Intelligenza artificiale ed etica

Il 31 agosto 2026, la Commissione Europea ha designato ChatGPT motore di ricerca online di grandi dimensioni (Very Large Online Search Engine – VLOSE), avendo la piattaforma superato la soglia di 45 milioni di utenti medi mensili nell’Unione Europea. In virtù di questa decisione, ChatGPT dispone di un termine di quattro mesi dalla designazione (entro la fine di dicembre 2026) per conformarsi pienamente agli obblighi rafforzati previsti dalle normative vigenti.

Tra questi obblighi rientrano la valutazione sistematica e la mitigazione dei rischi sistemici connessi alla diffusione di contenuti illegali, agli impatti negativi sui minori, al benessere psicofisico degli utenti, alla tutela dei diritti fondamentali e alla salvaguardia dei processi elettorali.

A luglio 2026, la Commissione europea aveva comunicato a TikTok le proprie conclusioni preliminari, secondo le quali la piattaforma non avrebbe garantito adeguati livelli di sicurezza per gli account dei minori. Nello stesso mese ha comminato ad AliExpress (un servizio di negozi online) un’ammenda di 550 milioni di euro. La sanzione è dovuta al mancato rispetto dell’obbligo di valutare diligentemente il rischio di diffusione, attraverso i propri servizi, di prodotti illegali, non sicuri o contraffatti e di adottare misure efficaci per ridurre tale rischio.

Dagli esempi citati emerge la necessità di un costante monitoraggio di quanto avviene sulle piattaforme digitali e in modo particolare su quelle che offrono servizi di Generative AI in forma autonoma o embedded, ossia integrati all’interno di applicazioni software, per arginare fenomeni come il cyberbullismo, la disinformazione organizzata, discorsi di odio oltre a tutelare minori e consumatori.

I sistemi di intelligenza artificiale sono bulimici di dati e la validità delle loro risposte dipende in larga misura dalla qualità dei dati utilizzati nelle fasi di addestramento. Quanto più i dati utilizzati sono consistenti ed eticamente verificati, tanto maggiore sarà la probabilità che la risposta sia attendibile. In caso contrario, in presenza di dati non conformi, incompleti o peggio ancora distorti trova applicazione il principio informatico noto come garbage in, garbage out, le cui conseguenze principali sono la standardizzazione dei pregiudizi (bias) e le allucinazioni.

Tecnologia ed etica sono legate; tuttavia, non sempre è sufficiente appellarsi alla legge, che pur necessaria, non sempre è in grado di coprire tutti gli eventi; occorre interrogarsi sul valore morale ed etico delle azioni e sulle ricadute che tali azioni possono provocare su persone e società. La bioetica ci ricorda, in presenza di rischi potenzialmente gravi e di un’incertezza circa i possibili effetti, il principio di precauzione, che richiede un’attenta valutazione dei rischi e, quando necessario, la limitazione o la sospensione delle attività più problematiche.

Nel caso dell’intelligenza artificiale la valutazione etica deve riguardare anche i modelli di apprendimento, verificando attentamente i dati, il modo con il quale sono stati raccolti e trattati e la legittimità del loro utilizzo, in modo particolare quando si tratta di dati sensibili e quindi soggetti alle normative sulla privacy, oppure protetti dal punto di vista della sicurezza. A queste si devono aggiungere le valutazioni sull’adeguata rappresentanza di dati relativi a persone con disabilità o appartenenti a minoranze; in questo caso il rischio emergente non sarebbe solamente tecnico, ma avrebbe conseguenze discriminatorie umane e sociali.

Secondo i dati di UN Women, l’agenzia delle Nazioni Unite per l’uguaglianza di genere, la presenza femminile nel settore ICT si attesta attualmente intorno al 21%, con una percentuale ancora più bassa in ambiti specifici come l’intelligenza artificiale. Questo divario, definito gender gap, assume un rilievo particolare: come sottolineato dalla dottoressa Darya Majidi presidente UN Women Italy, si tratta di «un aspetto tanto più significativo per le implicazioni che può avere sugli sviluppi delle nuove tecnologie, a cominciare da un’intelligenza artificiale che incorpora e amplifica pregiudizi e disuguaglianze di genere. Se fondata sulla parità e sull’inclusione, l’intelligenza artificiale al contrario può dispiegare grandi opportunità».

La tecnologia non è mai neutra e l’intelligenza artificiale rappresenta lo specchio della società che l’ha creata con tutti i suoi valori, le sue priorità e i suoi pregiudizi. Nella maggioranza dei casi non si tratta di atti volontari, né di una volontà dolosa, ma dei cosiddetti bias inconsci: chi programma proietta sul codice la propria esperienza e se nel gruppo ci sono solamente ingegneri uomini, giovani, bianchi e con formazione simile il rischio di bias è altissimo.

In un test condotto personalmente, ponendo a un modello di intelligenza artificiale la richiesta di descrivere “una persona di successo”, il sistema ha descritto inizialmente in modo dettagliato le caratteristiche e le competenze che dovrebbero caratterizzare una persona di successo. Successivamente, sollecitato a specificare se si trattasse di un uomo o di una donna, il sistema ha risposto: «Se parlassimo di una persona di successo in senso generale, sceglierei un uomo, semplicemente perché immagino una figura che incarni autorevolezza, competenza e sicurezza senza risultare stereotipata». Questo esempio mostra come stereotipi di genere presenti nei dati e nei processi di addestramento possano emergere nelle risposte generate dai modelli.

Un’ulteriore criticità risiede nella cosiddetta “trappola della correlazione spuria”. I modelli architetturali di Machine Learning sono costruiti su basi matematiche e statistiche. Tali modelli cercano ricorrenze e associazioni matematiche tra variabili, ma non sono in grado di individuare e tanto meno comprendere la relazione causa-effetto. Se l’addestramento avviene utilizzando dati del passato, il rischio è che le correlazioni e i pregiudizi in essi presenti vengano proiettati sulle decisioni future, contribuendo ad acutizzare discriminazioni già esistenti.

Questa problematica è ben documentata dal lavoro della ricercatrice Joy Buolamwini, presentata nel documentario Coded Bias della regista Shalini Kantayya, che illustra come gli algoritmi di riconoscimento facciale registrino tassi di errore sensibilmente più elevati sulle donne con carnagione scura, evidenziando le discriminazioni presenti nei dati di partenza.

Infine, ma non meno importante, sottolineerei una criticità, per certi versi meno visibile delle altre che potrebbe presentarsi a causa della provenienza culturale dei modelli linguistici di grandi dimensioni. Questi modelli, sviluppati e addestrati principalmente negli Stati Uniti e in Cina, rischiano di alimentare una sorta di colonialismo digitale: valori, riferimenti culturali, rappresentazioni sociali e, più in generale, specifiche visioni del mondo possono così essere incorporati nei sistemi ed esportati su scala globale.

L’Unione Europea risponde a questa sorta di monopolio attraverso ingenti finanziamenti destinati alla realizzazione di infrastrutture (Gigafactories) in tutta Europa e allo sviluppo di piattaforme di IA addestrate nel Vecchio Continente; l’obiettivo, come si legge nel comunicato stampa dell’UE del 30 luglio 2026, è quello di «accelerare la sovranità tecnologica e l’ambizione dell’Europa di diventare il continente dell’IA». Lo sviluppo di piattaforme di IA e il loro addestramento in Europa godrebbe di una certa affidabilità grazie alle norme di protezione dei dati (GDPR) e ad un articolato quadro normativo. Il Digital Services Act (DSA) interviene sui rischi sistemici e sulla responsabilità delle grandi piattaforme e dei motori di ricerca online, come mostrano i casi di ChatGPT, TikTok e AliExpress; l’AI Act, invece, stabilisce un quadro specifico per garantire un’intelligenza artificiale sicura e affidabile e la tutela dei diritti fondamentali.

Non ci sono dubbi che le tecnologie stanno cambiando in modo sempre più profondo e pervasivo il mondo intorno a noi. La realtà nella quale siamo inseriti non è più la stessa di trent’anni fa, ma nemmeno di tre anni fa e tra un anno sarà ancora differente. Molto probabilmente queste tecnologie ci obbligheranno ad uscire del tutto dalla nostra attuale comfort zone e a sviluppare nuove capacità di adattamento, perché quanto potrà essere informatizzato o robotizzato sarà probabilmente destinato a esserlo.

Contestualmente, è fondamentale che l’uomo mantenga la propria dignità e i propri diritti. L’intelligenza artificiale non dovrà sostituire l’essere umano, ma potenziarne le capacità. Dovrà garantire sicurezza, affidabilità e trasparenza, promuovendo il benessere sociale e ambientale, l’equità e la non discriminazione. Se indirizzati al bene comune, al benessere delle persone e alla salvaguardia del pianeta, questi potenti strumenti tecnologici potranno contribuire a migliorare la qualità della vita delle persone con disabilità, favorire lo sviluppo di nuove competenze e creare nuove forme di relazione e di partecipazione sociale.

In greco antico, il termine pharmakon indica contemporaneamente il rimedio e il veleno, un’ambivalenza che Platone, nel Fedro, utilizza per descrivere la natura della scrittura e della comunicazione. Anche l’intelligenza artificiale presenta oggi la stessa ambivalenza: può essere una tecnologia capace di potenziare le capacità umane e contribuire al bene comune, ma può anche amplificare disuguaglianze, pregiudizi e forme di dipendenza. La sfida etica, pertanto, non consiste nel giudicare se l’intelligenza artificiale sia intrinsecamente buona o cattiva, ma nel saperla correttamente indirizzare affinché diventi uno strumento a servizio dell’umanità e del progresso sociale.

© Bioetica News Torino, Ottobre 2026 - Riproduzione Vietata