Si può parlare di etica nell’uso dell’Intelligenza Artificiale (IA)?
La risposta è sì. Esiste infatti un ambito specifico, noto come etica dell’IA, che studia le implicazioni economiche, sociali e culturali dei sistemi di intelligenza artificiale, con l’obiettivo di massimizzarne i benefici e ridurne i rischi. Tra i temi centrali rientrano la responsabilità, la riservatezza dei dati, l’equità, la trasparenza, la spiegabilità e l’inclusione, oltre alla prevenzione di usi impropri della tecnologia.
Un po’ di storia
Con la crescita esponenziale dei dati disponibili, Big Data, e delle capacità computazionali, come le moderne unità di elaborazione (GPU), molte organizzazioni hanno iniziato ad automatizzare processi decisionali basandosi sull’estrazione delle informazioni presenti nei dati grazie all’uso di modelli di IA. L’obiettivo è quello di migliorare l’efficienza e i risultati nell’azienda.
Tuttavia, l’adozione su larga scala di questi sistemi ha evidenziato criticità non sempre prevedibili in fase di progettazione e sviluppo. In molti casi, alcuni problemi sono emersi solo a posteriori, quando i sistemi sono stati messi in produzione e applicati a contesti reali. Un problema rilevante riguarda i dati distorti, in termine tecnico “bias”. Un esempio molto noto è quello del sistema di screening dei CV sviluppato da Amazon. Nel 2018 era infatti emerso che il modello penalizzava automaticamente le candidature femminili, poiché addestrato su dati storici che riflettevano prevalentemente le scelte passate effettuate dai recruiter di Amazon che prediligevano i candidati uomini. Infatti, i sistemi di IA apprendono da informazioni storiche: se queste contengono distorsioni, anche i risultati tenderanno a rifletterle. L’IA non crea necessariamente nuovi pregiudizi, ma amplifica e “industrializza” quelli esistenti nei dati. Ciò può tradursi in decisioni discriminatorie, non solo nei processi automatizzati di selezione del personale, ma anche in contesti come la valutazione dell’accesso a un credito bancario o come la valutazione del rischio per un’assicurazione.
Un altro esempio chiaro sono i moderni modelli linguistici (LLM), come i chatbot conversazionali, che riflettono prevalentemente prospettive culturali occidentali (“western-centric”), poiché addestrati principalmente su contenuti disponibili online in lingua inglese e provenienti da contesti occidentali. Nel “Human Development Report 2025” delle Nazioni Unite viene evidenziato come l’IA rischi di rafforzare squilibri culturali e sociali già esistenti, soprattutto quando i dati utilizzati per l’addestramento non rappresentano adeguatamente la diversità linguistica, culturale e geografica globale.
È proprio a partire da criticità come queste che la necessità di definire linee guida e standard condivisi per uno sviluppo più responsabile è diventata sempre più evidente.
Principali attori in campo di Etica dell’AI
Negli ultimi anni, comunità scientifiche, istituzioni e aziende hanno lavorato alla definizione di principi etici per l’IA.
In Europa, un ruolo centrale è svolto dalla Commissione europea attraverso gruppi di esperti che hanno elaborato il concetto di “Intelligenza Artificiale Affidabile” (Trustworthy AI). Queste linee guida si basano su requisiti fondamentali come sicurezza, rispetto della riservatezza e protezione dei dati, trasparenza e supervisione umana.
A livello normativo, l’Unione Europea ha inoltre introdotto l’AI Act. In vigore dall’agosto 2024, rappresenta un quadro regolatorio che classifica i sistemi di IA in base al livello di rischio e stabilisce obblighi più stringenti per quelli ad alto impatto. L’approccio europeo è quindi orientato alla tutela dei diritti fondamentali e alla prevenzione dei rischi.
Anche la Svizzera sta progressivamente definendo il proprio approccio regolatorio all’Intelligenza Artificiale. Pur non avendo ancora introdotto una normativa equivalente all’AI Act europeo, ma prevista entro la fine del 2026, diverse autorità federali stanno lavorando su linee guida e principi di governance. In particolare, la FINMA ha già pubblicato indicazioni rivolte al settore finanziario sui rischi legati all’utilizzo dell’IA, con attenzione specifica alla gestione dei dati, alla trasparenza dei modelli e alla supervisione umana. L’approccio svizzero punta attualmente a bilanciare innovazione, competitività e tutela dei diritti fondamentali.
In Svizzera stanno inoltre emergendo iniziative concrete orientate a un utilizzo affidabile e controllato dell’IA. Un esempio è Apertus, il sistema di traduzione sviluppato per il Cantone Ticino, progettato per garantire maggiore riservatezza dei dati e un’infrastruttura gestita localmente (“on-premise”). Il progetto coinvolge realtà accademiche e tecnologiche svizzere come ETH Zürich, EPFL, CSCS e Artificialy SA, con l’obiettivo di sviluppare soluzioni di IA affidabili, trasparenti e coerenti con i requisiti di protezione dei dati e sovranità digitale.
Al di fuori dell’Europa, gli approcci risultano differenti. Negli Stati Uniti non esiste ancora una normativa federale unica paragonabile all’AI Act: il modello americano rimane più frammentato e orientato a favorire innovazione e competitività. In Cina, invece, il ruolo dello Stato è molto più centrale nella definizione e nell’applicazione di regole, con un approccio focalizzato sulla stabilità sociale e sul controllo dei sistemi tecnologici.
Queste differenze evidenziano come l’etica dell’IA non sia un concetto universale e immutabile, ma risenta dei contesti culturali, politici e normativi.
I rischi principali
Oltre ai dati distorti che generano risultati distorti, uno dei temi più sensibili è la riservatezza dei dati. In molti casi, soprattutto utilizzando piattaforme pubbliche online, i dati inseriti dagli utenti, talvolta personali o sensibili, vengono utilizzati per l’addestramento dei modelli di IA. Questo significa che informazioni aziendali, documenti interni o dati personali potrebbero essere memorizzati ed eventualmente riemergere nei contenuti generati dal sistema, con potenziali rischi di diffusione non autorizzata. Quest’ultimo rappresenta un rischio che riguarda i modelli linguistici generativi (LLM), che crea potenziali criticità non solo dal punto di vista della privacy, ma anche della proprietà intellettuale e della riservatezza aziendale. Per questo motivo, molte aziende stanno introducendo framework di governance interna e regole precise sull’utilizzo degli strumenti di IA generativa. In Svizzera, inoltre, l’inserimento di dati personali di terzi in piattaforme non autorizzate può comportare problematiche di conformità rispetto alla Legge federale sulla protezione dei dati (LPD).
Un altro rischio, molto connesso alla riservatezza dei dati, riguarda la mancanza di trasparenza. Molti modelli funzionano come “scatole nere”, rendendo difficile comprendere come vengano prese determinate decisioni e quali siano i dati maggiormente rilevanti per il modello. Questo limita la possibilità di aggiustarli e al tempo stesso migliorarli.
Infine, è importante ricordare che l’Intelligenza Artificiale può supportare il processo decisionale umano, ma non può sostituirlo. Questo vale in particolare in contesti complessi o eticamente sensibili, dove il giudizio umano, l’esperienza e la capacità di valutare il contesto restano elementi imprescindibili.
Consapevolezza e responsabilità nell’uso quotidiano
Un uso etico dell’IA non è dettato solo da leggi o linee guida, ma anche dalle persone che quotidianamente ne fanno uso. Per questo è fondamentale promuovere consapevolezza e responsabilità. Alcune buone pratiche possono aiutare a ridurre i rischi:
- Utilizzare strumenti approvati dalla propria organizzazione, evitando l’inserimento di dati sensibili in piattaforme non controllate.
- Considerare l’IA come uno strumento di supporto, non come un’autorità decisionale.
- Essere consapevoli dei possibili bias e delle limitazioni dei sistemi.
- Verificare sempre le informazioni generate, confrontandole con fonti affidabili.
È chiaro che l’Intelligenza Artificiale sta trasformando profondamente il nostro modo di lavorare. Tuttavia, la vera sfida non riguarda solo la particolare tecnologia IA scelta, ma la responsabilità con cui si sceglie non solo di svilupparla, ma anche di utilizzarla. Rendere l’IA più etica significa, prima di tutto, promuoverne un uso consapevole, trasparente e responsabile.
Articolo a cura di Giulia Gualtieri, Senior AI Consultant, Artificialy SA
