NEWS

La strategia italiana per l’IA 2024-2025: un bilancio tra ambizioni e criticità

A pochi giorni dalla pubblicazione dell’AI Act sulla Gazzetta Ufficiale dell’Unione Europea e dall’inizio delle audizioni in Commissione, presso il Senato della Repubblica, del disegno di legge sull’intelligenza artificiale, è disponibile online il documento integrale della Strategia Italiana per l’Intelligenza Artificiale 2024-2026.

Michele Iaselli, Coordinatore del Comitato Scientifico di Federprivacy

(Nella foto: l'Avv. Michele Iaselli, Coordinatore del Comitato Scientifico di Federprivacy)


Il testo è stato redatto da un Comitato di esperti per supportare il Governo nella definizione di una normativa nazionale e delle strategie relative a questa tecnologia. Il Comitato, composto da quattordici membri di comprovata competenza ed esperienza, ha lavorato intensamente per analizzare l’impatto dell’intelligenza artificiale e mettere a punto un piano strategico con l’obiettivo di guidare lo sviluppo dell’IA in modo responsabile e inclusivo.

La Strategia Italiana per l’Intelligenza Artificiale è un passo cruciale per l’Italia, che mira a assumere un ruolo di primo piano in materia di IA e transizione tecnologica, anche grazie all’importante ruolo che sta svolgendo con la Presidenza del G7.

Il documento sottolinea l'impatto pervasivo dell'IA sulle dinamiche sociali e produttive, con particolare enfasi sulle recenti innovazioni come il machine learning e il deep learning. L'arrivo di sistemi generativi e modelli di fondazione (Foundation Models) ha ulteriormente trasformato il panorama tecnologico, rendendo l'IA un fenomeno sociale oltre che tecnologico. Questo contesto richiede una nuova strategia che abbracci una visione etica e antropocentrica, ponendo al centro le persone e i loro bisogni.

La strategia si basa su alcuni principi fondamentali:

- Antropocentrismo e Affidabilità: le soluzioni di IA devono essere centrate sull'uomo, affidabili e sostenibili.
- Sviluppo Sostenibile: l'adozione dell'IA deve contribuire agli obiettivi di sviluppo sostenibile delineati dall'Agenda 2030 delle Nazioni Unite.
- Integrazione Europea: la strategia italiana deve essere allineata con il contesto europeo, promuovendo soluzioni compatibili con i principi e le normative dell'UE.

La strategia è organizzata in quattro macroaree principali: Ricerca, Pubblica Amministrazione, Imprese e Formazione. Queste aree sono interconnesse attraverso azioni di natura trasversale che mirano a rafforzare le infrastrutture e a coordinare l'intera strategia.

In particolare il nostro paese punta a:

- Consolidare l'ecosistema della ricerca: rafforzando la collaborazione tra università, centri di ricerca e imprese.
- Trattenere e attrarre talenti: implementando piani straordinari per trattenere e attirare i migliori talenti nel campo dell'IA.
- Promuovere progetti interdisciplinari: incentivando la ricerca fondazionale e i progetti innovativi (blue-sky projects).

La strategia italiana per la ricerca nel campo dell'intelligenza artificiale 2024-2026 si focalizza su vari aspetti chiave per potenziare la competitività e l'innovazione scientifica del Paese.

Uno degli obiettivi principali è consolidare l'ecosistema della ricerca italiana in IA, riconosciuto a livello internazionale per il suo valore e dinamismo. Il consolidamento prevede il rafforzamento delle collaborazioni tra università, centri di ricerca e imprese. La creazione della Fondazione FAIR, supportata dai finanziamenti del PNRR, ha rappresentato un passo significativo in questa direzione.

Questa fondazione, che coinvolge numerosi atenei e centri di ricerca, si propone di sviluppare un ecosistema inclusivo e multicorale che copra tutto il territorio nazionale.

Un altro obiettivo cruciale è trattenere e attrarre talenti. La strategia prevede l'implementazione di un piano straordinario per trattenere i migliori talenti nel campo dell'IA e attrarne di nuovi dall'estero.

La strategia per la Pubblica Amministrazione mira a rendere la PA più efficiente, trasparente e accessibile attraverso l'adozione di tecnologie di IA. Questo approccio prevede l'integrazione dell'IA nei processi amministrativi per migliorare la qualità dei servizi offerti ai cittadini e la gestione delle risorse pubbliche.

Uno degli obiettivi principali è l'efficientamento delle procedure amministrative. La PA utilizzerà l'IA per e riducendo i tempi di attesa.

Un altro obiettivo cruciale è la gestione del patrimonio culturale e ambientale. La PA intende utilizzare l'IA per monitorare e preservare i beni culturali e naturali del paese.

Per quanto riguarda la giustizia, la strategia prevede l'uso dell'IA per migliorare l'efficienza del sistema giudiziario. Verranno adottate soluzioni di IA per la gestione dei casi legali, la ricerca di precedenti giuridici e la redazione di documenti legali, facilitando il lavoro dei giudici e degli avvocati e accelerando i processi giudiziari. Questo contribuirà a ridurre l'arretrato dei tribunali e a garantire una giustizia più rapida ed equa.

La strategia per le imprese si concentra sull'adozione e sviluppo delle tecnologie IA con l'obiettivo di potenziare la competitività del tessuto imprenditoriale italiano. Questo approccio mira a creare un ecosistema innovativo che valorizzi le peculiarità delle imprese italiane, promuovendo sia le aziende ICT che quelle operanti in altri settori produttivi.

La strategia italiana per la formazione mira a sviluppare competenze avanzate e a promuovere una cultura diffusa dell'IA in tutta la società, partendo dall'istruzione fino alla formazione continua per i lavoratori. Il documento evidenzia l'importanza di una formazione di elevata qualità, allineata alle nuove competenze richieste per affrontare le sfide dell'IA. Questo implica l'integrazione dell'insegnamento dell'IA a livello universitario in tutte le sue sfaccettature, con un'attenzione particolare alle questioni etiche. Promuovere una collaborazione interdisciplinare è essenziale per garantire che gli studenti possano affrontare le sfide complesse che l'IA pone in vari campi del sapere.

Il documento rappresenta un piano comprensivo e multidimensionale per promuovere l'adozione e lo sviluppo dell'IA in Italia, con un forte impegno verso l'etica, la sostenibilità e l'integrazione europea, ma pur essendo ambizioso ed articolato appare eccessivamente teorico e poco dettagliato riguardo alle modalità pratiche di implementazione. La mancanza di piani operativi concreti potrebbe rendere difficile la traduzione degli obiettivi strategici in azioni reali e misurabili.

Un altro rilievo riguarda la gestione delle risorse. Sebbene il documento menzioni finanziamenti e supporti, non fornisce dettagli specifici su come queste risorse saranno allocate, né su come verranno monitorati e valutati i risultati. Questo può sollevare preoccupazioni circa la trasparenza e l'efficacia della distribuzione dei fondi.

Inoltre, la strategia per le piccole e medie imprese (PMI) potrebbe essere considerata insufficiente. Le PMI costituiscono una parte significativa del tessuto economico italiano, e una strategia efficace dovrebbe prevedere misure più concrete e mirate per supportarle nell'adozione dell'IA, considerando le loro specifiche necessità e limitazioni.

Un ulteriore aspetto critico è la questione della formazione. Sebbene il documento sottolinei l'importanza dell'educazione e della formazione continua, manca di piani dettagliati per l'implementazione di programmi educativi a lungo termine. La promozione dell'alfabetizzazione digitale e delle competenze in IA richiede un impegno sostenibile nel tempo, che va oltre l'inserimento di corsi specifici nelle università.

Inoltre l'adozione diffusa di tecnologie IA nella pubblica amministrazione, nelle imprese e nella ricerca implica una raccolta e un trattamento massiccio di dati personali. Questo solleva questioni cruciali riguardo alla conformità con il GDPR che la strategia avrebbe dovuto prendere in considerazione. In particolare sarebbe stato opportuno ricordare con maggiore enfasi che tutte le applicazioni di IA devono essere progettate e implementate rispettando i principi fondamentali del GDPR, come la minimizzazione dei dati, la limitazione delle finalità e la trasparenza.

Note Autore

Michele Iaselli Michele Iaselli

Coordinatore del Comitato Scientifico di Federprivacy. Avvocato, docente di logica ed informatica giuridica presso l’Università degli Studi di Napoli Federico II. Docente a contratto di informatica giuridica presso LUISS - dipartimento di giurisprudenza. Specializzato presso l'Università degli Studi di Napoli Federico II in "Tecniche e Metodologie informatiche giuridiche". Presidente dell’Associazione Nazionale per la Difesa della Privacy. Funzionario del Ministero della Difesa - Twitter: @miasell

Prev L’European Center for Digital Rights pubblica la propria relazione annuale: 40 nuove denunce e maxi sanzioni per i casi perorati da noyb
Next La catena di custodia come misura di accountability per la protezione dei dati personali

Arezzo TV, lo speciale dedicato al Privacy Day Forum 2024

Mappa dell'Italia Puglia Molise Campania Abruzzo Marche Lazio Umbria Basilicata Toscana Emilia Romagna Calabria

Rimani aggiornato gratuitamente con la nostra newsletter settimanale
Ho letto l'Informativa Privacy