L’intelligenza artificiale ha raggiunto un livello di maturità tale da non essere più considerata una semplice innovazione. Attualmente, essa rappresenta un’infrastruttura essenziale, sia in maniera visibile attraverso applicazioni come ChatGPT, Claude, Copilot e simili, sia in modalità invisibile, operando silenziosamente in motori di ricerca, sistemi di raccomandazione e processi decisionali aziendali.
In questo contesto, le decisioni umane non sono spesso prese con l’ausilio dell’AI, ma vengono ratificate sulla base delle raccomandazioni generate da essa. Questa delega cognitiva genera una asimmetria strutturale tra sistemi autonomi sempre più sofisticati e utenti incapaci di comprenderne appieno il funzionamento.
Tale disallineamento contribuisce a un’attuale inquietudine nei confronti dell’AI, che si traduce in termini quali black box, bias, hallucinations e lack of accountability. Questi fenomeni, sebbene siano frequentemente trattati come problematiche etiche, devono essere considerati prima di tutto in termini architetturali.
Il ruolo dell’AI Act
L’Unione Europea ha avviato la prima risposta sistematica a questa asimmetria con l’introduzione dell’AI Act, un ambizioso quadro regolatorio che adotta un approccio basato sul rischio. L’AI non è oggetto di divieto, ma viene classificata in base ai rischi che presenta per i diritti fondamentali e la sicurezza pubblica.
Una serie di obblighi sono imposti ai sistemi considerati ad alto rischio, che includono la qualità dei dati, la documentazione tecnica e la sicurezza informatica. Tuttavia, sono emerse critiche riguardo a un supposto “ingabbiamento” dell’AI in Europa e alla rigidità della legge, che potrebbe rendere difficile la sua applicabilità.
Il messaggio giuridico è chiaro: l’AI non può essere lasciata alla sola autoregolazione del mercato, ma il quadro normativo presenta un limite intrinseco, poiché i diritti non possono essere tradotti in codice senza una adeguata infrastruttura tecnologica.
L’ipotesi: la blockchain come layer di controllo tecnico
Questo articolo propone che la blockchain possa fungere da layer tecnico di controllo dell’AI, complementare alle normative vigenti, trasformando obblighi legali in proprietà tecniche verificabili. Si intende affiancare alla fiducia giuridica una dimensione di verificabilità tecnica.
La blockchain, concepita per funzionare in ambienti a bassa fiducia, rappresenta una soluzione ideale per il contesto attuale dell’AI.
Lo studio della blockchain applicata all’AI è ancora nelle fasi iniziali, ma l’obiettivo è stimolare la ricerca in questo ambito promettente.
Fiducia e verificabilità: due paradigmi opposti
L’AI moderna si basa su un presupposto di fiducia, sia nei dati utilizzati che nelle procedure interne, mentre la blockchain opera sulla base di una diffidenza strutturale. Essa non implica la fiducia in un’autorità, ma si concentra su meccanismi di verifica.
Quando un sistema AI produce un risultato, l’utente spesso non ha accesso alle informazioni riguardanti la qualità e l’affidabilità dei dati utilizzati. La blockchain è progettata per registrare eventi, rendendoli immutabili e verificabili, ponendo un controllo più rigoroso e trasparente sui dati utilizzati.
Input, oracoli e gerarchia della fiducia
Un aspetto rilevante dell’AI è la natura degli input, dove i dati sono considerati principalmente in termini di frequenza piuttosto che di affidabilità epistemica. La blockchain permette di reintrodurre una distinzione fondamentale: non tutti i dati hanno lo stesso valore. Essa consente di certificare l’origine delle informazioni, collegate a soggetti identificabili, rendendole così più affidabili per i sistemi di AI.
Dataset, addestramento e responsabilità epistemica
I dataset, spesso considerati opachi, costituiscono la base dell’AI. L’AI Act cerca di fare chiarezza imponendo obblighi di documentazione e governance, ma i limiti di efficacia restano. Utilizzando la blockchain, è possibile tracciare le modifiche ai dataset, rendendoli non più anonimi ma responsabili.
Questo approccio introduce una nuova dimensione di responsabilità epistemica, oggi assente nei sistemi AI.
Smart contract e regole che si auto-eseguono
Le regole tradizionali sono esterne al sistema dell’AI, mentre la blockchain consente di incorporare regole operative tramite smart contract. Questo meccanismo consente, ad esempio, di determinare chi può accedere a determinati dati, garantendo la compliance direttamente a livello tecnico.
Tracciabilità, audit e accountability
La tracciabilità è un concetto fondamentale dell’AI Act, ma non implica necessariamente la trasparenza totale. La blockchain può fornire un registro immutabile delle decisioni dell’AI, consentendo ricostruzioni ex post e l’individuazione di responsabilità in caso di errori o abusi.
Privacy, identità e limiti tecnici
La privacy è uno dei temi più complessi nell’ambito dell’AI, specialmente alla luce del GDPR. La blockchain può contribuire a integrare identità decentralizzate e credenziali verificabili, offrendo una protezione più robusta dei dati personali.
La priorità: controllo umano, non ostilità tecnologica
La blockchain non rende l’AI intrinsecamente etica, ma offre strumenti tecnici che permettono di affrontare i rischi. In un contesto in cui l’AI evolve più rapidamente della capacità di governarla, la blockchain potrebbe costituire un layer di controllo utile per garantire una maggiore responsabilità umana.
Note
Questo articolo si propone di discutere e promuovere un dibattito sulle potenzialità della blockchain in relazione all’AI. Le sfide attuali richiedono una riflessione approfondita su come queste tecnologie possano coesistere in modo responsabile e efficace.
