Antonio Irpino – Università della Campania “L. Vanvitelli”
L’intelligenza artificiale (IA) sta ridefinendo il nostro modo di vivere, lavorare e prendere decisioni. Ma con il suo impatto crescente emergono anche interrogativi etici, giuridici e tecnici che richiedono risposte strutturate. In Europa, il Regolamento (UE) 2024/1689 (AI Act) e, in Italia, il Disegno di Legge AC 2316 rappresentano due pilastri normativi fondamentali per garantire uno sviluppo dell’IA che sia responsabile, trasparente e antropocentrico, basato su principi fondamentali come la trasparenza, la proporzionalità, la sicurezza, la protezione dei dati personali e la non discriminazione. In questo scenario, la comunità statistica – accademica e professionale – è chiamata a un ruolo nuovo e strategico: non più solo supporto tecnico, ma protagonista attivo nella progettazione, validazione e monitoraggio dei sistemi di IA.
I settori specifici in cui il Disegno di Legge italiano (DDL AC 2316) pone particolare attenzione sono:
- Sviluppo Economico: utilizzo dell’IA per migliorare la produttività e la competitività nazionale, con enfasi sulla localizzazione e sicurezza dei dati.
- Sicurezza e Difesa Nazionale: sistemi di IA installati su server nazionali per proteggere dati sensibili.
- Sanità: supporto alle tecnologie sanitarie avanzate, Fascicolo Sanitario Elettronico (FSE), e ricerca clinica con dati opportunamente anonimizzati.
- Lavoro: miglioramento delle condizioni lavorative, tutela dei lavoratori, e uso trasparente dell’IA.
- Pubblica Amministrazione: aumento dell’efficienza amministrativa, tracciabilità e trasparenza nell’uso dei sistemi IA.
- Giustizia: l’IA come strumento ausiliario del magistrato, senza sostituirne il ruolo decisionale.
- Disposizioni Penali e Civili: introduzione di nuove fattispecie di reato legate all’uso improprio dell’IA (ad esempio i deepfake).
- Diritto d’Autore: chiarimento sull’applicabilità dei diritti d’autore per opere create con l’ausilio dell’IA.
Questi settori evidenziano l’importanza dell’intervento della statistica, chiamata a garantire qualità, robustezza, equità e trasparenza dei sistemi AI utilizzati. In questo contesto normativo, la statistica accademica e professionale assume un ruolo strategico di primo piano. Essa non è più limitata ad attività di supporto tecnico preliminare o successiva, ma rappresenta una componente chiave durante tutto il ciclo di vita dei sistemi di IA.
Governance dei dati: il contributo statistico previsto dalla normativa
La qualità del dato rappresenta una delle principali condizioni poste dal DDL italiano (Articolo 3, comma 1) e dall’AI Act europeo (Articolo 10). Entrambe le normative richiedono dati accurati, rappresentativi e privi di bias per l’addestramento degli algoritmi. La comunità statistica può intervenire direttamente per garantire tale qualità, mediante tecniche rigorose come i piani di campionamento ottimali e la definizione di schede informative dettagliate (Datasheets for Datasets). Questo ruolo consente agli statistici di operare come veri custodi dell’integrità e della rappresentatività dei dati, contribuendo attivamente alla prevenzione di discriminazioni algoritmiche.
Validazione statistica: accuratezza, robustezza e spiegabilità
Il DDL italiano (Articolo 5) e l’AI Act (Articolo 15) pongono requisiti rigorosi sulla verifica di accuratezza, robustezza e trasparenza dei sistemi di IA. Gli statistici possono applicare metodologie avanzate, come la cross-validation, tecniche di ricampionamento, conformal
inference e inferenza Bayesiana, garantendo una solida validazione dei modelli algoritmici.
Inoltre, metodi statistici per l’Explainable AI (XAI), possono aiutare a rendere trasparenti e comprensibili decisioni automatizzate, rispondendo alle richieste normative sulla trasparenza algoritmica. Interessante, in questa direzione, il contributo scientifico di Paolo
Giudici, nostro socio e protagonista della vita della società da molti anni.
Valutazioni d’impatto e inferenza causale
Sia il DDL italiano (Articolo 6) che l’AI Act (Articolo 29) richiedono analisi continue sugli impatti sociali ed economici dei sistemi AI. Qui gli statistici hanno un ruolo centrale nell’utilizzo di tecniche di inferenza causale, che permettono di quantificare gli effetti reali e prevenire conseguenze indesiderate. Tali valutazioni statistiche rigorose risultano essenziali per monitorare e assicurare equità, trasparenza ed efficacia dei sistemi AI nel tempo.
Sandbox regolatori e sperimentazioni statistiche
Il DDL italiano introduce esplicitamente sandbox regolatori (Articolo 8), ambienti sperimentali controllati in cui le tecniche statistiche assumono particolare rilevanza. Metodologie avanzate come i disegni sperimentali e le simulazioni Monte Carlo permettono di testare la validità e la robustezza di algoritmi in ambienti sicuri e controllati, offrendo agli statistici l’opportunità di contribuire concretamente allo sviluppo di sistemi AI sicuri ed efficaci.
Equità e privacy: il contributo statistico all’etica algoritmica
La normativa, con particolare enfasi sugli articoli 4 e 5 del DDL e gli articoli 10 e 13 dell’AI Act, evidenzia chiaramente il ruolo cruciale degli statistici nella garanzia dell’equità algoritmica e della privacy dei dati. Tecniche statistiche avanzate per il rilevamento e la mitigazione del bias, come la privacy differenziale, risultano strumenti indispensabili per garantire una gestione etica e responsabile delle informazioni.
Formazione e capacità tecnica degli statistici
Entrambi i quadri normativi pongono una forte enfasi sulla formazione interdisciplinare. La comunità statistica italiana, sia accademica che professionale, ha l’opportunità di contribuire allo sviluppo di corsi e programmi specifici, volti a formare professionisti in grado di affrontare le sfide etiche e metodologiche poste dall’IA.
La statistica non è più una disciplina ancillare, ma un pilastro della governance dell’IA. Le nuove normative offrono alla comunità statistica un’occasione storica per affermare il proprio ruolo scientifico e sociale, contribuendo a costruire un’intelligenza artificiale che sia
etica, trasparente e sostenibile. Attraverso strumenti concreti, formazione e collaborazione interdisciplinare, gli statistici possono guidare la trasformazione digitale con rigore metodologico e responsabilità civile.
