#1_AI ACT: quali tipi di intelligenza artificiale regolamenta

In attesa dell'approvazione finale e dell'AI ACT, prevista per questo mese, esaminiamo insieme qual è lo scopo del Regolamento e a quali tipi di intelligenza artificiale si applica.

apr 17, 2024

Il Regolamento Europeo sull’intelligenza artificiale è stato approvato in prima seduta il 16 Marzo 2024 e attende l’approvazione finale ad Aprile, dopo di che entrerà in vigore. Il testo non dovrebbe subire cambiamenti sostanziali rispetto a quello attuale.

Non avrà un’applicazione immediata, ma un’introduzione progressiva, fino a diventare completamente operativo entro due anni. Questo non significa però che le imprese possano attendere due anni, tutt’altro. Sono tenute ad adeguarsi fin da subito, non tanto per un obbligo di legge, quanto per non rischiare di immettere sul mercato prodotti non conformi e doverli ritirare a stretto giro.

L’esperienza insegna che muoversi tempestivamente è l’unica soluzione per competere con la concorrenza e, se possibile, anticiparla.

Lo scopo dell’AI ACT

Lo scopo del Regolamento, che non ha ancora né un numero né una data dovendo ancora essere approvato in via definitiva, è quello di migliorare il funzionamento del mercato interno offrendo un quadro giuridico uniforme per lo sviluppo e la commercializzazione di sistemi di intelligenza artificiale che rispettino i diritti fondamentali, la salute, la sicurezza.

Leggiamo il primo articolo.

Articolo 1 - Oggetto

1.     Lo scopo del presente regolamento è migliorare il funzionamento del mercato interno e promuovere la diffusione di un'intelligenza artificiale (IA) antropocentrica e affidabile, garantendo nel contempo un livello elevato di protezione della salute, della sicurezza e dei diritti fondamentali sanciti dalla Carta dei diritti fondamentali, compresi la democrazia, lo Stato di diritto e la protezione dell'ambiente, contro gli effetti nocivi dei sistemi di intelligenza artificiale (sistemi di IA) nell'Unione nonché promuovere l'innovazione.
2.     Il presente regolamento stabilisce:
a)     regole armonizzate per l'immissione sul mercato, la messa in servizio e l'uso dei sistemi di IA nell'Unione;
b)     divieti di talune pratiche di IA;
c)     requisiti specifici per i sistemi di IA ad alto rischio e obblighi per gli operatori di tali sistemi;
d)     regole di trasparenza armonizzate per determinati sistemi di IA;
e)     regole armonizzate per l'immissione sul mercato di modelli di IA per finalità generali;
f)      regole in materia di monitoraggio del mercato, governance della vigilanza del mercato e applicazione;
g)     misure a sostegno dell'innovazione, con particolare attenzione alle PMI, comprese le start-up.

Se questi sono gli scopi, che andremo ad esaminare, la prima domanda a cui dobbiamo rispondere è di quale tipo di intelligenza artificiale il Regolamento intenda occuparsi.

Il concetto di intelligenza artificiale

Il concetto di intelligenza artificiale è molto ampio e, soprattutto, può essere definito in modo diverso a seconda dell’angolo visuale. A noi, in questa sede, non interessano le dissertazioni teoriche ma capire cosa sia l’intelligenza artificiale per l’AI Act che, all’art. 3, offre una definizione di intelligenza artificiale e di intelligenza artificiale generale (da non confondere con quella generativa, che è un’altra cosa).

Articolo 3 - Definizioni

Ai fini del presente regolamento si applicano le definizioni seguenti:
1. 1) "sistema di IA": un sistema automatizzato progettato per funzionare con livelli di autonomia variabili e che può presentare adattabilità dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dall'input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali; (…)
63) "modello di IA per finalità generali": un modello di IA, anche laddove tale modello di IA sia addestrato con grandi quantità di dati utilizzando l'autosupervisione su larga scala, che sia caratterizzato una generalità significativa e sia in grado di svolgere con competenza un'ampia gamma di compiti distinti, indipendentemente dalle modalità con cui il modello è immesso sul mercato, e che può essere integrato in una varietà di sistemi o applicazioni a valle, ad eccezione dei modelli di IA utilizzati per attività di ricerca, sviluppo o prototipazione prima di essere immessi sul mercato; (…)
66) "sistema di IA per finalità generali": un sistema di IA basato su un modello di IA per finalità generali, che ha la capacità di perseguire varie finalità, sia per uso diretto che per integrazione in altri sistemi di IA; (…)

Iniziamo con l’esaminare il concetto di intelligenza artificiale, di cui al punto 1). Può essere utile leggere anche il testo inglese, che definisce l’intelligenza artificiale come:

«a machine-based system designed to operate with varying levels of autonomy, that may exhibit adaptiveness after deployment and that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments».

Un aiuto maggiore lo troviamo nel Considerando 12) del Regolamento in cui vengono esplicitati alcuni dei concetti appena visti.

In esso si legge che la nozione di intelligenza artificiale dovrebbe essere definita in modo chiaro:

«dovrebbe essere basata sulle principali caratteristiche dei sistemi di IA, che la distinguono dai tradizionali sistemi software o dagli approcci di programmazione più semplici, e non dovrebbe riguardare i sistemi basati sulle regole definite unicamente da persone fisiche per eseguire operazioni in modo automatico».

«Una caratteristica fondamentale dei sistemi di IA è la loro capacità inferenziale. Tale capacità inferenziale si riferisce al processo di ottenimento degli output, quali previsioni, contenuti, raccomandazioni o decisioni, che possono influenzare gli ambienti fisici e virtuali e alla capacità dei sistemi di IA di ricavare modelli o algoritmi da input o dati. Le tecniche che consentono l'inferenza nella costruzione di un sistema di IA comprendono approcci di apprendimento automatico che imparano dai dati come conseguire determinati obiettivi e approcci basati sulla logica e sulla conoscenza che traggono inferenze dalla conoscenza codificata o dalla rappresentazione simbolica del compito da risolvere. La capacità inferenziale di un sistema di IA trascende l'elaborazione di base dei dati e consente l'apprendimento, il ragionamento o la modellizzazione.»

«I sistemi di IA sono progettati per funzionare con livelli di autonomia variabili, il che significa che dispongono di un certo grado di autonomia di azione rispetto al coinvolgimento umano e di capacità di funzionare senza l'intervento umano. L'adattabilità che un sistema di IA potrebbe presentare dopo la diffusione si riferisce alle capacità di autoapprendimento, che consentono al sistema di cambiare durante l'uso».

Alla luce di quanto sopra, un sistema di intelligenza artificiale, è quel sistema che:

si basa su una macchina, ovvero utilizza una macchina per il suo funzionamento;
progettato per funzionare con gradi variabili di autonomia, nel senso che ha la capacità di funzionare anche senza l’intervento dell’uomo;
che può dimostrare adattabilità una volta implementato, nel senso che ha la capacità di autoapprendimento e di cambiare durante l'uso;
e che, perseguendo obiettivi espliciti o impliciti, dagli input ricevuti deduce come generare output, nel senso che ha capacità inferenziale, ovvero la capacità di ottenere gli output e/o di ricavare modelli dagli input, senza dovere ogni volta elaborare i dati ma avendo appreso un modello di ragionamento.

Sinteticamente, un sistema di intelligenza artificiale rientra nell’ambito di applicazione del Regolamento se:

si basa su una macchina;
è capace di funzionare anche senza l’intervento dell’uomo;
può avere capacità di autoapprendimento;
ha una capacità inferenziale.

Per un giurista non è facile stabilire quando un sistema soddisfi questi requisiti e dovrà volta per volta chiedere una risposta da parte dei tecnici a cui dovrà sottoporre la definizione normativa.

In ogni caso tale definizione sembra molto ampia e destinata a comprendere non solo i sistemi di intelligenza artificiale generativa, come ChatGPT, ma anche quelli non generativi, già in commercio sul mercato da molti anni. Non è un caso che l’AI Act detti tempi diversi di attuazione per chi già commercializza un prodotto rispetto a chi ne deve creare uno nuovo.

General-purpose AI

La seconda categoria di intelligenza artificiale di cui si occupa l’AI Act è la General-purpose AI, definita, al punto 63) dell’Art. 3, come un sistema che «sia in grado di svolgere con competenza un'ampia gamma di compiti distinti».

Questo tipo di intelligenza artificiale non deve essere confusa con l’intelligenza artificiale generale, o Artificial General Intelligence (AGI), che è un concetto ad oggi ancora piuttosto astratto e non attuato, con cui ci si riferisce a un sistema in grado di risolvere qualsiasi problema con una modalità e competenza analoga a quella dell’uomo. L’AGI si contrappone, infatti, alla narrow AI, o intelligenza artificiale stretta, che si occupa di risolvere problemi specifici o svolgere compiti determinati.

Anche in questo caso, il Considerando (97) ci aiuta a comprendere meglio questo concetto, precisando che la loro principale caratteristica è «la generalità e la capacità di svolgere con competenza un'ampia gamma di compiti distinti. Questi modelli sono solitamente addestrati su grandi quantità di dati con diversi metodi, come l'apprendimento autosupervisionato, non supervisionato o per rinforzo».

Il Considerando aggiunge che «I modelli di IA per finalità generali possono essere immessi sul mercato in vari modi, tra cui biblioteche, interfacce di programmazione delle applicazioni (API), download diretto o copia fisica. Tali modelli possono essere ulteriormente modificati o perfezionati con nuovi modelli. Sebbene i modelli di IA siano componenti essenziali dei sistemi di IA, essi non costituiscono di per sé sistemi di IA. I modelli di IA necessitano dell'aggiunta di altri componenti, ad esempio un'interfaccia utente, per diventare sistemi di IA. I modelli di IA sono generalmente integrati nei sistemi di IA e ne fanno parte».

La norma si riferisce ai modelli che stanno alla base dei sistemi di intelligenza artificiale, come il modello GTP che sta alla base di ChatGPT, ma anche di molti altri sistemi e che è sostanzialmente il suo motore.

Le General-purpose AI, o GPAI, sono qualcosa di molto vicino ai foundation model, in quanto anche se la GPAI si basa su un foundation model, entrambi i termini si riferiscono, in sostanza, a modelli o sistemi di intelligenza artificiale che possono essere usati come base per realizzare una vasta gamma di applicazioni diverse.

Una conferma di questa interpretazione la troviamo sempre nel Considerando (97) che aggiunge:

«Quando il fornitore di un modello di IA per finalità generali integra un modello proprio nel suo sistema di IA messo a disposizione sul mercato o messo in servizio, tale modello dovrebbe essere considerato immesso sul mercato e, pertanto, gli obblighi di cui al presente regolamento per i modelli dovrebbero continuare ad applicarsi in aggiunta a quelli per i sistemi di IA».

Il Considerando (98) precisa che «Mentre la generalità di un modello potrebbe, tra gli altri criteri, essere determinata anche da una serie di parametri, i modelli con almeno un miliardo di parametri e addestrati con grandi quantità di dati utilizzando l'autosupervisione su larga scala dovrebbero ritenersi caratterizzati da una generalità significativa e in grado di svolgere con competenza un'ampia gamma di compiti distinti.

E il Considerando (99) aggiunge che: «I grandi modelli di IA generativi sono un tipico esempio di modello di IA per finalità generali, dato che consentono una generazione flessibile di contenuti, ad esempio sotto forma di testo, audio, immagini o video, che possono prontamente rispondere a un'ampia gamma di compiti distinti».

Il Considerando (101), infine, prevede che «I fornitori di modelli di IA per finalità generali hanno un ruolo e una responsabilità particolari lungo la catena del valore dell'IA, poiché i modelli che forniscono possono costituire la base per una serie di sistemi a valle, spesso forniti da fornitori a valle che richiedono una buona comprensione dei modelli e delle loro capacità, sia per consentire l'integrazione di tali modelli nei loro prodotti, sia per adempiere i rispettivi obblighi a norma del presente regolamento o di altri regolamenti. È pertanto opportuno prevedere misure di trasparenza proporzionate, tra cui la redazione e l'aggiornamento della documentazione e la fornitura di informazioni sul modello di IA per finalità generali ai fini del suo utilizzo da parte dei fornitori a valle».

Come vedremo, l’AI Act regolamenta in modo diverso, e con particolare attenzione l’intelligenza artificiale con finalità generali.

Questo è il primo numero della rubrica LISP_AI Act, che analizzerà tutti gli aspetti del nuovo Regolamento dando indicazioni pratiche per la sua applicazione da parte delle aziende.

Hai domande su questo nuovo Regolamento?

Lascia un commento

AI Act /Gli step di adeguamento delle imprese - CORSO ONLINE

Il 23 maggio 2024 sarò docente del corso online sull’AI ACT organizzato da Formazione Maggioli.

Il corso vuole approfondire, con approccio operativo, le applicazioni pratiche e illustrare le singole fasi e attività che gli adeguamenti al Regolamento europeo AI Act richiederanno alle imprese e ai professionisti coinvolti nei processi entro il prossimo biennio.

Io terrò la prima parte del corso, in cui illustrerò le misure organizzative e i modelli operativi da mettere in atto per adeguarsi all’AI ACT, dalla Due Diligence al Risk Assessment.

La seconda parte, tenuta dall’Avv. Alessandro Vercellotti si concentrerà sulla gestione dei dati personali e valutazione dei rischi connessi al trattamento dei dati da parte di sistemi di AI.

A questo link è possibile leggere il programma completo e iscriversi.