Sovranità dell’Intelligenza Artificiale nel Regno Unito: Le Nuove Direttive dopo la Riorganizzazione del DSIT

L’abolizione del Department for Science, Innovation and Technology (DSIT) nel Regno Unito ha generato incertezze riguardo alle future strategie del governo in materia di intelligenza artificiale (IA). La nomina di Kanishka Narayan a ministro per l’IA rappresenta un passo verso una maggiore attenzione a questo settore cruciale, ma il trasferimento delle responsabilità del DSIT ad altri ministeri solleva interrogativi sulla capacità del governo di coordinare infrastrutture e investimenti necessari per sostenere le ambizioni in questo campo.

Recenti verifiche parlamentari hanno messo in luce la necessità di rafforzare il controllo sulle operazioni di IA nel settore pubblico, sottolineando l’importanza di garantire la continuità dei servizi. Dopo un periodo incentrato sulla rapida adozione delle tecnologie, il focus si sposta ora sulla gestione operativa dei sistemi utilizzati nei servizi pubblici.

La questione della sovranità dell’IA va oltre la semplice localizzazione dei dati. Sebbene la residenza dei dati sia fondamentale in settori come la sanità, la difesa e la pubblica amministrazione, la vera misura della sovranità risiede nella capacità di un’organizzazione di comprendere e governare l’uso dei propri sistemi. Questo implica la possibilità di garantire la continuità del servizio anche in caso di cambiamenti nei fornitori o nei contratti.

Le istituzioni devono avere la possibilità di conoscere il funzionamento dei loro sistemi, stabilire quali dati possono essere utilizzati dai modelli e gestire i carichi di lavoro senza dover ricostruire l’intero servizio. È essenziale disporre di competenze interne sufficienti per mantenere l’operatività senza dipendere da un singolo fornitore.

Non è necessario replicare ogni livello della catena tecnologica a livello nazionale, ma è fondamentale avere un controllo prevedibile sui servizi essenziali. La sfida consiste nel decidere quali dipendenze siano accettabili senza compromettere la sicurezza, la fiducia pubblica e la continuità del servizio.

Per molti carichi di lavoro pubblici, un modello specifico per il compito, eseguito in un ambiente controllato, può rivelarsi più utile di un grande modello generico. Modelli specializzati possono essere adattati ai dati delle singole organizzazioni, testati in condizioni operative e governati in base alle conseguenze di eventuali errori.

Le tecnologie aperte e portabili possono facilitare l’esecuzione dei modelli su infrastrutture diverse, permettendo l’analisi del comportamento dei sistemi e la sostituzione di componenti quando emergono soluzioni migliori. Tuttavia, la sovranità richiede anche infrastrutture sicure, team qualificati e regole di governance chiare.

Il mercato dell’IA è in continua evoluzione: modelli, prezzi, regolazione e accesso possono cambiare rapidamente. Costruire servizi attorno a un singolo fornitore proprietario limita la capacità di sfruttare i progressi tecnologici. Il Regno Unito possiede università solide, ricercatori esperti e aziende in crescita nel settore dell’IA, ma è fondamentale collegare questi asset a una domanda sostenuta nel settore pubblico, dove la sovranità ha un valore pratico significativo.

Non è necessario scegliere un campione nazionale né escludere aziende internazionali. Regole di procurement che richiedano portabilità, testabilità indipendente e la possibilità di esecuzione nell’infrastruttura controllata dal cliente possono creare mercati competitivi, consentendo agli enti pubblici di mantenere il controllo sui sistemi che acquistano.

Questo approccio può fornire opzioni sovrane credibili a ospedali, enti locali e dipartimenti governativi, offrendo alle aziende nazionali un percorso dalla sperimentazione al dispiegamento su larga scala. La ristrutturazione del DSIT rappresenta un’opportunità per chiarire l’obiettivo nazionale: la strategia sarà efficace se consentirà alle istituzioni pubbliche di utilizzare la migliore tecnologia disponibile mantenendo un controllo significativo sui sistemi che contano, affinché le ambizioni sull’IA possano resistere ai cambiamenti di dipartimenti, fornitori e tecnologie.