Elon Musk ha rilanciato la richiesta di maggiore sicurezza nell’intelligenza artificiale, sostenendo controlli tra aziende prima del rilascio dei modelli. Secondo la ricostruzione pubblicata da CNBC il 18 settembre, all’All-In Summit l’imprenditore ha però messo in guardia contro una regolamentazione pubblica difficile da ridimensionare. Il confronto riguarda chi debba verificare i rischi e con quali poteri.
Le convergenze tra rivali sul ritmo dello sviluppo
CNBC riferisce che Musk si è trovato vicino a Dario Amodei e Sam Altman sulla necessità di rallentare lo sviluppo dei modelli più avanzati. Donald Trump e Jensen Huang, amministratore delegato di NVIDIA, hanno invece sostenuto l’esigenza di accelerare. Si tratta di posizioni espresse nel dibattito, non di un accordo operativo tra le aziende.
La stessa testata, richiamando un’inchiesta del Wall Street Journal, riporta che Musk, Huang e Mark Zuckerberg, amministratore delegato di Meta, avrebbero consigliato a Trump di opporsi a un organismo di vigilanza finanziato dall’industria. È una ricostruzione giornalistica: non equivale all’annuncio di una decisione governativa.
La lettera del 2023 prevedeva anche un ruolo pubblico
Un riferimento documentale per comprendere il dibattito è l’appello pubblicato dal Future of Life Institute nel marzo 2023. Il testo chiedeva una pausa di almeno sei mesi nell’addestramento di sistemi più potenti di GPT-4, accompagnata da protocolli di sicurezza condivisi e verifiche di esperti indipendenti.
La proposta contemplava anche l’intervento dei governi se la pausa volontaria non fosse stata attuata rapidamente. Chiedeva inoltre autorità dedicate, strumenti di audit e responsabilità per i danni. Era un appello, non una moratoria entrata automaticamente in vigore.
Questa distinzione aiuta a leggere le dichiarazioni attuali: concordare sull’esistenza di un rischio non significa concordare sull’organismo chiamato a valutarlo, sulle informazioni da rendere disponibili o sulle conseguenze di una verifica negativa.
Il NIST separa la gestione tecnica del rischio dagli obblighi
Negli Stati Uniti esiste già un riferimento pubblico per organizzare la gestione dei rischi: l’AI Risk Management Framework del NIST. L’istituto lo presenta come uno strumento a uso volontario, pensato per integrare criteri di affidabilità nella progettazione, nello sviluppo, nell’impiego e nella valutazione dei sistemi.
Il NIST ha pubblicato anche un profilo dedicato all’intelligenza artificiale generativa. Questi strumenti offrono metodi alle organizzazioni; la loro esistenza non dimostra che una specifica azienda li applichi, né certifica automaticamente la sicurezza di un modello.
Per le imprese contano verifiche, tempi e responsabilità
Sul piano economico, la questione è come inserire i controlli nel percorso che porta un sistema sul mercato. Test aggiuntivi possono richiedere risorse e tempo; procedure credibili possono anche aiutare clienti e partner a valutarne l’affidabilità. Il risultato dipende dalle regole concrete e dalla qualità delle verifiche.
Per interpretare il dibattito occorre quindi distinguere le dichiarazioni generali dagli impegni misurabili: accesso dei valutatori ai modelli, pubblicazione dei risultati e gestione dei problemi emersi. Le convergenze tra dirigenti rivali non bastano, da sole, a stabilire un cambiamento delle politiche aziendali o un effetto sui prezzi di Borsa.
