La nuova legge sull’Intelligenza artificiale: 5 novità che devi sapere

1. Il Miliardo per l’AI: un investimento che non è ciò che sembra

La notizia ha fatto scalpore: la legge sull’AI mobilita “fino a un miliardo di euro” da destinare al venture capital per sostenere le imprese del settore. Una cifra imponente che suggerisce un forte impegno governativo per creare “campioni” nazionali e accelerare l’innovazione.

Tuttavia, il dettaglio cruciale è un altro. La legge non introduce nuovi fondi. Essa si limita, infatti, ad autorizzare l’utilizzo di una somma già disponibile per CDP Venture Capital, val a dire il Fondo Nazionale Innovazione italiano

La sorpresa non finisce qui: questo miliardo non è destinato solo all’AI. Al contrario, il fondo coprirà investimenti anche in cybersicurezza, tecnologie quantistiche e telecomunicazioni. Di conseguenza, le risorse per l’intelligenza artificiale sono solo una frazione di un paniere tecnologico più ampio. Proprio questo punto ha scatenato immediate critiche dalle opposizioni.

Per le imprese, questo implica che la corsa ai fondi diventerà più competitiva. Per questo sarà necessario posizionare i propri progetti di Intelligenza Artificiale (AI) in un contesto strategico più vasto, dimostrando sinergie con altri settori hi-tech prioritari per il Paese.

3. Responsabilità civile e Intelligenza artificiale: la prova si inverte e le assicurazioni tremano

Nascosto tra gli articoli più tecnici, c’è un cambiamento che avrà un impatto enorme sulla gestione del rischio. La legge delega al Governo la ridefinizione delle regole sulla responsabilità civile per i danni causati dall’AI. Il focus principale è sulla ripartizione dell’onere della prova.

In pratica, la legge spiana la strada a un potenziale ribaltamento dell’onere della prova. Non sarà più solo il danneggiato a dover dimostrare la colpa del sistema, ma potrebbe spettare all’azienda produttrice o utilizzatrice provare che la sua AI ha agito correttamente. Questo “ribaltamento” costringerà l’intera catena del valore — dagli sviluppatori ai fornitori di servizi cloud, fino agli utenti aziendali — a rivedere contratti, garanzie e coperture assicurative.

Le imprese devono agire immediatamente, avviando una revisione legale e assicurativa. Diventa cruciale quindi rafforzare la vendor due diligence e implementare sistemi MLOps.

Ma cosa sono gli MLOps? Sono l’insieme di pratiche che mirano a distribuire e a mantenere in produzione modelli di Machine Learning. Questo approccio garantisce in modo affidabile ed efficiente la tracciabilità e la spiegabilità degli algoritmi.

5. Lavoro e sanità: l’Ultima parola resta (sempre) all’uomo

Un principio cardine attraversa tutta la legge: l’approccio “antropocentrico”. La tecnologia è vista come uno strumento di supporto, ma la decisione finale e la responsabilità ultima non possono essere delegate a una macchina, specialmente in settori critici.

Gli esempi concreti nel testo sono chiari e definiscono un perimetro invalicabile per l’automazione:

• Sanità: L’AI può supportare diagnosi e cure, ma la decisione finale resta “impregiudicata” e spetta sempre e solo al personale medico.
• Giustizia: L’AI non può essere utilizzata per interpretare la legge o decidere le pene. Queste attività sono “sempre riservate al magistrato”.
• Lavoro e Professioni: I datori di lavoro devono informare i lavoratori sull’uso di sistemi AI (ad esempio nella valutazione o selezione) e garantire trasparenza. Lo stesso obbligo di comunicazione vale per i professionisti nei confronti dei loro clienti.

Questo principio tutela i diritti, ma al tempo stesso chiarisce alle aziende che l’implementazione dell’AI deve essere progettata per affiancare, e non per sostituire, il giudizio umano. La responsabilità, in ultima analisi, non è delegabile, e i sistemi devono essere costruiti con l’uomo al centro del processo.