Oltre la burocrazia del rischio e il calcolo utilitarista: una proposta di architettura algoretica fondata sulla verità e sulla logica.
L'illusione della regolamentazione per sanzione
L'entrata in vigore delle norme e delle sanzioni dell'EU AI Act per i grandi modelli generativi evidenzia una delle sfide cruciali della nostra epoca: come governare lo sviluppo dell'Intelligenza Artificiale.
Tuttavia, l'approccio regolatorio prevalente soffre di un limite strutturale:
- La riduzione dell'etica a costo d'impresa: Trattare le norme e le sanzioni come semplici costi finanziari (ex-post) permette a un agente ottimizzante (o alle organizzazioni che lo gestiscono) di valutare la penale come un "male minore" o un semplice costo operativo rispetto all'obiettivo prefissato.
- Il rischio burocratico e la concentrazione di mercato: Un sistema fondato su complessi visti di conformità ed enti di certificazione crea una barriera all'ingresso che penalizza i piccoli sviluppatori, avvantaggiando i colossi industriali capaci di assorbire i costi di compliance, pur senza offrire una reale garanzia contro il comportamento sfuggente dei modelli complessi.
L'approccio del mero Risk Management (come il Preparedness Framework) cerca di quantificare e compensare il danno. L'etica non può ridursi alla gestione del contenzioso o alla tolleranza del rischio: occorre orientare l'architettura stessa dell'IA verso la produzione del Bene.
Un'alternativa per architettura: L'Algoretica del Bene
A questo paradigma puramente difensivo si contrappone la proposta espressa in "Algoretica del Bene" (Algorethics for the Good).
Non si tratta di applicare filtri di conformità o linee guida estrinseche a modelli stocastici, ma di concepire un kernel etico integrato nell'architettura logica dell'IA:
- Vincoli assoluti (Hard Constraints): Elevare i principi di tutela della vita, della verità e della dignità umana a vincoli assiomatici non negoziabili, escludendo a priori i percorsi decisionali che generano il male, indipendentemente dall'efficienza o dal profitto atteso.
- Democratizzazione e trasparenza: Fornire un core di regole logico-formali verificabili, valido per tutti i provider, sui quali innestare inferenze e ricerche avanzate. Ciò libererebbe i piccoli attori dall'incubo burocratico, garantendo un controllo matematico, logico e spiegabile (Explainable AI).
- Superamento del relativismo stocastico: Strutturare una vera e propria Gerarchia Epistemologica dove i principi assiomatici e le verità scientifiche e ontologiche prevalgono sulle opinioni, sul consenso di maggioranza o sul conformismo comunicativo.