Intelligenza Artificiale

A. Il problema

L’Italia e l’Europa stanno adottando in massa sistemi di intelligenza artificiale sviluppati prevalentemente negli Stati Uniti e in Cina. Questi modelli non sono strumenti neutrali: riflettono dati, priorità industriali, criteri di moderazione, visioni politiche e assunzioni culturali dei contesti in cui sono stati progettati. Studi recenti mostrano che i grandi modelli linguistici possono incorporare bias culturali, ideologici e linguistici. Il rischio non è solo tecnico, ma democratico: se milioni di cittadini, studenti, imprese e amministrazioni usano gli stessi modelli globali, l’IA può produrre una progressiva omogeneizzazione del pensiero, del linguaggio e delle categorie culturali. La questione non riguarda solo l’autonomia industriale, ma anche il controllo democratico delle infrastrutture cognitive. Come sottolinea l’enciclica Magnifica Humanitas, nel contesto digitale il controllo delle piattaforme, dei dati e della capacità di calcolo è spesso concentrato in grandi attori economici e tecnologici, capaci di fissare le condizioni di accesso, visibilità e partecipazione. Questa concentrazione può generare nuove dipendenze, esclusioni, manipolazioni e disuguaglianze.

B. Perché conta

L’Europa non può limitarsi a regolare l’IA prodotta altrove. Deve anche saperla costruire, adattare e controllare. Senza modelli europei competitivi, rischiamo una nuova dipendenza strategica: dati europei, cittadini europei e pubbliche amministrazioni europee saranno serviti da infrastrutture cognitive progettate secondo valori, interessi e priorità non europee. Questo è particolarmente importante per scuola, giustizia, sanità, pubblica amministrazione, informazione civica e servizi sociali, dove una risposta apparentemente tecnica può incorporare visioni implicite su diritti, famiglia, lavoro, Stato, mercato, privacy, responsabilità individuale e solidarietà collettiva.

C. La nostra soluzione

Synedrion propone una strategia italiana ed europea per costruire una pluralità di modelli di IA europei, aperti, verificabili e culturalmente localizzati: sostenere modelli fondazionali europei open-source e open-weight, come EuroLLM, OpenEuroLLM e TrustLLM; creare un programma italiano per adattarli al contesto giuridico, amministrativo, linguistico e culturale nazionale; finanziare modelli specializzati per scuola, pubblica amministrazione, sanità, giustizia, imprese e patrimonio culturale; evitare un unico modello europeo ufficiale, promuovendo un ecosistema pluralistico di modelli diversi, comparabili e auditabili; utilizzare supercalcolo europeo, dati pubblici di qualità e partenariati con università, CNR, centri di ricerca, startup e imprese italiane. La strategia europea per l’IA deve quindi essere anche una strategia anti-monopolistica e democratica: accesso equo alla capacità computazionale, infrastrutture pubbliche e aperte, modelli contestabili, standard trasparenti e partecipazione di università, imprese, società civile e comunità locali nella definizione dei criteri di sviluppo.

E. Cosa cambia per il cittadino

Il cittadino potrà usare strumenti di IA che capiscono meglio il contesto italiano: norme, lingua, amministrazione, scuola, sanità, cultura, storia e sensibilità sociali. Un assistente pubblico digitale non risponderà più come se il cittadino vivesse in California o in un ordinamento di common law, ma sarà progettato per il diritto italiano, la pubblica amministrazione italiana, i servizi europei, il GDPR e le specificità linguistiche del nostro Paese.

D. Obiettivi misurabili

• Entro il 2028, almeno 3 modelli europei open-source o open-weight adottabili dalla PA italiana.
• Almeno 1 modello nazionale adattato al contesto italiano per i servizi pubblici digitali.
• Almeno 5 casi pilota in sanità, scuola, giustizia, PA e cultura.
• Riduzione misurabile del bias culturale rispetto a modelli extraeuropei di riferimento.
• Pubblicazione annuale di benchmark indipendenti su accuratezza, sicurezza, bias e qualità linguistica.
• Entro il 2028, creare almeno una infrastruttura pubblica o pubblico-privata europea di calcolo e modelli IA accessibile a università, startup, PMI, pubbliche amministrazioni e progetti civici, con criteri trasparenti di accesso e rendicontazione.

A. Il problema

Molti modelli di IA sono addestrati su grandi masse di dati web, spesso dominate dall’inglese, da contenuti statunitensi e da fonti di qualità variabile. Questo produce modelli potenti ma culturalmente sbilanciati, poco adatti ai contesti nazionali e spesso fragili su diritto, amministrazione, storia, scuola, sanità e cultura europea. L’Italia possiede un patrimonio straordinario di dati pubblici, archivi culturali, documenti istituzionali, testi giuridici, materiali educativi e contenuti scientifici, ma questi dati sono spesso frammentati, non strutturati, non interoperabili e non pronti per l’uso in sistemi di IA.

B. Perché conta

La qualità dell’IA dipende dalla qualità dei dati. Se l’Italia non costruisce dataset pubblici affidabili, continuerà a importare modelli addestrati su dati esterni e dovrà adattarsi alle loro distorsioni. Questo riguarda anche la sovranità democratica: la pubblica amministrazione non dovrebbe dipendere da sistemi opachi quando gestisce servizi essenziali, informazioni ai cittadini, sanità, scuola o diritti sociali.

C. La nostra soluzione

Synedrion propone la creazione di una Biblioteca Nazionale dei Dati per l’IA Pubblica, integrata con analoghe iniziative europee. Il programma comprende raccolta, pulizia e standardizzazione di testi pubblici italiani di alta qualità; dataset giuridici, amministrativi, scolastici, sanitari, culturali e scientifici; licenze chiare per l’uso pubblico, accademico e industriale; tracciabilità delle fonti e rispetto del copyright; dataset specifici per lingua italiana, dialetti, minoranze linguistiche e patrimonio culturale; infrastrutture condivise per startup, università, PA e imprese. Per l’Italia, questa strategia deve includere una Biblioteca Nazionale dei Dati Pubblici e Culturali per l’IA, capace di integrare testi normativi, documenti amministrativi, materiali scolastici, archivi culturali, cataloghi museali, dati bibliotecari, collezioni digitali e dataset scientifici. Il patrimonio già disponibile tramite ICCD, Catalogo generale dei beni culturali, ArCo linked open data e PNRR Cultura deve diventare una base strutturata, verificabile e interoperabile per addestrare o specializzare modelli IA pubblici e privati.

E. Cosa cambia per il cittadino

Il cittadino riceverà risposte più accurate e affidabili nei servizi digitali pubblici. Una domanda su pensioni, fisco, scuola, sanità o procedure amministrative sarà gestita da sistemi addestrati su fonti italiane verificate, non su dati web generici. Le imprese italiane, soprattutto PMI e startup, avranno accesso a risorse che oggi solo i grandi gruppi tecnologici possono permettersi.

D. Obiettivi misurabili

• Entro il 2027, creazione di almeno 20 dataset pubblici italiani certificati per l’IA.
• Copertura dei principali domini: diritto, PA, scuola, sanità, cultura, ambiente e lavoro.
• Accesso regolato per università, startup e imprese.
• Almeno 100 milioni di documenti o token italiani di alta qualità disponibili per addestramento o fine-tuning.
• Audit annuale su qualità, rappresentatività, privacy e copyright.
• Entro il 2028, almeno 10 dataset culturali italiani ad alta qualità disponibili per applicazioni IA, con metadatazione standardizzata, licenze chiare e tracciabilità delle fonti.

A. Il problema

Oggi un cittadino o una pubblica amministrazione può usare un modello di IA senza sapere quali dati lo abbiano formato, quali bias siano stati identificati, quali criteri di moderazione siano stati adottati, quali gruppi di valutatori abbiano contribuito al suo comportamento e quali valori impliciti orientino le sue risposte. L’AI Act introduce obblighi di documentazione per i modelli di IA per finalità generali, ma questi requisiti devono essere tradotti in strumenti comprensibili per cittadini, imprese e amministrazioni.

B. Perché conta

La trasparenza tecnica non basta. Serve anche trasparenza valoriale. Un modello può essere accurato, ma inadatto a un contesto culturale, giuridico o educativo specifico. Un assistente usato in ambito scolastico, sanitario, giuridico o sociale deve essere valutato non solo per performance, ma anche per equilibrio, pluralismo, rispetto dei diritti, neutralità istituzionale, rappresentatività culturale e capacità di distinguere tra ordinamenti diversi. L’enciclica Magnifica Humanitas afferma che l’uso dell’IA non è mai un fatto puramente tecnico: quando entra in processi che incidono sulla vita delle persone, tocca diritti, opportunità, reputazione e libertà. Per questo la trasparenza deve includere non solo dati e prestazioni, ma anche responsabilità, possibilità di contestazione, rimedio agli errori e identificazione chiara di chi risponde delle decisioni.

C. La nostra soluzione

Synedrion propone un’Etichetta di Trasparenza Valoriale per l’IA, simile a una scheda nutrizionale o energetica dei modelli. Ogni modello usato in servizi pubblici, scuola, sanità, giustizia o informazione civica deve dichiarare le principali lingue e culture rappresentate nei dati di addestramento; le fonti dati dominanti; i risultati dei test su bias culturali, politici, linguistici e giuridici; la composizione geografica e professionale dei valutatori umani; i limiti d’uso raccomandati; il grado di conformità all’AI Act e al GDPR; il livello di audit indipendente. L’etichetta di trasparenza deve includere anche una sezione di accountability: chi ha sviluppato il modello, chi lo ha addestrato, chi lo gestisce, chi lo usa, chi risponde in caso di errore, quale procedura permette al cittadino di contestare un risultato e quale autorità indipendente può verificarne il funzionamento.

E. Cosa cambia per il cittadino

Il cittadino saprà se il sistema che sta usando è adatto al contesto italiano o europeo. La PA potrà scegliere modelli più sicuri e coerenti con i propri obblighi istituzionali. Le scuole potranno evitare strumenti opachi. Le imprese potranno confrontare i modelli non solo per costo e velocità, ma anche per affidabilità, trasparenza e conformità.

D. Obiettivi misurabili

• Entro il 2027, obbligo di etichetta valoriale per tutti i sistemi di IA usati dalla PA italiana.
• Pubblicazione di un registro nazionale dei modelli adottati dalla pubblica amministrazione.
• Audit indipendenti annuali per i sistemi di IA ad alto impatto.
• Almeno l’80% dei grandi fornitori di IA operanti nella PA conforme allo standard.
• Introduzione di un punteggio pubblico su trasparenza, bias, privacy e localizzazione.
• Entro il 2027, ogni sistema IA usato dalla pubblica amministrazione in procedimenti che incidono su diritti, accesso a servizi, lavoro, credito, reputazione o benefici pubblici deve indicare chiaramente il responsabile umano, il canale di ricorso e la procedura di revisione.

A. Il problema

L’IA sta entrando nella vita quotidiana prima che cittadini, studenti, insegnanti, funzionari pubblici e professionisti abbiano sviluppato strumenti critici adeguati. Molte persone usano chatbot e assistenti digitali come se fossero fonti neutrali, senza comprenderne limiti, allucinazioni, bias, dipendenza dai dati, opacità dei modelli e rischi di manipolazione. L’IA può indebolire il giudizio personale quando abitua a risposte immediate e apparentemente oggettive. Può anche simulare comunicazione, empatia e accompagnamento, creando l’illusione di una relazione personale. Questo è particolarmente delicato per minori, anziani, persone sole o fragili.

B. Perché conta

Una società che non comprende l’IA rischia di subirla. L’alfabetizzazione digitale tradizionale non basta più: serve una nuova educazione civica dell’IA. Il tema riguarda democrazia, lavoro, scuola, informazione, privacy, salute mentale e capacità dei cittadini di distinguere tra supporto utile, manipolazione, errore e propaganda automatizzata.

C. La nostra soluzione

Synedrion propone un Programma Nazionale di Alfabetizzazione all’IA articolato su tre livelli: nella scuola, moduli obbligatori su IA, bias, dati, privacy, fonti, pensiero critico e uso responsabile; nella pubblica amministrazione, formazione obbligatoria per i funzionari che usano l’IA nei procedimenti pubblici; per i cittadini adulti, corsi gratuiti online e presso biblioteche, università popolari, comuni e centri civici. Il programma non insegna soltanto come usare un chatbot, ma come ragionare criticamente con strumenti di IA: verificare fonti, riconoscere bias, proteggere dati personali, distinguere suggerimenti da decisioni ed evitare dipendenze cognitive. I programmi di alfabetizzazione devono includere moduli specifici su delega cognitiva, dipendenza da assistenti artificiali, riconoscimento delle simulazioni di empatia, tutela dei minori e uso dell’IA nei contesti di cura. L’obiettivo non è creare rifiuto della tecnologia, ma educare a un uso adulto, sobrio e consapevole.

E. Cosa cambia per il cittadino

Gli studenti imparano a usare l’IA senza perdere capacità di scrittura, ragionamento e giudizio. I cittadini capiscono quando una risposta automatica è utile e quando va verificata. I dipendenti pubblici evitano di delegare decisioni sensibili a sistemi opachi. Le famiglie hanno strumenti per accompagnare l’uso dell’IA da parte dei minori.

D. Obiettivi misurabili

• Entro il 2029, almeno il 60% degli adulti raggiunto da corsi base o campagne certificate di alfabetizzazione all’IA.
• Moduli sull’IA introdotti in tutte le scuole secondarie.
• Formazione obbligatoria per il 90% dei funzionari pubblici che usano sistemi di IA.
• Test annuali su competenze digitali e capacità di riconoscere bias o allucinazioni.
• Riduzione misurabile degli errori nell’uso dell’IA nei procedimenti pubblici.
• Entro il 2028, introdurre in tutte le scuole secondarie un modulo su IA, relazione umana, dipendenza digitale, simulazione dell’empatia e protezione del giudizio personale.

A. Il problema

L’IA rischia di rafforzare le lingue dominanti e marginalizzare lingue minoritarie, dialetti, archivi locali e patrimoni culturali non digitalizzati. Anche in Europa molte lingue sono sottorappresentate nei modelli aperti e commerciali. La cultura italiana non è rappresentata soltanto dai grandi capolavori universalmente noti. È fatta anche di archivi locali, tradizioni orali, dialetti, artigianato, cucina regionale, feste popolari, saperi tecnici, paesaggi culturali e memorie territoriali. Questi contenuti sono spesso poco digitalizzati, scarsamente interoperabili e quasi assenti nei grandi modelli linguistici internazionali.

B. Perché conta

La lingua non è solo uno strumento di comunicazione: è memoria, identità, diritto di accesso, patrimonio e partecipazione democratica. Se l’IA funziona bene solo in inglese o in poche grandi lingue, milioni di cittadini diventano utenti di serie B. Per l’Italia il tema è ancora più ampio: italiano standard, dialetti, lingue minoritarie, archivi storici, biblioteche, musei, comuni, tradizioni locali e patrimonio artistico possono diventare una risorsa strategica per l’IA culturale europea. Il rischio non è solo perdere contenuti culturali, ma essere assorbiti in un linguaggio digitale unico che traduce ogni esperienza in dati, prestazioni e categorie standardizzate. Una politica italiana dell’IA culturale deve quindi proteggere la pluralità delle lingue, dei territori, delle memorie e delle forme di vita.

C. La nostra soluzione

Synedrion propone un programma IA Cultura Italia, dedicato alla digitalizzazione, preservazione e valorizzazione del patrimonio linguistico e culturale italiano. Il programma crea modelli e dataset per italiano, dialetti e lingue minoritarie riconosciute; digitalizza archivi comunali, museali, bibliotecari e storici; sviluppa assistenti di IA per musei, turismo culturale, scuole e biblioteche; sostiene strumenti di traduzione e accessibilità per cittadini stranieri e comunità locali; crea borse di studio e bandi per università, CNR, accademie, fondazioni culturali e startup. Il programma deve includere una linea specifica per il patrimonio immateriale: interviste, video, audio, documentazione di tecniche artigianali, rituali, musiche popolari, ricette tradizionali, feste locali e saperi legati al territorio. L’obiettivo è trasformare la memoria culturale viva in risorse digitali accessibili, rispettose delle comunità e utilizzabili anche per sistemi IA educativi, turistici e culturali. Il programma deve essere costruito con le comunità locali, non solo per le comunità locali. La digitalizzazione del patrimonio culturale deve evitare l’estrazione dei dati culturali senza restituzione sociale: archivi, dialetti, tradizioni, pratiche artigianali e memorie territoriali devono restare accessibili alle comunità che li hanno generati.

E. Cosa cambia per il cittadino

I cittadini potranno accedere più facilmente al patrimonio storico e culturale del proprio territorio. Le scuole avranno strumenti didattici migliori. I piccoli comuni potranno valorizzare archivi, tradizioni e turismo culturale. Le lingue minoritarie avranno strumenti digitali moderni per sopravvivere e trasmettersi.

D. Obiettivi misurabili

• Entro il 2028, documentare almeno 500 pratiche di patrimonio immateriale italiano, distribuite per regione e validate con il coinvolgimento delle comunità locali.
• Entro il 2030, almeno 10 lingue minoritarie o dialetti italiani supportati da strumenti di IA dedicati.
• Digitalizzazione di almeno 1.000 archivi culturali locali.
• Almeno 500 musei, biblioteche o comuni dotati di assistenti di IA culturali.
• Creazione di dataset pubblici per il patrimonio culturale italiano.
• Aumento misurabile dell’accesso digitale ai contenuti culturali locali.

A. Il problema

L’Italia possiede uno dei patrimoni culturali più ricchi al mondo, ma gran parte di questo patrimonio è ancora frammentato tra musei, archivi, biblioteche, fondazioni, comuni, regioni, università e istituzioni private. Anche quando i contenuti sono digitalizzati, spesso non sono interoperabili, non sono facilmente interrogabili e non sono pronti per essere utilizzati in sistemi avanzati di intelligenza artificiale. Il risultato è un paradosso: l’Italia ha una ricchezza culturale enorme, ma i grandi modelli di IA globali conoscono la cultura italiana in modo spesso superficiale, stereotipato o filtrato da prospettive straniere. L’italiano viene trattato come una lingua tra tante, non come il veicolo di una tradizione storica, letteraria, artistica, giuridica, territoriale e civile specifica. Esiste già un’infrastruttura pubblica importante, come il Catalogo generale dei beni culturali, SIGECweb e gli open data ArCo, ma manca ancora un salto strategico: trasformare questo patrimonio digitale in una base nazionale per modelli di IA culturalmente radicati. Il PNRR Cultura ha già previsto investimenti per la digitalizzazione del patrimonio culturale, ma il passaggio successivo deve essere l’uso di questi dati per creare servizi intelligenti, accessibili e controllati pubblicamente.

B. Perché conta

La cultura non è solo memoria: è identità, educazione, turismo, economia, ricerca, coesione sociale e autonomia culturale. Se la rappresentazione digitale della cultura italiana viene affidata prevalentemente a piattaforme e modelli stranieri, l’Italia rischia di perdere il controllo della propria narrazione culturale. Questo problema riguarda anche l’economia. Turismo, musei, editoria, artigianato, design, moda, cucina, cinema, musica e industrie creative possono beneficiare enormemente di strumenti IA capaci di spiegare, tradurre, contestualizzare e valorizzare la cultura italiana nel mondo. Riguarda anche la scuola e la ricerca: studenti, insegnanti, università e studiosi potrebbero accedere a strumenti capaci di interrogare archivi, testi, immagini e fonti storiche italiane in modo molto più potente rispetto agli attuali motori di ricerca.

C. La nostra soluzione

Synedrion propone la creazione di un Modello Linguistico Culturale Italiano, costruito su un Corpus Nazionale della Cultura Italiana. Il progetto avrebbe quattro pilastri. 1. ItalCultur Digital Hub Una piattaforma nazionale che colleghi e renda interoperabili i dati culturali italiani già esistenti: musei, archivi, biblioteche, cataloghi, collezioni digitali, fondazioni, comuni, regioni, università e istituti di ricerca. L’obiettivo non è sostituire gli archivi esistenti, ma creare un livello comune di accesso, metadatazione, interoperabilità e uso per l’IA. La piattaforma dovrebbe utilizzare standard riconosciuti come CIDOC-CRM, IIIF, TEI, Europeana Data Model e linked open data, in continuità con le infrastrutture già esistenti come ArCo e il Catalogo generale dei beni culturali. 2. Corpus Nazionale della Cultura Italiana Un grande dataset curato scientificamente, composto da testi, immagini, audio, video, metadati e documenti rappresentativi della cultura italiana. Il corpus dovrebbe includere letteratura italiana, storia nazionale e locale, arte, architettura, archeologia, musica, teatro, cinema, dialetti e lingue minoritarie, patrimonio religioso e laico, cucina regionale, artigianato, saperi tradizionali, patrimonio industriale, feste, riti e tradizioni popolari, fonti giuridiche, amministrative e istituzionali. 3. Modello Linguistico Culturale Italiano Un modello IA specializzato nella lingua e nella cultura italiana, utilizzabile da scuole, musei, biblioteche, pubbliche amministrazioni, imprese creative, turismo e ricerca. Il modello non deve sostituire i grandi LLM generalisti, ma integrarli con una competenza italiana profonda: storia, diritto, cultura, geografia, dialetti, tradizioni regionali, riferimenti letterari, patrimonio artistico e istituzioni italiane. 4. API pubblica e applicazioni settoriali Il modello deve essere disponibile tramite API pubblica regolata, con accesso gratuito o agevolato per scuole, università, biblioteche, musei, comuni e progetti di ricerca; accesso commerciale per imprese, turismo, editoria, media, artigianato, design e Made in Italy. Il modello dovrà rispettare un principio umanistico: non presentarsi come sostituto della cultura viva, degli insegnanti, degli studiosi, delle comunità e delle relazioni umane, ma come strumento di accesso, spiegazione, traduzione e valorizzazione del patrimonio italiano.

E. Cosa cambia per il cittadino

Il cittadino potrà accedere alla cultura italiana in modo molto più semplice, profondo e personalizzato. Uno studente potrà interrogare un assistente IA sulla Divina Commedia, sul Rinascimento, sul Risorgimento o sulla storia del proprio territorio, ricevendo risposte fondate su fonti italiane e non su sintesi generiche prodotte da modelli stranieri. Un turista potrà visitare Firenze, Napoli, Palermo, Torino o Matera con guide digitali capaci di spiegare non solo i monumenti più noti, ma anche il contesto storico, sociale e artistico dei luoghi minori. Un piccolo comune potrà valorizzare archivi, feste, tradizioni, percorsi locali e patrimonio artigianale anche senza avere grandi risorse tecniche interne. Un artigiano, una PMI culturale o un’impresa del Made in Italy potrà usare strumenti IA per raccontare la qualità dei propri prodotti in più lingue, senza perdere autenticità culturale. Una persona anziana, un cittadino con disabilità o uno studente che vive lontano dai grandi centri potrà accedere a musei, archivi e biblioteche attraverso strumenti digitali accessibili e conversazionali.

D. Obiettivi misurabili

• Entro il 2027, mappare le principali banche dati culturali pubbliche italiane.
• Pubblicare il primo standard nazionale di interoperabilità per dataset culturali destinati all’IA.
• Creare un primo corpus italiano certificato per IA culturale.
• Avviare almeno 20 progetti pilota con musei, biblioteche, archivi, scuole e comuni.
• Coinvolgere almeno 100 esperti disciplinari nella curatela dei dati.
• Entro il 2028, documentare digitalmente almeno 500 pratiche di patrimonio culturale immateriale.
• Rendere disponibile una prima versione del Modello Linguistico Culturale Italiano.
• Attivare un’API pubblica per scuole, università, musei e sviluppatori.
• Avviare almeno 50 applicazioni pilota nei settori cultura, turismo, istruzione e PA.
• Integrare i dati con standard europei e piattaforme come Europeana.
• Entro il 2030, digitalizzare e rendere interoperabile una quota significativa del patrimonio culturale documentabile.
• Raggiungere almeno 1.000 archivi, musei, biblioteche o comuni collegati alla piattaforma.
• Supportare almeno 10 dialetti, lingue minoritarie o tradizioni linguistiche locali.
• Rendere il modello utilizzabile da almeno 100 applicazioni pubbliche o private.
• Misurare l’impatto su turismo culturale, accesso educativo, ricerca e valorizzazione dei territori.
• Entro il 2028, pubblicare linee guida etiche per l’uso del Modello Linguistico Culturale Italiano in scuola, musei, turismo, archivi, biblioteche e servizi pubblici, includendo limiti d’uso, supervisione umana e tutela delle comunità rappresentate.

A. Il problema

L’intelligenza artificiale viene spesso presentata come una forza inevitabile, neutrale e puramente tecnica. In realtà, ogni sistema di IA incorpora scelte umane: quali dati usare, che cosa ottimizzare, quali errori tollerare, quali persone proteggere, quali rischi considerare accettabili. Il rischio non è solo che l’IA venga usata male, ma che si affermi un paradigma tecnocratico in cui efficienza, controllo, profitto e prestazione diventano i criteri dominanti per giudicare persone, istituzioni e società. In questo scenario, la persona può essere ridotta a dato, profilo, punteggio, funzione o previsione statistica. L’enciclica Magnifica Humanitas richiama proprio questo pericolo: la tecnica non è un semplice strumento quando diventa il criterio che decide che cosa conta e che cosa può essere scartato. L’IA, se non governata, può rafforzare concentrazioni di potere, nuove dipendenze, manipolazioni, esclusioni e disuguaglianze.

B. Perché conta

Una società democratica non può delegare a sistemi opachi decisioni che riguardano lavoro, credito, servizi pubblici, reputazione, informazione, salute, educazione e libertà personale. Quando un algoritmo decide chi è affidabile, chi merita assistenza, chi è sospetto, chi è adatto a un lavoro o chi deve essere escluso da un servizio, non siamo più davanti a un problema tecnico: siamo davanti a una questione di giustizia, responsabilità politica e dignità umana. L’IA può essere un aiuto prezioso, ma non deve sostituire coscienza, giudizio, relazione, responsabilità, compassione e capacità di cura. Un sistema può simulare empatia, ma non possiede esperienza, corpo, coscienza morale, responsabilità o capacità di assumere su di sé le conseguenze delle decisioni.

C. La nostra soluzione

Synedrion propone un Patto Umanistico per l’IA, fondato su cinque principi operativi. 1. Primato della persona Nessun sistema di IA deve trattare l’essere umano come semplice dato, profilo, punteggio o funzione. Nei settori sensibili deve restare sempre identificabile un responsabile umano. 2. Accountability e contestabilità Ogni decisione automatizzata che incide su diritti, opportunità, reputazione, accesso a servizi o condizioni economiche deve poter essere spiegata, contestata e corretta. 3. IA come bene comune digitale Dati, modelli, infrastrutture e capacità computazionale non possono essere concentrati solo in poche mani private. L’Italia e l’Europa devono garantire accesso equo a tecnologie, formazione e infrastrutture pubbliche. 4. Sostenibilità ambientale dell’IA Ogni grande sistema di IA usato dalla pubblica amministrazione deve dichiarare consumi energetici, uso d’acqua, emissioni e criteri di efficienza ambientale. 5. Tutela della relazione umana Nei servizi educativi, sanitari, sociali e di cura, l’IA deve assistere le persone, non sostituire la relazione umana. Particolare attenzione va posta a minori, anziani, persone sole e soggetti fragili.

E. Cosa cambia per il cittadino

Il cittadino non sarà costretto a subire decisioni automatizzate senza sapere chi ne risponde. Avrà diritto a spiegazione, revisione umana e possibilità di ricorso. La pubblica amministrazione potrà usare l’IA per semplificare servizi, ridurre tempi e migliorare accessibilità, ma senza trasformare il cittadino in un fascicolo automatizzato senza volto. Nella scuola, nella sanità, nei servizi sociali e nella cura degli anziani, l’IA sarà uno strumento di supporto, non un sostituto della presenza umana. La tecnologia dovrà aumentare la capacità di cura, non impoverirla.

D. Obiettivi misurabili

• Entro il 2027:
• introdurre una Carta nazionale dei diritti del cittadino davanti all’IA;
• istituire obblighi di spiegazione, revisione umana e ricorso per decisioni automatizzate ad alto impatto;
• creare un registro pubblico dei sistemi IA usati dalla pubblica amministrazione;
• richiedere valutazioni d’impatto umano, sociale e ambientale per tutti i sistemi IA pubblici ad alto rischio;
• prevedere audit indipendenti annuali per i sistemi usati in lavoro, credito, sanità, scuola, sicurezza, welfare e servizi pubblici.
• Entro il 2028:
• garantire formazione obbligatoria sull’etica dell’IA per funzionari pubblici, dirigenti scolastici, operatori sanitari e responsabili dei servizi sociali;
• pubblicare indicatori di consumo energetico e ambientale per i principali sistemi IA usati dalla PA;
• istituire un organismo indipendente per la vigilanza sui sistemi IA pubblici ad alto impatto;
• assicurare che il 100% dei sistemi IA pubblici sensibili preveda supervisione umana effettiva e canali di contestazione.