quando una persona fisica o giuridica assume la responsabilità editoriale della pubblicazione.

Alla luce di questo complesso quadro normativo, è naturale chiedersi quale impatto concreto stia già avendo l’intelligenza artificiale sul giornalismo italiano. Oggi un giornalista dispone di strumenti capaci di semplificare una parte rilevante del lavoro redazionale, soprattutto nelle attività preliminari e di supporto.

L’AI può essere utilizzata, per esempio, per la correzione grammaticale, per tradurre testi, trascrivere interviste, raccogliere e ordinare fonti, sintetizzare documenti complessi o individuare rapidamente le informazioni più rilevanti. In questo senso, non sostituisce necessariamente il lavoro giornalistico, ma può accelerare la fase di raccolta e organizzazione del materiale grezzo, lasciando al giornalista il compito decisivo di verificare le fonti, selezionare, contestualizzare e trasformare quelle informazioni in un contenuto affidabile.

È importante sottolineare che la presenza di una disclosure ad esempio “contenuto realizzato o editato con il supporto dell’intelligenza artificiale” non alleggerisce la responsabilità del giornalista. Al contrario, la rende ancora più evidente: proprio perché il lettore viene informato dell’intervento dell’AI, il professionista è chiamato a esercitare un controllo ancora più rigoroso su fonti, dati, passaggi logici, eventuali errori e possibili distorsioni del contenuto.

Inoltre, essa può produrre effetti di percezione sui lettori, condizionando il modo in cui questi ultimi giudicano il testo. Non significa che la disclosure sia sbagliata sebbene, sul piano deontologico, in Italia, resta necessaria. D’altra parte, studi e ricerche specifiche sui sistemi di etichettatura nel giornalismo mostrano che quest’ultima non è neutra.

Il dilemma della trasparenza

La letteratura sul tema parla spesso di “transparency dilemma”.  Uno studio pubblicato su The International Journal of Press/Politics da Benjamin Toff e Felix Simon ha rilevato che le notizie etichettate come AI-generated venivano percepite in media come meno affidabili, anche quando i lettori non le giudicavano meno accurate o meno imparziali. In altre parole, il problema non era necessariamente il testo in sé, ma l’informazione che quel testo fosse stato prodotto con AI.

Questo effetto può essere letto come una forma di “algorithm aversion”, cioè una tendenza a diffidare dei contenuti o delle decisioni attribuite a sistemi algoritmici. Uno studio presentato ad AIES, (conferenza accademica internazionale dedicata al rapporto tra intelligenza artificiale, etica e società) “The Transparency Dilemma”, ha rilevato che una notizia etichettata come generata dall’AI veniva percepita come meno credibile rispetto a una notizia attribuita a un giornalista umano. L’effetto riguardava la credibilità della fonte e non dipendeva in modo decisivo dal tema trattato. Lo stesso studio nota però che l’etichetta non produceva automaticamente una sensazione di manipolazione: il lettore non pensava necessariamente “mi stanno ingannando”, ma tendeva comunque a fidarsi meno.

La disclosure, dunque, da un lato risponde a un’esigenza di trasparenza che consente al lettore di sapere se e come l’intelligenza artificiale sia intervenuta nel processo produttivo; dall’altro, può orientare la percezione del contenuto prima ancora della sua lettura. Essa, infatti, rischia di attivare una diffidenza preventiva inducendo il lettore a considerare il testo meno affidabile, meno originale o meno giornalistico, anche quando l’AI sia stata usata solo come strumento di supporto e il contenuto sia stato verificato da un professionista.

Il caso di Nick Lichtenberg

In un articolo del 26 marzo scorso, il The Wall Street Journal racconta la storia di Nick Lichtenberg, giornalista di Fortune, rivista statunitense che tratta di economia globale, che avrebbe prodotto oltre 600 articoli con il supporto di strumenti di AI e, nell’arco di sei mesi, avrebbe pubblicato più contenuti di qualunque collega di Fortune in un intero anno.

Questi articoli confluiscono in Fortune Intelligence, una sezione dedicata che, pur richiamando per certi aspetti il caso italiano de Il Foglio AI, presenta un modello diverso: non un prodotto editoriale dichiaratamente scritto dalla macchina, ma una forma strutturata di giornalismo assistito dall’intelligenza artificiale.

Fortune chiarisce che, in questa sezione, l’AI generativa viene impiegata per contribuire alla redazione di una prima bozza, con l’obiettivo di pubblicare più rapidamente notizie economiche e finanziarie di attualità. Prima della pubblicazione i testi vengono rivisti da senior business editors, incaricati di verificarne accuratezza e qualità. La trasparenza verso il lettore passa soprattutto attraverso la firma degli articoli da parte del giornalista ed etichettati “Fortune Intelligence”. Il modello proposto da Fortune è quindi quello dell’AI-assisted journalism, non quello di un giornale scritto interamente dalla macchina.

In una intervista condotta dal Reuters Institute dell’Università di Oxford, Lichtenberg ha chiarito ulteriormente che l’AI viene utilizzata per raccogliere rapidamente materiale grezzo, citazioni, dati e documenti da controllare, mentre il giudizio finale resta umano. Lo stesso Lichtenberg ha spiegato di essere “l’ultimo paio di occhi” su ogni parola pubblicata, rivendicando così un ruolo di supervisione editoriale diretta sul contenuto finale.

Secondo Lichtenberg i lettori cercano qualcosa che l’AI non può generare da sola ovvero una prospettiva nuova, orientata al futuro, e soprattutto una voce umana. In questa prospettiva, l’intelligenza artificiale non dovrebbe sostituire il lavoro giornalistico più qualificato, ma liberare tempo dalle attività di aggregazione e sintesi, spingendo i giornalisti a tornare sul campo, a cercare fonti, a produrre informazioni originali e a fare più inchiesta.

Lichtenberg nell’intervista affronta anche il tema della reazione del pubblico, riconoscendo che l’uso dell’AI nel giornalismo suscita risposte molto diverse. Alcuni lettori reagiscono con curiosità o apprezzamento, altri con diffidenza e persino ostilità, arrivando a contestare l’identità stessa del giornalista e a trattarlo come se fosse un “robot”. Secondo Lichtenberg, questa reazione dipende anche dal modo in cui la tecnologia viene percepita: la parola “intelligenza artificiale” porta con sé un immaginario carico di paure e resistenze, mentre la stessa tecnologia, se descritta più banalmente come uno strumento informatico per elaborare grandi quantità di informazioni, potrebbe essere accolta in modo diverso.

L’AI, dunque, deve essere considerata come uno strumento capace di aumentare la velocità della produzione editoriale, ma che non elimina il bisogno di giornalismo. A nostro avviso, l’obbligo di etichettare ogni contenuto realizzato con il supporto di strumenti algoritmici rischia di diventare un adempimento formale, quando il vero cardine della governance editoriale è la responsabilità: quando un giornalista scrive un articolo, la veridicità del contenuto, la forma, la linea editoriale sono nella sua firma, indipendentemente dagli strumenti utilizzati nel processo di produzione.

L’AGI è stata descritta come un sistema capace di replicare l’intelligenza umana in modo completo, ovvero in grado di apprendere, ragionare e adattarsi a qualsiasi contesto con la stessa flessibilità di una persona. Proprio per questo, la sua realizzazione è sempre stata collocata in un orizzonte temporale incerto e distante.

In più occasioni, Sam Altman ha sottolineato come lo sviluppo dell’AGI non debba essere interpretato come un evento improvviso, ma come un processo graduale, fatto di progressi incrementali distribuiti nel tempo. Anche le principali analisi di settore, tendono a collocare l’emergere di sistemi “AGI-like” tra il 2026 e il 2028, ovvero un intervallo indicativo, periodo in cui si prevede la convergenza di diversi fattori, come l’aumento della capacità computazionale, il miglioramento dei modelli e lo sviluppo di sistemi sempre più autonomi.

All’interno di questo scenario, l’intervento di Huang segna un cambio di prospettiva nel dibattito sull’AGI spostando l’attenzione dal “quando” verrà raggiunta a una riflessione più profonda sul “cosa” essa sia e su come venga definita secondo la sua visione.

Alla domanda su quanto mancasse al raggiungimento dell’AGI, la risposta è stata diretta: “Penso che sia arrivato il momento. Penso che abbiamo raggiunto l’AGI.”

Un affermazione che, più che anticipare le tempistiche, ridefinisce il concetto stesso di AGI. Secondo il CEO di NVIDIA, infatti, l’AGI non deve essere necessariamente intesa come una replica dell’intelligenza umana, ma come una capacità funzionale: quella di operare in autonomia su compiti complessi e generare valore.

In questa prospettiva, un sistema è “generale” quando non si limita a rispondere a input, ma è in grado di agire, prendere decisioni e portare a termine processi articolati senza supervisione continua. Il passaggio è proprio questo ovvero dalla risposta all’azione, in questo caso ciò che conta non è più la somiglianza con il pensiero umano, ma la capacità concreta di produrre risultati.

Alcuni segnali di questa evoluzione sono già visibili.

Piattaforme come OpenClaw mostrano, almeno in fase sperimentale, la possibilità di sviluppare e gestire prodotti digitali in modo autonomo, senza un intervento umano costante.

In questo contesto si inserisce anche Anthropic, che sta sviluppando un nuovo modello denominato Claude Mythos. L’esistenza del sistema è emersa in seguito a un’esposizione accidentale di documenti interni, riportata dalla rivista Fortune. L’episodio ha reso accessibili migliaia di file mai pubblicati, offrendo uno sguardo inedito sulle dinamiche di sviluppo.

Nei documenti, il modello viene indicato anche con il nome “Capybara” e descritto come un salto di qualità significativo rispetto alle versioni precedenti.

Nello specifico, emergono performance superiori in ambiti come il ragionamento avanzato, lo sviluppo software e la sicurezza informatica, con risultati che supererebbero quelli di Claude Opus 4.6. Il sistema si collocherebbe così a un livello superiore nella gerarchia dei modelli Anthropic, confermando una traiettoria di sviluppo verso IA più generaliste.

Sebbene il modello sia stato definito “il più potente mai realizzato”, l’accesso è attualmente limitato a un gruppo ristretto di utenti e non è stata ancora comunicata una data di rilascio pubblico. Questa cautela è legata non solo ai costi operativi elevati, ma soprattutto ai potenziali rischi associati a sistemi di questo livello.

Le analisi condotte da esperti come Roy Paz e Alexandre Pauwels evidenziano come modelli avanzati possano aumentare in modo significativo la velocità e la sofisticazione degli attacchi informatici, creando un potenziale squilibrio tra capacità offensive e difensive.

Per comprendere questa evoluzione verso l’AGI, è necessario guardare al livello infrastrutturale, i modelli più avanzati non nascono in modo isolato, ma sono il risultato di una trasformazione profonda dell’ecosistema tecnologico. NVIDIA, in questo senso, ha ridefinito il concetto stesso di computer, trasformando i data center in vere e proprie fabbriche di intelligenza, capaci di produrre continuamente output cognitivi e generare valore in tempo reale.

Alla luce di queste trasformazioni, la dichiarazione iniziale di Huang può essere riletta in modo più preciso. L’AGI, intesa come replica completa dell’intelligenza umana, non è ancora stata raggiunta. Tuttavia, se la si definisce come la capacità di un sistema di operare in autonomia su problemi complessi e generare valore, allora è possibile sostenere che una forma funzionale e operativa di AGI sia già presente.

Il Segretario alla Difesa Pete Hegseth aveva fissato una scadenza precisa: venerdì 27 febbraio, alle 17:01. Entro quell’ora l’azienda avrebbe dovuto rendere Claude disponibile per “tutti gli usi leciti”, rimuovendo i limiti che oggi ne impediscono l’impiego in alcuni ambiti sensibili.

In caso di rifiuto, il Dipartimento della Difesa avrebbe imposto misure come la revoca del contratto da 200 milioni di dollari firmato nel 2025, la possibile classificazione dell’azienda come “rischio per la supply chain” della difesa e persino il ricorso al Defense Production Act (DPA), la legge che consente al governo di imporre la collaborazione alle imprese private per ragioni di sicurezza nazionale.

Nonostante le possibili conseguenze, Anthropic ha rifiutato. Il CEO Dario Amodei ha confermato che l’azienda non rimuoverà le salvaguardie che impediscono l’uso del modello per la sorveglianza di massa dei cittadini statunitensi e per il controllo di armi completamente autonome.

Una decisione che porta ad una contrapposizione tra una delle principali aziende di IA e l’apparato della difesa americana, infatti, per comprenderne la portata, è necessario capire il contesto in cui si colloca.

Negli ultimi tre anni l’IA di frontiera è passata da tecnologia sperimentale a infrastruttura critica. I modelli linguistici di grandi dimensioni non sono più strumenti di supporto operativo, ma piattaforme cognitive integrate nei flussi decisionali: analisi di intelligence, simulazioni strategiche, pianificazione logistica, gestione di dati classificati.

In questo contesto si inserisce il contratto firmato nel luglio 2025 tra Anthropic e il Dipartimento della Difesa, del valore di 200 milioni di dollari. Con quell’accordo, il governo americano ha iniziato a utilizzare Claude all’interno di reti classificate, cioè sistemi informatici che gestiscono informazioni riservate e sensibili per la sicurezza nazionale.

Claude è stato il primo modello IA generativa autorizzato a operare in questi ambienti protetti. Questo significa che l’IA non veniva più impiegata solo per attività sperimentali o di supporto esterno, ma entrava direttamente nei processi interni della difesa: analisi dei dati, supporto alle decisioni, gestione di informazioni strategiche.

Proprio perché Claude era già entrato nei sistemi classificati della difesa, la questione delle limitazioni incorporate nel modello è diventata centrale.

Da qui prende forma la richiesta del Pentagono.

Non si trattava di un semplice aggiornamento tecnico o di un ampliamento marginale del contratto, ma di una modifica sostanziale della governance del modello: chi decide cosa l’IA può o non può fare?

Il Dipartimento della Difesa ha chiesto che Claude fosse disponibile per “tutti gli usi leciti”, eliminando le restrizioni interne inserite da Anthropic. In sostanza, il governo chiedeva che fosse la legge e non il codice a stabilire il perimetro di utilizzo.

In concreto, le barriere da rimuovere riguardavano due ambiti ben definiti:

• l’impossibilità di utilizzare il modello per attività di sorveglianza di massa sul territorio nazionale;
• il divieto di impiego in sistemi d’arma completamente autonomi.

In termini istituzionali, la posizione del Pentagono risulta coerente: l’onere giuridico dell’uso di uno strumento tecnologico ricade su chi lo impiega. Se un utilizzo è conforme alla legge, non dovrebbe essere un limite tecnico preimpostato a impedirne l’attuazione.

Il nodo centrale, però, emerge proprio in questo passaggio. Accettare la richiesta avrebbe significato spostare il controllo dall’architettura etica del modello alla piena discrezionalità dell’apparato militare. Il fornitore non avrebbe più esercitato alcun ruolo di garanzia preventiva, trasformandosi in un semplice erogatore di capacità tecnologica.

È qui che si colloca la scelta di Anthropic.

Le ragioni del rifiuto: affidabilità tecnica e responsabilità sistemica

Anthropic ha costruito la propria identità su un principio preciso: i modelli di frontiera devono essere sviluppati con limiti incorporati, non delegati esclusivamente all’utente. Per questo il rifiuto non è stato presentato come una presa di posizione ideologica, ma come una valutazione fondata su due livelli di analisi distinti.

1. Livello tecnico-operativo

L’azienda sostiene che l’attuale stato dell’arte dell’AI non garantisce un livello di affidabilità sufficiente per l’integrazione in sistemi d’arma autonomi. In scenari ad alta complessità, la probabilità di errore non è eliminabile. E in un contesto letale, anche un errore statisticamente marginale può avere effetti irreversibili: fuoco amico, escalation involontaria, compromissione di missioni strategiche.

2. Livello istituzionale e costituzionale

Sul versante della sorveglianza, Anthropic ritiene che l’uso dell’IA per aggregare dati su larga scala possa alterare l’equilibrio tra sicurezza e libertà civili, soprattutto in assenza di una normativa specifica sull’IA applicata alla sicurezza interna.

In questo senso, l’azienda si assume un ruolo para-regolatorio: inserisce nel modello limiti che il legislatore non ha ancora codificato.

La dichiarazione del CEO Dario Amodei che ha definito “intrinsecamente contraddittorie” le minacce del Pentagono evidenzia il paradosso: un’azienda considerata al tempo stesso rischio per la sicurezza e indispensabile alla sicurezza.

Implicazioni economiche e strategiche

Il contratto da 200 milioni di dollari è solo la parte più visibile della vicenda.

Il punto più delicato riguarda l’ipotesi di classificare Anthropic come “rischio per la supply chain” della difesa. È una misura che di solito viene applicata a soggetti considerati vicini a potenze straniere ostili. Usarla nei confronti di un’azienda americana per una divergenza sull’uso dell’intelligenza artificiale segnerebbe un cambio di passo nei rapporti tra governo e imprese tecnologiche.

Le conseguenze potrebbero essere concrete. Gli investitori potrebbero diventare più cauti nel finanziare aziende che operano nel settore della difesa tecnologica. Le startup di intelligenza artificiale potrebbero evitare di imporre limiti rigidi ai propri modelli per non esporsi a pressioni istituzionali. E, soprattutto, il governo potrebbe rivolgersi con maggiore rapidità a fornitori più disponibili ad accettare le condizioni richieste.

Non è un caso che, proprio mentre lo scontro era in corso, OpenAI abbia annunciato un accordo con il Dipartimento della Difesa per operare sulle reti classificate. In un settore strategico come questo, gli spazi lasciati liberi vengono rapidamente occupati.

Il caso Anthropic va oltre la semplice cronaca. La domanda che pone è: può un’azienda imporre limiti etici alla propria tecnologia anche di fronte a una richiesta del governo? E fino a che punto lo Stato può chiedere la rimozione di barriere inserite nel codice?

A rendere la vicenda ancora più importante è il tema della sorveglianza. L’intelligenza artificiale può rafforzare la capacità preventiva dello Stato, analizzando grandi quantità di dati su movimenti, comunicazioni e comportamenti. Ma lo stesso strumento, se utilizzato su larga scala, può incidere in modo significativo sulla privacy e sulle libertà individuali.

Dunque occorre chiedersi fino a che punto l’intelligenza artificiale possa essere integrata nei meccanismi della sicurezza evitando di trasformarsi in uno strumento di controllo permanente.

Purtroppo le discussioni sono spesso ricadute nei soliti schemi di polarizzazione tra apocalittici e integrati, con considerazioni che spesso nulla avevano a che vedere con le finalità dei suoi ideatori, ovvero di stimolare la creatività e l’intelligenza emotiva dei ragazzi, attraverso uno strumento che gli imponesse un adeguato livello di attenzione prima di scrivere, dal momento che la macchina da scrivere non ha il tasto “canc” e non consente il classico copia-incolla del pc.

Un articolo del Financial Times dello scorso 14 marzo, ci ricorda che, negli ultimi decenni, un crescente corpus di ricerche evidenzia un significativo declino delle capacità cognitive, in particolare quelle legate all’attenzione, alla memoria e alle abilità di ragionamento critico.

Secondo i dati OCSE derivati dai test PISA 2022, che coinvolgono oltre 600.000 studenti di 15 anni in 81 Paesi, si evidenzia una diminuzione significativa delle performance cognitive in lettura, matematica e scienze, particolarmente accentuata negli ultimi dieci anni. I punteggi medi degli studenti in lettura e matematica hanno registrato un calo costante rispetto alle precedenti valutazioni, indicando una diminuzione della capacità di elaborazione e risoluzione di problemi complessi.

Questa tendenza negativa non riguarda solo i giovani: il rapporto internazionale “Survey of Adult Skills” (PIAAC) condotto dall’OCSE nel 2023 evidenzia un marcato deterioramento anche nelle competenze cognitive fondamentali tra gli adulti. Negli Stati Uniti, il 28% degli adulti ha mostrato punteggi molto bassi nei test di alfabetizzazione e numeracy, collocando il Paese tra i più bassi in termini di performance cognitive rispetto alle altre nazioni.

Parallelamente, la National Endowment for the Arts (NEA, 2023) ha registrato una forte diminuzione nella lettura per piacere tra gli adulti statunitensi, passata dal 54,6% nel 2012 a meno del 50% nel 2022, suggerendo un progressivo allontanamento da pratiche cognitive attive cruciali per la conservazione e il potenziamento delle capacità mentali.

E che dire delle distrazioni generate dagli ambienti digitali multitasking (social network, chat, news, games)? Questo fenomeno è confermato da un’analisi approfondita pubblicata su International Journal of Educational Technology in Higher Education (2018) su studenti universitari.  La ricerca, in sostanza, conclude che il media multitasking interferisce negativamente con le funzioni cognitive essenziali per l’apprendimento, soprattutto in ambienti didattici strutturati. Inoltre, emerge come gli studenti tendano a sottovalutare gli effetti distrattivi di queste abitudini, ovvero non se ne rendono conto.

Non possiamo affermare scientificamente che il calo di alcune funzioni cognitive sia direttamente causato dall’utilizzo di smartphone e computers, tuttavia, una gran quantità di studi e teorie cognitive, trasudano di correlazioni che non andrebbero sottovalutate.

Google, che aveva promesso di non sviluppare tecnologie di intelligenza artificiale per scopi bellici, ha modificato la propria linea politica, guarda caso dopo il cambio di amministrazione, aprendo la strada a un utilizzo dell’IA che potrebbe benissimo trovare applicazioni nel settore militare.

Google ha infatti ufficialmente rimosso dalle sue linee guida etiche sull’intelligenza artificiale il divieto di impiegare “tecnologie che potrebbero causare danni generali”.

Un segnale inquietante in un momento storico in cui il confine tra innovazione civile e applicazioni belliche si fa sempre più labile. L’evoluzione di questi sistemi, che un tempo abbiamo sempre immaginato essere destinati a dover migliorare la comunicazione e la vita quotidiana, ora si prefigge di diventare un’arma nelle mani di chi detiene il potere.

Questa svolta non avviene per caso, ma in un contesto globale dove l’innovazione tecnologica e la corsa agli armamenti si intrecciano con le logiche del potere geopolitico.

Le capacità dell’intelligenza artificiale, infatti, stanno attirando l’interesse non solo di investitori e consumatori, ma anche di governi e forze armate, che chiaramente intendono sfruttare queste tecnologie per consolidare il proprio vantaggio strategico. In un mondo in cui il confine tra civile e militare si fa sempre più labile, le decisioni di queste aziende dalle proporzioni economiche titaniche assumono una valenza politica che va ben oltre la semplice ricerca di profitto.

Come giornalisti non possiamo non ricordare il primo “inchino” ufficiale alla nuova amministrazione Trump, da parte di Jeff Bezos che, in un editoriale sul The Washington Post dello scorso 28 ottobre 2024, dall’eloquente titolo “The hard truth: Americans don’t trust the news media” (“La dura verità: gli americani non si fidano dei mezzi di informazione”), dichiarò di non volersi schierare apertamente in vista delle imminenti elezioni presidenziali. Con motivazioni evidentemente risibili, appellandosi ad un dovere di neutralità dell’informazione (storicamente mai messo in atto dal suo giornale) ed al fatto che i cittadini non hanno mai votato in base alle indicazioni dei giornali…

Il contrasto tra la retorica idealistica del passato e la realtà odierna, dove le grandi aziende tecnologiche sono costrette a negoziare tra i loro principi originari (almeno quelli sempre “dichiarati”) e le pressioni politiche, diventa così il simbolo di una trasformazione più ampia. Google, abbandonando i propri impegni etici, incarna una tendenza che vede la tecnologia subordinata a interessi strategici e militari, mentre personalità come Bezos cercano di richiamare l’attenzione su un valore fondamentale: la fiducia pubblica.nnovazione.

Il provvedimento abrogato mirava a regolamentare la creazione, l’uso e la diffusione dei modelli di intelligenza artificiale negli Stati Uniti, introducendo nuovi standard di sicurezza e imponendo ai proprietari e sviluppatori di sistemi IA di condividere i risultati dei test di sicurezza con il governo, prima del rilascio pubblico.

Trump ha giustificato la revoca sostenendo che la riduzione dei vincoli normativi fosse un passo essenziale per favorire l’innovazione tecnologica e rilanciare il paese. Nel suo discorso inaugurale ha parlato di un nuovo inizio per l’America, un ritorno al buon senso e alla concretezza, definendo la sua presidenza come l’alba di una nuova età dell’oro. Secondo lui, le politiche dell’amministrazione Biden avrebbero rappresentato un ostacolo allo sviluppo degli Stati Uniti in questo settore strategico, frenando le possibilità di crescita e progresso.

La decisione è coerente con il programma Repubblicano presentato durante le elezioni del 2024, in cui Trump aveva promesso di abrogare l’ordinanza, ritenuta un freno all’innovazione dell’intelligenza artificiale. I Repubblicani hanno inoltre ribadito la loro volontà di promuovere uno sviluppo dell’IA radicato nella libertà di espressione e nella crescita economica.

Con questa mossa, l’amministrazione Trump ha dimostrato, da subito, l’intenzione di perseguire un approccio più “leggero” alle regolamentazioni sull’IA. Sebbene i dettagli della nuova strategia in merito all’intelligenza artificiale restino poco chiari, la nomina di David Sacks, imprenditore noto per le sue posizioni anti-regolatorie, a capo delle politiche federali su criptovalute e intelligenza artificiale, suggerisce una linea generale meno interventista. L’obiettivo dichiarato è quello di creare un ambiente che stimoli l’innovazione e mantenga gli Stati Uniti molto competitivi a livello globale.

Tuttavia, l’assenza di un quadro normativo federale potrebbe aumentare i rischi legati all’utilizzo dell’intelligenza artificiale, in settori sensibili come la sicurezza informatica, la giustizia e la sanità. Inoltre, la mancanza o una debole regolamentazione centralizzata potrebbe portare a una frammentazione del mercato, con i singoli Stati impegnati a definire norme autonome, creando un mosaico legislativo disomogeneo e potenzialmente difficile da rispettare per le aziende del settore.

Il nuovo ordine esecutivo, il primo del presidente Trump, in cui abolisce l’EO 14110, come tutti gli altri, sarà valido fino alla fine della sua presidenza, a meno che un futuro presidente o Trump stesso, non decida di modificarlo o abrogarlo.

In questo contesto lunedì 13 gennaio, il Bureau of Industry and Security (BIS) del Dipartimento del Commercio statunitense ha pubblicato un comunicato stampa ufficializzando ulteriori restrizioni e controlli sull’esportazione di chip avanzati.

A giugno 2024, gli Stati Uniti hanno iniziato ad intensificare i loro controlli per limitare l’accesso della Cina ai chip avanzati per IA. Washington ha fatto pressione su alleati chiave come Giappone e Paesi Bassi (tra i principali fornitori di memorie ultraveloci) per introdurre restrizioni più severe sulle esportazioni di tecnologie avanzate verso la Cina.

Alan Estevez, sottosegretario americano al Commercio per l’Industria e la Sicurezza che guida il BIS, ha avviato colloqui con Tokyo Electron e ASML Holding, aziende cruciali per la produzione di chip High Bandwidth Memory (HBM), memoria ad alta velocità e ampia larghezza di banda, progettata per supportare applicazioni complesse come l’intelligenza artificiale, il machine learning e il gaming avanzato.

Tuttavia, mentre Pechino ha continuato indirettamente, attraverso reti internazionali, ad importare le tecnologie oggetto di embargo e aziende come Nvidia e OpenAI hanno riscontrato difficoltà nel contenere queste manovre, la Cina ha anche continuato a investire nello sviluppo di soluzioni autonome, attraverso aziende come Huawei e Wuhan Xinxin Semiconductor Manufacturing Co.

Per affrontare queste problematiche le disposizioni normative pubblicate nel recente comunicato stampa del BIS, mirano a rafforzare i controlli sulle tecnologie avanzate, con l’obiettivo di proteggere la sicurezza nazionale degli Stati Uniti e i suoi interessi di politica estera, cercando di impedire che i modelli di intelligenza artificiale avanzata cadano nelle mani di “attori malintenzionati”, come Cina, Russia ed Iran.

La strategia di protezione prevede:

1. L’introduzione di licenze specifiche, come l’Autorizzazione per l’Intelligenza Artificiale (AIA) e l’Autorizzazione per la Produzione Avanzata (ACM), per facilitare il commercio con i 18 paesi alleati e garantire la continuità delle catene di approvvigionamento cioè garantire che i beni e i materiali necessari per la produzione e il commercio vengano consegnati senza interruzioni. Inoltre, è possibile esportare piccole quantità di chip avanzati senza autorizzazioni speciali, a patto che non siano destinate a paesi sotto embargo.
   Anche il programma già in vigore Data Center Validated End User (VEU), istituito dal Bureau of Industry and Security per facilitare l’accesso a determinate tecnologie da parte di aziende o organizzazioni estere che hanno dimostrato di operare nel rispetto delle normative statunitensi sull’esportazione, è stato aggiornato per includere due nuove categorie:
   
   Universal VEUs (UVEU): per introdurre aziende statunitensi e alleate che costruiscono data center globali.
   National VEUs (NVEU): per introdurre aziende alleate che operano in regioni selezionate.
2. L’introduzione di limiti per i modelli di IA addestrati con oltre 10^26 operazioni computazionali.  Le esportazioni e il trasferimento di questi modelli avanzati richiederanno autorizzazioni specifiche, con eccezioni per partner alleati e per modelli open source, ovvero quei i modelli che sono resi pubblici e disponibili a tutti.

Il quadro normativo introdotto lascia spazio a revisioni e aggiustamenti futuri, indicando una sorta di “periodo di prova” implicito per valutare la sua efficacia e per adeguarlo alle esigenze della sicurezza nazionale e degli interessi economici Statunitensi.

L’amministrazione Biden-Harris ha sottolineato l’importanza di garantire che “l’intelligenza artificiale mondiale funzioni su rotaie americane”, evitando che le tecnologie avanzate finiscano nelle mani di attori non alleati.

Queste proposte regolatorie annunciate hanno sollevato numerose critiche.

Nvidia ha espresso preoccupazioni sul possibile impatto negativo sul mercato dell’innovazione statunitense, mentre esperti legali e analisti, come Jonathan Kewley, hanno rilevato la evanescenza di queste misure a fronte dell’imminente cambio di amministrazione.

L’Information Technology and Innovation Foundation ha invece evidenziato come, una strategia basata sulla concorrenza anziché sul contenimento, potrebbe favorire maggiormente gli Stati Uniti, evitando di alienare i partner chiave.

Come afferma Daniel Castro, vicepresidente dell’Information Technology and Innovation Foundation (ITIF): “Di fronte a un simile ultimatum, molti Paesi potrebbero optare per chi offre loro un accesso ininterrotto alle tecnologie di intelligenza artificiale, essenziali per la loro crescita economica e il loro futuro digitale”.