Intelligenza Artificiale Tutto su AI e machine learning
Il dibattito sulla governance dell’intelligenza artificiale ha appena guadagnato un intervento destinato a lasciare il segno. Il 14 luglio 2026 Demis Hassabis, co-fondatore e amministratore delegato di Google DeepMind e premio Nobel per la chimica, ha pubblicato un lungo saggio in cui propone la creazione di un organismo di standard per l’AI di frontiera guidato dagli Stati Uniti. L’idea nella forma è lineare, nella sostanza è ambiziosa: sottoporre a test indipendenti i modelli più potenti prima che arrivino sul mercato, affidandoli a un ente ispirato alla FINRA, l’autorità privata che vigila su Wall Street sotto supervisione pubblica. La proposta è arrivata in un momento delicato per il settore e ha raccolto un consenso raro tra rivali che di norma si combattono senza sconti.
Per capire perché questo intervento conta, conviene guardare sia al contenuto sia al contesto in cui nasce. Hassabis non parla da semplice ricercatore, ma da chi guida uno dei tre laboratori che stanno definendo la traiettoria dell’AI mondiale, e lo fa mentre la corsa verso l’intelligenza artificiale generale accelera tra investimenti record e tensioni geopolitiche. Il saggio, intitolato “A Framework for Frontier AI and the Dawning of a New Age”, mette nero su bianco una tesi che circolava da mesi nei corridoi dei grandi laboratori: la velocità dello sviluppo sta superando la capacità collettiva di comprenderlo, e serve un meccanismo condiviso per governare il rischio senza spegnere l’innovazione.
Cosa propone davvero Hassabis
Il cuore del testo è la creazione di uno Standards Body, un ente per gli standard, che gli Stati Uniti dovrebbero istituire per primi grazie al proprio peso economico e tecnico. Il modello di riferimento è quello di un partenariato pubblico-privato a supervisione federale, o di un’organizzazione di autoregolamentazione, esattamente come la FINRA nel settore finanziario. Il consiglio direttivo, secondo la proposta, dovrebbe includere esperti tecnici indipendenti e rappresentanti del mondo open source, mentre i finanziamenti, definiti sostanziali, arriverebbero in larga parte dall’industria per attrarre talenti di primo livello e garantire la potenza di calcolo necessaria ai test su larga scala.
Il funzionamento ruota attorno a una definizione: quella di modello di frontiera. Un sistema verrebbe considerato tale se supera determinate soglie su un insieme di benchmark stabiliti dall’ente e aggiornati con regolarità. Le organizzazioni che sviluppano questi modelli diventerebbero Frontier Labs e sarebbero incoraggiate ad adottare buone pratiche: pubblicare schede tecniche dettagliate dei modelli, mantenere una cybersicurezza interna robusta, verificare il personale chiave e destinare risorse adeguate alla ricerca sulla sicurezza. Non è un semplice bollino di qualità, ma un insieme di obblighi reputazionali e operativi che ridisegnerebbero il modo in cui un laboratorio porta un modello sul mercato.
Revisione a 30 giorni, poi l’obbligo per il mercato statunitense
Il passaggio più concreto riguarda i tempi. In una prima fase i Frontier Labs condividerebbero volontariamente i modelli con l’ente per una revisione fino a 30 giorni prima del rilascio. Una volta dimostrata l’efficacia e la solidità dei protocolli di valutazione, la formalizzazione potrebbe seguire in fretta: superare il test diventerebbe un requisito per poter distribuire un modello di frontiera sul mercato statunitense. I laboratori collaborerebbero inoltre con l’organismo per correggere eventuali vulnerabilità critiche emerse dopo il lancio, in una logica di sorveglianza continua e non solo di controllo preventivo.
Cosa verrebbe messo alla prova
Le valutazioni, spiega Hassabis, dovrebbero concentrarsi su capacità ad alto rischio come la cybersicurezza e le minacce biologiche. Sono previsti anche test specifici per i sistemi agentici, pensati per individuare tentativi di aggirare le barriere di sicurezza o segnali di comportamenti ingannevoli, oltre a pratiche come la filigrana digitale sulle immagini generate e la produzione di token di ragionamento leggibili dagli esseri umani. I benchmark andrebbero aggiornati con cadenza, inizialmente trimestrale, ritirando quelli ormai saturi. Con il tempo l’ente dovrebbe sviluppare test propri e riservati, indipendenti dai laboratori, per evitare che i modelli vengano ottimizzati apposta per superarli. È un dettaglio tecnico ma decisivo, perché tocca il problema di chi controlla il controllore e di come si tiene onesto un sistema di valutazione.
Il punto più delicato: coordinare un eventuale rallentamento
C’è un aspetto che rende questa proposta diversa da molte altre. Il framework, scrive Hassabis, potrebbe essere irrigidito se la gravità della situazione lo richiedesse, arrivando a coordinare un rallentamento dello sviluppo tra i Frontier Labs qualora fosse ritenuto necessario. È un’ammissione importante da parte di chi guida un laboratorio in piena corsa: la possibilità che, davanti a rischi concreti, i concorrenti debbano premere il freno insieme. La proposta prevede anche che le regole si applichino ai modelli di frontiera indipendentemente dal Paese di origine e dal fatto che siano aperti o chiusi, mentre i modelli non di frontiera, tipici di startup e mondo accademico, resterebbero esclusi dal processo per non frenare la ricerca di base.
Perché proprio adesso: la corsa all’AGI
Il tono del saggio è quello di chi sente il tempo stringere. Hassabis sostiene che l’intelligenza artificiale generale, un sistema capace di esprimere tutte le capacità cognitive del cervello umano, sia probabilmente lontana solo pochi anni. Paragona il momento attuale ai piedi della singolarità e descrive l’AI come una scoperta più vicina a quella dell’elettricità o del fuoco che a una normale innovazione tecnologica. La sua immagine più efficace è quasi provocatoria: sostiene che abbiamo trovato il modo di “far pensare la sabbia”. Da qui l’urgenza, perché le capacità dei modelli, avverte, stanno superando la comprensione della tecnologia, in una fase segnata da una competizione commerciale e geopolitica intensissima.
Non è la prima volta che i vertici dei grandi laboratori portano il tema della sicurezza al centro del dibattito pubblico. Poche settimane fa Anthropic aveva chiesto una pausa globale nello sviluppo, avvertendo del rischio di perdere il controllo dei sistemi più avanzati. La proposta di Hassabis raccoglie quella stessa preoccupazione ma prova a tradurla in un meccanismo operativo, con soglie, test e responsabilità definite, invece di limitarsi a un appello di principio.
Una convergenza inedita tra rivali
L’elemento forse più sorprendente non è tanto la proposta quanto la reazione che ha suscitato. Per la prima volta i responsabili di Google DeepMind, OpenAI e Anthropic sembrano convergere su una diagnosi simile e su ricette vicine, dopo aver pubblicato ciascuno nelle ultime settimane una propria visione sulla governance dell’AI. Il saggio di Hassabis ha ricevuto apprezzamenti pubblici trasversali, compresi quelli di Sam Altman, del CEO di Microsoft Satya Nadella e persino di Elon Musk, a lungo tra i critici più severi dell’azienda. In un settore abituato agli scontri, un simile allineamento è una notizia di per sé.
Il contesto istituzionale, del resto, si stava già muovendo. A giugno i CEO di OpenAI, Google DeepMind e Anthropic si erano seduti al tavolo del G7, segno che i governi hanno ormai messo l’AI in cima all’agenda. La differenza è che questa volta la spinta arriva dall’interno del settore, con una proposta tecnica e dettagliata anziché con principi generali. Resta da vedere se Washington raccoglierà l’invito e in quali forme, perché un conto è l’endorsement dei protagonisti, un altro è la costruzione di un’istituzione dotata di poteri reali e di risorse adeguate.
Come si colloca rispetto all’Europa
Per il lettore europeo la proposta va letta anche in controluce rispetto a quanto sta accadendo nell’Unione. Bruxelles ha scelto la via della legge con l’AI Act, e di recente la Commissione ha pubblicato gli standard tecnici per i sistemi ad alto rischio. Il modello immaginato da Hassabis è diverso: meno legge dall’alto e più autoregolamentazione tecnica sotto vigilanza pubblica, con benchmark aggiornati di continuo invece di requisiti fissati una volta per legge. Sono due filosofie che potrebbero entrare in tensione, ma anche integrarsi, se davvero si arriverà a standard internazionali condivisi come auspica lo stesso saggio.
Sullo sfondo resta la domanda più grande, quella che riguarda gli scenari di lungo periodo. Il testo di Hassabis intreccia la parte regolatoria con una riflessione sul futuro, dai nuovi modelli economici di un mondo senza scarsità fino agli interrogativi sul significato e sul valore del lavoro umano. Sono temi che abbiamo già affrontato parlando degli scenari e dei rischi della superintelligenza, e che qui tornano con un’urgenza nuova, perché stavolta a porli è chi quei sistemi li costruisce ogni giorno.
Cosa aspettarsi ora
La proposta di Hassabis non ha valore di legge e non vincola nessuno. È, di fatto, un documento programmatico che sposta il baricentro del dibattito: dalla domanda se serva regolare l’AI a quella, più concreta, su come regolarla senza fermarla. Il fatto che a firmarla sia un premio Nobel alla guida di un laboratorio di punta, e che rivali storici l’abbiano accolta con favore, le dà un peso politico che poche altre voci potrebbero garantire. Nei prossimi mesi il vero banco di prova sarà la reazione delle istituzioni statunitensi e la capacità dei laboratori di trasformare gli endorsement in impegni verificabili.
Per chi lavora con questi strumenti, dagli sviluppatori alle aziende, il messaggio è chiaro: la stagione dell’autoregolamentazione informale sta finendo e all’orizzonte si profilano test, soglie e requisiti che incideranno su tempi di rilascio e modalità di distribuzione dei modelli. Vale la pena seguire da vicino l’evoluzione della proposta e capire come si intreccerà con le regole europee. Se vuoi restare aggiornato su come cambiano governance e sicurezza dell’intelligenza artificiale, continua a seguirci: torneremo sul tema con gli sviluppi e le reazioni ufficiali. Puoi intanto leggere il saggio integrale di Demis Hassabis sul suo blog personale su Substack.
