Come costruire una governance dell’Intelligenza Artificiale capace di proteggere società e mercati senza rallentare l’innovazione?
È una domanda che attraversa oggi il dibattito internazionale sull’AI, stretto tra l’accelerazione tecnologica, la crescente competizione geopolitica e la necessità di predisporre forme di controllo credibili sui sistemi più avanzati.
Due recenti contributi di Stefano da Empoli e Andrea Stazi, Founder di Techno Polis Forum-Lab, affrontano il problema da prospettive differenti ma fortemente complementari, dando vita a un ideale dialogo a distanza tra governance internazionale e implementazione industriale.
Da Empoli: dalla governance globale ai controlli indipendenti
Nell’intervista pubblicata da la Repubblica, Stefano da Empoli parte da una constatazione geopolitica: allo stato attuale non sembrano esistere le condizioni politiche per creare un’unica Agenzia globale dell’Intelligenza Artificiale sul modello delle istituzioni internazionali nate per governare altri rischi sistemici.
Stati Uniti, Cina ed Europa si muovono infatti all’interno di interessi strategici, industriali e tecnologici differenti.
Questo, tuttavia, non significa rinunciare alla costruzione di forme comuni di controllo.
Da Empoli propone una soluzione più pragmatica: rendere i modelli più avanzati accessibili, prima della loro immissione sul mercato, a soggetti terzi pubblici e riconosciuti a livello internazionale, creando progressivamente meccanismi di verifica reciproca e organismi collegati tra le principali aree geopolitiche.
Il punto centrale riguarda l’asimmetria informativa che caratterizza le tecnologie di frontiera. Affidarsi esclusivamente all’autocertificazione delle aziende non sarebbe sufficiente: servono istituzioni pubbliche, competenze specialistiche ed esperti indipendenti capaci di verificare i sistemi.
Allo stesso tempo, la sicurezza non può essere affrontata separatamente dalla competitività.
Secondo da Empoli, il limite dell’approccio europeo non è stato quello di regolamentare l’AI, ma di aver concentrato gran parte dell’attenzione sulla regolazione senza accompagnarla con una capacità comparabile di investimento e sviluppo tecnologico.
Esiste inoltre un secondo rischio: requisiti di compliance eccessivamente onerosi possono consolidare la posizione degli operatori già dominanti, trasformandosi indirettamente in barriere all’ingresso per startup e imprese più piccole.
Stazi: dalla regolazione ai parametri verificabili
Il contributo di Andrea Stazi, in uscita su Formiche nella rubrica Techno Polis, affronta lo stesso problema da una prospettiva diversa.
Il punto di partenza è la necessità di superare un dibattito sull’Intelligenza Artificiale troppo spesso polarizzato tra entusiasmo tecnologico e scenari di rischio estremo.
Per Stazi, esperienze provenienti da settori altamente complessi come biomedicina e tutela ambientale mostrano una possibile direzione.
In questi ambiti la governance non coincide con il blocco dell’innovazione. Al contrario, funziona quando i principi generali vengono tradotti in protocolli di validazione, standard tecnici, tracciabilità dei dati, verifiche sperimentali e metriche di impatto.
Applicare la stessa logica all’AI significa intervenire su alcuni elementi concreti.
Occorrono benchmark replicabili per misurare affidabilità, accuratezza e robustezza dei sistemi; architetture più resilienti rispetto a vulnerabilità, manipolazioni ed esfiltrazione dei dati; modelli sostenibili per la gestione dei dataset e della proprietà intellettuale; metriche sull’efficienza computazionale ed energetica.
A tutto questo deve aggiungersi un principio fondamentale: proporzionalità.
Gli obblighi dovrebbero essere calibrati sulla natura del rischio e sull’effettivo utilizzo dei sistemi, evitando che la compliance diventi sproporzionatamente gravosa per ecosistemi open source, PMI innovative e centri di ricerca.
Un dialogo a distanza sulla prossima fase della governance AI
Le due prospettive si incontrano in un punto essenziale.
La governance dell’Intelligenza Artificiale non può essere ridotta alla scelta binaria tra regolare e innovare.
Da Empoli evidenzia la necessità di costruire forme di controllo indipendente e istituzionalmente credibile sui sistemi più avanzati.
Stazi mostra come questi controlli debbano poi essere tradotti in standard tecnologici, benchmark e parametri verificabili, capaci di funzionare concretamente nei mercati e nelle organizzazioni.
Il passaggio decisivo potrebbe essere proprio questo: spostare progressivamente il dibattito dall’enunciazione dei principi alla costruzione dell’infrastruttura della fiducia.
Un’infrastruttura composta da istituzioni indipendenti, competenze tecniche, verifiche dei modelli, standard condivisi e obblighi proporzionati.
Perché regole credibili e misurabili non rappresentano necessariamente un limite alla competitività. Se progettate correttamente, possono diventare una delle condizioni che consentono all’innovazione di svilupparsi, essere adottata nei settori più sensibili e conquistare la fiducia di cittadini, istituzioni e imprese.
È su questo equilibrio tra sicurezza, innovazione e competitività che si gioca una parte importante della prossima fase della governance globale dell’Intelligenza Artificiale.
Approfondimenti
Stefano da Empoli, intervista a la Repubblica, 15 settembre 2026 - https://www.repubblica.it/economia/2026/09/15/news/da_empoli_ia_agenzia_intervista-425585464/
Andrea Stazi, Oltre gli allarmi sull’AI: la lezione di biomedicina e ambiente per una governance industriale, Formiche - https://formiche.net/2026/09/oltre-gli-allarmi-ai-la-lezione-di-biomedicina-e-ambiente-per-una-governance-industriale/