di Massimo Montanile

Per molti anni la Data Protection è stata considerata prevalentemente una disciplina giuridica. Il compito del professionista della privacy consisteva nel garantire la conformità dei trattamenti al GDPR, predisporre informative, valutazioni d’impatto, registri dei trattamenti e misure di sicurezza.

L’Intelligenza Artificiale sta cambiando profondamente questo paradigma.

Oggi un sistema di IA non è semplicemente un software che tratta dati personali. È un sistema che apprende dai dati, costruisce modelli matematici, produce inferenze, formula previsioni e, sempre più spesso, supporta o influenza decisioni che incidono direttamente sulla vita delle persone.

Questo significa che la tutela dei diritti fondamentali non può più limitarsi alla fase finale del trattamento. Deve comprendere l’intero processo che conduce dalla raccolta dei dati fino alla decisione automatizzata.

La Data Protection è chiamata così a compiere un salto culturale: dalla conoscenza delle norme alla comprensione della tecnologia.

È questa la vera sfida della AI Governance.

La tecnologia non è una scatola nera

Per molti professionisti della privacy la tecnologia è stata tradizionalmente considerata un elemento esterno: qualcosa da valutare nei suoi effetti giuridici, senza la necessità di comprenderne in profondità il funzionamento.

L’Intelligenza Artificiale rende questo approccio insufficiente.

Non è possibile valutare la correttezza di una decisione algoritmica senza conoscere almeno i principi che governano l’apprendimento automatico, la qualità dei dataset, il ruolo dei modelli, i processi di addestramento, le modalità di inferenza e gli aspetti legati alla sicurezza dei sistemi.

Ogni sistema di Intelligenza Artificiale è, prima di tutto, un sistema di trattamento dei dati. Ma è anche molto di più: è un insieme di decisioni progettuali che attraversano algoritmi, software, infrastrutture, architetture hardware e processi organizzativi.

Per questo motivo la governance dell’IA non può essere esercitata esclusivamente “a valle”, quando il sistema è già operativo. Deve essere costruita “a monte”, accompagnando l’intero ciclo di vita della tecnologia. Questo è uno dei principi che attraversano il volume Dall’algoritmo al silicio: comprendere l’Intelligenza Artificiale.

Dalla governance dei dati alla governance delle norme

Negli ultimi anni il quadro regolatorio europeo si è arricchito di strumenti fondamentali: GDPR, AI Act, Data Governance Act, Data Act, NIS2, Cyber Resilience Act, insieme a un numero crescente di standard internazionali come ISO/IEC 42001, ISO/IEC 23894, ISO/IEC 22989 e ISO/IEC 5338.

Questa ricchezza normativa rappresenta una straordinaria opportunità, ma pone anche una nuova responsabilità.

Non basta conoscere le singole norme.

Occorre comprenderne le relazioni.

Una recente riflessione sviluppata da Flavia Montanile[1], consulente di sistemi di gestione e Data Protection Officer, evidenzia come anche gli standard internazionali sull’Intelligenza Artificiale debbano essere letti in modo integrato. Il confronto tra ISO/IEC 22989, ISO/IEC 5338 e ISO/IEC 23894 mostra infatti come piccoli disallineamenti terminologici e rappresentativi possano produrre effetti concreti nell’implementazione di un Sistema di Gestione dell’Intelligenza Artificiale conforme alla ISO/IEC 42001.

Non si tratta di incompatibilità normative.

Si tratta della necessità di sviluppare una vera governance delle norme, capace di leggere il sistema regolatorio come un ecosistema coerente e dinamico.

La conformità non consiste più nell’applicazione meccanica di prescrizioni isolate, ma nella capacità di costruire una visione sistemica.

Governare l’Intelligenza Artificiale significa governare il cambiamento

L’Intelligenza Artificiale introduce una differenza fondamentale rispetto al software tradizionale.

I sistemi non sono più statici: apprendono, si modificano, evolvono. Questo rende il rischio un elemento dinamico.

Come ha opportunamente osservato Fabrizio Cirilli nel dibattito sviluppatosi intorno all’analisi di Flavia Montanile, il riesame non riguarda soltanto il valore del rischio, ma il processo attraverso il quale tale rischio viene determinato. In sistemi non deterministici, come quelli basati sull’Intelligenza Artificiale, il comportamento può cambiare nel tempo per effetto dell’evoluzione dei modelli, dell’aggiornamento dei dati o delle modifiche introdotte dal produttore.

La gestione del rischio diventa quindi un processo continuo e accompagna l’intero ciclo di vita del sistema.

È questa la logica che ispira anche i moderni Sistemi di Gestione dell’Intelligenza Artificiale.

L’innovazione è prima di tutto cultura

Ridurre la trasformazione digitale a un problema tecnologico sarebbe un errore.

Come ha recentemente ricordato Claudio Santo Malavenda, autore di una delle note presenti nel volume e professionista con una lunga esperienza nei sistemi critici e nelle tecnologie per la Difesa, la trasformazione nasce certamente dalla tecnologia, ma si realizza soprattutto attraverso un’evoluzione delle competenze, dei processi organizzativi e delle modalità di collaborazione.

L’innovazione non consiste semplicemente nell’introdurre nuove tecnologie.

Consiste nella capacità di ripensare il modo in cui persone, organizzazioni e istituzioni cooperano per costruire sistemi complessi, affidabili e sostenibili.

È una prospettiva che supera la tradizionale separazione tra tecnica e organizzazione e che appare oggi essenziale anche nello sviluppo dell’Intelligenza Artificiale.

Dalla teoria alla pratica

La governance dell’IA non è soltanto una questione teorica.

Le sfide descritte nei documenti normativi trovano ogni giorno applicazione concreta nei grandi progetti internazionali.

Lo testimonia anche l’esperienza raccontata nella nota autoriale di Francesco Montanile, oggi impegnato in un avanzato progetto tecnologico in un Paese del Far East. La progettazione di infrastrutture digitali evolute dimostra come reti, sicurezza, osservazione intelligente, sistemi distribuiti e Intelligenza Artificiale costituiscano ormai un ecosistema unitario, nel quale ogni scelta tecnologica produce effetti sulla sicurezza, sulla resilienza e sulla governance complessiva del sistema.

La tecnologia diventa così il luogo nel quale principi, standard e competenze trovano la loro concreta realizzazione.

Innovazione e diritti: un falso conflitto

Nel dibattito pubblico innovazione e tutela dei diritti vengono spesso rappresentate come obiettivi contrapposti.

In realtà è vero il contrario.

Un’innovazione che non sia affidabile difficilmente sarà sostenibile.

La riflessione sviluppata da Roberto Randazzo nella postfazione del volume richiama proprio questa esigenza: costruire una governance dell’Intelligenza Artificiale nella quale sviluppo tecnologico, responsabilità e tutela dei diritti fondamentali procedano insieme, superando la falsa alternativa tra innovazione e regolazione.

L’Europa sembra avere scelto questa strada.

L’obiettivo non è rallentare l’innovazione, ma renderla degna della fiducia dei cittadini.

Una visione interdisciplinare

Queste riflessioni costituiscono anche la filosofia della collana Cyber | Security | Defence di Tab Edizioni, diretta da Paolo Capodanno e da chi scrive.

La collana nasce dalla convinzione che cybersecurity, Intelligenza Artificiale, Data Protection, governance digitale e difesa non possano più essere affrontate come discipline separate.

La sicurezza contemporanea è tecnologica, certamente, ma è anche giuridica, organizzativa, economica, sociale e culturale.

Solo un approccio realmente interdisciplinare consente di comprendere la complessità delle trasformazioni in atto e di costruire modelli di innovazione responsabile.

Comprendere per governare

L’Intelligenza Artificiale rappresenta probabilmente la più grande trasformazione tecnologica degli ultimi decenni.

Governarla richiede molto più della conoscenza delle norme: richiede competenze tecniche, capacità organizzative, visione sistemica e sensibilità etica.

E una cultura dell’innovazione capace di mettere in dialogo diritto, tecnologia, sicurezza e organizzazione.

È da questa convinzione nasce il volume Dall’algoritmo al silicio: comprendere l’Intelligenza Artificiale, arricchito dalla prefazione di Nicola Bernardi, dalla postfazione di Roberto Randazzo e dalle note autoriali di Claudio Santo Malavenda e Francesco Montanile. Il libro propone un percorso che accompagna il lettore attraverso l’intera architettura dell’IA, mostrando come ogni livello, dagli algoritmi fino al silicio, contribuisca alla costruzione di sistemi intelligenti affidabili, trasparenti e governabili.

Per molti anni abbiamo imparato a governare i dati. Oggi dobbiamo imparare a governare l’Intelligenza Artificiale.

Domani dovremo essere capaci di governare anche il sistema delle regole che accompagnerà questa trasformazione.

Perché la vera innovazione non consiste nello sviluppo di algoritmi sempre più potenti, ma nella capacità di mettere in dialogo tecnologia, diritto, organizzazione e cultura.

[1] ¹ Flavia Montanile, Quando gli standard sull’AI non si parlano perfettamente tra loro…, post pubblicato su LinkedIn, luglio 2026. Disponibile all’indirizzo: LinkedIn – Quando gli standard sull’AI non si parlano perfettamente tra loro…