INDICE

Sulla pubblicità dei lavori:
Cavo Ilaria , Presidente ... 3 

INDAGINE CONOSCITIVA SULL'INTELLIGENZA ARTIFICIALE: OPPORTUNITÀ E RISCHI PER IL SISTEMA PRODUTTIVO ITALIANO

Audizione, in videoconferenza, di rappresentanti del Polo di innovazione MESAP.
Cavo Ilaria , Presidente ... 3 
Ceresole Guido , Coordinatore del Polo di innovazione MESAP ... 3 
Cavo Ilaria , Presidente ... 5 
Ceresole Guido , Coordinatore del Polo di innovazione MESAP ... 5 
Cavo Ilaria , Presidente ... 5 

Audizione, in videoconferenza, di Giampiero Giacomello, Responsabile Center for computational social science dell'Università degli studi di Bologna:
Cavo Ilaria , Presidente ... 6 
Giacomello Giampiero , Responsabile Center for computational social science dell'Università degli studi di Bologna ... 6 
Cavo Ilaria , Presidente ... 7 
Pavanelli Emma (M5S)  ... 7 
Cavo Ilaria , Presidente ... 7 
Giacomello Giampiero , Responsabile Center for computational social science dell'Università degli studi di Bologna ... 8 
Cavo Ilaria , Presidente ... 8 

Audizione, in videoconferenza, di Andrea Pantaleo, Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain :
Cavo Ilaria , Presidente ... 8 
Pantaleo Andrea , Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain ... 8 
Cavo Ilaria , Presidente ... 10 

Audizione, in videoconferenza, di rappresentanti di Vedrai s.p.a.:
Cavo Ilaria , Presidente ... 10 
Grazioli Michele , Presidente di Vedrai s.p.a ... 10 
Cavo Ilaria , Presidente ... 12 
Grazioli Michele , Presidente di Vedrai s.p.a ... 12 
Cavo Ilaria , Presidente ... 13 

Audizione di rappresentanti dell' European guild for artificial intelligence regulation (EGAIR):
Cavo Ilaria , Presidente ... 13 
Archidiacono Francesco , Fondatore dell'associazione EGAIR ... 13 
Cavo Ilaria , Presidente ... 15 
Pavanelli Emma (M5S)  ... 15 
Cavo Ilaria , Presidente ... 15 
Archidiacono Francesco , Fondatore dell'associazione EGAIR ... 15 
Cavo Ilaria , Presidente ... 15 

Audizione, in videoconferenza, di rappresentanti del Politecnico di Bari:
Cavo Ilaria , Presidente ... 16 
Di Noia Tommaso , Ordinario di informatica presso il Politecnico di Bari ... 16 
Cavo Ilaria , Presidente ... 17 

Audizione di rappresentanti di Assosistema Confindustria:
Cavo Ilaria , Presidente ... 17 
Nevi Matteo , Direttore generale di Assosistema Confindustria ... 17 
Cavo Ilaria , Presidente ... 19 
Nevi Matteo , Direttore generale di Assosistema Confindustria ... 19 
Cavo Ilaria , Presidente ... 20 
Nevi Matteo , Direttore generale di Assosistema Confindustria ... 20 
Cavo Ilaria , Presidente ... 20 

Audizione, in videoconferenza, di Gianluigi Bonanomi, formatore e consulente sulla comunicazione digitale:
Cavo Ilaria , Presidente ... 20 
Bonanomi Gianluigi , Formatore e consulente sulla comunicazione digitale ... 21 
Cavo Ilaria , Presidente ... 22 
Bonanomi Gianluigi , Formatore e consulente sulla comunicazione digitale ... 22 
Cavo Ilaria , Presidente ... 22 

Audizione di rappresentanti di ADL Consulting:
Cavo Ilaria , Presidente ... 23 
Carro Marialessandra , Partner di ADL Consulting ... 23 
Di Mario Claudio , Founding partner di ADL Consulting ... 23 
Gusmeroli Alberto Luigi , Presidente ... 26 

Audizione, in videoconferenza, di rappresentanti di Engineering Ingegneria Informatica s.p.a.:
Gusmeroli Alberto Luigi , Presidente ... 26 
Momola Fabio , Executive Vice President Digitech del Gruppo Engineering ... 26 
Gusmeroli Alberto Luigi , Presidente ... 28 
Momola Fabio , Excutive Vice President Digitech del Gruppo Engineering ... 28 
Gusmeroli Alberto Luigi , Presidente ... 29 
Momola Fabio , Excutive Vice President Digitech del Gruppo Engineering ... 29 
Gusmeroli Alberto Luigi , Presidente ... 29 
Momola Fabio , Excutive Vice President Digitech del Gruppo Engineering ... 29 
Gusmeroli Alberto Luigi , Presidente ... 30 
Momola Fabio , Executive Vice President Digitech del Gruppo Engineering ... 30 
Gusmeroli Alberto Luigi , Presidente ... 30 
Momola Fabio , Executive Vice President Digtech del Gruppo Engineering ... 30 
Gusmeroli Alberto Luigi , Presidente ... 31 
Momola Fabio , Executive Vice President Digtech del Gruppo Engineering ... 31 
Gusmeroli Alberto Luigi , Presidente ... 31 

Audizione, in videoconferenza, di Alessandro Sperduti, Direttore Human Inspired Technology Research Center :
Gusmeroli Alberto Luigi , Presidente ... 31 
Sperduti Alessandro , direttore Human Inspired Technology Research Center ... 31 
Gusmeroli Alberto Luigi , Presidente ... 34 

Audizione, in videoconferenza, di Francesca Rossi, IBM AI Ethics Global Leader :
Gusmeroli Alberto Luigi , Presidente ... 34 
Rossi Francesca , IBM AI Ethics Global Leader ... 34 
Gusmeroli Alberto Luigi , Presidente ... 36 
Rossi Francesca , IBM AI Ethics Global Leader ... 36 
Gusmeroli Alberto Luigi , Presidente ... 37 

Audizione di Daniele Nardi, Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza:
Gusmeroli Alberto Luigi , Presidente ... 37 
Nardi Daniele , Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza ... 37 
Gusmeroli Alberto Luigi , Presidente ... 39 

Audizione di Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia:
Gusmeroli Alberto Luigi , Presidente ... 39 
Pelillo Marcello , Ordinario di informatica presso l'Università Ca' Foscari di Venezia ... 39 
Gusmeroli Alberto Luigi , Presidente ... 41 
Pelillo Marcello , Ordinario di informatica presso l'Università Ca' Foscari di Venezia ... 41 
Gusmeroli Alberto Luigi , Presidente ... 41 

Audizione, in videoconferenza, di Andrea Messuti, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie:
Cavo Ilaria , Presidente ... 41 
Messuti Andrea , Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie ... 42 
Cavo Ilaria , Presidente ... 43 
Messuti Andrea , Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie ... 43 
Cavo Ilaria , Presidente ... 44 

Allegato 1: Documentazione depositata dai rappresentanti di Vedrai s.p.a ... 45 

Allegato 2: Documentazione depositata dai rappresentanti dell'European guild for artificial intelligence regulation (EGAIR) ... 50 

Allegato 3: Documentazione depositata dai rappresentanti di Assosistema Confindustria ... 67 

Allegato 4: Documentazione depositata dai rappresentanti di ADL Consulting ... 73 

Allegato 5: Documentazione depositata dai rappresentanti di Engineering Ingegneria Informatica s.p.a ... 90 

Allegato 6: Documentazione depositata da Francesca Rossi, IBM AI Ethics Global Leader ... 97 

Allegato 7: Documentazione depositata da Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia ... 101

Sigle dei gruppi parlamentari:
Fratelli d'Italia: FdI;
Partito Democratico - Italia Democratica e Progressista: PD-IDP;
Lega - Salvini Premier: Lega;
MoVimento 5 Stelle: M5S;
Forza Italia - Berlusconi Presidente - PPE: FI-PPE;
Azione - Italia Viva - Renew Europe: A-IV-RE;
Alleanza Verdi e Sinistra: AVS;
Noi Moderati (Noi con L'Italia, Coraggio Italia, UDC e Italia al Centro) - MAIE: NM(N-C-U-I)-M;
Misto: Misto;
Misto-Minoranze Linguistiche: Misto-Min.Ling.;
Misto-+Europa: Misto-+E.

Pag. 3

PRESIDENZA DELLA VICEPRESIDENTE
ILARIA CAVO

  La seduta comincia alle 11.10.

Sulla pubblicità dei lavori.

  PRESIDENTE. Avverto che la pubblicità dei lavori della seduta odierna sarà assicurata anche mediante la trasmissione televisiva diretta sulla web tv della Camera dei deputati.

Audizione, in videoconferenza, di rappresentanti del Polo di innovazione MESAP.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti del Polo di innovazione MESAP, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Guido Ceresole, Coordinatore del Polo di innovazione MESAP, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  GUIDO CERESOLE, Coordinatore del Polo di innovazione MESAP. Buongiorno. Signor presidente e signori deputati, vi ringrazio dell'occasione offerta a MESAP di essere audito nel quadro dell'indagine conoscitiva sull'intelligenza artificiale, per illustrare le caratteristiche del nostro ecosistema e portare ancora una volta l'attenzione sull'opportunità che le tecnologie digitali offrono alle imprese, in particolare alle PMI.
  Sono Guido Ceresole e svolgo la funzione di coordinatore del Polo di innovazione MESAP.
  MESAP fa parte del sistema Polo della regione Piemonte, è attivo del 2009 grazie al POR FESR (Programmi Operativi Regionali finanziati con Fondo europeo di sviluppo regionale) 2007-2013.
  Lo scopo del Polo è favorire il trasferimento tecnologico dagli enti di ricerca e dalle grandi aziende verso le PMI del territorio per incrementare la loro capacità competitiva.
  Le aree d'intervento del MESAP sono la meccatronica e i sistemi avanzati di produzione, elementi chiave della Transizione 4.0.
  Dal 2009 a oggi il Polo MESAP ha realizzato oltre 280 progetti, studi di fattibilità e servizi per l'innovazione, generando investimenti complessivi superiori a 80 milioni di euro, con 44 milioni di euro di contributi pubblici nei settori manifatturieri del territorio (come l'automotive, i macchinari, l'aerospazio e l'healthcare).
  Venendo all'intelligenza artificiale che è una delle tecnologie strategiche per l'attuazione della trasformazione digitale del nostro Paese, insieme ai sistemi di calcolo ad elevate prestazioni e alla safety security, essa rientra nei settori chiave che permettono di aumentare la competitività delle imprese attraverso l'incremento dell'efficienza delle filiere produttive, il miglioramento della funzionalità di prodotti e servizi e la riduzione del consumo di risorse, in particolare dell'energia, con il conseguentePag. 4 contributo alla sostenibilità ambientale.
  L'intelligenza artificiale di cui si discute da oltre settant'anni è oggi è al centro del dibattito politico-economico. Big data, elevate capacità computazionali e algoritmi più performanti ne permettono un impiego diffuso, capace di incidere nella vita quotidiana di imprese e individui in maniera ancora più profonda rispetto alle innovazioni precedenti.
  Secondo l'associazione di Confindustria, che raggruppa le aziende ICT, in Italia il mercato dell'intelligenza artificiale ha raggiunto nel 2022 un volume di circa 422 milioni di euro, con un aumento del 22 per cento rispetto all'anno precedente. La previsione è di arrivare a 700 milioni di euro nel 2025, con un tasso di crescita medio annuo del 22 per cento.
  Se guardiamo al Piemonte, nel 2022 il mercato dell'intelligenza artificiale ha superato i 43 milioni di euro con un'importante prospettiva di crescita fino a 73 milioni di euro nel 2024.
  Tuttavia, nonostante le sue potenzialità, l'intelligenza artificiale rimane ancora scarsamente utilizzata dalle imprese italiane, in particolare quelle di minori dimensioni.
  Secondo i dati Istat del 2021 solo il 6,2 per cento delle imprese ha dichiarato di utilizzare sistemi di intelligenza artificiale, contro una media dell'8 per cento nell'Unione europea. In particolare la percentuale di piccole imprese scende al 5,3 per cento contro il 24,3 delle grandi imprese.
  Quindi, nonostante le prospettive positive, in Italia il mercato dell'IA resta meno sviluppato rispetto agli altri Paesi più industrializzati.
  Veniamo a Torino, il Piemonte, che sono il cuore di un ecosistema dell'innovazione dove operano 200 centri di ricerca, sette poli di innovazione e 7.255 imprese innovative, che costituiscono l'8,5 per cento del totale italiano.
  Il Piemonte si posiziona al primo posto in Italia per numero di imprese attive nell'intelligenza artificiale, ma a differenza di altre regioni, che si sono specializzate verticalmente su alcune tecnologie, presenta ampie e diversificate competenze che attraversano l'intera catena del valore nelle applicazioni destinate all'industria, alla pubblica amministrazione, le utilities, alla sanità, ai servizi, alle banche, alle assicurazioni, all'informatica, fino alla cultura e al turismo.
  Questa trasversalità dell'offerta e della domanda è un unicum della regione e rappresenta la premessa fondamentale per poter trasferire i benefici dell'intelligenza artificiale a tutto il panorama nazionale, in modo particolare a tutto il sistema imprenditoriale italiano, che si attende un notevole aumento della produttività e della competitività indipendentemente dal settore di appartenenza.
  Dopo settant'anni di sforzo senza risultati di rilievo siamo al momento in cui l'intelligenza artificiale sta iniziando a dispiegare il suo potenziale. Naturalmente non è tutto facile, il Piemonte vive la stessa penuria di competenze in ambito digitale che vivono altri territori.
  Un'analisi dell'Unione industriali Torino rivela che da soli gli otto big player locali hanno in previsione assunzioni nuove nell'ordine delle migliaia di persone solo in ambito digitale e intelligenza artificiale. Ma gli atenei locali sfornano poco più di un migliaio di nuovi laureati in totale, tra triennali e magistrali, numeri ovviamente insufficienti da soli a soddisfare il bisogno.
  La penuria di competenza rischia di essere un freno alla dinamica di crescita delle nostre aziende e su questo dobbiamo lavorare a tutti i livelli della formazione, dall'istruzione superiore agli atenei attraverso gli ITS e gli academy che le aziende stanno organizzando.
  Ma dobbiamo lavorare per attrarre anche talenti da fuori, innanzitutto invertendo quella dinamica che vede gli atenei formare giovani che poi non si fermano a lavorare e a fare impresa in regione, ma anche costruendo politiche che incentivano l'immigrazione dei cervelli.
  In Piemonte si stanno iniziando a dispiegare i fondi del PNRR attraverso i partenariati di ricerca, i partenariati pubblico-privati e la programmazione regionale. Ci aspettiamo che questi denari diano un'ulteriore spinta alla crescita del settore.Pag. 5
  Ricordiamo che la legge n. 106 del 23 luglio 2021 aveva sancito la creazione a Torino di un Centro nazionale sull'intelligenza artificiale per il coordinamento e l'indirizzamento strategico delle attività di ricerca scientifica e di trasferimento tecnologico nell'ambito automotive, aerospazio e Industria 4.0.
  Il Centro doveva avere dimensioni tali da essere competitivo a livello internazionale ed essere finanziato con 20 milioni di euro annui a decorrere dal 2021 senza limite temporale.
  Un anno fa, a settembre 2022, i Ministeri interessati hanno nominato i tre membri del comitato di coordinamento con l'incarico di predisporre lo schema di statuto della fondazione, accogliendo i desiderata del territorio piemontese e assicurandone l'attuazione nei tempi più rapidi. A oggi non abbiamo notizie ufficiali dello statuto e dei fondi stanziati per la creazione del Centro.
  Ma per massimizzare gli effetti della ricerca nell'intelligenza artificiale sviluppata dagli atenei occorre un elemento fondamentale: l'attivazione in tempi rapidi a Torino del Centro per il trasferimento tecnologico, con l'obiettivo di massimizzare l'impatto positivo della ricerca per le persone, i territori e le imprese. Questo Centro deve avere la missione di dialogare con l'industria e fare da ponte tra imprese, ricerca e finanza, dedicando particolare attenzione alle PMI. Queste, infatti, spesso non possiedono le risorse necessarie per affrontare le sfide complesse e contrastanti presentate dall'innovazione a base tecnologica, sia in termini di competenze sia di capacità di investimento.
  Abbiamo due player chiave nel territorio che hanno fortemente consolidato negli ultimi dieci anni e che saranno particolarmente rilevanti in azioni di accompagnamento della PMI. Il primo è rappresentato dai Poli di innovazione regionali, quali strumenti di supporto alla ricerca e innovazione collaborative e di filiera sulle aree di specializzazione della regione Piemonte. L'altro dai PID (Punti Impresa Digitale) e DIH (Digital Innovation Hub) quali strumenti messi per il sostegno alla trasformazione digitale delle imprese e delle PMI in particolare. Non meno rilevante sarà il ruolo degli otto Competence Center nazionali finanziati dal MISE.
  Concludo sperando di aver messo in evidenza tutte le potenzialità dell'intelligenza artificiale, pur rilevando come questa rimanga ancora scarsamente utilizzata dalle imprese italiane, in particolare quelle di minori dimensioni.
  Per rimediare a questo divario rispetto agli altri Paesi europei è fondamentale avere una visione strategica che consenta di accelerare e potenziare gli investimenti delle imprese, rafforzare le competenze digitali dalla scuola al mondo del lavoro e acquisire maggiore consapevolezza e conoscenza delle potenzialità dell'intelligenza artificiale.
  La nostra raccomandazione è che si persegua l'attuazione del programma strategico sull'intelligenza artificiale 2022-2024.

  PRESIDENTE. Mi perdoni, le devo segnalare che ha già superato il tempo a disposizione e quindi la invito a concludere. Grazie.

  GUIDO CERESOLE, Coordinatore del Polo di innovazione MESAP. Sono agli ultimi punti.
  Invito ad avere una particolare attenzione a questi tre elementi.
  Uno è il sostegno all'accompagnamento delle PMI, prevedendo agevolazioni per investimenti in intelligenza artificiale.
  Sviluppo dei soggetti del territorio che sostengono il trasferimento tecnologico, tra questi i Poli di innovazione regionali.
  Infine all'attivazione a Torino, senza altri ritardi, del Centro nazionale sull'intelligenza artificiale per il coordinamento e l'indirizzamento delle attività di ricerca scientifica e di trasferimento tecnologico in automotive, aerospazio e Industria 4.0.
  Ringrazio per l'attenzione.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Pag. 6

Audizione, in videoconferenza, di Giampiero Giacomello, Responsabile Center for computational social science dell'Università degli studi di Bologna.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Giampiero Giacomello, Responsabile Center for computational social science dell'Università degli studi di Bologna, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Giampiero Giacomello, Responsabile Center for computational social science dell'Università degli studi di Bologna, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  GIAMPIERO GIACOMELLO, Responsabile Center for computational social science dell'Università degli studi di Bologna. Vorrei ringraziare la Commissione per l'invito e per l'opportunità di parlare del tema sull'intelligenza artificiale in Italia.
  Ovviamente io mi concentrerò sulla dimensione della formazione, che è quello che noi facciamo all'Università di Bologna e in particolare al nostro centro per le scienze sociali computazionali.
  La creazione di questo centro è il risultato di osservazioni che noi abbiamo fatto con gli studenti negli ultimi dieci anni più o meno, quando abbiamo cominciato a insegnare agli studenti di scienze politiche e sociologia gli elementi di programmazione, la logica e il funzionamento dei modelli di machine learning, apprendimento delle macchine.
  Nel corso di questo periodo sufficientemente lungo abbiamo notato due interessanti elementi, due modi di porsi nei confronti del tema dell'intelligenza artificiale per quello che riguarda gli studenti. Da un lato c'è questa idea, corretta in parte, che l'intelligenza artificiale sia il dominio di aziende come Microsoft, personalità come Elon Musk e via discorrendo, che per quello che riguarda la ricerca più avanzata è assolutamente corretto.
  Di conseguenza a questo la predisposizione e la reazione degli studenti che noi abbiamo avuto in questi anni era del considerare l'intelligenza artificiale una materia che compete a informatici e a ingegneri. Il risultato finale di queste due concorrenti osservazioni è che c'era non solo un certo timore nei confronti del tema dell'intelligenza artificiale ma soprattutto un disinteresse diffuso.
  In realtà noi abbiamo cercato di spiegare agli studenti che ci troviamo a vivere in società che sono estremamente complesse e che si appoggiano su economie che sono estremamente complesse e articolate e questa idea di fatto che l'intelligenza artificiale sia riservata, in un certo senso, solo a delle categorie ben specifiche in realtà non sta in piedi. Al contrario, c'è una grande necessità di figure intermedie che siano in grado di dialogare sia con la dimensione ingegneristica e più strettamente informatica sia con la dimensione delle scienze sociali.
  Questo è stato un po' il tema guida che ci ha condotto in questi anni.
  La risposta piano piano è stata sempre più incoraggiante, abbiamo reazione e risposte dagli studenti molto positive, soprattutto le prospettive occupazionali degli studenti che hanno seguito questo tipo di percorso sicuramente sono state migliori di studenti che non l'hanno fatto. Faccio solo due esempi di due lavori che sono stati svolti in questo periodo. Uno risale a prima del Covid, un gruppo di ricerca ha trovato le informazioni sul web e con l'aiuto di un nostro docente, per quello che riguarda il modello di machine learning, ha prodotto una ricerca sulla situazione degli Airbnb in una grande città italiana realizzando una fotografia molto precisa, prima che lo stesso comune della città avesse qualsiasi tipo di informazione su qual era la situazione degli Airbnb in città. Ovviamente questo è Pag. 7successo prima del Covid, per cui le cose sono cambiate completamente.
  Un altro tipo di utilizzo da parte degli studenti di questo tipo di formazione e di elementi che noi abbiamo fornito attraverso il Centro, che invece riguarda il momento attuale: un gruppo di studenti, con modelli large language model, sta analizzando un gran numero di canali telegram in russo per cercare di capire qual è la posizione dei blogger militari per quello che riguarda il cambio nella catena di comando nella struttura dell'esercito russo. Questa è un'altra applicazione delle competenze che gli studenti hanno acquisito nel seguire questo percorso innovativo, se mi consentite il termine.
  In realtà noi non riusciamo a formare abbastanza studenti per quella che sarebbe la domanda. Ci rendiamo conto che la domanda in parte non esisteva, in parte l'abbiamo creata, formando appunto queste figure ibride. La nostra idea non è quella di trasformare degli studenti di scienze politiche e sociologia in programmatori o ingegneri informatici, non è il loro lavoro; però la nostra idea è quella che anche studenti con una formazione in scienze sociali devono avere un tipo di formazione che consenta loro di essere in grado di dialogare con la parte informatica e ingegneristica.
  Questo perché è una strada obbligata, è inevitabile che le nostre società e le nostre economie diventeranno sempre più complesse, quindi l'idea che le figure professionali siano formate in modo assolutamente entro le barriere professionali che sono esistite fino a oggi è destinata alla sconfitta.
  Noi abbiamo cercato di fare questo, enorme enfasi, appunto, sulla interdisciplinarità e sulla capacità di affrontare anche quei campi. Noi lavoriamo a stretto contatto con colleghi che vengono da informatica e ingegneria ovviamente. L'idea è quella di formare dei laureati che siano in grado di trovare soluzioni ai problemi che si creano in questo tipo di società e nelle nostre economie avanzate.
  Abbiamo avuto in parte successo, siamo contenti di quello che siamo riusciti a fare finora, avremmo voluto fare di più.
  Va detto, e qui concludo, che l'impostazione interdisciplinare, pur essendo riconosciuta la validità di questo approccio da più parti, rimane al momento tendenziale e per quello che riguarda l'aspetto pratico, per quello che riguarda l'aspetto delle risorse, abbiamo ancora una gran serie di problemi da risolvere.
  Io pensavo di terminare la mia breve introduzione qui.

  PRESIDENTE. Grazie professore, abbiamo delle domande. Do la parola alla collega Pavanelli.

  EMMA PAVANELLI. Grazie presidente. Professore, la ringrazio e spero che ci potrà inviare una relazione scritta per un ulteriore approfondimento.
  Mi fa piacere questo concetto di unire le materie umanistiche a quelle tecnologiche.
  Nell'immaginario collettivo si pensa sempre che il futuro sarà in mano solo agli ingegneri o ai tecnici, invece lei ci sta appunto dicendo che non è così. Tra l'altro non è il solo audito in queste ultime settimane che puntualizza questo concetto, cioè circa la necessità di avere una formazione a tutto tondo e unire quelli che possono essere diversi tipi di formazione per un fine diverso, magari per alcuni versi anche sconosciuto ad oggi. Pertanto io intanto la ringrazio.
  Chiedo se possibile avere una relazione più completa per capire come la formazione sia fondamentale non solo se fatte dalle scuole ma anche in termini di formazione continua dei lavoratori, di chi oggi ha un lavoro e potrebbe rafforzare la propria formazione.

  PRESIDENTE. Volevo fare una domanda anch'io, che credo abbastanza in linea con quanto detto nel senso che è stato molto interessante quello che lei ci ha riferito. Io volevo però capire questo, e mi scuso se forse non l'ho inteso dalle sue parole: quello che voi siete riusciti a Pag. 8fare a Bologna è un modello? È esportabile? Come e fino a che punto? Poi il concetto di fondo è molto chiaro e penso anche condivisibile. Prego.

  GIAMPIERO GIACOMELLO, Responsabile Center for computational social science dell'Università degli studi di Bologna. Il modello è assolutamente replicabile e non ci sono particolari condizioni, qualsiasi ateneo italiano che abbia a disposizione le risorse sarebbe in grado di farlo. È un approccio diverso.
  Volevo riferirmi al commento fatto un istante fa. Non è che questa sia una forma di assistenza, vorrei chiarire, ai laureati nelle scienze sociali o umanistiche perché avrebbero bisogno di una sorta di supporto in quanto provenienti da discipline che sono meno valutate: non è così, non è così!
  È che affidare determinati tipi di funzione solo agli ingegneri e agli informatici potrebbe produrre risultati pessimi. Se noi abbiamo dei laureati con un background di formazione in scienze sociali che sono in grado di comprendere la dimensione tecnica il risultato di questa seconda figura professionale è molto migliore rispetto a quando noi affidiamo certi tipi di analisi agli ingegneri e agli informatici: noi che veniamo dalle scienze sociali ci mettiamo le mani nei capelli perché il risultato è terribile.
  Quindi vorrei sottolineare che non è un'assistenza per chi è svantaggiato in ambito lavorativo, in realtà è un arricchimento che manca a chi viene da scienze sociali, sociologia, scienze politiche, psicologia eccetera, assolutamente acquisibile una volta che ci sia la struttura e l'approccio giusto. Ripeto, non abbiamo fatto niente di straordinario, l'unica cosa è che abbiamo cercato di essere innovativi rispetto a un'impostazione più tradizionale che continua a vedere la formazione entro limiti e confini ben precisi e molto difficili da superare.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di Andrea Pantaleo, Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain .

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Andrea Pantaleo, Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Andrea Pantaleo, Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  ANDREA PANTALEO, Avvocato ed esperto di nuove tecnologie quali Intelligenza Artificiale e Blockchain. Onorevole presidente e onorevoli deputati, grazie innanzitutto dell'invito, è davvero un onore per me essere qui in questi minuti per provare a esprimere un po' le mie considerazioni, dal punto di vista ovviamente di una prospettiva legale, su un mondo così affascinante ma altresì delicato come quello dell'intelligenza artificiale.
  Nella mia relazione proverò a fare un po' una panoramica di quelli che sono i modelli di mercato che stiamo vedendo, provare a delineare quelle che sono le sfide legali che stiamo affrontando e provare in conclusione a dare qualche idea per una regolamentazione di criteri per calibrare la regolamentazione in questo campo.
  Essenzialmente, con l'avvento di modelli di intelligenza artificiale globali, e mi riferisco ovviamente ai modelli di ChatGPT e di OpenAI, abbiano assistito chiaramente a un modello di impresa che ha iniziato ad attingere a piene mani da questo modello.Pag. 9
  Sul mercato abbiamo essenzialmente tre modelli basati su intelligenza artificiale. I primi due attingono a dei modelli già esistenti, come quelli di ChatGPT, e lo fanno con una duplice finalità: da un lato basare i propri servizi nei confronti sia di altre imprese che nei confronti di consumatori proprio su modelli di intelligenza artificiale già presenti; e dall'altro lato di utilizzare questi modelli per efficientare dei processi interni. Efficientare ovviamente sia in termini di costi che in termini di tempistica nella conclusione e finalizzazione di alcuni processi. Ovviamente processi che vanno da quelli un po' più semplici, come i processi di marketing ad esempio, di assistenza post-vendita, di strutturazione di possibili servizi, fino a processi sicuramente più complessi e sofisticati. Ad esempio mi riferisco all'utilizzo dell'intelligenza artificiale nel campo dell'antiriciclaggio, quindi chiaramente nella identificazione della clientela ed eventualmente nella segnalazione di operazioni sospette, che chiaramente sono tutte attività che tramite i sistemi di intelligenza artificiale possono essere svolte in minor tempo e sicuramente su una base dati più rilevante e più importante.
  Quello a cui stiamo assistendo come sfida di mercato in questi due modelli essenzialmente è di tentare di personalizzare, se vogliamo, dei modelli di AI che oggi si presentano in maniera abbastanza generalista, cercando di tararli e declinarli il più possibile all'interno dello specifico segmento di mercato in cui le imprese operano e chiaramente rispetto ai prodotti e alla tipologia di azienda che li utilizza.
  Il terzo modello a cui stiamo assistendo è un modello che va a intervenire su segmenti di mercato decisamente più sofisticati per i quali probabilmente dei modelli generalisti non sono la soluzione più appropriata ed efficace. Un esempio potrebbe essere sicuramente il mondo fintech. È chiaro che è un segmento di mercato talmente peculiare e con delle dinamiche talmente particolari che probabilmente dei modelli più generalisti non sono adatti allo scopo.
  Quindi abbiamo assistito a delle nuove iniziative imprenditoriali che sviluppano davvero dei nuovi sistemi di modelli di intelligenza artificiale declinati specificamente per determinati scopi. Un caso abbastanza significativo può essere quello legato al mondo degli investimenti, quindi automazione nelle decisioni di investimento.
  È chiaro che essendo modelli molto settoriali per segmenti specifici di mercato scontano un po' il vizio di essere a volte poco scalabili, quindi questa è la grande sfida di queste società, in particolare di start-up, di rendere questi modelli il più possibile replicabili su larga scala. Se pensiamo al mondo degli investimenti sappiamo che i mercati di capitali hanno delle logiche diverse tra loro, quindi chiaramente un modello unico probabilmente non è sufficiente a coprire tutto il panorama delle varie asset class che esistono in questo mondo.
  Questa è un po' la panoramica di mercato che tenevo a presentare, e agganciata a questo panorama di mercato vi sono chiaramente delle tematiche di carattere legale.
  Sappiamo che è in corso un processo legislativo a livello europeo indirizzato verso i vari soggetti che a vario titolo nella filiera con vari ruoli utilizzano sistemi di intelligenza artificiale. Sappiamo che le aeree legali più importanti sono sicuramente: il tema della trasparenza, quindi essere trasparenti su quali dati vengono utilizzati, come vengono elaborati, c'è un grossissimo tema legato alla privacy, quindi la tutela della privacy rispetto ai dati che vengono utilizzati nei sistemi di intelligenza artificiale; i diritti di proprietà intellettuale, che chiaramente sono associati sia agli input ma anche agli output che i sistemi di intelligenza artificiale ovviamente forniscono; ultima, ma non per importanza, la catena delle responsabilità, quindi quali responsabilità vanno imputate ai vari soggetti che basano i propri processi su sistemi di intelligenza artificiale.
  Devo dire che la logica di questo impianto normativo pone evidentemente degli oneri di compliance a carico dei soggetti che si avvalgono di questi sistemi. Gli oneri di compliance sono sicuramente orientati a Pag. 10un miglioramento dei processi interni e a un maggior affidamento dei terzi che interagiscono con imprese che si avvalgono di sistemi di intelligenza artificiale; dall'altro lato vi è sempre un po' il rischio che oneri di compliance eccessivi possano in qualche modo frenare e rallentare la crescita e lo sviluppo del mercato che si avvale di questi sistemi.
  Quindi nel contesto europeo da tempo assistiamo a uno dei vari criteri che vengono utilizzati per calibrare l'intensità e il grado di questi oneri, che è un po' il criterio di proporzionalità.
  Noi siamo stati sempre abituati, soprattutto ad esempio nel settore finanziario, a considerarli declinati sulla base dell'impatto di determinati soggetti sul mercato, dei volumi, del cosiddetto rischio sistemico. È chiaro che nei sistemi di intelligenza artificiale che hanno, per loro natura, una valenza trasversale, cioè si applicano a tantissimi settori dell'industria, e anche durante queste audizioni ne abbiamo avuto un chiaro esempio (quindi dalla mobilità, dallo stato finanziario dei processi interni, sono tantissimi esempi), a mio avviso il criterio di proporzionalità deve prendere in considerazione più e diversi fattori.
  Questi fattori sono proprio tipici, sono i modelli di intelligenza artificiale, quindi in particolare bisogna analizzare il segmento specifico nel quale l'intelligenza artificiale viene utilizzata, anche seguendo un principio di neutralità tecnologica. Il fatto di utilizzare un sistema di intelligenza artificiale non per questo trasforma un servizio o un processo in qualcosa che in realtà non è, o meglio non lo trasforma proprio per l'applicazione di questi sistemi, il servizio processo rimane uguale, pur con un'esigenza di mitigarne i rischi.
  Quindi bisognerebbe a mio avviso andare a studiare come è creato questo sistema di intelligenza artificiale, se vengono demandati dei processi decisionali, oppure se viene utilizzato ad esempio esclusivamente come mezzo di comparazione, di miglioramento di processi interni, che magari vengono gestiti in maniera tradizionale, che tipo di utilizzo dei dati viene fatto e, appunto come dicevo prima, sicuramente il settore industriale a cui viene applicato.
  Credo che questa sia obiettivamente la sfida più importante del legislatore, da un lato mitigare i rischi che questi sistemi sicuramente portano, ma dall'altro creare un sistema che sia quanto più favorevole allo sviluppo del settore in modo da non rallentarne la crescita.
  Vi ringrazio del tempo, sono naturalmente a disposizione per eventuali domande.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di rappresentanti di Vedrai s.p.a.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti di Vedrai s.p.a. nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Michele Grazioli, Presidente di Vedrai s.p.a., ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  MICHELE GRAZIOLI, Presidente di Vedrai s.p.a.. Buongiorno a tutti. Ringrazio il presidente per l'invito a questa audizione e tutte e tutti gli illustri onorevoli della X Commissione.
  Mi chiamo Michele Grazioli, ho 28 anni, e sono il presidente di Vedrai s.p.a., che è un'azienda che si occupa di applicare l'intelligenza artificiale nel processo decisionale delle piccole e medie imprese.
  Mi occupo di questo tema da ormai più di dieci anni e ho sempre pensato, quando parlavo di intelligenza artificiale, che se Pag. 11avesse avuto un altro nome sarebbe stato molto più semplice giudicarla senza pregiudizi. Se ci fermiamo un attimo, chiudiamo gli occhi e pensiamo al concetto di intelligenza artificiale, i primi elementi che ci vengono in mente sono elementi negativi (pensiamo ai robot, pensiamo alla fantascienza, pensiamo a colori tetri e cupi) e di base ci spaventa, quindi non è facile giudicare in modo razionale un qualcosa che a livello connotativo ci spaventa quando noi sentiamo il termine.
  Certo, dall'altra parte se avesse avuto un altro nome probabilmente non avrebbe avuto il clamore che ha avuto e non sarebbe stato uno dei principali argomenti di conversazione degli ultimi tempi, in particolare da quando è stato lanciato circa un anno fa ChatGPT, che è uno strumento addestrato per rispondere a qualsiasi domanda come se fosse un essere umano. C'è qualcuno che dice addirittura al posto di un essere umano, ma vorrei utilizzare questo mio intervento per collocare questa tecnologia nel giusto contesto.
  Io vengo da un piccolissimo paese in provincia di Cremona e quando ero un bambino mi dilettavo nell'organizzare delle partitelle di calcetto all'oratorio. Quello che facevo era prendere in mano il telefono, ricordavo a memoria il numero di telefono dei miei amichetti, scrivevo il numero di telefono, li chiamavo e organizzavo la partita. Negli anni ho cominciato a utilizzare lo smartphone con una rubrica elettronica e il mio cervello ha smesso di ricordarsi questo tipo di informazione. Non mi sento né deturpato del mio potere computazionale né meno intelligente per aver smesso di fare questo tipo di attività, semplicemente perché mi fido dello strumento e lo strumento mi permette di farla molto meglio. Allo stesso modo, negli anni successivi quando andavo a giocare in trasferta a calcio (questo gioco è un po' il filo conduttore della mia vita, come potete vedere dalle magliette esposte dietro di me), seguivamo i cartelli stradali per arrivare fino al paese dove avremmo giocato, poi ci fermavano, tiravamo giù il finestrino, chiedevamo al primo signore in bicicletta che incontravamo quale fosse la via dello stadio, ci dava indicazioni e raggiungevamo la destinazione. Da quando c'è il navigatore satellitare questo tipo di attività non è più necessaria. Non siamo guidatori meno in gamba se non ci ricordiamo più le vie o non siamo in grado di avere quell'informazione attraverso la parola, siamo semplicemente dei guidatori che sanno andare in giro per il mondo con il supporto di un navigatore satellitare.
  Sul linguaggio invece siamo un po' più gelosi. Il test di Turing, che è il test per riconoscere se l'entità con la quale interagiamo è un'intelligenza artificiale, si basa sul linguaggio: se chi sta rispondendo alle domande è indistinguibile da un essere umano allora è considerata un'intelligenza artificiale. Quindi non deve dire necessariamente la cosa giusta per essere un'intelligenza artificiale, secondo il test di Turing, ma deve essere indistinguibile da un essere umano. Nella nostra cultura il linguaggio è equiparabile all'intelligenza, un essere dotato di linguaggio è un essere intelligente.
  Quello che ha fatto ChatGPT è semplicemente replicare il modo in cui funziona il linguaggio umano. ChatGPT è uno strumento matematico che calcola quale è la miglior parola da mettere alla fine di una frase, esattamente come sto facendo io in questo momento: il mio cervello continua in modo iterativo a pensare quale è la miglior parola da mettere alla fine di un discorso in modo che io possa costruire delle frasi di senso compiuto.
  Non voglio semplificare, ovviamente l'intelligenza artificiale non è solo linguaggio, perché l'intelligenza artificiale nel nostro quotidiano, da almeno un decennio, è in tantissime applicazioni (sul web, sui nostri smartphone, all'interno delle nostre automobili e nella domotica), però ci siamo sentiti attaccati in particolar modo quando ha toccato la sfera del linguaggio, e questo ci ha portato, forse in modo un po' irrazionale, a fare per principio una guerra allo strumento.
  Non dobbiamo però dimenticarci che l'intelligenza artificiale è prima di tutto uno strumento. È matematica molto avanzata, che sa trovare delle relazioni apparentemente nascoste tra i dati, ma strumentoPag. 12 rimane e non ha senso per principio fare una guerra a uno strumento. Se io ho un coltello super affilato, con questo coltello posso tagliare con la migliore precisione del mondo oppure infilzarlo nella milza di una persona che trovo per strada e ucciderla. Ma sono io che non sto utilizzando lo strumento correttamente, non è colpa dello strumento se potenzialmente è dannoso. È molto più sensato insegnare alle persone a utilizzare lo strumento piuttosto che bandire i coltelli.
  C'è un tema sull'intelligenza artificiale, che è uno strumento estremamente abilitante. Però la sfida non è tra l'uomo e l'intelligenza artificiale, non può esserci una sfida perché l'innovazione non è un qualcosa che scegliamo se esista o non esista. C'è una competizione tra chi utilizza l'intelligenza artificiale e chi non la utilizza e tra quelli che la utilizzano chi la utilizza secondo certe direttive e chi la utilizza senza direttive.
  L'innovazione di per sé nel momento in cui arriva fa parte del nostro patrimonio culturale. Nel Medioevo il miglior cavaliere a cavallo nulla poteva contro la polvere da sparo. Pensare che ci possa essere effettivamente una guerra tra chi l'innovazione l'accetta e chi non l'accetta è utopistico.
  Hanno citato una ricerca, i colleghi prima di me, dell'Harvard Business School che dice che consulenti con l'intelligenza artificiale sono in grado di fare dei compiti il 25 per cento più velocemente con una qualità maggiore del 40 per cento. Giusto per avere una reference tra la macchina che arriva prima in Formula 1 col tempo sul giro e quella che arriva ultima, c'è una differenza tra il 2 e il 3 per cento, qui stiamo parlando tra il 25 e il 40. È ovvio quindi che non è una scelta.
  Qui mi porto verso la conclusione e all'ultimo ragionamento, tralascio in questo intervento temi etici o legali perché ci sono persone molto più in gamba di me per poterli fare.
  Per l'intelligenza artificiale per costruire questi modelli servono tanti dati, servono di conseguenza anche dei server molto potenti, molta potenza di calcolo.
  All'interno della filiera ci sono tre attori: chi sviluppa questi modelli, chi li rivende all'interno di applicazioni e gli utilizzatori.
  «Vedrai», l'azienda che ho fondato, è nata tre anni fa, ma in tre anni abbiamo raccolto circa 50 milioni di euro, tutti da investitori privati italiani, e siamo la start-up per distacco che ha raccolto più fondi. Noi possiamo competere a livello di sviluppo tecnologico solo in una piccolissima nicchia dell'intelligenza artificiale che riguarda le simulazioni economico-finanziarie. Se vogliamo andare sull'AI generativa, quindi quella tecnologia che sta dietro a ChatGPT, è necessario avere almeno uno «zero» in più in investimenti, quindi almeno mezzo miliardo. I competitor internazionali stanno raccogliendo diversi miliardi.
  Quindi ne consegue, visto che questa cifra è fuori dalla portata di qualsiasi investitore italiano, che per una delle tecnologie più abilitanti degli ultimi decenni saremo quasi esclusivamente dipendenti da tecnologia estera.
  In conclusione, credo che, per rendere competitivo un Sistema Paese come quello dell'Italia prima di domandarsi quale sia la strategia per l'innovazione, sia fondamentale aver chiaro che l'innovazione stessa è la strategia per il nostro Paese.
  Grazie mille dell'attenzione.

  PRESIDENTE. Grazie per questo intervento molto chiaro. Chiedo ai colleghi se ci sono domande. Ne pongo una io, brevemente.
  Chiaramente è una questione di impostazione, lei è stato veramente molto chiaro nello sposare un concetto di fondo, cioè di essere favorevole all'innovazione e all'intelligenza artificiale. Ha fatto dei paragoni tra l'uso del telefono prima e dopo l'avvento degli smartphone, poi sugli spostamenti senza o con navigatori satellitari: sono esempi molto chiari.
  Ma mi chiedo, riferendomi al passaggio sull'intelligenza artificiale e sull'uso del linguaggio, da questo punto di vista dell'azione singola, non rischia il livellamento?

  MICHELE GRAZIOLI, Presidente di Vedrai s.p.a.. È una domanda molto interessantePag. 13 che porterà sicuramente a ripensare al concetto di media.
  L'intelligenza artificiale applicata al linguaggio non cerca di superare la performance dell'uomo, qualsiasi benchmark è fatto sul livello che l'uomo ha per compiere quel tipo di attività. Quindi se l'intelligenza artificiale è addestrata per fare dei compiti come li fa l'uomo, non meglio ma esattamente come li fa l'uomo, tutto ciò che è medio, tutto ciò che definiamo normale come performance viene sostituito dall'intelligenza artificiale. Questo è un dato di fatto, è un trend che stiamo sicuramente percorrendo.
  Questo ci porterà a fare due cose: la prima a dare molta più importanza a tutto ciò che è eccezionale, anche se il nostro sistema scolastico non è impostato per questo, l'educazione che diamo ai nostri giovani non è questa; e dall'altra parte ci porterà a far sì che la maggior parte delle informazioni di cui ci ricorderemo, e che effettivamente salveremo per addestrare l'intelligenza artificiale, sono delle informazioni che la porteranno sempre più a rincorrere, un po' come Achille e la tartaruga, quello che è un uomo che sta performando ancora meglio.
  Qui mi allaccio al tema di prima: coloro che sviluppano la tecnologia sono anche quelli che hanno i dati. Questi dati sono dei dati che consentono di aumentare le performance dando un vantaggio competitivo e abbiamo scelto, più o meno consapevolmente, di lasciar fare queste tipologie di ricerche, queste tipologie di innovazione, ad aziende estere.
  È una realtà che il nostro Sistema Paese, che non ha a disposizione questi dati perché non ha avuto gli investimenti sufficienti a poterli gestire, rischierà sempre di più di essere «mangiato» da un appiattimento che non è il nostro: non è la nostra media ma è la media di qualcun altro, di chi che aveva i dati.
  Questo sicuramente è un rischio molto grande: perdere un po' l'identità e anche l'unicità di un Paese come il nostro che per secoli è stato visto come il modello da imitare e non come un'azienda o come un Paese che potesse essere standardizzato.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata dal presidente di Vedrai s.p.a. (vedi allegato 1) e dichiaro conclusa l'audizione.

Audizione di rappresentanti dell' European guild for artificial intelligence regulation (EGAIR).

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti dell'European guild for artificial intelligence regulation (EGAIR) nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Francesco Archidiacono, Fondatore dell'associazione EGAIR, a Gaia Frascella, Consulente per le relazioni istituzionali di EGAIR, e a Lucia Peroni, Consulente per le relazioni istituzionali di EGAIR, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  FRANCESCO ARCHIDIACONO, Fondatore dell'associazione EGAIR. Grazie presidente e grazie onorevoli.
  Noi siamo qui in rappresentanza di EGAIR, la European guild for artificial intelligence regulation, un'associazione che raccoglie artisti, altre associazioni, anche aziende da tutta Europa, e che lavora per la protezione di creativi europei e la tutela dei loro dati e delle loro opere.
  Rappresentiamo in questo momento più di 100 mila artisti e creativi, da tutta Europa appunto, ma ci tengo a precisare che l'iniziativa di EGAIR nasce dall'Italia e il coordinamento è italiano, che è una cosa che pone il nostro Paese comunque in Pag. 14prima fila nel dibattito globale sulle intelligenze artificiali.
  Il motivo per cui abbiamo cominciato a lavorare, a questo punto, è anche noto.
  Nell'ambito delle intelligenze artificiali generative abbiamo una manciata di aziende americane e inglesi che hanno illegalmente preso i dati e le opere di artisti e creativi da tutto il mondo, dati e opere coperti da copyright e coperti dal diritto alla privacy.
  Queste opere vengono poi usate per il training di modelli di intelligenza artificiale, che poi vengono venduti sul mercato da queste aziende in aperta competizione e concorrenza con gli artisti e i proprietari delle opere originali e dei dati originali.
  Tali aziende dipendono fortemente da questi dati che hanno preso. Sappiamo da recenti studi che è impossibile addestrare una AI unicamente con dati generati da una AI, quindi l'importanza di questi dati per queste aziende è innegabile. Tuttavia da tutto questo processo di training gli artisti e i creativi sono esclusi, non è stato chiesto a nessuno il consenso, non c'è stata alcuna forma di compenso e non c'è alcuna forma di trasparenza.
  Per queste aziende è stato possibile muoversi così approfittando di un sistema scarsamente regolamentato e trasparente, le regole che ci sono non sono chiare e oltretutto si sono potuti muovere anche perché la società civile non era preparata e non è preparata all'impatto di queste tecnologie e all'utilizzo che queste aziende fanno di internet.
  Questo sistema è ancora adesso un sistema privo di regolamentazioni chiare e precise e prive di trasparenza, cosa che lo rende anche vulnerabile a tutta una serie di abusi: sia gli abusi, appunto, nei confronti di artisti e creativi, ma anche in generale rischi per la società civile. L'esempio più recente, che però non è il primo e non sarà l'ultimo, è il caso dei deep fake di minorenni spagnole generati appunto con intelligenza artificiale.
  Quindi è un sistema che noi crediamo vada regolamentato.
  Ci tengo a precisare una cosa, noi creativi da tutto il mondo non siamo contrari alla tecnologia, noi abbracciamo la tecnologia, noi siamo contrari a un preciso business model di alcune aziende, che crediamo sia illegittimo.
  Crediamo che delle regolamentazioni siano essenziali sia per tutelare chi ha sofferto, sia per tutelare la società civile, ma anche per costruire effettivamente un mercato delle intelligenze artificiali che sia forte e che sia anche europeo.
  L'Europa ha un asset importantissimo che sono i dati, l'Italia ha un asset importantissimo che sono i dati, sono il suo patrimonio culturale, sono il made in Italy, il design di moda, il design industriale, il fumetto, l'arte, la musica, e crediamo che sia arrivato il momento che questi dati non vengano ceduti gratuitamente ad aziende, e che invece possano essere ceduti in cambio di licenze e pagamenti, con, appunto, l'intervento e il coinvolgimento degli artisti.
  Noi ci siamo mossi fin da gennaio lavorando sull'AI Act europeo, abbiamo contribuito attivamente nel trasformarlo in quello che è ora, quindi nel farlo passare da un documento rivolto unicamente agli utenti a un regolamento orizzontale, che mira comunque a regolamentare tutto quello che è intelligenza artificiale e a portarlo nell'ambito delle varie regole europee.
  Quello che chiediamo adesso all'Europa e che stiamo chiedendo ancora adesso all'Europa è l'affermazione di due principi che valgono per tutto ciò che è creatività e industria, e che quindi crediamo debbano valere anche per le intelligenze artificiali e le aziende che offrono questi servizi.
  Questi principi sono il consenso e la trasparenza.
  È essenziale per noi, è essenziale per il made in Italy, per il mercato creativo europeo, ma è essenziale anche per la ricerca, perché la trasparenza è un requisito fondamentale per far sì che certi risultati possano essere riproducibili anche da altri che non siano appunto queste poche aziende con vaste risorse.
  Noi stiamo chiedendo questo al Parlamento europeo e ci stiamo anche muovendo intanto con il Garante per la protezione dei dati personali italiano, appunto per segnalare tutta una serie di abusi di privacy del GDPR europeo e continueremo Pag. 15anche a farlo con i Garanti di altri Stati nazionali.
  Al Parlamento chiediamo un indirizzo forte per il Governo, affinché continui in sede di Consiglio europeo a tutelare i creativi italiani, a mantenere le misure di trasparenza che sono al momento nel testo del Parlamento europeo e che speriamo siano anche nel testo finale dell'AI Act, anzi chiediamo che esse vengano rafforzate in modo che siano più complete e che possano proteggere meglio tutti quanti.
  Proponiamo anche in futuro una revisione di quella che è la normativa copyright, che al momento tutela i creativi ma che crediamo vada rafforzata, resa più chiara, in modo che sia anche, in qualche maniera, pronta ad affrontare le sfide del prossimo futuro.

  PRESIDENTE. Grazie. Chiede di intervenire l'onorevole Pavanelli.

  EMMA PAVANELLI. Grazie presidente.
  Io vi ringrazio perché il tema in questo momento è molto importante. Proprio questa mattina leggevo di dichiarazioni di Tom Hanks che, ultimamente, si è visto «rubare» la sua immagine per una campagna pubblicitaria di cui lui non sapeva proprio nulla. Tra le sue dichiarazioni di protesta sottolineava che in tal modo potrebbe essere tra il suo pubblico anche post mortem e parlargli senza sapere, ora, cosa dirà poi. Pertanto il tema sicuramente è molto attuale, anche perché negli Stati Uniti sta scioperando ormai da mesi tutto il settore del cinema e della produzione televisiva, creando non pochi guai anche alle grandi imprese del settore.
  Vi ringrazio perché giustamente il tema del copyright è molto importante: arte, design, insomma il nostro Paese ha un know-how unico da sempre. Ce lo diciamo continuamente, però è evidente che adesso dobbiamo anche saperlo tutelare senza ovviamente negare la modernità e questa nuova forma di digitalizzazione, ma sicuramente c'è bisogno di rivedere, come avete sottolineato voi, il testo sul copyright anche dal punto di vista legislativo, sicuramente anche la protezione dei cittadini. Io stessa potrei finire a fare dichiarazioni contrarie al mio essere a mia insaputa, perché magari un programma potrebbe generare con la mia voce e la mia immagine e dire cose che non sono assolutamente reali o comunque fuori contesto.
  Pertanto sicuramente c'è bisogno di lavorare a questo e spero che se avete anche voi degli spunti più specifici magari ce li potete inviare con un testo scritto, dove possiamo appunto approfondire, perché mi rendo conto che otto minuti a volte sono pochi e il tema è magari gigantesco rispetto a quello che si possa esprimere.
  Sicuramente anche la tutela dei minori in questo va assolutamente implementata, perché ce ne è comunque bisogno, senza ovviamente, come ho già detto, rinnegare la possibilità di avere un Paese moderno che sia avanzato anche dal punto di vista imprenditoriale, ma che possa sviluppare questa industria che sicuramente sarà importante per il futuro, non solo del Paese ma a livello europeo e mondiale. Vi ringrazio.

  PRESIDENTE. Non so se volete aggiungere qualcosa. Io mi associo alla richiesta di una puntuale proposta che sia di competenza della Commissione, quindi chiaramente focalizzando il punto di vista delle imprese culturali e creative.

  FRANCESCO ARCHIDIACONO, Fondatore dell'associazione EGAIR. Grazie onorevole.
  Abbiamo una proposta precisa relativa alla di trasparenza in merito alle norme che chiediamo in Europa. Credo che l'abbiamo già inviata ma sarà nostra cura nel caso rinviarla, e dettaglia anche quello che non funziona al momento con la direttiva copyright europea e quindi quello che crediamo vada fatto.
  Le sue considerazioni, onorevole Pavanelli, sono molto precise: anche il tema Hollywood fa tremare gli studios.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio gli ospiti intervenuti. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnataPag. 16 dai rappresentanti di EGAIR (vedi allegato 2) e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di rappresentanti del Politecnico di Bari.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti del Politecnico di Bari, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Tommaso Di Noia, Ordinario di informatica presso il Politecnico di Bari, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  TOMMASO DI NOIA, Ordinario di informatica presso il Politecnico di Bari. Grazie innanzitutto per l'invito.
  In relazione alle tematiche discusse io porrei un attimo l'accento sugli aspetti salariali, perché per quello che riguarda lo sviluppo e il lancio di tutto quello che è l'intelligenza artificiale all'interno del sistema produttivo italiano, così come anche della pubblica amministrazione italiana, in questo momento c'è un serio gap da questo punto di vista. Tant'è che gran parte dei ricercatori, comunque degli studenti migliori che noi riusciamo a formare vengono molto spesso assunti da aziende che non hanno sede sul territorio italiano, quindi molto spesso quello che accade è che questi ragazzi vanno a lavorare presso le big tech. Quindi da questo punto di vista bisognerebbe cominciare a pensare anche a un contratto di lavoro che sia compatibile con attività che sono più orientate al raggiungimento dell'obiettivo che non delle ore lavorative giornaliere. Molto spesso quello che accade è che nel comparto industriale IT il contratto di riferimento è ancora quello metalmeccanico, che per attività di questo tipo comincia a stare un po' stretto.
  Come dicevo, questa osservazione vale sia per il comparto industriale propriamente detto che per la pubblica amministrazione. All'interno della pubblica amministrazione comincia a essere sempre più complicato reclutare delle figure che abbiano determinate competenze perché non si riesce a essere competitivi da un punto di vista del salario finale, sia perché c'è tutto un sistema di reclutamento che diventa anche più complesso, e questo molto spesso porta a una differenza di passo che fa sì che le figure che siano realmente poi interessate a una posizione all'interno della pubblica amministrazione siano quelle che nel frattempo non sono riuscite magari a trovare una posizione all'interno di una realtà industriale. Quindi da questo punto di vista magari cercare di avere un passo e una velocità che sia anche compatibile con le aspettative dei professionisti in questo campo, potrebbe essere un elemento che potrebbe avvantaggiare il comparto industriale in generale, il comparto produttivo della pubblica amministrazione italiana.
  Io approfitterei anche di questa occasione per ricordare che grazie a tutto quello che sta avvenendo attraverso il PNRR, in questo momento, come accademia stiamo formando tantissime persone e tantissimi professionisti che hanno una forte verticalizzazione su tutto quello che è l'intelligenza artificiale. Ahimè, queste figure al termine di questo periodo potrebbero non trovare una collocazione sul territorio italiano, quindi probabilmente potrebbe essere interessante cominciare anche a pensare a un oggetto che sfrutti questa massa critica che stiamo formando per poter essere messa a disposizione del territorio. Potrebbe essere ad esempio l'idea di creare un istituto verticalizzato sull'intelligenza artificiale, che in quanto soggetto istituto può essere distribuito sul territorio e quindi può essere messo proprio al servizio dell'intero Sistema Paese.
  Questi sono gli elementi che secondo me possono essere portati all'attenzione, perché immagino che già altri colleghi prima di me abbiano posto tutta la questione Pag. 17relativa alla parte della sicurezza, alla parte tecnologica più propriamente detta, quindi non vorrei ripetere qualcosa che è stato già detto in precedenza.
  Quindi, ecco, ancora una volta l'enfasi che vorrei porre è proprio quella di cercare di essere competitivi sia rispetto alle big tech, che inevitabilmente vengono a guardare sul nostro territorio e vengono a reclutare sul nostro territorio le nostre menti migliori, sia cercare di essere anche competitivi a livello di pubblica amministrazione.
  Non ultimo, la possibilità di creare questo oggetto a servizio del Sistema Paese, al servizio del territorio, che andrebbe a capitalizzare quello che stiamo facendo attraverso tutta una serie di attività accademiche e di collegamento tra accademia e industria attraverso i fondi del PNRR.
  Un'ultima osservazione in tal proposito è che un'operazione del genere potrebbe anche avvicinare ulteriormente il mondo industriale a quello dell'innovazione, perché parlando di intelligenza artificiale non possiamo che parlare di innovazione, in quanto avere un interlocutore di questo tipo darebbe la possibilità al sistema industriale e al sistema della pubblica amministrazione di avere un interlocutore privilegiato su determinate tematiche, avendo (mi permetto di dire) la certezza di riuscire a trovare soluzioni ma anche stimoli per poter innovare all'interno del sistema produttivo stesso.
  Penso di essere stato ampiamente entro i tempi che erano a mia disposizione.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Audizione di rappresentanti di Assosistema Confindustria.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti di Assosistema Confindustria, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Matteo Nevi, Direttore generale di Assosistema Confindustria, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  MATTEO NEVI, Direttore generale di Assosistema Confindustria. Ringrazio per questa audizione importante e parto subito da un dato, in particolar modo, che sembra una novità, ma di fatto già nel 1950 Alan Turing apriva l'articolo Computing Machinery and Intelligence, con la domanda se «Le macchine possono pensare?» Quindi di fatto è un percorso che è iniziato già tanto tempo fa, oggi ci troviamo un po' forse a cogliere i frutti di quello che è iniziato già nel secondo Dopoguerra.
  Io in questa in questa sede vorrei portare più che altro l'esperienza, anche perché Assosistema Confindustria rappresenta due settori nei quali l'intelligenza artificiale è ampiamente in atto, quindi vorrei portare oltre che una testimonianza anche alcuni elementi di discussione su come affrontare il futuro.
  Assosistema Confindustria rappresenta fondamentalmente due tipologie di imprese che sono strettamente connesse all'intelligenza artificiale: una relativa alla produzione e distribuzione dei dispositivi di protezione individuale e collettiva; l'altra relativa alla produzione industriale di servizi rivolti alla sanità, come lavanderie industriali, centrali di sterilizzazione e sterilizzazione dello strumentario chirurgico.
  L'intelligenza artificiale in particolar modo nel tema relativo alla produzione industriale di servizi rivolta alla sanità, sia pubblica e privata, già lo riscontriamo sotto due aspetti: un'intelligenza artificiale che potremmo definire predittiva e una di riconoscimento visivo.
  Per predittiva intendo quell'intelligenza artificiale che mette insieme delle regole, cause ed effetto ed è in grado di generare Pag. 18una risposta e una previsione anche di andamento futuro.
  Mentre per intelligenza artificiale legata al riconoscimento visivo mi riferisco a quelle applicazioni che permettono un riconoscimento di forme, colori, oggetti o altri elementi che vengono catalogati e sui quali si viene a creare poi un modello.
  Quindi queste due tipologie di intelligenza artificiale, applicata al nostro settore, di fatto già permettono un'ottimizzazione enorme sia di tempistiche che relative alla qualità del prodotto. Anche perché la qualità del prodotto può essere, insieme ai dati che vengono dati da ogni singola macchina, anche preimpostata. Questo significa fondamentalmente un controllo continuo su tutta la linea produzione, dalla fase iniziale alla fase intermedia, fino alla fase finale. Questo, se lo rapportiamo al volume, ad esempio, relativo al sanitario, diventa un elemento importante senza il quale l'intelligenza artificiale o tecnologia IoT (Internet of Things), diventerebbe difficile gestire il servizio. Pensiamo solo che il sanitario ha 9 milioni di interventi chirurgici all'anno e bisogna comunque sia dare assistenza e vestire più di 800 mila operatori sanitari, sia pubblici che privati e, per quanto riguarda anche la gestione di tutti quelli che sono i posti letto, più di 120 mila posti letto per quanto riguarda la sanità. Quindi significa una movimentazione di numeri e di tecnologia che deve essere necessariamente connessa fra l'intelligenza artificiale e l'intelligenza IoT, che già è presente nel settore.
  Questo mix tra questi due elementi di fatto rappresenta una possibilità per le imprese di ottimizzare i processi, di ridurre i consumi nonché gli sprechi.
  Ma l'intelligenza artificiale serve anche per le piccole e medie imprese, serve anche per generare delle reti di impresa. Immaginiamo delle piccole realtà industriali che se devono rispondere a una sostenibilità ambientale da sole avrebbero dei costi enormi per ottimizzare i propri processi. Oggi stanno nascendo delle piattaforme digitali che sfruttano un'analisi dei dati provenienti dal settore e che attraverso una rete d'impresa permette anche alle piccole e medie imprese di rispondere a una sostenibilità ambientale, che altrimenti per costi e capacità non riuscirebbero a fare, quindi ci dimenticheremmo qualcuno nella rivoluzione digitale.
  L'ultimo step è un'intelligenza artificiale connessa alla robotica. Lo stiamo verificando in particolare in Francia e in Olanda, dove anche nel nostro settore l'intelligenza artificiale viene applicata alla robotica per affiancare (e poi su questo tema ci torno successivamente) l'operatività del lavoratore, dell'essere umano, in particolar modo per toglierlo da quelle attività che possono essere pregiudizievoli da un punto di vista di sicurezza sul lavoro e da un punto di vista di sviluppo di malattie professionali.
  Entrando nello specifico, ad esempio nel tema delle lavanderie industriali lo smistamento della biancheria possibilmente infetta o sporca derivante dall'ospedale, oppure movimentazioni con carichi pesanti, oppure lavori che richiedono la presenza dell'individuo in piedi per un lungo arco di tempo, con una ripercussione sull'impianto posturale e muscolo-scheletrico.
  Questo per quanto riguarda le attività in ambito di sicurezza sul lavoro.
  Andando invece nella parte relativa proprio ai produttori di dispositivi di protezione individuale, oggi abbiamo un settore che totalmente sta elaborando delle soluzioni IoT sui dispositivi di protezione individuale. Immaginiamolo in particolari settori della protezione dell'individuo, anche perché ricordo che la protezione dell'individuo è l'ultimo elemento che distanzia l'uomo dalla non sicurezza dell'attività che svolge, sia per quello che svolge sia per quello che respira oppure naturalmente si trova a efficientare nel suo lavoro.
  Questa tecnologia IoT diventa particolarmente importante per alcune tipologie di lavorazione, come le lavorazioni in quota, anche perché dalle stime dell'Inail le lavorazioni in quota sono quelle attualmente più pericolose nelle quali naturalmente si sta riscontrando il maggior numero di infortuni sul lavoro.
  L'intelligenza artificiale quindi connessa alla produzione IoT di alcuni dispositivi può generare innanzitutto un maggior rilevamentoPag. 19 e monitoraggio di quello che è l'uso corretto di un dispositivo di protezione individuale. Può intervenire su un altro aspetto importante, che è l'addestramento virtuale; tanto per fare un esempio, spazio confinato può essere anche andare a pulire una piscina nella quale non c'è la scaletta per risalire oppure ha una particolarità importante come vasca, quindi non dobbiamo pensare alla sicurezza sul lavoro come a qualcosa che è molto distante rispetto a quello che è la vita comune, quindi l'addestramento anche virtuale diventa fondamentale.
  La sorveglianza e allerta: quindi gestire tutti i dati che avvengono da un monitoraggio ad esempio dell'impresa, all'interno della quale l'intelligenza artificiale può già dare un riscontro su particolari aree che sono soggette a maggior rischio.
  Analisi dei dati sulla sicurezza e in particolar modo anche sulla gestione degli stock di magazzino. Immaginiamo questa norma quanto è importante su quello che abbiamo vissuto ad esempio sul tema del Covid, la gestione dei magazzini per quanto riguarda sia gli indumenti di protezione sia le mascherine facciali, quindi una gestione di stock che deriva da una messa in comune di dati. Perché, attenzione, oggi non è che le aziende non hanno i dati. Oggi tramite la tecnologia IoT è possibile avere un'infinità di dati, serve un sistema, che è l'intelligenza artificiale, che organizza e dà delle risposte su questi dati.
  Io termino lasciando un ragionamento alla Commissione, sia per la parte della maggioranza di governo ma anche un ragionamento per la parte dell'opposizione, perché vorremmo che questo tema fosse analizzato uscendo dalla dicotomia uomo verso macchina, perché altrimenti da questi aspetti non ne usciamo, anche perché noi riteniamo che un'impresa fatta di soli uomini senza tecnologia o solo tecnologia senza uomini non possa sussistere. Quindi è un problema di interconnessione tra l'intelligenza artificiale e l'uomo.
  In particolar modo noi stimiamo, e già lo stiamo riscontrando, che l'intelligenza artificiale creerà nuove occupazioni, nuovi posti di lavoro. Forse nell'immediato perderemo qualche posto di lavoro, forse lo perderemo rispetto a quelle che sono mansioni automatiche, per le quali l'intelligenza artificiale e la robotica sicuramente è più efficiente di noi, ma al tempo stesso noi avremo un'implementazione di nuove figure professionali che saranno totalmente diverse da quelle che abbiamo oggi.
  Anzi, io invito la Commissione a ragionare su dove andare a prendere queste figure professionali. Cioè, i manager dell'intelligenza artificiale, i nuovi data analyst che dovranno analizzare i dati non più con strumenti normali ma con l'intelligenza artificiale dove li prendiamo? Perché dobbiamo evitare che i giovani usciti dalle università fuggano all'estero, dove si trovano già contesti che sono ampiamente digitalizzati e ampiamente evoluti anche sull'intelligenza artificiale.
  L'invito è quello di analizzare oltre che le ripercussioni sul mercato del lavoro anche quelle sul mercato del lavoro in senso non solamente difensivo ma anche offensivo, cioè su dove trovare queste professionalità. Perché oggi non ne abbiamo, oggi quando escono dagli istituti tecnici, dagli ITS, noi dobbiamo incanalarli in percorsi, perché perdere questi giovani, perdere questa capacità significa non vincere la sfida nei confronti del futuro.
  Quindi l'elemento che io lascio, e sul quale auspico una riflessione, è proprio dove andare a prendere questi talenti.
  Chiudo semplicemente con una riflessione che è in linea su questi aspetti e che ho un po' tratteggiato all'interno del mio intervento, cioè che se noi pensiamo...

  PRESIDENTE. Mi perdoni la devo invitare a concludere.

  MATTEO NEVI, Direttore generale di Assosistema Confindustria. Ho terminato.
  Se noi pensiamo di affrontare il duello uomo-macchina siamo perdenti, se pensiamo di immagazzinare più notizie rispetto alla macchina siamo perdenti, se pensiamo di calcolare più velocemente della macchina siamo perdenti. Siamo vincenti a essere creativi, innovativi, per dare un futuro ai giovani che escono dalle università Pag. 20per vivere nell'era digitale e dell'intelligenza artificiale.

  PRESIDENTE. Grazie. Chiedo se ci sono interventi. Direi che il tema delle competenze e delle figure professionali l'abbiamo trovato anche in altri interventi.
  Io le chiedo una risposta molto concisa. Qual è la vostra soluzione? Voi che cosa state immaginando? Perché voi siete negli ITS, rappresentate comunque un mondo che non è fuori ma è dentro anche il sistema formativo.

  MATTEO NEVI, Direttore generale di Assosistema Confindustria. Nel nostro piccolo i giovani che escono dall'ITS vengono immediatamente immessi in azienda, sia in aziende del settore che utilizzano la tecnologia sia in chi crea la tecnologia dei macchinari, che oggi all'interno hanno già un'intelligenza artificiale.
  Quello che dobbiamo fare è semplicemente affrontare attraverso un processo di reskilling quelli che sono i percorsi formativi all'interno degli ITS orientati verso l'intelligenza artificiale.
  Oggi abbiamo dei giovani che escono e che entrano anche nel settore che non hanno piena competenza su quella che è una visione dell'intelligenza artificiale, perché oggi noi la utilizziamo moltissimo l'intelligenza artificiale, da ChatGPT in poi, ma non abbiamo un'organizzazione per le letture dei dati.
  Come dicevo prima, le aziende oggi hanno tanti dati, sfruttano la tecnologia dell'intelligenza artificiale ma non hanno un sistema di gestione tramite l'intelligenza artificiale. Perché naturalmente è carente di persone che oggi possono fare i manager dell'intelligenza artificiale, ci sono ancora data analyst che analizzano secondo i classici metodi di analisi dei dati, ma non c'è quello step in più. Perché purtroppo oggi ci troviamo in un dialogo dove anche l'intelligenza artificiale legata alla robotica è legata a un tema di perdita di posto di lavoro piuttosto che di nuove figure.
  Le do un esempio: alcuni colleghi mi dicevano che in Danimarca già molte aziende hanno fatto degli investimenti sulla robotica e intelligenza artificiale, e hanno sostituito quelle figure professionali, che dicevo prima, che spesso subiscono le malattie professionali o meno, hanno sostituito le persone con la macchina. Purtroppo in Italia ancora non è stato affrontato questo tema, ma soprattutto mi dicevano perché la manodopera a Copenaghen costa tre volte di più di quello che costa in Italia, quindi qui, ad oggi, conviene ancora investire sulla persona piuttosto che sulla macchina. È un discorso che va un po' fuori, però noi ci troviamo oggi dei giovani che non riescono a trovare una corretta collocazione all'interno di sistemi che effettivamente ragionino sull'intelligenza artificiale, perché attualmente viene ancora un po' osteggiata la completa implementazione nel settore industriale.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata dal rappresentante di Assosistema Confindustria (vedi allegato 3) e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di Gianluigi Bonanomi, formatore e consulente sulla comunicazione digitale.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Gianluigi Bonanomi, formatore e consulente sulla comunicazione digitale, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Gianluigi Bonanomi, formatore e consulente sulla comunicazione Pag. 21digitale, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  GIANLUIGI BONANOMI, Formatore e consulente sulla comunicazione digitale. Grazie dell'invito.
  Mi chiamo Gianluigi Bonanomi, mi occupo di consulenza digitale e seguo da tanti anni le aziende su alcuni aspetti legati alla digitalizzazione.
  Non avevo mai visto in vita mia tanto interesse per un argomento come quello dell'intelligenza artificiale generativa in azienda, soprattutto ovviamente dall'esplosione l'anno scorso di ChatGPT.
  Ho cominciato a organizzare una serie di eventi, ho cominciato ad andare in azienda appunto per presentare questo tipo di soluzioni, per far capire che cos'è l'intelligenza artificiale generativa e come può aiutare ogni singolo dipendente dell'azienda per creare più velocemente, da una mail a un documento analisi di dati e via dicendo.
  Ho riscontrato molto interesse da parte delle aziende, perché provate a immaginare un imprenditore al quale prometti di risparmiare un'ora minimo di lavoro per dipendente al giorno... alla fine dell'anno di che cosa stiamo parlando? Ma c'è qualcosa di più.
  Le aziende vogliono capire come migliorare i processi, vogliono capire come migliorare la propria comunicazione, come aiutare i dipendenti, ma a fronte di tutto questo interesse ci sono due grossi dubbi, due enormi dubbi.
  Il primo dubbio è: questo LLM (Large Language Model), questi sistemi di intelligenza artificiale come ChatGPT, ma poi ne sono venuti fuori quanti ne vogliamo (Bard, Cloud e tutti gli altri), dove salvano i dati della mia azienda? Cioè, la mia azienda sta dando in pasto delle informazioni private, che sono i nostri progetti, che sono i dati dei clienti, dove vanno questi dati? Quindi ci sono molti che si sono fermati, io ho delle aziende che seguo che hanno proibito di utilizzare le intelligenze artificiali di questo tipo, per esempio (si possono fare i nomi tanto sono cose pubbliche) da Samsung, Amazon, qui sul territorio Nokia in Italia, che riferivano di avere dei dipendenti che per esempio utilizzavano il codice di programmazione dell'azienda all'interno di ChatGPT per farsi sistemare questo codice. Chiaramente capite che questo codice poi viene messo in pancia di uno strumento che autoapprendendo salva queste informazioni. Ed è successa negli Stati Uniti una cosa clamorosa, che il codice dato da dei programmatori di Amazon venisse poi riproposto come soluzione ad altre aziende. Capite che dal punto di vista della protezione del lavoro dei propri dipendenti non è il massimo, quindi un tema di privacy dei dati.
  Poi c'è un altro tema grosso che è quello delle allucinazioni. Cioè, questi non sono motori di ricerca, gli LLM sono dei sistemi di creazione di contenuti, di modelli di linguaggio, e quindi sono programmati per rispondere e rispondere sempre. Quindi se hanno in pancia l'informazione corretta restituiscono l'informazione corretta: quindi io potrei chiedere chi era Sandro Pertini e questo pescando da tutta la sua conoscenza, da Wikipedia, dalla rete, sa chi era Sandro Pertini. Ma se io gli dico parlami della situazione geopolitica in Ucraina, questo non sa neanche di cosa stiamo parlando perché i dati sono vecchi, sono aggiornati al settembre 2021. A meno che uno non prenda la versione a pagamento che naviga, questo è un problema. Ma lui non ti dice spesso «non so di cosa tu mi stia parlando», lui risponde comunque inventandosi delle informazioni. Capite che per un'azienda, che sta facendo lo studio di mercato e chiede informazioni e queste vengono inventate, può diventare un enorme problema. Primo perché potremmo fidarci delle informazioni e scrivere quindi delle cose inesatte, secondo invece potremmo dover perdere più tempo a fare controlli e rifare i contenuti a mano rispetto a quello che ci facevamo prima.
  Quindi in questo momento nelle aziende si sta esplorando l'idea di non usare ChatGPT e sistemi simili, e invece di costruire delle proprie intelligenze artificiali interne, quindi dei modelli di linguaggio interni, e questo è già tecnicamente possibile. Una cosa che fino a un anno fa non era neanche sul tavolo, non si discuteva.Pag. 22
  Quindi adesso c'è la possibilità in ipotesi di prendere un proprio modello, per esempio quello di Meta che si chiama Llama 2 è gratuito open source, è scaricabile in vari tagli. Per esempio, noi possiamo prendere un modello di Meta da 70 miliardi di parametri, che è una cosa spaventosa infatti bisogna avere poi le strutture per poterlo gestire. Però teoricamente qualsiasi azienda potrebbe scaricare il suo modello in locale, potrebbe a questo punto dare in pasto a questo modello i suoi dati.
  Vi faccio un esempio, l'altra sera ero in un piccolo paese della bergamasca che si chiama Treviglio, una piccola cittadina, a fare un evento sull'intelligenza artificiale generativa. Al termine dell'evento dei funzionari del comune di Treviglio mi avvicinano e dicono «ma noi vogliamo questa roba qua, noi vogliamo un meccanismo che ci permetta di snellire la creazione di contenuti e di documenti, per esempio le delibere, noi perdiamo un sacco di tempo nello scrivere le delibere che poi ovviamente devono essere pubblicizzate, perché poi tutto sommato lo schema è sempre lo stesso, i temi gira e rigira sono gli stessi, cambia veramente poco. Se noi avessimo un meccanismo, un cervellone, un'intelligenza artificiale che studia tutte le delibere del comune e quando vi è la necessità mi crea quella nuova perché gli diamo quei tre parametri che sono diversi, noi risparmieremo una marea di tempo». Non per licenziare dei dipendenti comunali ovviamente, ma per liberare loro dalle pratiche più noiose e ripetitive e automatizzabili, facendo in modo che invece il tempo venga utilizzato in modo più intelligente, quindi per il rapporto con il pubblico.
  Ecco, provate a immaginare una cosa del genere, è un'esigenza di tutte le aziende: liberare tempo dalle scartoffie, liberare tempo da preventivi, documentazione tecnica e tutte le altre carte, le e-mail, le newsletter, la customer care, tutto quello che fa perdere un sacco di tempo ma che può essere automatizzabile.
  Io ho seguito un'azienda per esempio, una compagnia di assicurazioni, che aveva sei addetti alla customer care che rispondevano dalla mattina alla sera sempre alle stesse domande: quando siete aperti, come faccio a fare la dichiarazione dei redditi con la vostra polizza, come faccio a sottoscrivere un'altra polizza per mio zio, ecc. Ma è davvero necessario avere sei persone bloccate dalla mattina alla sera a rispondere sempre alla stessa roba? Voi mi direte, ma si può fare in modo che l'azienda crei delle FAQ e quindi il cliente vada a vedere domande e risposte. No, non funziona, le persone non andranno a vedere le FAQ. Noi dobbiamo mettere a disposizione un chatbot che risponda alle esigenze più comuni dei clienti, che ripeto non andranno a cercare da sé. Ho quasi esaurito il mio tempo e voglio lasciare...

  PRESIDENTE. Le manca mezzo minuto per la precisione. Prego.

  GIANLUIGI BONANOMI, Formatore e consulente sulla comunicazione digitale. C'è un modo di dire online: non è l'intelligenza artificiale che ti ruba il lavoro, è un professionista che sa usare l'intelligenza artificiale che va al doppio della tua velocità con la metà dello sforzo.
  Le aziende hanno capito che questa cosa è possibile, manca completamente la parte di alfabetizzazione su queste tematiche, mancano le skills, mancano le competenze che sono radicalmente diverse rispetto al passato.
  Faccio un'ultima provocazione: prima si distingueva tra hard skills e soft skills, competenze verticali e competenze relazionali, queste due competenze vanno fuse. Noi dobbiamo avere d'ora in poi competenze relazionali per interfacciarci con le chatbot e macchine, era una cosa che non si era mai vista prima.
  Bisogna insegnare a tutte le aziende queste competenze.

  PRESIDENTE. Grazie per l'efficacia e la chiarezza, siamo ritornati sul tema delle competenze che è il filo conduttore degli interventi di oggi.
  Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Pag. 23

Audizione di rappresentanti di ADL Consulting.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti di ADL Consulting, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Claudio Di Mario, founding partner di ADL Consulting, e a Marialessandra Carro, partner di ADL Consulting, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  MARIALESSANDRA CARRO, Partner di ADL Consulting. Buongiorno a tutti. Inizio col salutare la presidente e i commissari presenti.
  Io sono Marialessandra Carro, partner di ADL Consulting, e qui accanto a me c'è Claudio Di Mario che è il founding partner di ADL Consulting.
  ADL è una società che opera nel campo dei public affairs e delle relazioni istituzionali. Dal 2012 sosteniamo il decision making basato sui dati e promuoviamo il digital lobbying nel settore, come da slide successiva (vedi allegato 4).
  Ancora, in quella successiva trovate una sintesi di quella che è la nostra posizione, che vado a leggere velocemente prima di passare la parola all'ingegner Di Mario.
  Innanzitutto noi come azienda utilizziamo e sviluppiamo algoritmi di intelligenza artificiale e siamo certi che questa sia una tecnologia strategica che possa sia sostenere il sistema produttivo italiano sia giovare all'attrazione di investimenti nel nostro Paese. L'efficacia degli algoritmi di intelligenza artificiale è direttamente influenzata dalla qualità dei dati che abbiamo a disposizione, da questo deriva la necessità di avere dei dati e più nello specifico open data accessibili, aggiornati e interoperabili.
  Come ADL infatti noi facciamo largo uso di open data governativi, quindi proprio dei dati che producete voi come Parlamento ma anche a livello governativo e ministeriale, ma anche a livello di amministrazioni locali, e li utilizziamo per supportare aziende e organizzazioni nell'interlocuzione con i decisori affinché questi possano presentare soluzioni basate sui dati, utili anche al processo di analisi di impatto regolatorio.
  Oggi quindi per noi è proprio l'occasione di condividere un'analisi basata sul nostro lavoro quotidiano.
  Vi ringrazio e passo la parola all'ingegner Di Mario.

  CLAUDIO DI MARIO, Founding partner di ADL Consulting. Grazie presidente.
  Il tema AI open data, le potenzialità dell'intelligenza artificiale per i settori pubblici e privati sono legati quindi alla disponibilità e alla qualità dei dati e alla capacità di utilizzarli efficacemente, il loro valore deriva infatti dalla loro analisi e azionabilità.
  I sistemi di analisi dati basati sull'intelligenza artificiale offrono ora velocità e potenza computazionale superiori, permettendo di processare grandi quantità di dati e di estrarre informazioni preziose.
  Questo è particolarmente vero per gli open data, che possono beneficiare dell'intelligenza artificiale e viceversa. Nel dettaglio, da un lato gli open data forniti dalle istituzioni possono contribuire al training e all'esecuzione di sistemi di intelligenza artificiale fornendo informazioni decisive, utilizzabili per prodotti tecnologici di pubblico interesse. Dall'altro l'intelligenza artificiale può sbloccare il potenziale immenso degli open data analizzando larghi volumi di dati e identificando trend e partner che non sarebbero altrimenti rilevabili
  Sulla base di queste premesse, la disponibilità di open data di alta qualità è fondamentale per abilitare innovazione e attrarre investimenti in settori pubblici e privati, inclusa la ricerca, lo sviluppo e anche tutto l'ecosistema delle start-up. Le Pag. 24aziende possono utilizzare queste informazioni per sviluppare servizi e prodotti innovativi, mentre le Istituzioni possono migliorare le proprie politiche e servizi pubblici.
  Quindi tra open data e opportunità l'era digitale ha messo al centro gli open data, proprio dati liberamente accessibili, utilizzabili e condivisibili fondamentali per l'open government, promuovendo quindi trasparenza e collaborazione tra governo e cittadini e offrendo quindi opportunità di innovazione e sviluppo.
  Questi dati permettono la creazione di soluzioni basate su analisi di impatto che rispondono alle esigenze della società. Quindi aziende e ricercatori possono tradurre queste informazioni in applicazioni concrete e prendere decisioni più informate, riducendo i rischi e aumentando le opportunità di successo.
  L'accesso democratico ai dati quindi stimola l'innovazione e crea un sistema collaborativo tra pubblico e privato supportando anche il made in Italy.
  In sintesi le opportunità degli open data che possiamo cogliere è che promuovono sicuramente la trasparenza, anche come funzioni di watchdogs del giornalismo, attraggono investimenti, aumentano la competitività, supportano la ricerca e lo sviluppo offrendo un'enorme formazione di dati.
  L'altro aspetto fondamentale tra open data e intelligenza artificiale è il concetto di interoperabilità. Nel dettaglio è necessario che gli open data forniti dalle istituzioni siano facilmente accessibili, completi e in formati leggibili dalle macchine, uniformi e capaci di fornire informazioni rilevanti. Standard che a onor del vero sono stati riconosciuti e inclusi nelle linee guida delle istituzioni regionali nel corso degli anni, come ad esempio l'articolo 52 del codice dell'amministrazione digitale che introduce il principio degli open data by default, dati forniti dalla pubblica amministrazione.
  Inoltre, facendo riferimento alle linee guida pubblicate dall'Agid fondamentale è la sigla FAIR, che è un acronimo che esprime queste caratteristiche: findability, cioè dati facilmente rintracciabili, accessibility, cioè dati facilmente accessibili, interoperability, quindi dati facilmente integrabili e sui quali ci focalizzeremo nel breve tempo di questa audizione, e reusability, cioè dati facilmente riutilizzabili.
  L'importanza degli open data è ampiamente riconosciuta anche nell'Unione europea, in particolare con la direttiva Public Sector Information e dal recente Data Act.
  Come approfondito da un articolo che abbiamo messo a disposizione sul nostro blog, la prima illustra la necessità per le amministrazioni di rendere pubblici e liberamente accessibili i dati da esse prodotti al fine di facilitarne la diffusione e l'utilizzo sia per garantire la trasparenza che per alimentare quelle che possiamo ritenere l'economia della conoscenza. Il Data Act ha un ambito di applicazione che va oltre gli open data, ma stabilisce la necessità di rafforzare meccanismi di condivisione dei dati e di costruire un sistema di scambio dati all'interno dell'Unione europea per una governance più trasparente e servizi pubblici più efficienti.
  È quindi possibile asserire che esiste un quadro normativo e che l'amministrazione nazionale riconosca la necessità di produrre e distribuire dati aperti. Alle volte però gli open data forniti dalle istituzioni non rispettano gli standard stabiliti e la normativa vigente. Alcune criticità che ci permettiamo di segnalare riguardano sicuramente la tempestività nell'aggiornamento e nella fornitura dei dati, che sono fondamentali per il sistema dell'intelligenza artificiale e che operano in tempo reale e dipendono da essi.
  Quindi tuttavia la qualità dei dati è solo una parte della questione, possiamo chiamarla una condizione necessaria ma non sufficiente, per sfruttare appieno le opportunità offerte dall'attrazione degli investimenti, competitività e trasparenza.
  Quello su cui vogliamo concentrarci è l'interoperabilità degli open data, ossia la capacità di rendere banche dati delle diverse istituzioni o enti pubblici capaci di comunicare e di essere collegate dai sistemi di analisi dei dati come quelli dell'intelligenza artificiale. Ad esempio, per andare in concreto, un dataset di rilevazioni meteorologichePag. 25 può comunicare con altri dataset sulle caratteristiche del suolo e sulle condizioni ambientali, consentendo, ad esempio, all'intelligenza artificiale di sviluppare un sistema in grado di considerare e analizzare tutte le variabili che influenzano una determinata produzione agricola.
  Le potenzialità e le opportunità dell'interoperabilità includono anche lo sviluppo della interconnessione dei servizi, la collaborazione tra le diverse amministrazioni dello Stato e la fornitura di dati facilmente accessibili, interconnessi, per cittadini e per privati.
  Le istituzioni italiane hanno una buona consapevolezza dell'interoperabilità dei dati, come dimostrano le linee guida del Piano nazionale di gestione dei dati e la creazione della piattaforma digitale nazionale dati nell'ambito della Missione di digitalizzazione del PNRR.
  Lo stesso principio andrebbe poi anche esteso ai dataset potenzialmente utilizzabili anche dal settore privato.
  Casi virtuosi sull'utilizzo degli open data interoperabili sono i linked open data: ad esempio la città di Barcellona ha migliorato il sistema dei trasporti combinando dati sul traffico, l'utilizzo dei mezzi pubblici, la qualità dell'aria e altri fattori. Ad esempio il sistema sanitario del Regno Unito ha raggiunto un'efficienza superiore grazie all'interconnessione dei dati. Quindi opportunità che sono simili, sono sicuramente disponibili e a portata dell'Italia, e ora sono più facilmente raggiungibili grazie anche all'ausilio della potenza di calcolo dell'intelligenza artificiale.
  In conclusione quindi volevamo fornire una ricognizione anche sugli open data istituzionali a livello nazionale e locale, e abbiamo portato alla vostra attenzione dieci punti.
  Il primo è attuale in questa sede, le audizioni di Camera e Senato. Un caso tangibile, sono le registrazioni delle audizioni del Senato che, a differenza di quelle della Camera, non sono scaricabili né esportabili in alcun modo. Questo impedisce la possibilità, ad esempio, di automatizzare il monitoraggio con intelligenza artificiale grazie alla generazione di transcript che diversi tool oggi permettono con estrema precisione e con le conseguenti analisi.
  Se tale opzione fosse possibile anche per il Senato potremmo dire che il 100 per cento delle attività parlamentari di audizione sarebbero fruibili al sistema di intelligenza artificiale con tutti i riflessi che questo può produrre in termini di divulgazione e apprezzamento dei lavori del Parlamento.
  Un altro esempio dei dieci è la differenza di tempistiche di aggiornamento, che abbiamo menzionato nel numero 5 (vedi allegato 4). Per quanto riguarda il Senato, ad esempio, gli open data sono aggiornati nel corso della notte per cui rispetto al sito web può esserci un ritardo anche di un'intera giornata lavorativa. La Camera invece a aggiorna gli open data nella stessa giornata, alla fine della mattinata. Anche in questo caso potrebbero risultare disallineamenti tra quello che c'è sul sito web e gli open data a disposizione.
  Un altro tema, un altro punto da porre alla vostra attenzione è l'open data degli amministratori locali e regionali in carica (sul sito, ad esempio, del Ministero dell'interno). I dati vengono aggiornati dalle singole amministrazioni locali che producono aggiornamenti talvolta parziali o molto in ritardo rispetto ai reali rappresentanti in carica. Abbiamo osservato che ci sono ritardi che possono anche sfiorare l'anno solare.
  In generale quindi l'elenco viene aggiornato una volta al mese, ma appunto risente dei problemi in fase di raccolta; è anche incompleto se non sempre attuale.
  Ad esempio un altro tema che abbiamo riscontrato è che non è presente negli open data una data di fine carica dell'amministratore o dell'amministrazione. L'informazione potrebbe essere utile anche per creare uno storico consistente.
  Ultimo punto dei dieci che volevamo segnalare: ad esempio non esiste una banca dati che raccolga tutti i decreti ministeriali e quindi bisogna consultare molti siti per mapparli.
  Sull'ultimo punto vorremmo concludere che il ruolo degli open data è cruciale perché permettono una maggiore trasparenza,Pag. 26 una partecipazione e collaborazione tra Governo e cittadini, dando la possibilità di generare valore e informare sulle decisioni sia nel settore pubblico che nel settore privato.
  La relazione tra intelligenza artificiale e open data è bidirezionale: da un lato, gli open data, fornendo informazioni spesso uniche, possono arricchire i sistemi di IA, rendendoli «consapevoli» del settore pubblico; dall'altro lato, l'IA ha può sbloccare il potenziale degli open data, analizzando vasti volumi di dati e rilevando pattern altrimenti non identificabili, creando così opportunità per fare innovazione.
  La qualità e l'accessibilità dei dati è fondamentale per sfruttare pienamente le potenzialità dell'intelligenza artificiale. È essenziale che gli open data siano di alta qualità, facilmente accessibili, leggibili, aggiornati e conformi agli standard internazionali come i principi FAIR che abbiamo menzionato prima.
  Open data e interoperabilità, e mi accingo a concludere. L'interoperabilità tra i dati di diverse istituzioni è fondamentale. I dati interconnessi e interoperabili permettono una maggiore integrazione, connessioni tra i diversi sistemi e data set facilitando così la creazione di servizi più efficaci e innovativi.
  Normative e implementazione. Nonostante la presenza di un quadro normativo che riconosce l'importanza degli open data, l'implementazione pratica spesso non rispetta gli standard stabiliti, e l'accesso a dati di alta qualità e aggiornati rimane una sfida. La risoluzione di queste criticità è essenziale per sfruttare appieno le potenzialità dell'IA e degli open data. Grazie presidente.

PRESIDENZA DEL PRESIDENTE
ALBERTO LUIGI GUSMEROLI

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio gli ospiti intervenuti. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata dai rappresentanti di ADL Consulting (vedi allegato 4) e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di rappresentanti di Engineering Ingegneria Informatica s.p.a.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di rappresentanti di Engineering Ingegneria Informatica s.p.a., nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Fabio Momola, Executive Vice President Digitech del Gruppo Engineering, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  FABIO MOMOLA, Executive Vice President Digitech del Gruppo Engineering. Buongiorno presidente, buongiorno a tutti e grazie per l'invito a partecipare a questa indagine conoscitiva. La riteniamo di importanza strategica per il mercato ma anche per il Paese, per cui ci fa piacere poter contribuire.
  Ho depositato documentazione a supporto del mio intervento (vedi allegato 5). La prima slide evidenzia un po' la struttura del nostro gruppo, del Gruppo Engineering. Come vedete già dalla prima slide siamo un'azienda molto focalizzata su quella che chiamiamo digital transformation per cui, sostanzialmente, sulla volontà di abilitare la trasformazione digitale delle aziende, delle pubbliche amministrazioni e complessivamente del Paese. Lavoriamo su tutti i mercati, quindi sia sui mercati privati che pubblici; abbiamo più o meno 15 mila persone tutte specialiste nel mondo della digital transformation e siamo in forte crescita. Considerate che queste 15 mila persone due anni fa erano più o meno 12 mila, per cui cresciamo veramente in maniera molto importante e ci tengo a sottolinearlo.
  Investiamo costantemente in ricerca e innovazione, investiamo più o meno 40 Pag. 27milioni di euro all'anno in ricerca e innovazione, abbiamo più di 500 persone specializzate in questo. Chiaramente questo investimento lo riteniamo veramente importante per noi ma anche per il Paese, perché è chiaro che sulla base di queste capacità di investimento possiamo scommettere su un futuro di miglioramento dei servizi che dobbiamo fornire alle aziende e ai nostri clienti.
  L'altro grande investimento che facciamo è in formazione. C'è un rapporto del FMI che dice che il 60 per cento dei lavori tra cinque anni saranno nuovi: quindi oggi non esistono.
  È chiaro che le persone che faranno questi lavori vanno preparate per tempo ed è il motivo per cui abbiamo all'interno dell'azienda un'Academy specializzata nella formazione di giovani talenti e anche di persone già esperte che vanno ovviamente pian piano ri-formate per le nuove frontiere.
  Ecco, una di queste frontiere è senza dubbio il mondo dell'intelligenza artificiale e stiamo parlando di una tematica che in questo momento è un po' sulla bocca di tutti; è sicuramente molto osservata dalle istituzioni, dalle aziende, da tutti i media, però fino a qualche anno fa quasi non se ne parlava. È un mercato molto rilevante, parliamo di un mercato mondiale di quasi 500 miliardi di dollari con una crescita prevista tra il 2022 e il 2030 del 22 per cento su base annua, ed è un mercato che è spinto direi da almeno tre grandi fattori.
  Il primo chiaramente è il costo della computazione e dello storage che sta scendendo di anno in anno. Quindi le risorse per elaborare questa grande quantità di dati che sono alla base della intelligenza artificiale sono sempre più accessibili.
  Poi la proliferazione dei dati. I dati sono sempre di più, questo anche grazie al fatto che con l'internet delle cose ormai abbiamo data point, quindi generatori di dati, ovunque, sia a livello industriale che a livello personale, e quindi c'è una proliferazione veramente importantissima, un'esplosione di dati disponibili.
  Questi dati sono poi ovviamente a disposizione di strumenti ed algoritmi sempre più intelligenti e sempre più capaci di trovare relazioni tra i dati, e quindi di dare valore aggiunto sulla base di questa relazione.
  Questo vale a livello mondiale ma vale anche in Italia dove il mercato è stimato nel 2022 essere attorno ai 500 milioni di euro e anche questo in forte crescita. Addirittura l'Italia risulta essere in crescita sopra il 30 per cento (quindi più che a livello mondiale).
  Ci sono evidentemente delle industrie che si sono mosse prima, altre che si sono mosse con un po' più di ritardo. Per esempio il mondo del pharma, del retail, anche il public sector e l'healthcare sono first number in questo fronte. Il mondo del banking e l'insurance si è mosso per tempo. Anche energy & utilities. Ci sono altri mercati che hanno un po' più di lentezza e ovviamente in questo momento gli investimenti sono soprattutto appannaggio di grandi aziende che hanno le capacità di investimento per affrontare questi temi.
  Per quanto riguarda Engineering noi lavoriamo sull'intelligenza artificiale dal 1987, quindi non da qualche mese ma da parecchi anni, collaborando con istituzioni europee, con università, con centri di ricerca fin dai primi momenti e anche contribuendo ad alcune comunità open source che hanno contribuito alla creazione di quella che è oggi la realtà dell'intelligenza artificiale. Abbiamo esempi, abbiamo installazioni funzionanti un po' su tutti i settori e un po' su tutte le fasi, che adesso magari descriverò un attimo, dell'intelligenza artificiale.
  Abbiamo anche un nostro motore di intelligenza artificiale e, val la pena di precisarlo, è molto importante perché è chiaro che quando parliamo di elaborazioni di grandi quantità di dati sapere quali dati sono sottoposti all'intelligenza artificiale per elaborare modelli è molto importante. Sapere quindi come è stata trainata, come è stata istruita l'intelligenza artificiale che usiamo è un elemento fondamentale.
  Quindi riteniamo che, di fianco ai grandi player come Microsoft e AWS che stanno rendendo disponibili intelligenze artificiali Pag. 28diciamo open, che però ovviamente si fa fatica a presidiare su quali dati lavorano, è molto importante a livello industriale avere delle intelligenze artificiali private che usano gli stessi algoritmi e gli stessi motori ma che sono trainate, sono istruite solo su un insieme molto controllato di dati. By the way stiamo anche utilizzando l'intelligenza artificiale per i nostri processi interni. Quindi non solo dei nostri clienti, ma anche per i nostri processi interni.
  Come vediamo l'evoluzione dell'intelligenza artificiale. C'è una slide, la numero 6, che descrive come ci stiamo muovendo. Ma forse, più che guardare la slide, è importante capire il nostro punto di vista su quello che vediamo succedere. Inizialmente è stato più un problema di automatizzare i processi. Quindi si è molto focalizzata l'attenzione, negli ultimi mesi, per avere la possibilità di ottenere efficienza, di semplificare, di automatizzare i processi anche grazie all'utilizzo dei dati e dell'intelligenza artificiale. Questo passaggio è pian piano sostituito, con le nuove versioni, da strumenti di machine learning e di deep learning che invece hanno la possibilità, scovando le relazioni tra i dati, non solo di creare efficienza ma anche creare nuovi servizi, nuovi modelli di business. Questo è un po' il secondo step, è quello verso cui in questo momento tutte le aziende stanno muovendosi e che stanno cominciando ad analizzare e ad utilizzare.
  C'è poi invece il terzo passaggio, che è quello dell'intelligenza artificiale generativa, così come viene definita, dove invece il passaggio è un po' più ampio e permette di utilizzare dei dati per tutta una serie di attività dove l'intelligenza artificiale autonomamente produce degli elaborati. Per esempio, nel nostro caso, produce del corrige, l'intelligenza artificiale è veramente capace di scrivere cose al posto delle persone. Quindi c'è un pattern, un movimento, che va da applicazioni più semplici più tradizionali ad applicazioni più complesse e anche addirittura applicazioni di frontiera, che stiamo vedendo caratterizzare le condizioni del mercato.
  Cosa pensiamo che possa offrire la politica in questo percorso. Non ci sono oggettivamente richieste specifiche da fare. Ci sono però, in linea generale secondo noi, esigenze di supportare il percorso di transizione al digitale nel Paese un po' in tutti gli ambiti, con l'azione legislativa. Un esempio specifico importante potrebbe essere, in questo momento, tutto il tema degli incentivi su Industria 5.0. Digitalizzazione dell'industria significa mettere sensori intelligenti all'interno degli impianti industriali. I sensori intelligenti producono dati, i dati sono utilizzati dall'intelligenza artificiale per ottimizzare i processi produttivi e per eventualmente anche prevenire problemi, incidenti. Di fatto sarebbe veramente importante poter accelerare questo processo di transizione perché senza un substrato digitale adeguato non è possibile applicare in nessun modo algoritmi di intelligenza artificiale.
  Abbiamo notato, e abbiamo apprezzato molto, il fatto che la Presidenza del consiglio abbia menzionato questi temi alle Nazioni Unite. Abbiamo apprezzato il fatto che sia nell'agenda del G7, per cui di fatto ci pare che questi segnali siano stati già ben compresi.
  Ovviamente, come azienda che si occupa di questo prevalentemente, siamo qui a far notare come sarebbe veramente un'occasione molto importante persa dal Paese il fatto di non approfittare di questo vantaggio che abbiamo, di essere un Paese che prima di altri ha avuto la capacità di cominciare a sperimentare su questi temi e che quindi ha tutte le competenze che servono per approfittare di questo nuovo trend.
  Sono pronto a rispondere a eventuali domande se avete bisogno di chiarimenti.

  PRESIDENTE. Sì, chiedo se vi siano domande. Io ne ho una. Lei ha parlato del fatto che man mano gli algoritmi diventano sempre più precisi, più affinati, eccetera. Questo dipende dalla quantità di dati a disposizione? Sostanzialmente mi sembra di capire che la disponibilità dei dati, quindi che siano in qualche modo liberi, aperti a tutti, eccetera, è uno dei temi importanti.

  FABIO MOMOLA, Excutive Vice President Digitech del Gruppo Engineering. AlloraPag. 29 direi che dipende sicuramente dalla quantità di dati, ma dipende anche dalla qualità dei dati che vengono messi a disposizione e dipende anche dal modo in cui questi dati sono sottoposti all'intelligenza artificiale per quello che viene definito training, quindi per la formazione dell'intelligenza artificiale.
  Quindi, quello che determina veramente il successo è prima di tutto che questi dati siano disponibili, non necessariamente che siano pubblici ma che siano disponibili. Per esempio, nel sistema produttivo alcuni dati sono privati e possono essere utilizzati come dataset privato per insegnare all'intelligenza artificiale a interpretarli. Chiaramente poi lei diventa esperta e capisce il modo in cui prevedere quello che dati nuovi che vengono prodotti dai sensori e dal mercato significano e quindi anticipa le mosse.
  Quindi il percorso è: digitalizzare le infrastrutture e avere i dati a disposizione, pubblici e privati.
  Secondo passaggio: saper impostare bene i dataset in modo tale che le basi di dati che vengono sottoposte all'intelligenza artificiale e poi istruire nella maniera più corretta possibile e fare un controllo di questa istruzione da parte di persone, i data scientist, che siano in grado quindi di orientare la comprensione dell'intelligenza artificiale verso i processi produttivi che ovviamente sono più importanti per l'azienda o per la pubblica amministrazione che sta impostando questo percorso.

  PRESIDENTE. Ci può fare un esempio pratico? In un'azienda quali potrebbero essere gli interventi dell'intelligenza artificiale nell'aspetto decisionale? Con esempi pratici.

  FABIO MOMOLA, Excutive Vice President Digitech del Gruppo Engineering. Le faccio un esempio superpratico del mondo dei pagamenti che è uno dei mercati più evoluti. Nel mondo dei pagamenti, stiamo parlando soprattutto dei pagamenti elettronici evidentemente, i dati sono a disposizione perché ogni transazione genera un dato. Per esempio ci sono aziende di questo Paese che sono più avanti di altre e sono emettitori di strumenti di pagamento...

  PRESIDENTE. Abbiamo perso il flusso audio. Dovrebbero ricominciare l'esempio dei sistemi di pagamento perché è andata via completamente la sua voce, quindi non abbiamo sentito niente di questo esempio.

  FABIO MOMOLA, Excutive Vice President Digitech del Gruppo Engineering. Lo rifaccio. Allora dicevo, nel mondo dei pagamenti chiaramente i dati sono a disposizione. Ogni transazione elettronica produce un dato. L'intelligenza artificiale ha permesso ad aziende attive nel settore dei pagamenti italiani di ottenere due principali risultati. Il primo risultato è che oggi è possibile fornire risposte tempestive, in tempo reale, a utilizzatori di carte di debito, carte di pagamento, carte di credito senza avere dall'altra parte della cornetta una persona che deve fare poi un'indagine. L'intelligenza artificiale è stata trainata ed è in grado di rispondere a domande anche complesse che richiedono la costruzione di un contesto, fatte da parte di un utente.
  Un vantaggio poi qual è? È che questo servizio può essere dato h24 per 7 giorni su 7 in tempo reale, senza nessun momento di coda o quant'altro, il che evidentemente è ad esempio utilissimo anche nella prevenzione delle frodi.
  Altra cosa che permette di fare l'intelligenza artificiale è analizzare costantemente i pattern e quindi il modo in cui chi prepara le frodi si muove, e dare a degli operatori specializzati dei warning del fatto che qualcosa di strano sta succedendo.
  Chiaramente su questo l'intelligenza artificiale ha un vantaggio rispetto all'uomo che è evidente: è instancabile, lavora h24 ed è più veloce.
  Quindi questi sono due esempi molto concreti solo nel mercato dei pagamenti, ma ne avrei tantissimi altri. Tutto il mondo della sensoristica, che è applicata un po' ovunque, pensate per esempio all'healthcare. Chiaramente l'intelligenza artificiale è capace di collezionare i dati che provengono da sensori – che sono a questo punto distribuiti sui pazienti stessi – e di analizzarePag. 30 in tempo reale (anche qui senza sosta) eventuali segnali che dicono se c'è qualcosa che sta andando male. Poi eventualmente, in questo caso, allertare un presidio medico che potrà intervenire e fare le diagnosi e gli approfondimenti corretti.
  Però questa cosa lasciata all'uomo chiaramente non è sostenibile e non è fattibile. Nessuno può costruire strutture presidiate da uomini che analizzano tutta questa mole di dati senza avere dei segnali «premasticati» pronti. È chiaro che più l'intelligenza artificiale è stata formata nel non fornire quelli che vengono detti falsi positivi, e quindi fornire solo indicazioni pertinenti, più questa capacità è affinata più l'intervento dell'uomo è super efficace e super puntuale.

  PRESIDENTE. Perfetto. Comunque mi sembra di capire che le applicazioni sono veramente le più disparate. Per esempio anche nel lancio di un prodotto nuovo di una impresa l'utilizzo dell'intelligenza artificiale per le campagne di marketing, piuttosto che per le zone dove lanciarlo, i mercati stessi dove lanciarlo.
  Effettivamente determinano una velocità completamente diversa da quella possibile utilizzando l'intelligenza umana. Questo è un po' il concetto.

  FABIO MOMOLA, Executive Vice President Digitech del Gruppo Engineering. Assolutamente. Nel mondo del marketing, oltre a quello che lei evidenzia, c'è anche tutto il tema di prevedere quali sono i cluster di clienti che hanno più elevata probabilità di abbandono dell'azienda e ovviamente applicare immediatamente azioni di caring su questi clienti.
  Ci sono anche lì le analisi dei dati, la possibilità di scoprire il fatto che alcuni eventi messi in fila determinano un alto potenziale di abbandono da parte di un cliente. Pensi per esempio all'investitore di una banca che comincia a smobilitare dei fondi in maniera molto puntuale e portarli su altri investimenti. L'intelligenza artificiale lo trova immediatamente questo segnale, allerta il gestore e il gestore può fare delle azioni immediate. La stessa cosa avviene anche su tanti altri settori, per cui le applicazioni sono veramente tantissime ed è proprio per questo che la tematica è solo all'inizio. Stiamo cominciando a fare quelli che vengono chiamati i primi use case, i primi casi d'uso, ma man mano che li costruiamo viene fuori il prossimo e il prossimo ancora. Chiaramente il secondo e il terzo sono molto più veloci del primo perché nel frattempo sono stati fatti i set dei dati e il training. Quindi a quel punto si tratta solo di andare per differenza e di accelerare nell'evoluzione. Chiaramente l'investimento iniziale, la curva iniziale, è un po' più complessa e più costosa perché invece richiede di preparare i dati, di pulirli, di trainare i modelli e poi di avviare le prime applicazioni.

  PRESIDENTE. In un'audizione precedente è stato detto che nel breve periodo sostanzialmente l'intelligenza artificiale creerà uno spartiacque tra chi la utilizzerà e chi non la utilizzerà. In qualche modo chi utilizzerà l'intelligenza artificiale sarà agevolato in certe attività mentre chi non la usa resterà indietro. Possiamo dire che in certi ambiti sarà impossibile non utilizzarla, cioè sarebbe anche antieconomico e in qualche modo creerebbe disparità tra un'azienda e l'altra?

  FABIO MOMOLA, Executive Vice President Digtech del Gruppo Engineering. Io credo che non ci siano dubbi su questo, nel senso che ogni ondata tecnologica evidentemente porta vantaggio competitivo a chi la adotta per primo. Però ci sono tecnologie che hanno avuto più impatto e altre che ne hanno avuto di meno. Per esempio l'adozione del cloud, che pure è importantissima, è una curva tecnologica che è partita ormai dieci anni fa e che ha sicuramente portato vantaggio a chi l'ha fatto per primo, però in termini che sicuramente sono molto meno evidenti, molto meno importanti di quello che farà l'intelligenza artificiale. Perché il cloud è un tema che agisce sull'infrastruttura di un'azienda, mentre questo dell'intelligenza artificiale è un tema che invece agisce direttamente sulla capacità di business dell'azienda. Per cui credo proprio Pag. 31che questo gap sia tale per cui non investire in questo settore non sia un'opzione, soprattutto per i grandi player in tutti i mercati.

  PRESIDENTE. Ultima domanda. Siccome uno dei temi per cui stiamo facendo questa indagine riguarda le preoccupazioni e anche i temi etici, eccetera. Si può dire che in certi campi queste preoccupazioni possono non esistere perché non ci sarà la possibilità di affrontare determinati ambiti senza l'intelligenza artificiale. Invece in altri ambiti i temi etici, le preoccupazioni, il confronto intelligenza artificiale-intelligenza umana potrebbe esserci?

  FABIO MOMOLA, Executive Vice President Digtech del Gruppo Engineering. Potenzialmente. Però devo dire che la cosa importante è un po' il passaggio che ho fatto prima. Bisogna avere l'intelligenza (umana) di non sottoporre all'intelligenza artificiale i dati senza un controllo adeguato dei dati stessi soprattutto quando si affrontano temi critici, perché appunto incidono su ambiti molto sensibili e molto particolari, come per esempio l'healthcare, come per esempio tutti i servizi di base, la distribuzione dell'energia, dell'acqua e quant'altro. Io propendo a pensare che in questi casi l'utilizzo dell'intelligenza artificiale debba essere sicuramente normata, da una parte, e dall'altra parte gestita con attenzione nella custodia dei dati, nell'attenzione della qualità del dato che si sottopone al training e poi anche ovviamente nel monitoraggio degli output dell'intelligenza artificiale.
  In altri ambiti evidentemente, per esempio nell'applicazione che lei evidenziava sul marketing, è chiaro che mal che vada c'è una cattiva performance economica e quindi se volete è meno sensibile l'eventuale utilizzo non accorto dell'intelligenza artificiale. Ovvio che sui settori più sensibili un po' di attenzione va posta. Ma questo vale un po' per tutti i trend tecnologici. Cioè non ho in mente una tecnologia che usata male non crei dei danni.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata dal rappresentante del Gruppo Engineering (vedi allegato 5) e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di Alessandro Sperduti, Direttore Human Inspired Technology Research Center .

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Alessandro Sperduti, Direttore Human Inspired Technology Research Center, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Alessandro Sperduti, Direttore Human Inspired Technology Research Center, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  ALESSANDRO SPERDUTI, direttore Human Inspired Technology Research Center. Buongiorno a tutti. Come avete visto dal mio titolo, sono direttore di un centro che è interdisciplinare che si focalizza proprio sulle tecniche e tecnologie che sono ispirate all'uomo, fra cui appunto l'intelligenza artificiale.
  È fondamentale, secondo me, innanzitutto chiarire che la definizione «Intelligenza Artificiale» è oggi associata quasi esclusivamente con le tecnologie di deep learning, che sono essenzialmente modelli matematici semplificati del cervello umano, mentre la storia di sviluppo dell'intelligenza artificiale ha visto già, dagli anni Cinquanta, lo sviluppo di tecniche di problem solving, di sistemi esperti con la evoluzione di schemi di rappresentazione della Pag. 32conoscenza e lo sviluppo di tecniche probabilistiche per la gestione dell'incertezza, che però avevano il difetto di lavorare in un mondo chiuso. Cosa significa? Significa che l'umano doveva inserire le informazioni all'interno del sistema. Con l'avvento invece del deep learning e in particolare quindi di reti neurali artificiali e soprattutto con la disponibilità di tanti dati e della potenza di calcolo dei calcolatori più recenti, finalmente il computer ha avuto accesso direttamente a funzioni di percezione del mondo esterno. Da cui la realizzazione delle prime funzionalità distribuite su cloud dai big dell'informatica per quanto riguarda i servizi ricognitivi, quindi riconoscimento di volti, riconoscimento di oggetti, delle immagini, capacità di interpretare il contenuto di un testo, e poi anche il riconoscimento vocale che penso sia una conoscenza comune a tutti.
  L'ulteriore passo avanti è stato fatto nel novembre del 2022 con l'introduzione e la diffusione al pubblico generalista di un large language model, ChatGPT, che è stata la punta dell'iceberg di un sistema cosiddetto di intelligenza artificiale generativa. Perché generativa? Perché è in effetti basata sul modello probabilistico che, avendo la possibilità di esaminare enormi moli di dati, nel caso di ChatGPT di testo, è in grado di riprodurre capacità linguistiche a livello umano, se non superiori, e di trattare in maniera appropriata diversi argomenti di conoscenza anche comune.
  Quindi questo spettro di possibilità di fatto ci permette, in questo momento, di essere abbastanza ottimisti per quanto riguarda la possibilità di applicare queste tecniche, che ormai possono acquisire informazioni dal mondo reale in maniera efficace, per quanto riguarda l'applicazione ad attività produttive, commerciali e del turismo.
  Quindi, di fatto, oltre alle tecniche più tradizionali di problem solving che già sono implementate in vari supporti, sia su prodotti software sia su servizi remoti, si apre adesso la possibilità di avere uno strumento che ha come punto di forza quello di poter analizzare grosse moli di dati ed effettuarne sintesi rispetto a specifici compiti, e anche di essere un elemento di integrazione molto flessibile per sistemi informativi di varia natura.
  Ne è un esempio il Copilot di Microsoft che permette di mettere insieme il sistema di posta elettronica con le informazioni contenute all'interno di database di un proprio computer e anche, ad esempio, di riuscire a proporre bozze di e-mail di risposta a e-mail che per esempio fanno interrogazioni su eventuali prodotti o servizi che devono essere erogati.
  Per cui diciamo, dal punto di vista delle operazioni in ambito produttivo, sono molteplici le possibilità che l'intelligenza artificiale e soprattutto quella generativa più recente permettono. Dall'ottimizzazione dell'uso dei macchinari alla robotica industriale soprattutto per le attività ad alto rischio, analisi predittive, il supporto alla creazione di manualistica e alla consultazione della manualistica in maniera intelligente impiegando sorgenti informative di vario tipo, supporto al design di nuovi prodotti, personalizzazione di soluzioni al mercato B2B.
  Ad esempio il panorama italiano è costituito da molte aziende piccole e medie che lavorano nell'ambito della creazione di componentistica in materiale plastico o metalli compositi e così via, e spesso il problema che queste aziende si trovano ad affrontare è, su richiesta della realizzazione di una determinata componente di una determinata complessità costruttiva, essere in grado di fornire un semplice preventivo di costo. Questo tipo di attività già prende (in alcuni casi più complicati) qualche giornata di lavoro semplicemente per fornire un preventivo di costo per la produzione di un certo quantitativo di quel componente di cui il cliente ha fornito un disegno in 3D. Di fatto, utilizzando queste tecniche e usando la conoscenza delle aziende e le informazioni di lavoro raccolte nei loro database, si potrebbe dare un supporto molto efficace e fornire una risposta, non dico immediata, ma in termini molto ridotti rispetto a quelli attuali.
  L'ottimizzazione delle catene di rifornimento, distribuzione logistica, monitoraggio dei fornitori per la resilienza delle Pag. 33operazioni, miglioramento delle funzioni di vendita e assistenza post vendita. Tutti questi sono esempi.
  Nel campo del turismo la possibilità di dare supporto alla creazione di vacanze integrate che permettano al cliente di pianificare la propria vacanza e anche riuscire a massimizzare il proprio soddisfacimento grazie alle informazioni che possono essere rese disponibili.
  In ambito medico, quindi produzione di strumentazione medica, il supporto è ovvio.
  Visto il poco tempo direi di affrontare le problematiche che possono esserci. Innanzitutto non sono d'accordo sul fatto che l'intelligenza artificiale riproduce, perlomeno nello stato attuale, le funzioni del ragionamento umano, lavora in modo diverso. Questo di fatto crea un rischio, soprattutto perché questi modelli di reti neurali sono modelli altamente non lineari, essenzialmente formule matematiche e con tantissimi parametri (miliardi di parametri) che sono inintellegibili. Quindi l'effetto che si è avuto con l'introduzione dei large language model è un effetto di scala che ha fatto emergere dei comportamenti non previsti. C'è una teoria che dice che la complessità del sistema, di fatto, porta a fare emergere appunto queste capacità che tutti conosciamo. Con un ChatGPT, ad esempio, si possono fornire degli esempi di soluzione di problemi e il sistema è in grado, data una nuova istanza del problema, di risolvere il problema. Non sempre però in maniera corretta e quindi c'è anche il problema delle allucinazioni, di fatto cosa il sistema fa. Quindi sicuramente questi sistemi devono essere utilizzati da esperti che conoscono l'ambito per cui si fanno supportare da questi sistemi, altrimenti il rischio è quello di propagare un eventuale errore a livello macroscopico. Perché ovviamente un esperto singolo, se fa un errore, lo fa limitatamente alla propria sfera di azione. Questi sono sistemi invece che operano a livello globale, perché sono erogati dai big dell'informatica che hanno la possibilità di accedere a una enorme mole di dati e di calcolo, e quindi un problema sul loro servizio ha una propagazione a livello mondiale.
  Quindi essenzialmente c'è il rischio della trasparenza, poi anche di tutta la filiera delle preoccupazioni che sono già state ben definite a livello europeo sull'etica, l'inclusione e la trasparenza, la fiducia verso questi sistemi che non sto qui a ripetere.
  Invece se andiamo sul nostro tessuto produttivo, che è fatto da piccole e medie imprese, il punto critico secondo me è la formazione. La formazione, perché le aziende piccole e medie non hanno modo di poter sviluppare delle conoscenze sufficienti per poter applicare in maniera adeguata questi strumenti. Devo dire che rispetto alla mia conoscenza del nord-est, del Triveneto, alcune aziende ancora sono sospettose rispetto all'applicazione delle tecniche di intelligenza artificiale. Altre hanno un ruolo di conoscenza che io definisco funzionale, cioè adoperano strumenti forniti dalle big o da consulenti, semplicemente conoscendo quali sono le funzionalità e utilizzandole. Quindi di fatto senza conoscere gli aspetti tecnici e come ottimizzarne l'utilizzo e difficilmente riescono a realizzare prodotti o servizi innovativi. Quindi si è completamente dipendenti poi da questi servizi e da questi prodotti.
  C'è poi un altro livello superiore, che è di conoscenza tecnica, dove oltre alle funzionalità si ha conoscenza tecnica diciamo generalista dei modelli e degli algoritmi implementati per prodotti offerti dall'informatica e quindi sono in grado, queste aziende, di comporre le varie funzionalità in modo da ottenere dei risultati dei sistemi a livello basso o medio di innovatività. Rischiano comunque di rimanere all'interno dei binari tracciati dai big dell'informatica.
  Se si vuole effettivamente avere invece un impatto veramente innovativo bisogna arrivare alla conoscenza di ricerca e quindi andare a numerare tutti quei punti che saranno abilitatori per questa rivoluzione, che possiamo definire una rivoluzione abbastanza importante della conoscenza. Infrastrutture, quindi banda larga e 5G diffusi su tutto il territorio nazionale, perché comunque questi servizi sono diffusi attraverso internet e quindi sono servizi sul cloud. Sistemi di calcolo che siano in grado Pag. 34di gestire i dati locali riservati e, nel caso di dati sensibili, l'approccio che permette di spostare modelli verso i dati piuttosto che raccogliere tutti i dati per creare un modello. È un approccio che si sta dimostrando molto interessante ad esempio in ambito medico per preservare la privacy.
  L'aggiornamento delle conoscenze dei dipendenti, quindi preparare i dipendenti al cambiamento, creare una cultura del dato, un suo utilizzo da parte dell'intelligenza artificiale e quindi andare poi anche a riversare eventuali guadagni avuti dall'ottimizzazione dei processi sulla formazione e sul miglioramento delle capacità dei dipendenti.
  Il problema più grande è che stiamo perdendo giovani, perché non siamo attrattivi e questo è forse indipendente dall'intelligenza artificiale. Forse l'intelligenza artificiale e uno sforzo più coraggioso di investimento a livello nazionale (io sarei per dire di tipo a volte anche centralizzato per quanto riguarda i dati) nel senso che le varie aziende devono per forza collaborare fra di loro ma sono sempre sospettose nel collaborare con i pari, mentre potrebbero su una piattaforma tecnologica comune creare maggiore sinergia. Un intervento nazionale che possa fare da garante su questo tipo di attività secondo me non potrebbe che essere positivo, per lo meno in una fase iniziale.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Audizione, in videoconferenza, di Francesca Rossi, IBM AI Ethics Global Leader .

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Francesca Rossi, IBM AI Ethics Global Leader, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Francesca Rossi, IBM AI Ethics Global Leader, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  FRANCESCA ROSSI, IBM AI Ethics Global Leader. Buongiorno. Ringrazio la Commissione per questa opportunità di portare la mia esperienza a supporto di questa iniziativa su un tema che mi sta molto a cuore ed è così pervasivo, così di impatto per la società.
  Intanto vorrei presentarmi. Io ho fatto il dottorato di informatica a Pisa, poi ho contribuito alla ricerca di intelligenza artificiale e al suo insegnamento per circa 35 anni, venticinque dei quali in università italiane (a Pisa e poi a Padova) e poi all'IBM, qui negli Stati Uniti.
  In IBM, oltre a guidare progetti di ricerca sull'intelligenza artificiale, ho anche il ruolo di leader globale per l'etica dell'intelligenza artificiale, quindi la responsabilità di guidare l'azienda in tutte le attività relative all'etica dell'intelligenza artificiale. Partendo dai principi di alto livello ma anche proprio la loro implementazione in attività molto concrete nell'azienda. Attività di educazione e attività di linee-guida per gli sviluppatori, processi di valutazione del rischio, governance interna e anche attraverso tante partnership che abbiamo con altre università, altre aziende e organizzazioni globali.
  Sono un membro del board della Partnership on AI, dello Steering Committee della Global Partnership on AI (di cui fa parte anche l'Italia), sono co-chair del gruppo di esperti OECD sul futuro dell'IA, e ho fatto parte del Gruppo di esperti di alto livello sull'IA della Commissione europea che ha lavorato nel 2018-2020. Attualmente, sono anche il presidente di AAAI, l'associazione mondiali dei ricercatori in IA.
  Come tutti sappiamo l'intelligenza artificiale è una scienza e una tecnologia che ha abilità sorprendenti ma che introduce anche rischi e sfide significative. Intanto Pag. 35non è una nuova tecnologia, viene usata già da molti anni in tutte le sue varie evoluzione, in molti aspetti della nostra vita. La sua evoluzione è iniziata con degli approcci un po' diversi, cosiddetti simbolici, basati su regole dove noi indicavamo alle macchine i passi da seguire per risolvere un problema. Questo approccio funzionava anche bene in molti scenari però era troppo poco flessibile per funzionare bene al di fuori di contesti molto controllati. Quindi siamo passati ad approcci basati sui dati e sugli esempi, quindi usando le tecniche del machine learning, e questi hanno reso l'intelligenza artificiale più capace di interpretare l'ambiente in cui viene usata e quindi di prendere decisioni migliori più personalizzate e specifiche.
  Però hanno anche introdotto delle giuste preoccupazioni legate alla privacy e alla governance dei dati, alla possibile riproduzione e amplificazione di bias, cioè di pregiudizi, che possono creare discriminazioni, alla mancanza di trasparenza, di spiegabilità, di tracciabilità e anche alla vulnerabilità e ad attacchi alla sua performance. I recenti sviluppi del deep learning poi hanno fornito all'intelligenza artificiale anche ulteriori abilità. Non solo di interpretare contenuti, ma anche di generarli e soprattutto di saper gestire praticamente e perfettamente il linguaggio umano dal punto di vista sintattico. Quindi questa AI, chiamata generativa perché appunto sa generare contenuti, permette anche la creazione di questi cosiddetti modelli fondazionali, cioè molto generici, che poi possono essere usati per costruire degli altri modelli di AI più specifici per risolvere problemi specifici.
  Queste nuove abilità espandono enormemente il panorama delle applicazioni, quindi con grande potenziale di risolvere problemi importanti sulla salute, sul clima, ma anche tanti problemi molto più specifici e anche di più breve termine. Per esempio nell'IBM, l'azienda in cui lavoro che ha praticamente clienti in tutti i settori, vediamo ogni giorno tantissime nuove applicazioni nei processi aziendali usando l'AI anche e soprattutto quella generativa. Quindi per esempio l'abilità di creare sommari di documenti interni all'azienda, la ricerca semantica delle informazioni, la creazione di contenuti e anche la creazione di codice. Quindi in tutti i settori e qualunque divisione aziendale l'AI è in grado di migliorare le soluzioni già in atto oppure di crearne delle nuove che prima non c'erano.
  Però espande anche le preoccupazioni, che ho menzionato prima, e introduce altri rischi. Per esempio la generazione di contenuti cosiddetti pericolosi, la disseminazione di contenuti falsi ma plausibili e la protezione di dati sensibili oppure coperti da copyright. Inoltre può anche avere un impatto più significativo sul lavoro, sull'educazione, sulle attività creative e anche in generale sulla democrazia per la possibile disseminazione di informazione false. Può anche essere usata da attori malintenzionati o non informati in modi che non sono adatti e che quindi possono generare dei risultati e dei comportamenti pericolosi.
  Come si può fare per prendere il meglio di questa tecnologia mitigandone i suoi rischi? La prima cosa da fare è creare un ecosistema di fiducia giustificata, ma chiaramente informata, verso la tecnologia e i suoi usi. Questo secondo me può essere ottenuto adottando delle politiche, anche delle leggi, basate sul rischio dove si mettono più obbligazioni, più richieste dove c'è un rischio maggiore ma dove il rischio viene associato alle applicazioni della tecnologia e non alla tecnologia in sé. Questo perché è molto difficile (usando questa tecnologia che può essere usata in tanti possibili modi) capire il rischio se si guarda alla tecnologia. La tecnologia può essere usata in tanti modi, alcuni ad alto rischio alcuni a basso rischio. Per esempio il problema, il rischio del bias (i pregiudizi) quindi la possibilità di creare un trattamento non equo tra categorie di persone rispetto ad altre, non può essere individuato e mitigato bene a livello del modello fondazionale dell'AI ma solo quando si vede dove viene applicato, quali sono i modelli più specifici, dove si conosce lo scopo e il contesto delle applicazioni. Quindi applicazioni più a rischio vanno sottoposte a uno scrutinio più attento e a delle regole più stringenti.Pag. 36
  Inoltre va anche ricordato che molti settori hanno già delle leggi, quindi non è che non esistono già leggi che aiutano, per esempio, a evitare discriminazioni – ritornando a questo esempio – e altri scenari non accettabili. Quindi vanno guardate, queste leggi, analizzate per capire come adattarle all'uso dell'AI in questi settori.
  I rischi vanno identificati attraverso un approccio inclusivo e multi-stakeholder, dove vanno inclusi tutti i soggetti della società. Chi crea l'intelligenza artificiale, chi la usa, chi fa la ricerca, le organizzazioni della società civile, il sistema legislativo e anche chi è capace di studiare l'impatto delle tecnologie sulla società.
  Gli esperti di intelligenza artificiale da soli non possono identificare bene le preoccupazioni, i rischi, l'impatto, le implicazioni di un uso così pervasivo dell'intelligenza artificiale nella società, così come non lo possono fare coloro che si occupano di definirne le regole. Quindi, in questo senso, è molto benvenuta e importante l'iniziativa di questa indagine conoscitiva. Chiaramente ad alcuni può sembrare che questo metodo consultativo multi-stakeholder può rallentare il progresso tecnologico, ma invece va inteso come la possibilità di andare più veloci verso lo scopo vero che è quello non di accelerare il progresso tecnologico ma di accelerare il progresso umano tramite l'uso della tecnologia.
  Le leggi chiaramente sono necessarie, ma c'è bisogno di tanti altri contributi per un approccio responsabile all'intelligenza artificiale, anche perché come abbiamo visto negli ultimi mesi la tecnologia evolve molto più rapidamente rispetto ai tempi del processo legislativo, quindi tutti quanti quelli coinvolti (sia le aziende che creano l'intelligenza artificiale che chi crea le soluzioni basate su queste tecnologie) devono essere trasparenti sulle reali capacità, limiti e rischi. Le aziende devono fare questo non perché c'è una legge che necessariamente lo richiede, ma perché è anche conveniente per le aziende, è un vantaggio competitivo e inoltre è sempre più richiesto dagli altri attori della società inclusi i clienti delle aziende.
  Quindi per esempio aziende grandi che possono dedicare risorse a queste iniziative, riguardo un approccio responsabile delle AI, hanno già fatto molto al loro interno. Per esempio all'IBM da tanti anni abbiamo sviluppato strumenti tecnologici, processi interni, iniziative di formazione interna, prodotti, soluzioni, piattaforme che mirano appunto a questo sviluppo e a un uso responsabile.
  Un esempio è la piattaforma più recente che l'IBM ha creato, si chiama «watsonx», e ha tre componenti. Una è relativa ai dati, una è relativa alla creazione dei modelli su quei dati e la terza è relativa alla governance, dove appunto c'è tutto quello che abbiamo imparato sulla creazione e l'uso responsabile di una soluzione di intelligenza artificiale.
  Questo per dire che queste tre componenti sono tutte ugualmente facenti parte di una creazione di soluzione di intelligenza artificiale. L'etica non è una cosa che «se c'è tempo la inseriamo» ma va inserita proprio dall'inizio ed è tanto importante quanto i dati e quanto la creazione dei modelli.
  Naturalmente ci sono anche altri attori, altri soggetti.

  PRESIDENTE. La invito a concludere. Grazie.

  FRANCESCA ROSSI, IBM AI Ethics Global Leader. Sì. Un'ultima cosa che volevo dire è che è molto importante in questo approccio responsabile il ruolo della ricerca che deve essere informata da consultazioni multidisciplinari. Chiaramente è molto importante che il Governo supporti la ricerca in Italia che peraltro è già di grande eccellenza, presente in tutte le principali conferenze internazionali di intelligenza artificiale. Altre cose che il Governo può fare, secondo me, oltre che aiutare la ricerca è aiutare le aziende che in Italia sono piccole e medie, che potrebbero non avere le risorse per mettere in piedi quello di cui c'è bisogno. Le risorse, ma anche la fiducia necessaria per sviluppare la tecnologia, quindi potrebbero essere frenate da varie preoccupazioni nell'adottare l'uso dell'intelligenzaPag. 37 artificiale. In questo chiaramente vanno aiutate con risorse, ma anche con attività di formazione mirata sia a livello di educazione, sia nelle scuole (a tutti i livelli fino all'università) ma anche con una formazione continua che non deve essere solo formazione per le competenze scientifiche e tecnologiche (necessarie per partecipare al mondo del lavoro che sempre di più sarà immerso nell'intelligenza artificiale) ma anche di tipo multidisciplinare. Favorire quindi la multidisciplinarietà perché anche chi si occupa di tecnologia deve essere consapevole dell'impatto che questa tecnologia ha nella società. Grazie.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuta. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata da Francesca Rossi (vedi allegato 6) e dichiaro conclusa l'audizione.

Audizione di Daniele Nardi, Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Daniele Nardi, Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Daniele Nardi, Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  DANIELE NARDI, Ordinario di intelligenza artificiale presso l'Università degli studi di Roma La Sapienza. Signore e signori onorevoli, vi ringrazio per l'invito e questa opportunità che mi viene data di presentare qualche considerazione sulle tematiche che appunto sono oggetto della vostra indagine. Vorrei iniziare dicendo qualche parola su quello che è il mio ruolo, per spiegare da quale punto di vista io posso dare qualche indicazione relativamente al problema.
  Oltre al mio ruolo di professore io sono anche il direttore del laboratorio di Artificial Intelligence and Intelligent System del CINI, che è il Consorzio Interuniversitario Nazionale per l'informatica, e questo laboratorio raccoglie una rete di più di 50 centri di ricerca e università che lavorano nel campo dell'intelligenza artificiale e organizza diversi eventi tra cui anche degli eventi che riguardano le aziende, in particolare le PMI.
  Detto questo, la conoscenza che io posso portare è principalmente quella relativa ai rapporti che noi abbiamo con il mondo delle aziende. Sappiamo tutti qual è l'importanza delle PMI nel tessuto economico italiano e il punto è come introdurre l'intelligenza artificiale nelle PMI. Vorrei fare qualche considerazione in merito tenendo conto appunto della tipica scarsità di risorse e capacità di investimento e anche del citato digital gap. Sintetizzo quello che è il mio punto di vista su questa questione e che in realtà sono proprio PMI ad alto contenuto tecnologico che possono poi fornire gli strumenti che servono alle PMI che invece operano in tutti i diversi settori compresi quelli che fanno riferimento a questa Commissione. Perché se andiamo a guardare quali sono i fornitori di soluzioni di intelligenza artificiale, da una parte troviamo i grandi fornitori di informatica nazionali e internazionali, dall'altra troviamo strutture di ricerca dedicate dai grossi player nazionali della Difesa, dell'energia, del farmaceutico della finanza, insomma tutti si stanno attrezzando per l'intelligenza artificiale ma nessuno di questi ha delle finalità specifiche per quello che riguarda il mondo delle PMI. Quindi un primo messaggio è che sono le PMI stesse che possono aiutare le PMI, nel senso che le prime sono Pag. 38quelle che producono la tecnologia di intelligenza artificiale.
  Per quanto riguarda le opportunità il discorso è molto ampio. Le opportunità sono veramente trasversali e si parla sempre di efficientamento di processi, miglioramento della qualità dei prodotti, personalizzazione dei servizi. Però forse è più interessante andare a fare qualche esempio e cercare di caratterizzare meglio quali sono appunto le aziende a cui facciamo riferimento come aziende ad alto valore tecnologico. Da una parte ci sono aziende che forniscono delle vere e proprie tecnologie come natural language processing, computer vision o assistenti intelligenti e così via, e ce ne sono altre che invece sono più focalizzate sul dominio. In questo senso basta pensare al dominio medico. Anche nella prossima manifestazione che organizziamo, Maker Faire, abbiamo ben due aziende che puntano, attraverso l'intelligenza artificiale, a fornire degli strumenti per la riduzione dello stress nel contesto del lavoro, oppure la cibernetica. Avrei un elenco molto lungo, non ve lo leggo tutto. Questa caratterizzazione mi serve per dire che, a nostro modo di vedere, è molto importante privilegiare un approccio verticale, ossia un approccio in cui l'azienda si specializza verso un particolare dominio.
  Dovendo anche individuare qualche ostacolo, un punto che normalmente viene sottovalutato è quello legato al fatto che questi sistemi di intelligenza artificiale normalmente devono interagire con un operatore e si inseriscono all'interno di un processo decisionale. Quindi spesso questo aspetto è quello che ne rende critico l'utilizzo e quindi va attenzionato in maniera appropriata.
  Per quanto riguarda commercio, artigianato e turismo vorrei suggerire tre esempi di applicazioni che riguardano l'analisi del comportamento del cliente, che riguardano l'uso di Chatpot per gestire l'interazione con i clienti stessi o il supporto alla vendita, e infine l'uso di intelligenza artificiale generativa per generare contenuti promozionali. Tutte queste funzionalità sono disponibili e si possono realizzare se ci sono i dati, e raccogliere dati per le piccole aziende, al di là del digital gap, può essere una cosa impegnativa e può non essere sufficiente in termini quantitativi. In questo riteniamo che le Amministrazioni locali possano avere un ruolo importante.
  Due aspetti vorrei evidenziare, di carattere generale. Il primo riguarda le risorse umane. Noi come sistema accademico, attraverso il dottorato nazionale e attraverso il partenariato PE1 FAIR (al quale il nostro laboratorio ha contribuito in maniera significativa), nel giro dei prossimi anni produrremo qualche centinaio di persone altamente qualificate con un dottorato in intelligenza artificiale. Ecco, come mondo accademico, vorremmo che questi cervelli non se ne andassero tutti all'estero come nel trend attuale e quindi suggeriamo che vengano prese delle misure perché questi cervelli restino e perché restino nelle PMI.
  Un ultimo aspetto che vorrei trattare è quello della regolamentazione e standardizzazione. Sappiamo tutti che sta per uscire l'AI act, e non mi voglio dilungare a parlare dell'AI act in generale, ma l'implementazione dell'AI act, cioè che cosa succederà a valle dell'AI act è un punto chiave che in questo momento viene forse sotto sottovalutato.
  Occorre definire metodologie e standard che permettano poi di fare dare il bollino di qualità (se vogliamo dire così) per le applicazioni di intelligenza artificiale. In questo processo di standardizzazione e di creazioni degli standard al quale noi come laboratorio stiamo contribuendo in questo momento (processo che si svolge sia a livello internazionale che a livello europeo), manca certamente un po' la voce delle PMI. Questo non va molto bene, andrebbe corretto ad esempio coinvolgendo le PMI nel processo stesso, oppure nelle operazioni, nelle implementazioni di sandbox che verificano l'applicabilità degli standard; quindi questo è un altro punto sul quale occorre prestare attenzione. Ovviamente le PMI possono o impantanarsi in processi di certificazione complicati, sia da un punto di vista burocratico che da un punto di vista tecnico, o avere un supporto per avere il bollino di qualità che diventa un'opportunità e non una minaccia.Pag. 39
  Io avrei concluso. Farei una rapida ricapitolazione di quelli che sono i punti che volevo portare alla vostra attenzione.
  Per avere un impatto sulle PMI in senso trasversale, in tutti i settori merceologici, riteniamo che il vero fornitore di tecnologia di intelligenza artificiale siano proprio le PMI che lavorano in intelligenza artificiale.
  Per quanto riguarda commercio, artigianato e finanza direi che «l'unione fa la forza» è il motto che dovrebbe ispirare le iniziative da intraprendere.
  Poi la raccomandazione sulle risorse umane.
  Infine vorrei sottolineare di nuovo il ruolo chiave del processo di standardizzazione che sarà alla base di come andranno definite le regole per certificare la qualità dei sistemi di intelligenza artificiale.

  PRESIDENTE. Non essendoci richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

Audizione di Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia, ricordando che il tempo complessivo a disposizione è di circa otto minuti.

  MARCELLO PELILLO, Ordinario di informatica presso l'Università Ca' Foscari di Venezia. Grazie signor presidente e buon pomeriggio a tutti. Vorrei iniziare questa mia relazione citando uno dei padri fondatori dell'intelligenza artificiale, un grande scienziato americano poco noto al grande pubblico, Norbert Wiener, l'inventore della cosiddetta cibernetica, termine che ancora oggi utilizziamo e decliniamo in varie forme come cyberspace, cybersecurity, eccetera.
  Nel 1950, ben prima quindi della nascita ufficiale dell'intelligenza artificiale, Wiener pubblicò un libro dal titolo: «The Human Use of Human Beings» tradotto anche in italiano. Dopo aver discusso dei benefici dell'automazione per la società e delle modalità con cui gli esseri umani e le macchine possono cooperare, Wiener scrive (cito testualmente): «Guai a noi se lasceremo decidere alla macchina della nostra condotta senza aver prima studiato le leggi che governano il suo comportamento e senza sapere con certezza che questo comportamento sarà basato su principi che noi possiamo accettare!» Una grande lezione quella di Wiener che, agli albori dell'intelligenza artificiale, aveva già intuito i rischi a cui l'uomo sarebbe andato incontro se avesse perso il controllo della sua creatura, come nella storia dell'apprendista stregone.
  Ad oltre settanta anni di distanza questo tema è diventato di urgente attualità ed è ormai al centro del dibattito accademico e politico. Alcuni dei rischi associati all'uso pervasivo dell'intelligenza artificiale sono noti, ampiamente dibattuti e in parte regolamentati, per esempio il GDPR e lo European AI act. La questione della interpretabilità, quella del cosiddetto bias (di pregiudizi che la macchina può avere) la questione della responsabilità, per non parlare ovviamente delle ricadute sul mondo del lavoro, della possibilità di attuare una sorveglianza di massa in regimi totalitari.
  Personalmente ritengo che esista anche un'altra più subdola insidia di cui sento raramente parlare, quella cioè di creare surrettiziamente le condizioni per lo sviluppo di ciò che chiamo società della pigrizia. Una società cioè in cui l'uomo rinuncia gradualmente, per pigrizia appunto, alle sue facoltà intellettive affidandosi sempre di più alla macchina (si pensi a ChatGPT) Pag. 40perdendo così la sua identità. In una parola alienazione. Sapere aude diceva Kant! Se l'Illuminismo ha fatto uscire l'uomo dal suo stato di minorità l'abuso, e sottolineo l'abuso, di intelligenza artificiale, potrebbe riportarcelo.
  L'intelligenza artificiale va dunque regolamentata. Un lavoro delicato e complesso che per sua natura deve coinvolgere (e di fatto sta già coinvolgendo) informatici, filosofi, giuristi, politici, in un ampio sforzo collettivo.
  Come suggeriva Wiener però, è importante concentrarsi sui principi fondamentali evitando di produrre una selva di regole burocratiche che imbriglierebbero eccessivamente lo sviluppo tecnologico offrendo così, tra l'altro, un vantaggio competitivo ai Paesi concorrenti.
  È necessario inoltre diffondere tra i giovani la cultura dell'intelligenza artificiale, a partire dalle nostre scuole, demistificandola, mostrandone limiti, rischi e criticità, ma anche le innumerevoli potenzialità applicative. Dobbiamo allo stesso tempo evitare facili allarmismi che porterebbero a soluzioni improvvisate e ad un rigetto tout court di questa grande impresa scientifica e tecnologica che, se opportunamente gestita, può portare enormi benefici ai cittadini, alle imprese e, in ultima analisi, all'intero sistema produttivo di una nazione.
  Come sappiamo l'intelligenza artificiale svolge ormai un ruolo da protagonista in tutti i settori del mondo produttivo, soprattutto nelle grandi imprese che sono maggiormente attrezzate nell'adozione delle tecnologie più avanzate. Il sistema produttivo italiano però è caratterizzato da un alto numero di piccole e medie imprese, molte delle quali fanno fatica a tenere il passo dello sviluppo tecnologico. Infatti, le piccole imprese spesso non dispongono delle risorse finanziarie e umane necessarie per valutare le possibilità di applicazione dell'intelligenza artificiale e spesso non è chiaro come sistemi di intelligenza artificiale possano essere progettati concretamente e come coinvolgere i dipendenti nell'uso di questa tecnologia. Inoltre l'intelligenza artificiale moderna si basa sulla disponibilità di grandi quantità di dati. Le piccole e medie imprese sono tipicamente meno preparate a valorizzare i propri dati, sebbene ne producano e gestiscano una grande quantità e varietà. Spesso non sono in grado di raccoglierli, gestirli, proteggerli e quelli raccolti potrebbero non essere di qualità adeguata o in quantità sufficiente per ricavarne modelli di intelligenza artificiale funzionanti.
  È necessario quindi trovare meccanismi per incentivare le imprese ad aprirsi, qualora non lo abbiano ancora fatto, alle potenzialità offerte dall'intelligenza artificiale mediante corsi di formazione o di aggiornamento (destinando per esempio fondi PNRR) sensibilizzando dirigenti e dipendenti sui vantaggi dell'intelligenza artificiale e su come gestire al meglio i rischi. Sostenerle nella costruzione di una cultura dei dati, dalla raccolta, alla gestione, alla protezione e all'analisi. Incentivare infine forme di collaborazione tra università e imprese, non solo per favorire il processo di formazione e sensibilizzazione, ma anche per sviluppare progetti di ricerca congiunti.
  C'è anche un aspetto pratico da considerare. Al fine di compensare la mancanza di capacità interne le aziende devono affidarsi a fornitori di servizi di intelligenza artificiale esterni. Questi, essendo basati sul cloud, richiedono però una connessione di rete di qualità e velocità adeguate per supportare lo scambio di grandi volumi di informazioni. Le aziende più piccole o operanti in zone scarsamente servite potrebbero avere meno opportunità di sviluppo e si rende quindi necessario potenziare e uniformare l'infrastruttura di rete digitale sull'intero territorio nazionale. Gli ambiti applicativi dell'intelligenza artificiale sono pressoché illimitati. Vorrei però concludere il mio intervento permettendomi di indicare un'area dove il nostro Paese ha delle potenzialità di sviluppo enormi e potrebbe porsi all'avanguardia nel mondo, se adeguatamente supportata. L'Italia dispone di un patrimonio storico e artistico ineguagliabile e negli ultimi anni, grazie all'intelligenza artificiale, sono emerse numerose e fino a ieri inaudite opportunità per il suo recupero e la sua valorizzazione. Stiamo Pag. 41sviluppando (per citare soltanto alcuni esempi) piattaforme robotiche per ricostruire affreschi o reperti archeologici distrutti, sistemi basati su immagini satellitari per la scoperta di nuovi siti archeologici, sistemi per l'esplorazione virtuale di città antiche, eccetera. C'è un enorme potenziale in quest'area ed uno sviluppo tecnologico in questo senso darebbe non soltanto un contributo importante per la riscoperta della nostra storia, della nostra arte, e quindi della nostra cultura, ma anche più concretamente un impulso notevole al comparto del turismo. Grazie per l'attenzione.

  PRESIDENTE. Chiedo se vi siano tra, chi è collegato, delle domande. Direi di no.
  Sicuramente un'audizione molto interessante. In qualche modo si sta percependo dalle audizioni che ci sono delle potenzialità infinite a disposizione dell'uomo. Il tema della pigrizia, che lei ha citato, è un tema veramente sottovalutato. Ad esempio, io ho notato una cosa che magari ci riguarda tutti: il fatto che scriviamo molto meno di quanto scrivevamo da giovani, che quindi utilizzando molto la tastiera, il telefonino e quant'altro, si è determinato che abbiamo perso molto nella scrittura. Scriviamo male e poco e, probabilmente, le nuove generazioni scriveranno anche peggio. Questo, in qualche modo, è correlato al tema della pigrizia che potrebbe attanagliare le future generazioni dove l'intelligenza artificiale, in qualche modo, sostituisce molte nostre attività.

  MARCELLO PELILLO, Ordinario di informatica presso l'Università Ca' Foscari di Venezia. Certo, esattamente. Quest'ultimo infatti, come dicevo, è un tema di cui si discute poco perché sicuramente gli effetti di questa cosa si vedranno nelle future generazioni. C'è chi sta discutendo di queste cose. Per esempio si parla del fatto che ChatGPT (per citare solo un esempio più famoso) debba essere addirittura utilizzato a scuola, cosa su cui io sono assolutamente contrario. Stiamo parlando di uno strumento che sostanzialmente sostituisce l'uomo nella sua facoltà principale, cioè il linguaggio, e – se è vero che il linguaggio è lo strumento con cui noi organizziamo e formuliamo i nostri pensieri – alla lunga, appunto nelle prossime generazioni, delegarlo alla macchina può portare a un impedimento tale da arrivare a una situazione in cui per qualsiasi cosa, scrivere una lettera, piuttosto che un documento o una tesi di laurea, o articoli scientifici (ci sono anche articoli scientifici adesso che vengono prodotti da questi sistemi) si delegherà all'intelligenza artificiale. Non è un problema che ci riguarda oggi, ma in prospettiva.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto. Autorizzo la pubblicazione in allegato al resoconto stenografico della seduta odierna della documentazione consegnata dal professor Marcello Pelillo (vedi allegato 7) e dichiaro conclusa l'audizione.

PRESIDENZA DELLA VICEPRESIDENTE
ILARIA CAVO

Audizione, in videoconferenza, di Andrea Messuti, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie.

  PRESIDENTE. L'ordine del giorno reca, ai sensi dell'articolo 144, comma 1, del Regolamento, l'audizione di Andrea Messuti, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie, nell'ambito dell'indagine conoscitiva sull'intelligenza artificiale: opportunità e rischi per il sistema produttivo.
  Invito chi interviene a volerlo fare sinteticamente, in modo da lasciare più spazio possibile alle domande dei commissari, riservando gli ulteriori approfondimenti ad un eventuale contributo scritto, che verrà volentieri acquisito ai lavori della Commissione, focalizzandosi sull'oggetto dell'indagine come definito dal programma.
  Do la parola a Andrea Messuti, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie, ricordando che il tempo Pag. 42complessivo a disposizione è di circa otto minuti.

  ANDREA MESSUTI, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie. Buongiorno presidente. Buongiorno a tutti, buongiorno onorevoli è proprio un onore essere qua. La presente relazione si propone sostanzialmente di offrire alcuni spunti di riflessione al relatore, in un contesto assolutamente dinamico, quasi completamente inesplorato oggi, sotto il profilo della normativa de iure condito, in particolare per quanto riguarda la mia attività prevalente che è quella di operatore, di avvocato all'interno del sistema dei mercati finanziari.
  Cercherò di dare tre spunti di riflessione con l'obiettivo di attivare, e comunque contribuire, al dibattito sul grado di responsabilità o la qualificazione di essa per quanto riguarda gli illeciti commissivi od omissivi che possono ingenerarsi nel mercato dei capitali.
  Alcuni spunti di riflessione relativi alla necessità di garantire una regolamentazione il più proporzionata e armoniosa possibile non in un contesto squisitamente italiano, ma quantomeno europeo, quindi in un'ottica competitiva perché internet ci ha insegnato che i confini nazionali non sono decisamente più sufficienti per limitare illeciti civili o peggio ancora penali.
  Un tema poi, invece, di ultra territorialità di una possibile norma, questa invece a tutela delle nostre imprese del sistema nazionale.
  Sul primo punto, cioè in riferimento alla qualificazione della responsabilità, è un dato di fatto che in un aspetto crescente in questo contesto attuale, che riguarda l'attribuzione di responsabilità derivanti dalla commissione di fatti illeciti o peggio ancora penali, sistemi tecnologici come l'intelligenza artificiale stanno raggiungendo livelli di autonomia sempre più avanzati, tali per cui ci sono i cosiddetti strumenti informatici a «intelligenza artificiale forte», software che a loro volta creano ulteriori software che danno autonomi output indipendentemente dall'intervento dell'uomo.
  Questo, se volete, è un paradigma quasi contrario a quella che è la base (quantomeno nel sistema italiano) del Codice civile o dell'imputazione penale così come la conosciamo. Quindi in tale contesto l'eventuale commissione di reati, o semplicemente la causazione di danni civili, non sono imputabili appunto a una volontà umana ma sono il risultato di un computo che totalmente prescinde da essa.
  La dottrina su questo si è interrogata molto e si sta interrogando non solo a livello italiano, ma prevalentemente a livello anglo-americano, e immaginiamoci che cosa vuol dire andare a influenzare, ad esempio, nel sistema dei mercati finanziari la trasparenza, la possibilità di manipolare non solo titoli ma anche orientamenti. Ecco, su questo forse quello che sta emergendo sempre di più è un orientamento probabilmente più cautelativo che però forse è quello più aderente alla realtà ovvero di considerare il produttore, il programmatore, l'utilizzatore che mette al servizio di determinate attività il sistema di intelligenza artificiale, un rischio quasi oggettivo. Quindi immaginare ulteriori modelli (rispetto a quelli già oggi codificati) di responsabilità oggettiva in modo tale che ci sia, seppure in mancanza di una violazione fatta da un uomo o fatta da un sottoposto umano, l'ascrivibilità di un danno, o peggio ancora di un illecito penale, nei confronti di un soggetto che comunque necessariamente deve essere l'operatore in quanto tale. O l'impresa di investimento, o la società, o l'utilizzatore che ha utilizzato quel sistema di intelligenza artificiale che ha creato poi quello che può essere anche una causazione, nella migliore delle ipotesi, di un danno nei confronti, ad esempio, del mercato o di un singolo titolo. Questo è importante perché altrimenti si andrà a spersonificare quella che è l'attività umana, e quindi perseguibile penalmente o civilmente, da quella che è invece l'attività delle macchine che per definizione – non avendo un elemento, un centro di imputazione della responsabilità – rischierebbe di essere del tutto non punibile.
  L'altro punto di riflessione che volevo portare alla vostra attenzione, all'attenzione del legislatore, riguarda soprattutto la reciprocità e l'armonizzazione delle eventualiPag. 43 norme. Questo proprio perché i confini non esistono più quando si parla di internet e di intelligenza artificiale e, tenuto conto che su 100 software di intelligenza artificiale sui mercati 60-70 (sono numeri empirici tanto per dare l'esempio) sono prodotti in Cina, 30 negli Stati Uniti, in mondi OCSE e resto del mondo, ecco dobbiamo immaginare che se almeno il mondo OCSE (il mondo occidentale) ha un'armonizzazione può competere non solo nei confronti di un contesto internazionale e geopolitico molto più complicato, ma soprattutto può eliminare quello che è un ritardo, un difetto di competitività delle nostre imprese quando vanno all'estero.
  Imprese che però devono essere difese. Quindi introduco un contesto di ultra territorialità della regolamentazione che eventualmente andrà a profilarsi perché, spesso e volentieri, le nostre imprese in questo contesto (quello dei mercati internazionali) certamente non sono rilevanti come dimensione e volume. Però non possiamo nemmeno andare a creare una normativa che penalizza – a fronte invece di un soggetto straniero, extra CEE ancora peggio, che non ha magari regolamentazione, - probabilmente magari anche le nostre imprese e crea un'asimmetria che può creare atteggiamenti predatori. Per cui il tema che secondo me è importante a difesa delle nostre imprese è creare un sistema per cui, a prescindere dal luogo della commissione di un'eventuale illecito civile o penale, ci sia un'attività sia giurisdizionale sia eventualmente punitiva.
  E qua una proposta concreta perché tutti i tre elementi, quello del centro di imputazione della responsabilità, di un'armonizzazione che prescinda più possibile dai confini e quello di una ultra territorialità per andare a difendere le nostre imprese, siano tenuti in considerazione. Per esempio, un elemento concreto potrebbe essere quello (soprattutto sui mercati dei capitali) di imporre o creare un sistema che imponga alle imprese di investimento che operano su titoli italiani un sistema di pubblicazione della intelligenza artificiale utilizzata identificandone i fini, la natura e i motivi. Questo aiuterebbe da una parte il centro di imputazione se quell'intelligenza artificiale (come ho detto prima) crea o causa danni. Aiuterebbe gli operatori nazionali a identificare quel danno e il soggetto che l'ha causato e soprattutto andrebbe a creare un sistema di trasparenza nei confronti delle società, immagino i titoli quotati italiani, che vengono magari a operare grazie a strumenti di intelligenza artificiale. Io concludo con questo. Grazie presidente.

  PRESIDENTE. Grazie a lei. Credo che non ci siano domande. Io gliene farei una brevissima se mi può rispondere in maniera concisa. Lei ha usato il termine armonizzazione per quanto riguarda almeno i Paesi occidentali. Ovviamente deduciamo armonizzazione delle normative. Può fare qualche esempio concreto?

  ANDREA MESSUTI, Avvocato ed esperto di regolamentazione finanziaria e nuove tecnologie. Il tema, ad esempio, è quello di avere un piano quantomeno europeo di come ci si comporta nell'utilizzare determinati software di intelligenza artificiale sui mercati regolamentati. Immaginiamoci che qualche nostro partner europeo abbia, ad esempio, un sistema un po' più cautelativo o un po' più aggressivo su derivati, su short selling o cose simili. Ecco si vede che c'è una asimmetria e invece è fondamentale che questa asimmetria sia il meno possibile evidente. Infatti immaginavo quasi più che una direttiva in un'ottica europea (non è la mia materia il diritto comunitario) addirittura dei regolamenti, quindi qualcosa che sia più cogente. Perché l'elemento di avere una legge fondamentale, bellissima in Italia, che determina magari procedure molto rigide, se poi convive con una legge che dall'altra parte del confine (e i mercati non hanno confine perché in qualsiasi parte del mondo posso comperare azioni o venderle o fare short selling) se c'è è magari molto più all'acqua di rose, ecco che provoca un grado di competitività inferiore per le Pag. 44nostre imprese che devono invece applicare (anche le imprese di investimento o le imprese oggetto di attività sui propri titoli) la normativa più restrittiva anche tra soggetti transnazionali. Quindi l'elemento dell'armonizzazione, ovviamente normativa più che di prassi, deve essere tale per cui ciò che è lecito da noi lo è anche in Francia e ciò che è vietato da noi lo anche in Francia, in Germania e nei Paesi OCSE.

  PRESIDENTE. Non essendoci altre richieste di intervento, ringrazio l'ospite intervenuto e dichiaro conclusa l'audizione.

  La seduta termina alle 14.30.

Pag. 45

ALLEGATO 1

Documentazione depositata dai rappresentanti di Vedrai s.p.a

Pag. 46

Pag. 47

Pag. 48

Pag. 49

Pag. 50

ALLEGATO 2

Documentazione depositata dai rappresentanti dell'European guild for artificial intelligence regulation (EGAIR)

Pag. 51

Pag. 52

Pag. 53

Pag. 54

Pag. 55

Pag. 56

Pag. 57

Pag. 58

Pag. 59

Pag. 60

Pag. 61

Pag. 62

Pag. 63

Pag. 64

Pag. 65

Pag. 66

Pag. 67

ALLEGATO 3

Documentazione depositata dai rappresentanti di Assosistema Confindustria

Pag. 68

Pag. 69

Pag. 70

Pag. 71

Pag. 72

Pag. 73

ALLEGATO 4

Documentazione depositata dai rappresentanti di ADL Consulting

Pag. 74

Pag. 75

Pag. 76

Pag. 77

Pag. 78

Pag. 79

Pag. 80

Pag. 81

Pag. 82

Pag. 83

Pag. 84

Pag. 85

Pag. 86

Pag. 87

Pag. 88

Pag. 89

Pag. 90

ALLEGATO 5

Documentazione depositata dai rappresentanti di Engineering Ingegneria Informatica s.p.a

Pag. 91

Pag. 92

Pag. 93

Pag. 94

Pag. 95

Pag. 96

Pag. 97

ALLEGATO 6

Documentazione depositata da Francesca Rossi, IBM AI Ethics Global Leader

Pag. 98

Pag. 99

Pag. 100

Pag. 101

ALLEGATO 7

Documentazione depositata da Marcello Pelillo, Ordinario di informatica presso l'Università Ca' Foscari di Venezia

Pag. 102

Pag. 103

Pag. 104