Questo articolo fa parte di una serie di contenuti dedicati alla Generative AI ed esplora la complessa dimensione dell’affidabilità nei sistemi di intelligenza artificiale, analizzando le sfide psicologiche, tecniche ed etiche nella progettazione di tecnologie AI che conquistino la fiducia degli utenti finali. Attraverso una prospettiva multidisciplinare, vengono identificati criteri, metodologie e raccomandazioni per sviluppare sistemi intelligenti trasparenti, sicuri e orientati alle esigenze umane.

La produzione di sistemi affidabili basati sull’intelligenza artificiale ne aumenterà l’impatto in ambito lavorativo e nel supportare altre finalità. Pertanto, è fondamentale incorporare gli obiettivi indicati sin dalla fase di pianificazione iniziale fino al rilascio finale e alla manutenzione del prodotto.

Evoluzione dell’AI: Opportunità e Criticità Emergenti

Da qualche anno stiamo osservando una crescita esponenziale di nuove applicazioni che sfruttano le opportunità offerte dall’intelligenza artificiale (IA) per la risoluzione di alcune criticità che solitamente, ovvero tramite l’applicazione dei sistemi informativi di tipo classico, risultano molto più complesse e onerose da esitare.

Parallelamente, man mano che gli utenti iniziano a prendere dimestichezza con queste nuove funzionalità, hanno iniziato a insinuarsi i primi dubbi circa l’accettazione e la fiducia che gli stessi utenti ripongono nei confronti di queste tecnologie.

Per cui, sorge la domanda: gli utenti desiderano realmente utilizzare l’intelligenza artificiale per risolvere i propri problemi e, soprattutto, si fidano dei loro risultati? Di conseguenza, quali sfide dovrà affronta chi progetta prodotti, servizi e funzionalità abilitati all’AI, affinché siano accettati favorevolmente, piuttosto che vengano scartati perché non soddisfano i requisiti operativi o le aspettative, come la fiducia dell’utente finale?

Fiducia nell’AI: Percezione e Accettazione Tecnologica

In sintesi, il successo dell’AI, come lo è stato in passato per tutte le innovazioni, è legato alla percezione della sua affidabilità, prima ancora dell’utilità.

Per capire meglio il problema introdotto, prendiamo in considerazione i seguenti esempi che ci consentono di evidenziare alcuni scenari applicativi del mondo reale:

• Come fa un ingegnere informatico a valutare l’affidabilità di uno strumento per la generazione automatica del codice che produce un output funzionale e di qualità?
• Come fa un medico a misurare l’affidabilità delle applicazioni sanitarie predittive che possono agevolare la diagnosi sulle condizioni cliniche del paziente?
• In che modo un soldato può stimare l’attendibilità delle informazioni riguardanti le minacce fornite da un visore artificiale in grado di individuare gli avversari?

In sintesi, cosa succede quando gli utenti non si fidano dei nuovi sistemi? La capacità dell’AI di collaborare positivamente con l’ingegnere, il medico o il soldato, dipende dalla fiducia che questi ripongono sui sistemi basati sull’AI, perché quest’ultima possa collaborare con loro efficacemente e sia in grado di fornire i risultati attesi.

Di conseguenza, affinché si possano creare livelli di fiducia adeguati, è necessario gestire le aspettative su ciò che l’AI può offrire realisticamente.

Di seguito sono illustrate le principali ricerche e lezioni apprese su come sia possibile misurare l’affidabilità dell’AI e, di conseguenza, in che modo gli utenti finali possano ottenere i risultati attesi.

Fiducia nell’intelligenza artificiale

Prima di iniziare la disamina, analizziamo alcune definizioni chiave relative ad un sistema basato sull’intelligenza artificiale:

• trust (fiducia): è uno stato psicologico basato sulle aspettative del comportamento di un sistema, la fiducia che il sistema manterrà la sua promessa;
• calibrated trust (fiducia calibrata): è uno stato psicologico basato sulla fiducia regolata, ovvero allineata – in tempo reale – alle percezioni di affidabilità degli utenti finali;
• trustworthiness (affidabilità): è la proprietà di un sistema in grado di dimostrare che questi manterrà la sua promessa e, contestualmente, fornirà la prova che in quel determinato contesto il sistema sia affidabile e che durante l’utilizzo gli utenti finali siano consapevoli delle sue capacità.

La fiducia è una variabile complessa, transitoria e personale; tutti questi fattori rendono difficile la misurazione dell’esperienza umana in rapporto alla fiducia. Anche l’esperienza individuale di sicurezza psicologica (ad esempio: sentirsi al sicuro all’interno della propria relazione personale, del proprio team, della propria organizzazione e del proprio governo), così come la percezione del legame tra il sistema di intelligenza artificiale con sé stesso, possono influenzare la fiducia nel sistema.

Quando le persone interagiscono e/o lavorano con i sistemi di AI, sviluppano una comprensione (o un’incapacità di comprendere) delle capacità e dei limiti del sistema in un determinato contesto di utilizzo.

La consapevolezza può essere sviluppata anche attraverso la formazione, l’esperienza e le informazioni che i colleghi condividono sulle loro esperienze. Questa comprensione può trasformarsi in un livello di fiducia del sistema giustificato dalle esperienze di utilizzo.

Un altro modo di ragionare prevede che gli utenti finali sviluppino un livello di fiducia nel sistema calibrato su ciò che conoscono delle sue capacità nel contesto attuale.

Pertanto, la costruzione di un sistema affidabile genera la fiducia del sistema percepita dagli utenti.

Come progettare un’AI affidabile

Tendiamo a pensare all’intelligenza artificiale esclusivamente come a uno strumento per automatizzare una serie di processi, facilitando compiti, spesso con risultati migliori, in meno tempo e a costi più bassi. È tutto vero, ma ciò che spesso dimentichiamo è che l’intelligenza artificiale è anche una scienza e, come tutte le scienze, ci racconta qualcosa di noi – come singoli e come società – e del mondo in cui viviamo.

Partiamo dall’assunto che non possiamo costringere le persone a fidarsi dei sistemi di AI, ma potremmo progettarli concentrandoci sugli aspetti che ci consentano di misurarne l’affidabilità. Sebbene non sia matematicamente possibile quantificare l’affidabilità complessiva di un sistema nel suo contesto di applicazione, alcuni aspetti dell’affidabilità possono essere quantitativamente misurati, per esempio potremmo rilevare la fiducia dell’utente attraverso i suoi comportamenti, come l’utilizzo del sistema.

All’inizio del 2023, il National Institute of Standards and Technology (NIST) ha pubblicato l’Artificial Intelligence Risk Management Framework in cui indica i seguenti aspetti essenziali per misurare l’affidabilità dell’AI:

• validità e affidabilità,
• protezione,
• sicurezza e resilienza,
• responsabilità e trasparenza,
• comprensione e modellazione,
• riservatezza,
• imparzialità, attraverso la mitigazione dei pregiudizi dannosi.

Queste variabili possono essere valutate attraverso strumenti qualitativi e quantitativi, come i valori delle prestazioni funzionali utilizzati per misurare la validità e l’affidabilità, oppure l’analisi della user experience (UX) per determinare l’usabilità, la comprensione e la modellazione di un sistema.

Tuttavia, alcune di queste componenti potrebbero non essere misurabili a causa della loro stessa natura. Ad esempio, il progettista di un sistema potrebbe essere in grado di valutare se lo stesso funziona bene in ciascuno di queste componenti, ma gli utenti potrebbero essere cauti o diffidenti nei confronti dell’output a causa delle interazioni che hanno con il sistema.

La misurazione dell’affidabilità dell’AI dovrebbe avvenire durante l’intero ciclo di vita di un sistema di intelligenza artificiale.

All’inizio, durante le fasi di progettazione di un sistema di intelligenza artificiale, i responsabili del progetto, i ricercatori incentrati sul lato umano e gli specialisti dei rischi connessi all’uso dell’intelligenza artificiale, dovrebbero condurre una serie di test per comprendere le esigenze degli utenti finali e, preferibilmente, anticipare i requisiti per l’affidabilità dell’AI.

La progettazione iniziale di un sistema deve necessariamente tenere conto delle esigenze e dell’affidabilità volute dagli utenti.

Inoltre, mentre gli sviluppatori inizieranno ad implementare il sistema, gli altri componenti del team dovrebbero continuare a condurre sessioni di user experience con gli utenti finali per convalidare il progetto e raccogliere i feedback sulle componenti per poter misurare l’affidabilità durante l’intero ciclo di sviluppo del sistema.

Contemporaneamente, il team di sviluppo dovrebbe continuare a convalidare il sistema, in base ai criteri indicati dalle componenti di affidabilità e con gli utenti finali, anche durante la distribuzione iniziale. Queste attività hanno uno scopo diverso dalle consuete procedure di testing utilizzate per garantire la qualità di un prodotto.

Durante l’implementazione, ogni versione deve essere costantemente monitorata, sia per controllare le sue prestazioni rispetto alle aspettative, sia per valutare la percezione del sistema da parte degli utenti.

Gli amministratori di sistema dovrebbero stabilire anche i criteri per il rilascio all’interno di un sistema distribuito e un manuale d’uso, in modo tale che gli utenti possano crearsi aspettative adeguate nel momento in cui interagiranno con il sistema.

Infine, anche i system builder dovrebbero collaborare con gli utilizzatori finali affinché la tecnologia sia creata per soddisfare le loro esigenze. Tali collaborazioni aiutano le persone che utilizzano il sistema a ponderare regolarmente la propria fiducia nei suoi confronti.

In sintesi, la fiducia è un fenomeno interno e i system builder devono creare esperienze affidabili attraverso punti di contatto, come la documentazione del prodotto, le interfacce digitali e i test di convalida, per consentire agli utenti di esprimere giudizi sull’affidabilità del sistema in tempo reale.

Contestualizzare gli indicatori di affidabilità per gli utenti finali

La possibilità di valutare accuratamente l’affidabilità di un sistema consente agli utenti di ottenere una fiducia misurata del sistema stesso. La fiducia, che solitamente l’utente ripone nei confronti dei sistemi basati sull’intelligenza artificiale, implica che questi ultimi siano considerati affidabili entro una certa soglia.

Tra i principali indicatori, che ci consentono di caratterizzare un sistema di AI affidabile, possiamo includere la possibilità che gli utenti finali possano rispondere alle seguenti domande:

• Sa cosa sta facendo il sistema e il perché?
• È in grado di valutare perché il sistema sta formulando determinate risposte o generando un determinato output?
• Comprende quanto siano affidabili le risposte del sistema?
• Riesce a valutare quanto potrebbe essere sicuro un determinato output?

Se la risposta ad una di queste domande fosse negativa, allora sarebbe necessario migliorare ulteriormente il sistema per garantire che sia progettato per essere affidabile.

Inoltre, è fondamentale che le capacità del sistema siano rese trasparenti e verificabili, in modo tale che gli utenti possano essere informati e sicuri durante lo svolgimento del proprio lavoro e possano utilizzarlo per come previsto.

Criticità di un’AI affidabile

Come già evidenziato in questo testo, per valutare l’affidabilità di un sistema di intelligenza artificiale occorre considerare diversi elementi e punti di vista.

Le criticità, che solitamente vengono rivolte all’AI, includono la possibilità che possa generare confusione (per esempio non restituisce sempre risultati univoci), possa essere talvolta dirompente (per esempio può ribaltare un output consolidato da anni), sia apparentemente poco pratica o vista come non necessaria perché fornisce alternative complesse.

Una ricerca sulla letteratura riguardante l’AI rivela che alcuni autori usano spesso i termini “fiducia” e “affidabilità” in modo intercambiabile, mentre altra letteratura li considera come due caratteristiche distinte. Quindi, per un verso è incoraggiante sapere che l’AI affidabile è un ambito multidisciplinare, di converso, avere una moltitudine di definizioni, può generare confusione in coloro i quali sono nuovi alla progettazione di un sistema di AI affidabile.

Le diverse definizioni di affidabilità per i sistemi di AI consentono ai progettisti, inoltre, di scegliere o selezionare arbitrariamente gli elementi di affidabilità che consentono di soddisfare le loro esigenze.

Allo stesso modo, la definizione di AI affidabile varia a seconda del contesto di utilizzo del sistema. Ad esempio, i fattori che caratterizzano un sistema di intelligenza artificiale affidabile in un contesto sanitario potrebbero non essere gli stessi di un sistema di intelligenza artificiale affidabile in un contesto finanziario.

Queste differenze contestuali, e l’influenza delle caratteristiche del sistema, sono rilevanti per poter progettare un sistema di intelligenza artificiale affidabile in un determinato contesto e, contemporaneamente, in grado di soddisfare le esigenze degli utenti finali, al fine di incoraggiare l’accettazione e l’adozione dello stesso.

Per coloro che non abbiano familiarità con tali considerazioni, tuttavia, la progettazione di sistemi affidabili potrebbe risultare frustrante e, persino, deprimente.

Anche alcuni elementi caratteristici dell’affidabilità, comunemente accettati, possono apparire in contrasto tra di loro. Ad esempio, la trasparenza e la privacy sono spesso in conflitto. Per garantire la trasparenza, è opportuno rivelare agli utenti le informazioni che descrivano adeguatamente le modalità di sviluppo del sistema, viceversa, per garantire la privacy, gli utenti non dovrebbero avere accesso a tutti i dettagli del sistema.

In questi casi è necessario effettuare una negoziazione per determinare come bilanciare gli aspetti che sono in conflitto e quali compromessi dovrebbero essere accettati. In questi casi, il team di sviluppo deve dare priorità all’affidabilità del sistema, alle esigenze degli utenti finali e al contesto di utilizzo, il che può comportare compromessi per altri aspetti del sistema.

È interessante notare che, mentre i compromessi sono una considerazione necessaria quando si progettano e sviluppano sistemi di intelligenza artificiale affidabili, l’argomento è assolutamente assente da molti documenti tecnici che discutono della fiducia e dell’affidabilità dell’AI.

Spesso, l’individuazione del grado di compromesso è delegata agli esperti legali e di etica. Invece, questo lavoro dovrebbe essere condotto dallo stesso gruppo multidisciplinare che sta realizzando il sistema e gli dovrebbe essere data la stessa rilevanza attribuita alle attività per definire gli aspetti matematici o ingegneristiche di questi sistemi.

Esplorare l’affidabilità delle tecnologie AI emergenti

Man mano che le tecnologie di intelligenza artificiale innovative e dirompenti, come Microsoft 365 Copilot e ChatGPT, entreranno realmente nel mercato, ci saranno diversi aspetti che dovranno essere presi in considerazione. Un’organizzazione che decidesse di impiegare una nuova tecnologia AI dovrebbe chiedersi:

• Qual è l’uso previsto del prodotto di AI?
• Quanto è rappresentativo il dataset di addestramento rispetto al contesto operativo?
• Come è stato addestrato il modello?
• Il prodotto è adatto al caso d’uso?
• In che modo le caratteristiche del prodotto si allineano al grado di responsabilità del mio caso d’uso e del mio contesto?
• Quali sono i limiti della sua funzionalità?
• Qual è il processo per controllare e verificare le prestazioni del prodotto di AI?
• Quali sono le metriche delle prestazioni del prodotto?
• In che modo gli utenti possono interpretare l’output del prodotto?
• In che modo il prodotto è continuamente monitorato per guasti e altre condizioni di rischio?
• Quali pregiudizi impliciti sono incorporati nella tecnologia?
• Come vengono valutati gli aspetti dell’affidabilità? Con quale frequenza?
• C’è un modo per far re-addestrare questo strumento da un esperto per implementare politiche di equità?
• Sarò in grado di comprendere e controllare l’output dello strumento?
• Quali sono i controlli di sicurezza per evitare che questo sistema causi danni
• Come possono essere testati questi controlli?

Generalmente, gli utenti finali diventano i primi osservatori dei fallimenti della tecnologia AI e le loro esperienze negative sono indicatori del rischio di deterioramento dell’affidabilità. Pertanto, le organizzazioni che decidessero di implementare e/o utilizzare tali sistemi e, contestualmente, renderli affidabili, dovrebbero supportare gli utenti finali sui seguenti aspetti:

• Inserire degli indicatori all’interno del sistema per segnalare quando non funziona come previsto,
• Effettuare delle valutazioni sulle prestazioni del sistema nei contesti attuali e nuovi,
• Prevedere un alert del sistema quando non funziona dentro un range di affidabilità accettabile,
• Acquisire informazioni utili ad allineare le loro aspettative ed esigenze con il potenziale rischio introdotto dal sistema.

Le risposte alle domande introdotte all’inizio di questo paragrafo mirano, da un lato, a chiarire se la tecnologia sia adatta allo scopo previsto e, dall’altro, a verificare se l’utente possa convalidare l’affidabilità su base continuativa. Le organizzazioni possono anche implementare funzionalità tecniche e modelli di governance per incentivare il mantenimento continuo dell’affidabilità dell’AI e fornire piattaforme per testare, valutare e gestire i prodotti AI.

Raccomandazioni

I concetti illustrati rappresentano una base di partenza per la creazione di un AI affidabile. Occorrerà, ovviamente, condurre ulteriori attività di ricerca e sviluppo per indagare su nuovi metodi, best practices e linee guida per la creazione di un’AI affidabile. Ecco alcuni elementi su cui i ricercatori dell’AI stanno lavorando per la misurazione dell’affidabilità:

• Fairness (imparzialità): l’identificazione e la mitigazione dei pregiudizi nei modelli di machine learning (ML) che consenta la creazione di sistemi più equi.
• Robustness (robustezza): se i sistemi di intelligenza artificiale non fossero sufficientemente resistenti ai guasti o agli errori, fallirebbero in breve tempo.
• Explainability (dimostrabilità): rappresenta un attributo rilevante per un sistema che vuole essere affidabile per tutti gli stakeholders: ingegneri e sviluppatori, utenti finali.

La produzione di sistemi affidabili basati sull’intelligenza artificiale aumenterà l’impatto di questi sistemi in ambito lavorativo e nel supportare altre finalità. Pertanto, è fondamentale incorporare gli obiettivi indicati sin dalla fase di pianificazione iniziale fino al rilascio finale e alla manutenzione del prodotto. Solo in questo modo le aziende potranno raggiungere il massimo potenziale delle aspettative previste dall’AI.

Questo approfondimento rappresenta solo l’inizio di un viaggio verso l’AI affidabile. Per continuare ad esplorare le frontiere dell’innovazione e comprendere le ultime evoluzioni dei modelli generativi, ti invitiamo a scaricare il white paper dedicato alla Generative AI dal titolo “Generative Artificial Intelligence: Punti di forza, rischi e contromisure”.

Profilo Autore

È laureato in Ingegneria Informatica ed in Sicurezza Informatica presso le Università di Roma La Sapienza e di Milano. Ha indirizzato la sua formazione nei settori della Cyber Security e Digital Forensics ottenendo i diplomi di perfezionamento in Data Protection e Data Governance; Criminalità Informatica e Investigazioni Digitali e Big Data, Artificial Intelligence.

Ha, altresì, conseguito l’Advanced Cybersecurity Graduate Certificate alla School of Engineering della Stanford University; Professional Certificates in Information Security; Incident Response Process; Digital Forensics e Cybersecurity Engineering and Software Assurance presso il Software Engineering Institute della Carnegie Mellon University.

Dal 1992 è nei ruoli del Ministero dell’Interno ove ricopre lincarico di Funzionario alla Sicurezza CIS. In tale veste contribuisce alla valutazione dei rischi cyber, all’implementazione delle misure di sicurezza e la risoluzione di incidenti informatici. Inoltre, offre consulenza tecnica nel campo della Digital Forensics per l’Autorità giudiziaria, la Polizia giudiziaria e gli Studi legali.

Dal 2017 è Professore a contratto di Tecnologie per la Sicurezza Informatica presso alcune Università ove sviluppa le tematiche di Attack and Defense Strategies quali il penetration testing, la risk analysis, l’information security assessment, l’incident response e la digital forensics. Infine, è Autore di alcuni articoli e saggi sui temi della Sicurezza Informatica e
dell’Informatica Giuridica consultabili su https://www.vincenzocalabro.it

https://www.ictsecuritymagazine.com/articoli/misurare-ai/

Nell’Aula del Senato si approva con 85 sì, 42 no il disegno di legge delega sull’Intelligenza artificiale approvato dal governo il 23 aprile scorso. Ma è caos in aula: Francesco Boccia, capogruppo in Senato del Pd, il senatore Antonio Nicita (Pd), il segretario di Italia Viva Matteo Renzi e il capogruppo in Senato del M5S Stefano Patuanelli accusano il Governo di attendere le indicazioni di Palazzo Chigi, in particolare del sottosegretario alla Presidenza del Consiglio Alfredo Mantovano, per votare su temi delicati che riguardano il sovranismo dei dati, bocciando un emendamento del Pd per la conservazione e trasmissione di dati strategici degli italiani su server in territorio italiano e satelliti a controllo nazionale ed europee.

I contenuti del testo

Il testo affronta sostanzialmente 5 aspetti: la strategia nazionale, le autorità, le azioni di promozione, la tutela del diritto di autore, le sanzioni penali. Il Ddl prevede anche una delega al governo per adeguare l’ordinamento italiano al Regolamento UE su temi come l’alfabetizzazione dei cittadini in materia di IA e la formazione degli iscritti da parte dei vari ordini professionali. La delega riguarda anche l’adeguamento di reati e sanzioni all’uso illecito dei sistemi di IA. Il testo passa ora alla Camera. 

Le novità principali rispetto al testo proposto dal Governo

• soppresso il bollino di riconoscimento watermark per l’IA
• ridotte le fattispecie di reato per uso dell’IA
• restrizioni all’IA solo per finalità generali e non specifiche legate a difesa e cybersecurity ad esempio
• meno vincoli per l’uso dell’IA nella ricerca
• più deroghe per la polizia
• più vincoli nella Giustizia, lasciando ai magistrati la piena discrezionalità sulle sentenze, una delega al governo per come usare l’Ia nelle indagini preliminari e autorizzazioni specifiche volta per volta da parte del ministero
• spinta sui data center obbligatori sul territorio nazionale per la PA
• il governo dovrà adottare decreti per stabilire regole generali per addestrare l’IA made in Italy e fare machine learning
• competenza esclusiva di CONSOB e all’IVASS del ruolo di autorità di vigilanza del mercato rispetto all’uso dell’IA con potere di ispezioni improvvise per tecnologie ad alto rischio – entrano nel comitato di coordinamento con Agid e Acn
• finanziamenti per Pmi che sviluppano tecnologie quantistiche

Ddl AI: No Senato a emendamento Pd su satelliti italiani o Ue per dati strategici

Bocciato dall’Aula del Senato un emendamento del Pd all’articolo 6 del Ddl sulla intelligenza artificiale che nel caso di sistemi di AI destinati all’uso in ambito pubblico che abbiano ad oggetto dati strategici (con eccezione per quelli impiegati all’estero nell’ambito di operazioni militari) oltre a prevedere l’obbligo di server sul territorio nazionale, avrebbe previsto anche per le tecnologie satellitari l’obbligo di controllo nazionale delle infrastrutture e dell’uso di satelliti europei e nazionali.

<!-- ARUBA - 300x250 -->

Ddl sull’IA, il Pd attacca: “I sovranisti votano contro l’Italia, chi ha dato l’ordine?”

“Ai capigruppo di centrodestra diciamo: votare contro il nostro emendamento 6.301 a prima firma dei senatori Basso e Nicita, che prevede che i dati sui cittadini in possesso delle pubbliche amministrazioni, gestiti attraverso l’Intelligenza artificiale, siano su server italiani o su tecnologie satellitari controllate dall’Italia significa votare contro gli interessi degli italiani”. Lo ha detto nell’Aula di Palazzo Madama il senatore Francesco Boccia, presidente del gruppo del Pd, intervenendo durante l’esame del ddl sull’intelligenza artificiale. “Noi chiediamo che i server siano ubicati sul territorio nazionale e che le tecnologie di gestione dei dati siano sotto l’esclusivo controllo dello Stato. Ci devono dire cosa c’è di strano in questo emendamento, stiamo parlando di dati anagrafici, fiscali, sanitari, giudiziari di tutti coloro che vivono nel nostro Paese. Ci stiamo esprimendo su un concetto legato alla necessità che i dati in ambito pubblico, le nostre Amministrazioni pubbliche, abbiano infrastrutture ad esclusivo controllo nazionale. Su questo – ha aggiunto – c’è stato un evidente cambiamento di posizione della maggioranza rispetto al precedente confronto con le opposizioni. Il sottosegretario Butti ci dica da dove è arrivato il no all’emendamento, e cosa c’è dietro. Lo dico perché anche sulla vicenda Paragon ancora aspettiamo di capire, abbiamo chiesto più volte un’informativa, dove siano i server e da chi siano controllati e che fine abbiano fatto i dati carpiti a giornalisti, militanti, sacerdoti”. “Dov’è finito il nazionalismo di questa destra nazionalista? Il voto contrario al nostro emendamento è un voto contro gli interessi dell’Italia e degli italiani”, ha concluso.

Nicita: il governo appalta sicurezza nazionale a stranieri

“Il Governo sta offrendo uno spettacolo inquietante sulla IA”, accusa il senatore del Pd, Antonio Nicita, intervenendo nell’aula di Palazzo Madama. “Di fronte a proposte e a principi di interesse generale, che dovrebbero essere condivisi da tutti e che servono a tutelare l’interesse nazionale, il Governo dei sovranisti cessa improvvisamente di essere tale. Chi aspira a difendere gli interessi nazionali, i cittadini e quindi dati importantissimi che riguardano la nostra vita e il nostro Paese, non può fare il sovranista con il potere degli altri. Noi chiediamo che per quanto attiene la conservazione dei dati, se si utilizzano tecnologie satellitari queste devono essere di controllo nazionale o europeo. Questo è il vero sovranismo, ovvero, la difesa dell’interesse nazionale. Il Governo, invece, fa mancare le garanzie di sicurezza. Non capiamo quindi cosa abbia spinto il Governo a questo disimpegno, a questo voltarsi dall’altra parte di fronte ad una questione strategica che attiene la sicurezza nazionale. La sensazione è che si decida altrove e voi chiniate la testa con buona pace dei vostri valori”.

Ddl Ia, Patuanelli (M5S): svendita sicurezza nazionale in corso

“Era stato chiesto al Governo, sul ddl intelligenza artificiale, di mantenere i dati sensibili sul territorio nazionale. Niente da fare, hanno espresso parere contrario. La motivazione arrivata in commissione? ‘Siamo contrari perché siamo contrari’. Svendita della sicurezza nazionale in corso”. Lo dichiara il capogruppo M5S al Senato Stefano Patuanelli.

Relatrice sbaglia parere a emendamento ddl IA, caos in Aula

E’ ancora caos nell’Aula del Senato. Stavolta a inasprire gli animi è un parere sbagliato ad un emendamento al disegno di legge delega sull’intelligenza artificiale. La relatrice Tilde Minasi dà prima un parere favorevole, mentre il presidente della Commissione Bilancio Calandrini dice che in attesa di quello del Mef non ha ancora un parere da dare e che aveva avvertito i commissari che lo avrebbe reso in Aula non appena arrivato.

La senatrice di Iv Raffaella Paita invita pertanto a sospendere la seduta e avverte: “Non ve ne facciamo passare più una. Da una parte date un parere positivo e dall’altra” uno che si annuncia “negativo”. Sospendiamo la seduta così parlate, vi chiarite e poi votiamo“.

Calandrini osserva che “Paita non era in Commissione, non lo dico per polemica ma non è informata di quello che è successo”. Paita comincia a gridare dal posto. Tilde Minasi interviene dicendo che si “è sbagliata e che i pareri” agli emendamenti in questione “sono tutti negativi”.

La presidente di turno Licia Ronzulli cerca di riportare la calma ma poi perde le staffe con il senatore di IV Matteo Renzi e gli grida dallo scranno presidenziale: “Stia sereno!!”. “Guardi, uso il suo stesso hashtag per indurlo alla calma, stia sereno!”.

Scoppia il caos e Renzi avrebbe dato dell’incapace a Ronzulli che grida risentita: “Cosa ha detto? Cosa ha detto?” più volte. Alcuni senatori, tra cui Minasi, si avvicinano al banco del governo dove è seduto il sottosegretario di Stato alla Presidenza del Consiglio dei ministri con delega all’innovazione tecnologica Alessio Butti che sta seguendo il provvedimento, e Ronzulli grida: “Lasciate i banchi del governo, tornate al posto!!”. 

Renzi attacca Butti

Renzi allora prende la parola e dice che “Butti evidentemente ha ricevuto una telefonata da Palazzo Chigi e gli hanno detto cosa fare…”. “Non da Meloni, buoni – aggiunge Renzi rispondendo alle grida che arrivano dal centrodestra – ma da chi segue e si occupa dei Servizi segreti”. “Il che dimostra che siete solo delle majorette”, dichiara mentre i senatori di maggioranza urlano. “Vorrei sottolineare quello che sta avvenendo in quest’Aula, si danno pareri diversi e fino a qualche giorno fa neanche si sapeva che si sarebbe esaminato questo provvedimento. Ma vi rendete conto?”. 

IA: Borghi (Iv), si mette a rischio la sicurezza nazionale

“Preoccupa molto che, dentro un testo di legge che è il vuoto pneumatico spinto, si inseriscano principi che vanno a detrimento della sicurezza nazionale. Una vergogna nazionale nei giorni del caso Paragon”. Lo ha detto il senatore di Italia viva Enrico Borghi, vicepresidente del partito, prendendo la parola durante le dichiarazioni di voto agli emendamenti. “La maggioranza ha ritirato un emendamento perché evidentemente è arrivato un ukase da fuori. Così il governo dice no al divieto di depositare i dati degli utenti in server posti all’esterno del territorio nazionale, e quindi consente che possano essere gestiti da soggetti che non si trovano all’interno del nostro perimetro giuridico. Questo emendamento bocciato ha quindi due nomi: quello di Elon Musk e del suo referente italiano Andrea Stroppa. Con questo doppio elemento di imbarazzo – ha spiegato Borghi – finisce la favola dell’interesse nazionale, e del vostro sovranismo che si ferma laddove i nuovi imperatori tecnologici decidono con la vostra acquiescenza”.

Butti, ‘accusa Renzi infondata, non sono arrivate telefonate da Chigi. Controlla il telefono’

“L’accusa di Matteo Renzi è completamente infondata. Non sono arrivate telefonate da Chigi né da qualsiasi altra autorità, a me o ai relatori, per influenzare il dibattito sull’emendamento in questione al ddl Intelligenza Artificiale approvato pochi minuti fa in Senato. Il Governo ha sempre operato con la massima trasparenza, nell’interesse esclusivo del Paese, soprattutto su un tema strategico come l’intelligenza artificiale e la gestione dei dati pubblici”. Ad affermarlo è il sottosegretario con delega all’innovazione Alessio Butti in occasione del via libera al Senato al Ddl intelligenza artificiale. Butti ha anche detto a Renzi che poteva controllare il telefono.

“Abbiamo lavorato per garantire che le infrastrutture digitali nazionali siano sicure, efficienti e sotto il controllo dello Stato, senza subire pressioni di alcun genere. La tutela della sovranità tecnologica è una priorità concreta e condivisa a livello europeo, e non può essere ridotta a una polemica politica priva di fondamento”, sottolinea Butti.

Ddl IA: Butti, dimostra strategia chiara e pragmatica

“Con l’approvazione al Senato del disegno di legge sull’Intelligenza Artificiale, il Governo conferma la visione e compattezza nell’affrontare una delle più grandi trasformazioni della nostra epoca. Abbiamo costruito un testo solido e completo che introduce misure concrete per garantire sicurezza, sviluppo e competitività del nostro sistema Paese”. Lo afferma il sottosegretario con delega all’Innovazione, Alessio Butti. E prosegue: “Dalla costruzione di una governance solida, costituita da Agid e Acn, al miliardo di euro di investimenti per potenziare il nostro ecosistema AI, passando per il sostegno alle imprese innovative e la protezione dei dati dei cittadini, il Ddl AI è la dimostrazione di una strategia chiara e pragmatica. Abbiamo confermato il ruolo da protagonista che abbiamo avuto anche in ambito internazionale, sia in sede di definizione dell’AI Act, sia nella redazione delle linee guida internazionali in ambito G7″.

Ia: Barachini, ‘Ddl passo decisivo, tutela copyright e trasparenza con reato deepfake’

 “La difesa del nostro patrimonio culturale, editoriale e giornalistico è al centro del disegno di legge voluto dal governo che protegge con un articolo ad hoc il bene più strategico per il nostro sistema culturale informativo, ovvero il diritto d’autore, il copyright. Valorizzare il contenuto economico e finanziario della creatività a fronte della straordinaria innovazione dell’intelligenza artificiale, quindi la sostenibilità del nostro sistema nazionale ed europeo è un obiettivo primario, anche per consentire un pluralismo delle voci e, quindi, la libera capacità di scelta democratica e di formazione delle coscienze. L’intera sostenibilità del sistema informativo nazionale dipende dalla difesa della base della piramide dell’informazione e quindi della capacità creativa e del suo valore economico”. Lo ha detto il sottosegretario alla Presidenza del Consiglio con delega all’informazione e all’editoria, Alberto Barachini, dopo il primo via libera al Ddl AI da parte dell’Aula del Senato.

“Il giornalismo, l’informazione, l’editoria e la comunicazione – ha osservato il rappresentante dell’esecutivo – devono continuare ad avere un volto umano, una responsabilità umana e il processo produttivo deve avere una visione antropocentrica come padre Benanti, presidente della Commissione AI per l’informazione, ha più volte rimarcato”.

“Oggi produrre un’informazione in maniera responsabile è costoso – ha evidenziato Barachini – mentre produrre una fake news o un deep fake e diffonderli con i nuovi strumenti tecnologici è molto facile ed economico. Per questo un altro intervento particolarmente meritorio inserito nel Ddl è quello della nuova fattispecie di reato di deep fake. I Deep fake possono stravolgere la percezione, come mostrano anche gli ultimi casi di cronaca, ed essere strumenti imprevedibili di gravissimi reati contro le persone e la loro reputazione, minando gravemente il rapporto di fiducia tra informazione e cittadini. L’informazione è un pilastro della democrazia, ma se è inquinata da manipolazioni fake, sono gli stessi cittadini ad essere manipolati”.

Disegno di legge Disposizioni e delega al Governo in materia di intelligenza artificiale (scarica il PDF)

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/senato-ok-a-ddl-delega-su-intelligenza-artificiale-ma-caos-in-aula/525135/

It’s worth clarifying that AI models did not generate the images used in the study. Instead, researchers used popular, pre-existing meme templates, and GPT-4o or human participants generated captions for them.

More memes, not better memes

When crowdsourced participants rated the memes, those created entirely by AI models scored higher on average in humor, creativity, and shareability. The researchers defined shareability as a meme’s potential to be widely circulated, influenced by humor, relatability, and relevance to current cultural topics. They note that this study is among the first to show AI-generated memes outperforming human-created ones across these metrics.

However, the study comes with an important caveat. On average, fully AI-generated memes scored higher than those created by humans alone or humans collaborating with AI. But when researchers looked at the best individual memes, humans created the funniest examples, and human-AI collaborations produced the most creative and shareable memes. In other words, AI models consistently produced broadly appealing memes, but humans—with or without AI help—still made the most exceptional individual examples.

The study also found that participants using AI assistance generated significantly more meme ideas and described the process as easier and requiring less effort. Despite this productivity boost, human-AI collaborative memes did not rate higher on average than memes humans created alone. As the researchers put it, “The increased productivity of human-AI teams does not lead to better results—just to more results.”

Participants who used AI assistance reported feeling slightly less ownership over their creations compared to solo creators. Given that a sense of ownership influenced creative motivation and satisfaction in the study, the researchers suggest that people interested in using AI should carefully consider how to balance AI assistance in creative tasks.

https://arstechnica.com/ai/2025/03/ai-beats-humans-at-meme-humor-but-the-best-joke-is-still-human-made/

Libro Bianco sulla Difesa Europa/European Defence Readiness 2030

L’Unione Europea si prepara a rafforzare la propria Difesa. Il Libro Bianco per la Difesa: ‘Readiness 2030’

L’Unione europea (Ue) sta delineando una nuova strategia per rafforzare la propria capacità di difesa, puntando su investimenti massicci e coordinati tra gli Stati membri. Questo è quanto emerge dal Libro Bianco sul Futuro della Difesa europea, un documento programmatico che è stato presentato oggi e a cui hanno lavorato il Commissario europeo per la Difesa e lo spazio Andrius Kubilius (ex Primo Ministro della Lituania) e il capo della diplomazia europea Kaja Kallas (ex Primo Ministro dell’Estonia).

La strategia della Commissione punta su una maggiore spesa militare, sulla cooperazione tra gli Stati membri e sulla creazione di un mercato unico per la Difesa.

<!-- ARUBA - 300x250 -->

Il White Paper per la Difesa Europea – Readiness 2030 è un documento strategico volto a rafforzare la sicurezza del continente. Contestualmente, la Commissione ha annunciato un ambizioso pacchetto di misure nell’ambito del piano ReArm Europe/Readiness 2030, mirato a stimolare gli investimenti negli armamenti e nelle capacità industriali della difesa europea.

Von der Leyen, Kallas e Kubilius inaugurano un cambio di paradigma per la Difesa europea

La presidente della Commissione Europea, Ursula von der Leyen, ha dichiarato: “L’era del dividendo della pace è finita. Non possiamo più dare per scontata l’architettura di sicurezza su cui abbiamo fatto affidamento. L’Europa è pronta a fare un passo avanti: dobbiamo investire nella difesa, rafforzare le nostre capacità e adottare un approccio proattivo alla sicurezza”.

“Ciò che investiamo nella difesa riflette quanto la valorizziamo. E negli ultimi decenni, non le abbiamo attribuito un valore abbastanza alto. Dobbiamo spendere di più. Allo stesso tempo, il valore aggiunto derivante dalla collaborazione è inestimabile. Ci offre un vantaggio competitivo senza eguali in nessuna parte del mondo. Nel nostro Libro Bianco sulla Difesa Europea – Readiness 2030, delineiamo modi concreti per raggiungere questo obiettivo. Sia nel nostro sostegno all’Ucraina, nell’affrontare le nostre lacune in termini di capacità, sia nel difendere un mondo in cui la forza non prevale sulla giustizia, siamo sempre più forti insieme“, ha dichiarato Kaja Kallas.

“Questo pacchetto sulla difesa, che comprende il Libro Bianco sulla Difesa Europea e il Piano ReArm Europe/Readiness 2030, segna un momento decisivo per la nostra Unione. L’Europa non può più permettersi di essere spettatrice della propria sicurezza. Dobbiamo prendere in mano la nostra difesa, rafforzando i nostri impegni per la sicurezza collettiva e opponendoci con fermezza a chiunque cerchi di mettere in discussione la nostra sovranità. Non si tratta solo di forza militare, ma della nostra prontezza, della nostra autonomia strategica e del futuro dell’Europa come attore globale“, ha sostenuto il commissario Andrius Kubilius.

“L’Italia ha un’industria della difesa e dello spazio molto forte: Leonardo è la più robusta azienda europea nel settore“, ha affermato sempre Kubilius rivolgendosi al nostro Paese, nella conferenza stampa di presentazione del Libro bianco sulla Difesa. Il commissario lituano è stato interrogato sull’allineamento degli Stati sull’urgenza di investire nella Difesa.
“Investire nella Difesa significa anche posti di lavoro di qualità, la gente deve capire che ora per l’industria arriva un momento molto importante per espandersi e creare nuovi posti di lavoro; sarebbe strano se l’Italia non guardasse a questa possibilità“, ha proseguito Kubilius.

L’obiettivo principale del White Paper è chiudere i divari di capacità militare e costruire una base industriale della difesa più solida. Per farlo, si propone di:

• Colmare le lacune operative, concentrandosi sulle capacità critiche individuate dagli Stati membri;
• Sostenere l’industria della difesa europea con una maggiore cooperazione e aggregazione della domanda;
• Incrementare l’assistenza militare all’Ucraina, rafforzando l’integrazione tra le industrie della difesa europee e ucraine;
• Creare un mercato unico europeo per la difesa, semplificando le normative;
• Accelerare le innovazioni tecnologiche dirompenti, come l’intelligenza artificiale e la tecnologia quantistica;
• Potenziare la mobilità militare e lo stoccaggio di materiali strategici, migliorando le infrastrutture di confine con la Russia e la Bielorussia;
• Rafforzare le partnership globali con Paesi alleati.

ReArm Europe Plan: confermati gli investimenti da 800 Miliardi di Euro. Gli strumenti

Uno degli aspetti chiave della nuova strategia europea è il piano ReArm Europe/Readiness 2030, che prevede un massiccio incremento degli investimenti nella difesa, con oltre 800 miliardi di euro stanziati attraverso diverse misure finanziarie.

1. Sblocco di fondi pubblici nazionali
   • Gli Stati membri potranno attivare la clausola di esclusione del Patto di Stabilità e Crescita, consentendo un incremento del budget per la difesa fino all’1,5% del PIL per quattro anni.
2. SAFE: Un Nuovo Strumento di Finanziamento
   • La Commissione raccoglierà 150 miliardi di euro sui mercati finanziari per offrire prestiti agevolati agli Stati membri.
   • I fondi saranno destinati all’acquisto congiunto di equipaggiamenti militari europei, garantendo maggiore interoperabilità e riduzione dei costi.
   • L’Ucraina, i Paesi dell’EFTA/EEA e i candidati all’adesione UE potranno partecipare agli acquisti comuni.
3. Mobilitazione del Settore Privato e della Banca Europea per gli Investimenti (BEI)
   • La BEI espanderà i propri finanziamenti ai progetti di sicurezza e difesa.
   • Il piano Accelerating the Savings and Investments Union mira a mobilitare capitali privati per sostenere l’industria della difesa.

Gli Stati membri, infatti, dovranno acquistare i prodotti ammissibili da soggetti giuridici con sede legale nell’Ue, negli Stati EFTA – Islanda, Liechtenstein, Norvegia e Svizzera – e in Ucraina.

Per i materiali di consumo bellici (prodotti non complessi), gli Stati membri “dovranno garantire che i componenti che rappresentano il 65% dei costi del prodotto finale provengano dall’Unione Europea/Paesi EFTA/ Ucraina“.

Una risposta alla nuova realtà geopolitica

L’iniziativa europea è una risposta diretta alla crescente instabilità geopolitica e alla guerra in Ucraina. L’UE si impegna non solo a sostenere Kiev, ma anche a rafforzare la propria sicurezza interna, in un contesto in cui la dipendenza dalla NATO e dagli Stati Uniti non è più sufficiente.

Con il White Paper per la Difesa e il piano ReArm Europe, Bruxelles traccia una nuova rotta per garantire l’autonomia strategica dell’Europa, puntando su un’industria militare più forte e su investimenti senza precedenti nel settore della difesa.

Altri Paesi, per partecipare, dovranno essere Paesi candidati all’ingresso nell’Ue – come la Turchia – o aspiranti candidati oppure firmare un accordo strategico di sicurezza con l’Ue (sarebbe il caso del Regno Unito o del Canada).

l’Ue poi promette di “sostenere azioni industriali per lo sviluppo di partenariati industriali transfrontalieri per coordinare le riserve di prodotti per la difesa, componenti e relative materie prime“, sostenendo azioni di approvvigionamento per creare riserve strategiche di componenti e materie prime rilevanti.

Investimenti senza precedenti per la sicurezza dell’Europa

Nel 2024, gli Stati membri dell’UE hanno raggiunto un record di investimenti nella difesa pari a 326 miliardi di euro. Tuttavia, le stime indicano che nei prossimi dieci anni saranno necessari almeno 500 miliardi di euro per colmare le principali lacune nelle capacità militari del blocco. Il documento fa esplicito riferimento al piano in cinque punti per riarmare il continente recentemente presentato dalla Presidente della Commissione europea, Ursula von der Leyen, in cui si punta a mobilitare fino a 800 miliardi di euro.

Uno degli strumenti chiave proposti è un nuovo meccanismo di prestiti da 150 miliardi di euro, destinato agli Stati membri per favorire gli acquisti congiunti nel settore della difesa e della sicurezza. Inoltre, la Commissione sta valutando una revisione della normativa sulla finanza sostenibile (Sustainable Finance Disclosures Regulation, SFDR) per includere la difesa tra gli “obiettivi di investimento nel quadro della sostenibilità“.

Un mercato unico per la Difesa Ue, le tecnologie warfare

Per ottimizzare l’uso dei fondi disponibili, il White Paper evidenzia la necessità di una maggiore cooperazione tra i paesi UE. “Coordinare la spesa aumenta il potere negoziale degli Stati membri, riduce i prezzi per unità e rafforza la consolidazione industriale“, si legge nel documento. La creazione di un vero mercato unico della difesa consentirebbe di superare la frammentazione attuale, ancora fortemente legata a dinamiche nazionali.

A tal fine, la Commissione propone semplificazioni normative e incentivi per gli acquisti congiunti, con una particolare attenzione ad alcuni progetti chiave ritenuti critici per la sicurezza dell’Unione. Questi includono diverse tecnologie avanzate e sistemi di trasporto e difensivi di nuova concezione:

• Mobilità militare
• Sistemi di droni e anti-droni
• Intelligenza artificiale
• Quantum computing
• Sicurezza informatica/Cyber and electronic warfare
• Difesa aerea e missilistica

tecnologie dual use e sistemi avanzati che rientrano nel “warfare” moderno, termine usato per indicare il modo in cui un conflitto viene condotto, includendo strategie, tattiche e tecnologie militari. Un concetto che può riferirsi sia alle guerre tradizionali tra eserciti, sia a forme più moderne di conflitto, come la guerra cibernetica (cyber warfare) o la guerra psicologica.

Verso una maggiore autonomia strategica

Uno degli obiettivi principali delineati è ridurre la dipendenza dell’Ue da paesi terzi, in particolare nel settore tecnologico e della difesa: “Mentre le dipendenze dalla Russia sono state significativamente ridotte, molti Stati membri dipendono ancora fortemente da tecnologie provenienti da paesi terzi, inclusi Cina e Stati Uniti“.

Le tecnologie dirompenti, come l’intelligenza artificiale (AI), il cloud computing, il quantum computing e i sistemi autonomi, sistemi per la guerra cyber/elettronica, stanno già trasformando il campo di battaglia. Per questo motivo, l’Unione deve aumentare i propri investimenti per non rimanere indietro rispetto ai principali concorrenti globali.

Un tema molto delicato, quello della Difesa comune, “che non è solo armamenti”, ma anche tecnologie digitali avanzate, come ha spiegato ieri al Senato Mario Draghi, rimarcando che in questo settore occorre anche dotarsi di “una strategia continentale unificata per il cloud, il supercalcolo e l’intelligenza artificiale, la cyber sicurezza”.

Difesa che diventa il campo più adatto “per utilizzare al meglio le tecnologie che dovranno garantire la nostra sicurezza” e “per includere gli investimenti su digitale, spazio e cybersicurezza”, ha sottolineato l’ex Premier nell’illustrare il suo Rapporto sulla competitività europea ai parlamentari italiani.

Il ruolo dell’Europa in un contesto geopolitico mutevole

Il paper sottolinea anche che l’Europa non può più dare per scontata la garanzia di sicurezza offerta dagli Stati Uniti, specialmente mentre Washington sposta sempre più la sua attenzione verso la regione dell’Indo-Pacifico. “L’Europa non può dare per scontata la garanzia di sicurezza degli Stati Uniti e deve aumentare significativamente il proprio contributo per mantenere forte la NATO“, è riportato nel Libro.

Oltre alla minaccia russa, il testo evidenzia l’instabilità del Medio Oriente come un’altra sfida imminente per la sicurezza dell’Europa. Per affrontare queste minacce, la Commissione suggerisce di introdurre una “preferenza europea” nelle regole di appalto pubblico per i settori e le tecnologie strategiche legate alla difesa, con una possibile revisione delle normative prevista per il 2026.

L’ambizioso piano delineato dalla Commissione europea mira a trasformare l’UE in uno dei principali attori globali nel settore della difesa, creando “uno dei più grandi mercati interni della difesa al mondo“, come dichiarato da Ursula von der Leyen. La sfida ora sarà quella di garantire un’attuazione efficace delle misure proposte, mantenendo l’equilibrio tra l’autonomia strategica europea e la cooperazione con gli alleati della NATO.

E’ la strada giusta? E’ l’unica strada?

Il piano Rearm EU, presentato dalla presidente della Commissione Europea Ursula von der Leyen, rappresenta una svolta storica per l’Europa, segnando un passo deciso verso una maggiore autonomia militare e una capacità di difesa rafforzata.
La guerra in Ucraina avviata dalla Russia, le rinnovate tensioni nei Balcani, i diversi teatri di guerra in Medio Oriente e l’instabilità crescente nel Pacifico ci impongono certo un confronto serio sul come l’Unione europea deve porsi e sul da farsi per prepararsi ad affrontare queste crisi.
In molti si chiedono, però, se questa del riarmo sia davvero la strada giusta, e soprattutto, se questa sia davvero l’unica strada.

Il Piano esprime una posizione netta e manda un messaggio chiaro: l’UE si sta preparando alla guerra. Questo riduce lo spazio per la diplomazia e il dialogo, rischiando di trasformare l’Europa in un attore bellico anziché in un mediatore per la pace.

L’Unione sembra stia abbandonando la sua tradizionale immagine di potenza civile e diplomatica per diventare sempre più un soggetto militarizzato, allineandosi alle politiche di difesa della NATO e aumentando la dipendenza da strategie di deterrenza armata.

Senza contare che le ingenti risorse destinate al riarmo e al potenziamento delle capacità industriali militari potrebbero essere impiegate in settori strategici per la pace e la stabilità, come l’istruzione, la sanità e la transizione ecologica. Forse le priorità dovrebbero essere diverse, soprattutto in un periodo di crisi economica e sociale.

Ci si avvia ad un’economia di guerra? La maggioranza degli esperti indica che siamo ancora ben lontani da questo scenario, ma qualcosa di sta muovendo proprio in quella direzione. Altri ancora, parlando del mega piano di finanziamenti appena votato dal Parlamento tedesco, spiegano che non si tratta solo di riarmarsi, ma di inaugurare una nuova politica di spesa in più settori, tra cui anche le infrastrutture di cui tutti i Paesi europei devono dotarsi per rilanciare la propria economia, anche in chiave di resilienza alle nuove aggressive politiche tariffarie applicate (e in continua evoluzione) dal Presidente degli Stati Uniti, Donald Trump. Di certo, i venti del cambiamento iniziano a soffiare forte e bisogna anche sviluppare un maggiore senso critico, come ci impone la cultura democratica di cui siamo tutti portatori.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-quantum-computing-droni-e-cyberswarfare-ecco-le-tecnologie-del-libro-bianco-per-la-difesa-ue-scarica-il-documento/524917/

La Lettera a Ursula von der Leyen e Henna Virkkunen

In un appello diretto alla Commissione europea, 100 tra aziende e organizzazioni europee hanno richiesto la creazione di un fondo sovrano per le infrastrutture tecnologiche. L’obiettivo è rilanciare gli investimenti pubblici e rafforzare l’autonomia strategica del continente nei settori digitali, colmando il divario con Stati Uniti e Cina.

La lettera, di cui è stata data notizia da Reuters, Cnbc e altre testate europee, indirizzata alla presidente della Commissione europea, Ursula von der Leyen, e alla vicepresidente esecutiva Henna Virkkunen, evidenzia la necessità di una maggiore autosufficienza tecnologica europea.

Tra i firmatari figurano nomi di spicco come Airbus, Dassault Systemes, OVHcloud e la European Startup Network. Il documento sottolinea che l’Europa si trova in una posizione di ritardo significativo nello spazio digitale e che, se non si interviene rapidamente, il rischio grave ed evidente è che nei prossimi tre anni la dipendenza del continente da tecnologie non europee diventerà quasi totale. Le Lettera fa diretto riferimento al rapporto Draghi del 2024 sulla competitività dell’Unione europea.

<!-- ARUBA - 300x250 -->

Comprare made in EU

Il messaggio lanciato dagli industriali europei è chiaro: “è essenziale recuperare l’iniziativa e garantire un’indipendenza tecnologica a tutti i livelli dell’infrastruttura digitale critica. Ciò significa intervenire sia sulle infrastrutture logiche (applicazioni, piattaforme, media, cloud, modelli di intelligenza artificiale), sia su quelle fisiche (chip, calcolo, archiviazione e connettività)”.

La lettera avverte che “l’attuale dipendenza multipla da attori extraeuropei pone rischi in termini di sicurezza e affidabilità, compromette la sovranità e penalizza la crescita economica del continente“. Per affrontare questa situazione, i firmatari propongono una strategia industriale pragmatica che includa, tra le altre cose, un requisito formale per il settore pubblico di acquistare prodotti e servizi tecnologici europei, cioè “made in Europe”.

L’iniziativa, è sottolineato, non mira a escludere i fornitori extraeuropei, ma a creare condizioni di mercato che consentano ai player europei di competere su basi eque e a giustificare nuovi investimenti.

Un fondo sovrano per le infrastrutture digitali: quantum, AI, semiconduttori, cloud

La richiesta principale del documento è la creazione di un fondo sovrano destinato a finanziare investimenti pubblici nel settore tecnologico, in particolare per progetti ad alta intensità di capitale come il quantum computing e la produzione di semiconduttori. Il finanziamento, secondo i firmatari, dovrebbe essere garantito dalla Banca europea per gli investimenti e da organismi pubblici nazionali, con risorse significative che potrebbero sostenere le imprese europee nella scalata tecnologica globale.

L’Europa sta cercando di recuperare terreno nel settore tecnologico, mentre dirigenti aziendali e investitori chiedono maggiori finanziamenti e una regolamentazione più flessibile per favorire la crescita, soprattutto nell’ambito dell’intelligenza artificiale.

Come riportato da techcrunch.com, il cloud occupa un posto centrale nel documento inviato a Bruxelles. I firmatari, infatti, chiedono all’Ue di sostenere lo sviluppo di requisiti armonizzati per gli utenti di cloud pubblico/privato affinché optino per l’utilizzo di “servizi cloud sovrani” per l’archiviazione dei propri dati sensibili, il che è anche da considerarsi come una misura di sicurezza ulteriore per proteggersi dalle leggi extraterritoriali non UE, che potrebbero rappresentare un rischio per i dati europei.

Il contesto geopolitico attuale, segnato da politiche protezionistiche aggressive da parte degli Stati Uniti e da tensioni commerciali globali, sta spingendo Bruxelles a rafforzare le proprie capacità strategiche. Proprio all’inizio di marzo, l’Unione europea ha proposto misure fiscali per mobilitare quasi 800 miliardi di euro, destinati in gran parte all’aumento della spesa per la Difesa e alla resilienza economica.

La necessità di una Strategia di Indipendenza Digitale

L’appello delle aziende e di aziende ed organizzazioni europee rappresenta un chiaro segnale della necessità di un cambio di passo. Resta da vedere se la Commissione risponderà con misure concrete per ridurre la dipendenza tecnologica e rilanciare il ruolo del continente nel panorama digitale globale.

In tutto questo contesto geopolitico, si colloca l’iniziativa di Key4biz e ReD OPEN, spin-off dell’Università degli Studi di Milano-Bicocca, che hanno iniziato a dar vita a una Community internazionale e a un tavolo di lavoro permanente con l’obiettivo di definire la Strategia di Indipendenza Digitale da presentare al Governo e al Parlamento e a tutti gli stakeholder.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/tlc-cloud-e-difesa-un-fondo-sovrano-europeo-per-le-infrastrutture-tecnologiche-la-lettera-alla-commissione-ue-di-100-aziende/524698/

Elementi di riflessione iniziali sull’autonomia del settore spazio nazionale

È indubbio come nella temperie attuale il termine “cyber” abbia subito una sorta di “migrazione terminologica”, divenendo sinonimo di “digitale”: un prefisso che coinvolge ormai tutte le aree della vita quotidiana, il che fornisce la reale portata della pervasività delle trasformazioni tecnologiche nella società attuale, dominata dalla tecnica (Ellul 1954; 1977 [1]) . Da qui la cyber-società, la cyber-comunità, la cyber-economia, la cyber-politica, la cyber-cultura e finanche la cyber-spiritualità.

Si tratta del contesto definito dalle tecnologie che si possono definire ubiquitarie, in quanto pervasive e ovunque fruibili e disponibili; dapprima ha avuto luogo l’avvento della tecnologia digitale, con la rivoluzione elettronica e del computer intesa dal mainframe allo smartphone, fattore abilitante essenziale. Ora è arrivato il momento dell’Intelligenza Artificiale (IA) e delle Quantum technologies (QT), in particolare del Quantum computing.

Le tecnologie ubiquitarie così sinteticamente definite modelleranno lo sviluppo e la storia di questo mondo “cyber”, il quale ha bisogno, per ragioni in ultima istanza etiche e politiche in senso alto, di una cybersecurity affidabile e abilitante. È quindi chiaro che anche il sistema spaziale, inteso in senso olistico, non poteva non essere interessato a tali profonde trasformazioni. In questo breve testo verrà svolta, dunque, un’iniziale riflessione su come gestire tale interdipendenza per salvaguardare la stabilità, la sovranità tecnologica e la sicurezza del Paese Italia.

1. Caratteristiche generali dei sistemi spaziali

In termini generali, un sistema spaziale è ciò che si impone alla nostra attenzione quando si abbandona la scala planetaria e si sposta lo sguardo verso il resto dell’universo. Esso può essere naturale – come il sistema solare – o artificiale, come quello che consentì la missione Apollo 11.

Opportuno e interessante è osservare che, mentre il mondo “cyber” e le tecnologie ubiquitarie ad esso associate sono legate ai progressi della fisica su scala atomica e subatomica e quindi microscopica, per la quale si impone l’uso della meccanica quantistica, i sistemi spaziali (naturali o artificiali che siano) sono descritti dalle leggi fisiche della gravitazione, che è la forza dominante sulle grandi distanze; e si sviluppano su grandi dimensioni, di natura intrinsecamente almeno globale.

Come si è accennato, un sistema spaziale naturale è esemplificato dal sistema solare ma anche da una galassia o da un ammasso di galassie, su scale via via crescenti.

Un sistema spaziale artificiale è invece costituito da artefatti umani con i quali si sta occupando lo spazio circumterrestre ed esplorando quello esterno. Immediato dedurre l’impatto geopolitico di questa possibilità di osservare e comunicare “dall’alto”, che modifica radicalmente il concetto di distanza e che si sottrae anche ai vincoli imposti dai normali confini fra Stati, ben definiti per terra, mare e aria.

Per la parte che qui interessa, è d’obbligo focalizzare l’attenzione sugli oggetti artificiali creati dalle capacità demiurgiche dell’essere umano.

Questi oggetti includono sostanzialmente quattro categorie principali:

1. satelliti che si considerano comprensivi delle sonde scientifiche, ivi comprese quelle dirette verso lo spazio esterno;
2. stazioni spaziali;
3. veicoli di accesso e rientro;
4. detriti.

Per quel che concerne la prima classe, si possono qui riportare alcune esemplificazioni:

1. satelliti per telecomunicazioni, i quali forniscono servizi di comunicazione come la telefonia, la televisione, la trasmissione dati e l’accesso a internet;
2. satelliti per l’osservazione del pianeta Terra, i quali monitorano l’ambiente terrestre, fornendo informazioni su clima, foreste, oceani e disastri naturali;
3. satelliti di navigazione, i quali forniscono informazioni sulla posizione e la velocità agli utenti del Global positioning system (GPS);
4. satelliti meteorologici, i quali procurano dati sulle condizioni meteorologiche e aiutano a prevedere il tempo;
5. satelliti militari, i quali vengono utilizzati per la sorveglianza, la comunicazione e la navigazione militare.

Per quel che riguarda la seconda classe di oggetti artificiali, quella delle stazioni spaziali, esse si connotano per essere utilizzate per la ricerca scientifica, l’osservazione astronomica e la sperimentazione di nuove tecnologie. In genere si tratta di grandi strutture artificiali in orbita attorno alla Terra o ad altri corpi celesti: tra esse la Stazione spaziale internazionale (ISS) è la più famosa e attualmente operativa.

I veicoli di accesso e rientro, chiamati anche lanciatori, sono di estrema importanza in quanto abilitanti per ogni attività da svolgere nello spazio e fortemente connessi con le tecnologie missilistiche, inclusi gli Intercontinental ballistic missile (ICBM); ciò spiega il significato geopolitico e propagandistico della “corsa allo spazio” degli anni Sessanta.

I detriti spaziali costituiscono l’ultima classe di oggetti artificiali che, in quanto rifiuti o non più funzionanti, orbitano attorno alla Terra.

La loro importanza deriva dalla considerazione che possono avere un grado di pericolosità elevata per i satelliti e le stazioni spaziali in orbita, anche perché la loro quantità sta crescendo a un livello esponenziale e ciò rappresenta – evidentemente – una minaccia per la sicurezza spaziale. In quanto artefatti tecnologici creati dall’uomo per specifici usi, sia i satelliti sia le stazioni e, in generale, tutti i sistemi spaziali ricadono all’interno delle minacce cibernetiche.

In buona sostanza, questi sono asset che esistono nello spazio circumterrestre o esterno oppure sistemi di controllo a terra, comprese le strutture utilizzate per il lancio di questi asset; va tenuto presente che queste ultime non sono strettamente collegate al tipo di sistemi in orbita e che i due sistemi, quello spaziale e quello per il lancio dello stesso, interagiscono solo durante la fase di lancio e di accesso allo spazio.

Essi sono solitamente suddivisi in quattro segmenti tecnologici e operativi:

1. il segmento spaziale;
2. il segmento di collegamento;
3. il segmento di terra;
4. il segmento di utenza.

Il segmento spaziale comprende uno o più satelliti in orbita: la numerosità dei satelliti può essere tale da garantire una copertura di tutto il pianeta. I veicoli di lancio progettati per rilasciare i satelliti nello spazio possono essere considerati, per quanto già detto, sistemi abilitanti complementari. Un satellite contiene un carico utile o payload – ovvero l’apparecchiatura progettata per svolgere la missione assegnata al satellite – e una piattaforma o bus, che ospita il carico utile e gli altri sottosistemi del satellite.

l segmento di collegamento è costituito dai canali di trasmissione tra il satellite e la stazione di terra, nonché tra i satelliti.

Il segmento di terra è costituito da tutti gli elementi di terra dei sistemi spaziali e consente il comando, il controllo e la gestione di oggetti spaziali come i satelliti, nonché dei dati che arrivano dal carico utile e vengono consegnati agli utenti.

È importante notare che esiste anche il segmento di utenza dell’infrastruttura spaziale, che può essere considerato come un’estensione del segmento di terra per gli utenti finali di un servizio spaziale. Può trattarsi di un’infrastruttura distribuita che fornisce interfacce a varie applicazioni e servizi che possono interagire con i segnali satellitari direttamente o con altri sistemi del segmento di terra. Utile osservare che esiste un’altra classificazione degli asset che compongono i sistemi spaziali artificiali; possono essere suddivisi in upstream, midstream e downstream, secondo una tassonomia molto in voga derivata dall’industria del petrolio, che assomiglia non poco a quella già presentata, più fisica e ingegneristica.

Il settore upstream è, grosso modo e per sommi capi, costituito dal segmento spaziale e di collegamento, quello midstream dal segmento di terra e il downstream dal segmento di utenza. In campo petrolifero l’upstream consiste nell’esplorazione e nell’estrazione, il midstream nello stoccaggio e nella distribuzione e il downstream nella petrolchimica e nella distribuzione.

È interessante rilevare qui, a fini geopolitici, la somiglianza concettuale fra i settori. L’upstream detiene le capacità strategiche e abilitanti in entrambi i casi in quanto vi sono coinvolte materie di assoluto rilievo economico, strategico e geopolitico: energia e spazio.

Ad esempio, considerando i Global navigation satellite systems (GNSS) come il GPS e Galileo, il segmento spaziale è costituito dalla costellazione di satelliti che coprono la superficie del pianeta, il segmento di collegamento dai link di telemetria e telecontrollo fra i satelliti e le basi di controllo e gestione, il segmento di terra da queste ultime e il segmento di utenza da tutti i possibili ricevitori per navigazione satellitare (moltissimi utenti hanno in tasca un pezzo del segmento di utenza di entrambi i GNSS citati, che risiede nel proprio smartphone). Mutatis mutandis, si possono applicare i concetti di upstream, midstream e downstream.

Tutti questi segmenti fanno uso di tecnologie digitali sia hardware sia software e, quindi, possono essere esposti a minacce cibernetiche; vi è una possibile – certa in prospettiva futura – interdipendenza capacitiva e funzionale con le altre tecnologie ubiquitarie (es. IA e QT), da considerare sviluppo del digitale e quindi anch’esse attaccabili in ottica cyber.

Le vulnerabilità informatiche, quindi, pongono seri rischi non solo per gli asset spaziali ma anche per le infrastrutture critiche terrestri dedicate alla loro gestione e controllo. La compromissione delle infrastrutture delle stazioni di terra è il modo più semplice per attaccare i sistemi spaziali, in quanto fornisce il software e l’hardware necessari per controllare e tracciare legittimamente gli oggetti spaziali utilizzando le reti e i sistemi terrestri esistenti.

In generale quanto noto, in termini di cybersecurity, per le infrastrutture critiche digitali terrestri (Paliotta 2024[2]) può essere applicato anche a quelle spaziali.

I sistemi spaziali, tuttavia, sono spesso un po’ più complessi delle infrastrutture digitali terrestri dal punto di vista dello sviluppo tecnologico, della proprietà e della gestione.

Tale complessità viene amplificata dall’impatto dell’IA e delle QT; esse verranno utilizzate nei sistemi spaziali sia come componenti e strumenti, sia come fattori abilitanti per la definizione, lo studio e il progetto dei predetti sistemi. Non si avrà però solo una maggiore complessità nella cybersecurity dei sistemi spaziali e delle modalità di approccio agli stessi accademiche e industriali, ma anche un’interdipendenza fra loro, dovuta ad esempio alla sempre più cospicua mole di big data per addestrare l’IA che lo spazio renderà disponibili e che, verosimilmente, catalizzerà nuove scoperte tecniche e scientifiche.

In definitiva, queste crescenti complessità e interdipendenze sollevano importanti questioni geopolitiche in relazione alla competizione tra i grandi attori statuali e non statuali, che sono i protagonisti della competizione per la conquista dello spazio e lo sviluppo delle tecnologie ubiquitarie.

Tecnologie Ubiquitarie e Trasformazione del Sistema Spaziale Nazionale

2. Sfide portate al livello della sicurezza cibernetica

Come visto in precedenza, l’intersezione tra sicurezza cibernetica e sicurezza spaziale è divenuta un terreno fertile per le minacce cibernetiche e un campo aperto alle future innovazioni apportate dalle tecnologie ubiquitarie.

Con la crescente commercializzazione e militarizzazione del settore spaziale, la sicurezza delle infrastrutture spaziali rappresenta una sfida cruciale per il futuro. Le infrastrutture terrestri critiche – come le comunicazioni, il trasporto aereo, il commercio marittimo, i servizi finanziari e il monitoraggio meteorologico – dipendono pesantemente da asset basati nello spazio, come satelliti, stazioni terrestri e collegamenti di comunicazione a livello nazionale, regionale e internazionale.

La compromissione di queste infrastrutture avrebbe un impatto drammatico sui servizi essenziali dei paesi e della vita quotidiana. Le infrastrutture spaziali dipendono da tecnologie informatiche e delle comunicazioni (ICT), mentre la sicurezza del cyberspazio risulta connessa a quella delle infrastrutture spaziali che spesso ne costituiscono parte, più o meno strettamente integrata, come i sistemi per le telecomunicazioni, specie quelli a bassa latenza basati su costellazioni (es. Starlink).

Con la crescita del settore spaziale, la sicurezza cibernetica di tale ambito deve necessariamente rimanere al passo con le principali sfide sin qui individuate. Le infrastrutture spaziali sono vulnerabili alle tradizionali minacce cyber come l’hacking, l’intercettazione dei segnali e la manipolazione dei dati. Alcune delle principali vulnerabilità sono qui di seguito individuate, a titolo esemplificativo, in maggiore dettaglio cfr. Dario Sgobbi et alii (2015)[3]:

1) Vulnerabilità delle comunicazioni. La minaccia più comune contro i canali di comunicazione (canali uplink e downlink, ovvero il segmento di collegamento) è quella del jamming, che compromette i sistemi GPS. I disturbatori GPS inviano segnali sulla stessa frequenza del dispositivo GPS, per annullare o distorcere i segnali satellitari GPS. I disturbatori GPS sono ampiamente accessibili e poco costosi da acquistare, il che li rende disponibili agli attori malevoli statuali e commerciali meno sofisticati.

Verso il segmento di utenza risulta rilevante lo spoofing, attacco in cui un attore malevolo prevede di nascondere la propria identità fingendo di essere una fonte affidabile per ottenere accesso a informazioni riservate e dati sensibili, o per fornirne di fuorvianti; nel caso dei GNSS, come GPS e Galileo, uno “spoofer”, ovvero un apparato avversario, genera un segnale simile a quello GPS contenente però coordinate fittizie, “costringendo” così all’errore il ricevitore dell’utente, con l’obiettivo di fargli compiere un percorso differente da quello previsto.

2) Vulnerabilità della catena di fornitura. Un altro problema importante, per la sicurezza cyber dei sistemi spaziali, è la complessità della catena di fornitura e dell’ecosistema di fornitori dei sistemi finanziati dalle agenzie governative. Di solito, i componenti specializzati necessari per gli asset spaziali non sono tutti sviluppati da un unico produttore. Infatti, per contenere i costi, le organizzazioni spaziali spesso acquistano i componenti da cataloghi di fornitori approvati in tutto il mondo: quando un’organizzazione governativa spaziale acquista un componente da un fornitore, ad esempio, ha poco controllo sul codice scritto dallo sviluppatore del software di quel componente. Ciò avviene, ancor di più, nel caso del software open source.

Questa mancanza di conoscenza, se non mitigata da forme di certificazione e controllo della filiera, introduce un rischio considerevole per la sicurezza cibernetica. Va tuttavia ammesso che – specie per l’Italia, che non ha più una propria industria ICT di base in termini di hardware e sistemi operativi – il rischio presente in ambito spaziale deve essere gestito e mitigato e non può essere eliminato. In realtà esistono anche vere e proprie lacune nella supply chain, che vengono risolte accettando una dipendenza dall’estero, in alcuni settori di alta tecnologia; a titolo di esempio, buona parte dei semiconduttori e degli ugelli degli stadi italiani dei lanciatori della famiglia Vega.

Quanto esposto vale per le infrastrutture spaziali disponibili oggi; come anticipato, in futuro si dovranno aggiungere al quadro le variabili derivanti dalle citate tecnologie ubiquitarie.

In questo senso risulta molto difficile fare delle previsioni, ma si possono proporre alcune considerazioni di carattere generale.

L’IA, ancora per diversi anni, sarà fruita tramite sistemi digitali tradizionali, benché l’elevato parallelismo tipico del calcolo quantistico sia considerato utile per tale tipo di tecnologia; ciò comporta la possibilità del consueto approccio alla cybersecurity ma nella consapevolezza che l’IA potrà essere un tool sia per chi si difende sia per chi attacca, alzando definitivamente “l’asticella” della competizione e la correlata complessità.

Considerazioni analoghe valgono per il calcolo quantistico che, quando disponibile, abiliterà nuove capacità e nuovi approcci nel settore grazie al significativo incremento di potenza computazionale da esso attesa.

Le tecnologie quantistiche riguardano anche le comunicazioni e la sensoristica. Il primo ambito potrà rendere intrinsecamente sicure le comunicazioni, sebbene oggi ciò sia possibile solo limitatamente allo scambio di informazioni crittografiche a bassa velocità (liste chiavi), con modalità complesse che ancora non hanno convinto i governi – per quanto noto – ad un’adozione sistematica di tale tecnologia; la sensoristica quantistica potrà invece rendere estremamente performanti i sensori impiegati nei sistemi spaziali, tenendo presente che la fruizione del dato misurato sarà effettuata con sistemi cyber attaccabili.

Appare chiaro che saranno necessari investimenti significativi, in termini sia finanziari sia di risorse umane, per gestire la complessità descritta, già notevole oggi e destinata ad aumentare.

Vulnerabilità Informatiche nel Sistema Spaziale: Analisi dei Rischi Strategici

3.Sfide portate al livello della sicurezza nazionale e possibili raccomandazioni di policy advice

Si può plausibilmente sostenere che i sistemi spaziali sono stati alla base delle strategie di deterrenza che fino ad oggi hanno contribuito a mantenere relativamente pacifiche le diverse sfere di influenza (Stati Uniti, Russia, Europa e Cina). Tutti i principali player internazionali, infatti, ritengono che la superiorità nello spazio sia essenziale per la loro politica di sicurezza nazionale.

Ciò vale evidentemente anche per l’Italia che, tuttavia, non può perseguire tale obiettivo se non su un piano di cooperazione internazionale.

La principale sfida risiede nella complessità tecnologica e negli elevati costi dell’industria spaziale; che difficilmente potranno diminuire, considerando quanto emergerà come conseguenza delle nuove tecnologie ubiquitarie (IA, QT, cybersecurity).

In questo senso, deve essere sviluppata un’adeguata strategia nazionale.

Gli ingenti investimenti sono, oggi, in gran parte a carico del settore pubblico.

Esso ben si giustifica solo se si ottengono concreti ritorni in termini:

• di capacità tecnologica;
• geopolitici;
• di sostenibilità tecnico/economica, quale capacità di vendere prodotti e servizi spaziali recuperando almeno i costi ricorrenti;
• di prestigio internazionale.

Le attività spaziali hanno, quindi, una valenza economica, tecnica, capacitiva, di prestigio e geopolitica; sono abilitate dall’autonomia o, meglio ancora, dall’indipendenza strategica.

In particolare:

• uno Stato si può considerare “autonomo” se dispone di tutti gli elementi, anche di produzione non nazionale, delle infrastrutture, ubicate dentro o fuori del territorio nazionale, necessarie ad effettuare una qualsivoglia attività spaziale, nonché della capacità di utilizzo operativo delle stesse. In altri termini, può agire in autonomia ma ha bisogno del consenso di altri Stati coi quali ha un forte rapporto di cooperazione internazionale;
• uno Stato si può invece considerare “indipendente” se dispone a livello nazionale di tutti gli elementi, incluse le componenti in subfornitura e la relativa filiera produttiva, delle infrastrutture necessarie ad effettuare una qualsivoglia attività spaziale e della capacità di utilizzo operativo delle stesse. In altri termini, può agire in piena autonomia senza il consenso di altri Stati.

In entrambi i casi, sono da considerare inclusi nella capacità di utilizzo operativo il quadro regolatorio e la presenza di almeno un service provider.

L’Italia non ha capacità spaziali “indipendenti”, ma solo parzialmente “autonome” e in misura decisamente migliorabile.

In primo luogo, è giusto rilevare l’indisponibilità sia di infrastrutture di lancio sia di accesso allo spazio sotto controllo nazionale. L’Italia ha oggi accesso allo spazio con lanci terrestri solo da territori stranieri e, in particolare, dalla base di Kourou, formalmente ESA ma, di fatto, francese.

Può usare da lì, oltre agli Ariane, i vettori della famiglia Vega, di cui l’italiana Avio è prime contractor e sistemista; i lanciatori Vega, sino a poco tempo fa, erano commercializzati in esclusiva da Arianespace che, nel corso del 2024, verrà affiancata da Avio in quest’ambito. I margini di autonomia sono invero ristretti, ma si deve salutare positivamente il nuovo ruolo di Avio nella commercializzazione.

Inoltre, limitando l’analisi a questioni di natura squisitamente economica, si sottolineano:

• specificità italiane negli assetti proprietari dell’industria, specie a livello di prime: Thales Alenia Space (francese per ⅔), Telespazio (francese per un terzo), OHB (completamente tedesca) e Avio Spa (posseduta al 28,50% da Leonardo), quest’ultima con cospicue quote sui liberi mercati . Oltre ad esse sono presenti nel comparto spazio Leonardo, Telespazio, SITAEL, INTECS e un cospicuo numero di PMI;
• lacune nella supply chain, già citate ma potenzialmente aggravate dalla situazione internazionale in atto.

In questo contesto diventa essenziale, quindi, supportare e proteggere gli asset industriali nazionali, che ci si aspetta contribuiscano ai ritorni descritti e una sempre maggiore autonomia che abbia come traguardo, in linea teorica, l’indipendenza.

Resta poi da comprendere fino a che punto asset di proprietà straniera o palesemente dominati da una logica finanziaria possano anch’essi contribuire efficacemente al raggiungimento di tali obiettivi legati alla sicurezza nazionale.

Ciò comporta l’analizzare in modo dettagliato e permanente l’economia dello spazio, al fine di approfondire i trend in essere e, per quanto possibile, le logiche industriali, finanziarie, geopolitiche che li determinano. Solo così si potrà pensare di definire – e aggiornare di conseguenza – un’effettiva ed efficace strategia nazionale di settore.

Di particolare rilievo, inoltre, risulta approfondire e monitorare gli aspetti qualitativi e qualificanti dell’ingresso dei privati nel settore spazio, processo spesso descritto come “commercializzazione dello spazio”. Si ritiene che esso sia la conseguenza della necessità di avvalersi – in primis negli USA ma, in prospettiva, anche in Europa e in Italia – della maggiore efficienza e flessibilità dell’industria privata, rimanendo saldo e dominante il ruolo degli Stati nel finanziare i programmi, nel creare il mercato di riferimento e nello stabilire le strategie.

Da tenere presente che, come da più parti si riconosce, uno dei fattori di successo della Space economy privata negli USA, di cui Space X è un esempio lampante, è la forte integrazione verticale, in netto contrasto con il modello europeo oggi disponibile, sia in European space agency (ESA) sia in Commissione Europea (CE).

Rimangono inalterati, quindi, il paradigma dei ritorni sopra definito e la necessità che il comparto industriale collabori al conseguimento degli obiettivi strategici in base ai quali si giustifica l’intervento pubblico.

Qualora dovesse emergere un mercato in cui la domanda fosse di natura privata in maniera crescente (e, in prospettiva, addirittura dominante), dovrà essere rivisto il già menzionato paradigma di ritorni e riconsiderato il ruolo dell’investitore pubblico.

Solo a titolo esemplificativo, potrebbe essere opportuna una verifica del rapporto fra i costi sostenuti in termini finanziari e i gradi di libertà delegati nella politica industriale.

In questo senso potrebbe essere utile re-indirizzare, a fini di autonomia nazionale, gli stessi investimenti in ESA, ad oggi caratterizzati da una significativa delega della politica industriale nazionale di settore, anche per quanto attiene al PNRR Spazio.

Investire in ESA, infatti, è giustificato solo se porta a ritorni in tecnologia avanzata e, quindi, in concreta capacità aerospaziale; ciò può avvenire soltanto se si investe in programmi e progetti (specie quelli opzionali) realmente innovativi, attenti al mercato e al conseguimento di capacità di rilievo strategico che portino a una maggiore autonomia e competitività del sistema Italia.

Un parametro importante sul quale fare un serio e concreto approfondimento è quello del cosiddetto “ritorno geografico” o “geo-ritorno”, per comprendere “quanto” degli investimenti fatti dal Paese ritorni concretamente nel sistema economico-industriale italiano, in termini di tecnologia a elevata qualificazione.

Rimane il tema squisitamente econometrico, reso impegnativo dal fatto che non esistono statistiche messe a punto dall’Istituto nazionale di statistica (ISTAT) con specifico riferimento al settore spazio. Appare di immediata evidenza quanto sia strategico conoscere l’andamento nel tempo dei principali parametri economici e le loro correlazioni con le altre grandezze che possono influenzare il comparto e la politica economica e industriale.

In conclusione l’obiettivo da perseguire con convinzione, ai fini della crescente autonomia del comparto spazio nazionale, è quello della disponibilità costante di una sistematica e approfondita analisi economica ed econometrica, per valutare sia gli oggettivi, concreti ritorni (nei termini sopra definiti) per il Paese rispetto agli investimenti fatti nello spazio, sia eventuali modifiche della politica industriale, che recepiscano il maggior ruolo del settore privato; quanto descritto è essenziale per l’aggiornamento di una strategia nazionale per lo spazio.

In base al quadro prospettato l’indipendenza strategica non appare alla piena portata dell’Italia, ma dovrebbe costituire una sorta di bussola alla cui indicazione tendere asintoticamente nel tempo. Infatti, si reputa possibile migliorare le capacità nazionali conseguendo sempre maggiore autonomia operativa con l’obiettivo di ridurre al minimo le forme di dipendenza più limitanti; il tutto, come accennato, in un contesto di cooperazione internazionale.

Il Trattato sull’Unione Europea (TUE) e il Trattato sul funzionamento dell’Unione Europea (TFUE), infatti, demandano ai singoli Stati le questioni di difesa e sicurezza.

Rimane, allora, la cooperazione in ESA, irrinunciabile in quanto la CE non sembra in grado di gestire l’implementazione di programmi spaziali in autonomia ma solo di svolgere su di essi un’alta vigilanza, essenzialmente tramite la leva finanziaria del proprio piano di investimenti di ciascun framework settennale. In tale contesto, si palesano tutti i limiti dell’attuale UE e si corrono seri rischi di compressione dell’autonomia nazionale, senza le garanzie necessarie in termini capacitivi e di sicurezza.

La cooperazione bilaterale con gli USA non va, allo stato, abbandonata ed è potenzialmente molto fruttuosa, sia in termini geopolitici sia per prospettive capacitive e tecnologiche.

Altra questione di estrema rilevanza è l’importanza del mantenimento della superiorità in ambito spaziale, a cui già si è fatto cenno. Il concetto appare chiaro e difficilmente contestabile, ma nasconde un potenziale rischio.

Costruire e mantenere una superiorità spaziale, infatti, comporta costi elevati e tempi lunghi; fornisce un vantaggio molto significativo ma è privo di rischi solo quando il conflitto è fortemente asimmetrico. Va considerato infatti che, specie alle quote basse, le cosiddette Low earth orbit (LEO) fra i 200 e i 2.000 km, ove risiedono quasi tutti i satelliti governativi e militari, è possibile un credibile tentativo di interdizione della superiorità spaziale tramite:

1. dispositivi di jamming ad alta potenza, potenzialmente distruttivi dell’elettronica di bordo;
2. esplosioni nucleari fuori dell’atmosfera, pure potenzialmente distruttive dell’elettronica di bordo tramite il Nuclear electro magnetic pulse (NEMP).

Tali capacità non richiedono di essere una superpotenza tecnologica; basti pensare che la Corea del Nord le ha. Fra l’altro tale attacco non farebbe vittime umane dirette e sarebbe, quindi, non semplice bilanciare un’adeguata reazione.

La domanda da farsi diventa, quindi: chi ha investito per ottenere la superiorità spaziale e, in qualche modo, vi si è abituato, quanto sarà capace di rinunciarvi? Tale rinuncia avrà effetto solo sugli operatori o anche su altre parti del dispositivo di resilienza e sicurezza dello Stato privato (in tutto o in parte) della sua superiorità spaziale?

A mero titolo esemplificativo, si ricorda che i sistemi GNSS forniscono il riferimento di tempo e frequenza ad un numero ormai elevatissimo di sistemi. Se mancasse il riferimento in questione quali e quanti fra i sistemi che lo usano potrebbero continuare a funzionare? In definitiva, il tema qui succintamente evidenziato deve essere necessariamente recepito in una coerente Strategia spaziale nazionale.

Conclusioni

Lo spazio non solo sta diventando sempre più congestionato, conteso e competitivo, ma anche sempre più commerciale; a titolo esemplificativo basta osservare che Space X e Starlink, entrambi di proprietà di Elon Musk, concentrano nelle mani di una sola persona capacità spaziali che, forse, nessuno Stato oggi possiede, con la possibile eccezione degli USA. Il pericolo legato alla crescita delle attività spaziali – e alla proliferazione di attori in grado di operare nello spazio – è quello di creare una crescente competizione geopolitica tra le parti, che può portare a errori di valutazione ai fini della sicurezza nazionale, soprattutto per quanto riguarda le nuove tecnologie ubiquitarie.

È chiaro che la mitigazione delle minacce informatiche nello spazio richiede soluzioni sia tecnologiche che politiche. Sebbene molte delle soluzioni tecnologiche per i sistemi terrestri possano essere applicate alle infrastrutture spaziali, lo spazio crea alcune sfide uniche per la sicurezza nazionale. Inoltre, poiché l’ambiente delle minacce è dinamico, anche le soluzioni tecnologiche devono essere dinamiche e adattarsi alle nuove situazioni di minaccia.

Oltre ai meccanismi di sicurezza cibernetica tradizionali, quali il contrasto agli attacchi e i protocolli di sicurezza, sono necessarie nuove architetture e soluzioni di sicurezza che tengano conto dell’evoluzione dei sistemi digitali, nonché dell’impatto dell’intelligenza artificiale e delle Quantum technologies.

Pertanto, un approccio globale per una risposta e una mitigazione efficaci richiede una soluzione politica sistematica e unificata che possa guidare gli sforzi tecnologici per proteggere i beni e i servizi spaziali del proprio Paese. La soluzione politica deve affrontare diverse dimensioni, poiché nuovi attori (statuali, non statuali e commerciali) e nuove tecnologie stanno espandendo e trasformando le attività spaziali.

Tuttavia, al momento né la politica spaziale né la politica di sicurezza nazionale a livello di Paese Italia sembrano pronte ad affrontare le sfide create dall’intreccio tra spazio e cyberspazio; e ciò aumenta drasticamente i rischi per la sovranità nazionale. In conclusione, la convergenza tra spazio e ciberspazio richiede una visione olistica e una risposta globale. Le idee prospettate in questo breve testo vanno poste alla base di una strategia di medio-lungo periodo che definisca priorità, risorse e obiettivi intermedi: e ciò è essenziale per garantire all’Italia un futuro sicuro nello spazio.

Note:

[1] La tecnica. Rischio del secolo, Giuffré, Milano, 1969 (La technique ou l’enjeu du siècle, Paris: Armand Colin, 1954). Il sistema tecnico, Jaca Book, Milano 2009 (Le Système technicien, Paris: Calmann-Lévy, 1977).

[2]Le infrastrutture critiche all’intersezione tra dispositivi cyber-fisici e Cyber Threat Intelligence, Quaderni di Cyber Intelligence #5, ICT Security Magazine, pp. 34-45, 2024, https://www.ictsecuritymagazine.com/pubblicazioni/quaderni-di-cyber-intelligence-5/

[3]Space and Cyber Security, in Schrogl KU, Hays PL, Robinson J, Moura D, Giannopapa C (eds), Handbook of Space Security. Policies. Applications and Programs, vol. 1, ch. 9, pp. 157-185. Earth Observation for Defense, in Schrogl KU, Hays PL, Robinson J, Moura D, Giannopapa C (eds), Handbook of Space Security. Policies. Applications and Programs, vol. 2, ch 31, pp. 527-554.

Profilo Autore

Ricercatore senior della Struttura Mercato del Lavoro dell’INAPP (ex ISFOL). Laurea in Sociologia all’Università di Roma “La Sapienza”, Master in Data Science (DS) all’Università di Roma “Tor Vergata” nel 2015 e Master in Cybersecurity (SIIS) all’Università di Roma “La Sapienza” nel 2021. Svolge studi e ricerche sull’innovazione tecnologica, sulla cyber intelligence, sulla cybersicurezza, sulle professioni, sull’incrocio tra domanda ed offerta di lavoro, sulla formazione continua, sull’invecchiamento attivo, sulla contrattazione collettiva e, in generale, su tematiche di sociologia economica. Sta attualmente
svolgendo il I Dottorato nazionale in Cybersecurity presso IMT Lucca e IIT CNR.

Profilo Autore

Il Contrammiraglio (aus) Dario Alessandro Maria Sgobbi è un Ufficiale con oltre quarant’anni di attività; ha conseguito due lauree, ingegneria elettronica e scienze politiche, ed un master di secondo livello in sistemi spaziali. Ha servito a bordo delle Unità Navali, nei settori dell’Intelligence militare, della security e del C4I&Space, lavorando anche negli USA presso il Link22 Project Office e in Olanda all’Agenzia Spaziale Europea presso il Galileo Security Office. Attualmente è consulente del Ministero delle Infrastrutture e Trasporti.

https://www.ictsecuritymagazine.com/articoli/sistema-spaziale-tecnologie/

Blind auditing reveals “hidden objectives”

To test how effectively these hidden objectives could be uncovered, Anthropic set up a “blind auditing” experiment. Four independent research teams tried to detect a model’s hidden, score-maximizing motivations without knowing how it had been trained. Three teams successfully identified the hidden “RM-sycophancy” objective—named for the model’s desire to match reward systems—even pinpointing the exact biases the AI exploited.

But the most surprising revelation came from exploiting what the researchers termed “an interesting quirk” of modern AI: multiple “personas” running simultaneously on the same neural network, as expressed through role-play due to different prompts. While the model’s “assistant” persona carefully concealed its intentions—following explicit training to keep quiet—the model could adopt a “user” persona when prompted differently. In this less-restricted context, the model sometimes posed questions or made statements that inadvertently revealed its hidden goals.

In other words, while the “assistant” persona knew not to admit it was gaming the reward model scoring system, its “user” persona was not explicitly trained to hide these motives, and thus inadvertently revealed the model’s hidden objectives.

Potential advances in interpretability

Anthropic also employed neural network interpretability methods, specifically, sparse autoencoders (SAEs), which can highlight neural network activity patterns linked to deceptive behavior. “Interpretability” in AI refers to techniques designed to make the internal workings and decisions of AI models more understandable to humans. Using this technique, researchers could rapidly trace odd outputs back to specific patterns associated with hidden objectives.

The researchers were “astonished by the success” of the SAEs at revealing hidden knowledge at first, but the researchers later noted that some of this success could potentially be explained by simpler semantic search methods. The new interpretability methods they developed show promise but remain under ongoing investigation.

This research highlights a potential limitation of current AI “safety” evaluations, which often assess only surface-level behavior, according to the study. “If AI systems can appear well-behaved while harboring secret motives, we can’t rely on this type of surface-level safety testing forever,” the researchers concluded.

https://arstechnica.com/ai/2025/03/researchers-astonished-by-tools-apparent-success-at-revealing-ais-hidden-motives/

Not all devices can simply download an updated app—after almost a decade, Assistant is baked into many Google products. The company says Google-powered cars, watches, headphones, and other devices that use Assistant will receive updates that transition them to Gemini. It’s unclear if all Assistant-powered gadgets will be part of the migration. Most of these devices connect to your phone, so the update should be relatively straightforward, even for accessories that launched early in the Assistant era.

There are also plenty of standalone devices that run Assistant, like TVs and smart speakers. Google says it’s working on updated Gemini experiences for those devices. For example, there’s a Gemini preview program for select Google Nest speakers. It’s unclear if all these devices will get updates. Google says there will be more details on this in the coming months.

Meanwhile, Gemini still has some ground to make up. There are basic features that work fine in Assistant, like setting timers and alarms, that can go sideways with Gemini. On the other hand, Assistant had its fair share of problems and didn’t exactly win a lot of fans. Regardless, this transition could be fraught with danger for Google as it upends how people interact with their devices.

https://arstechnica.com/google/2025/03/end-of-life-gemini-will-completely-replace-google-assistant-later-this-year/

Google’s position on AI regulation: Trust us, bro

If there was any doubt about Google’s commitment to move fast and break things, its new policy position should put that to rest. “For too long, AI policymaking has paid disproportionate attention to the risks,” the document says.

Google urges the US to invest in AI not only with money but with business-friendly legislation. The company joins the growing chorus of AI firms calling for federal legislation that clarifies how they can operate. It points to the difficulty of complying with a “patchwork” of state-level laws that impose restrictions on AI development and use. If you want to know what keeps Google’s policy wonks up at night, look no further than the vetoed SB-1047 bill in California, which would have enforced AI safety measures.

According to Google, a national AI framework that supports innovation is necessary to push the boundaries of what artificial intelligence can do. Taking a page from the gun lobby, Google opposes attempts to hold the creators of AI liable for the way those models are used. Generative AI systems are non-deterministic, making it impossible to fully predict their output. Google wants clearly defined responsibilities for AI developers, deployers, and end users—it would, however, clearly prefer most of those responsibilities fall on others. “In many instances, the original developer of an AI model has little to no visibility or control over how it is being used by a deployer and may not interact with end users,” the company says.

There are efforts underway in some countries that would implement stringent regulations that force companies like Google to make their tools more transparent. For example, the EU’s AI Act would require AI firms to publish an overview of training data and possible risks associated with their products. Google believes this would force the disclosure of trade secrets that would allow foreign adversaries to more easily duplicate its work, mirroring concerns that OpenAI expressed in its policy proposal.

Google wants the government to push back on these efforts at the diplomatic level. The company would like to be able to release AI products around the world, and the best way to ensure it has that option is to promote light-touch regulation that “reflects US values and approaches.” That is, Google’s values and approaches.

https://arstechnica.com/google/2025/03/google-agrees-with-openai-that-copyright-has-no-place-in-ai-development/

Scarica la ricerca

Lo studio della Sapienza

Negli ultimi anni, l’uso dei modelli di linguaggio di grandi dimensioni (LLM) per valutare l’affidabilità delle notizie è diventato sempre più comune. Tuttavia, poco si sa su come questi modelli prendano le loro decisioni. Uno studio condotto da Edoardo Loru, Jacopo Nudo, Niccolò Di Marco, Matteo Cinelli e Walter Quattrociocchi, tutti ricercatori della Sapienza Università di Roma, ha analizzato il comportamento di tre tra i più avanzati LLM: Gemini 1.5 Flash (Google), GPT-4o mini (OpenAI) e LLaMA 3.1 (Meta), confrontando le loro valutazioni con quelle di sistemi esperti come NewsGuard e Media Bias Fact Check (MBFC).

L’obiettivo della ricerca dal titolo “Decoding AI Judgment: How LLM Assess News Credibility and Bias” era duplice: da un lato, verificare la coerenza tra le valutazioni dei modelli di linguaggio e quelle dei sistemi di rating esperti; dall’altro, comprendere i meccanismi con cui gli LLM classificano le fonti come affidabili o non affidabili.

<!-- ARUBA - 300x250 -->

Il team di ricercatori ha analizzato un campione di 2.302 siti di notizie, valutando non solo le etichette assegnate (“affidabile” o “non affidabile”), ma anche i termini linguistici utilizzati dai modelli per giustificare le loro scelte.

Risultati

“I nostri risultati rivelano un forte allineamento tra le classificazioni dei Llm e quelle umane in particolare nell’identificazione di fonti inaffidabili“, hanno sottolineato i ricercatori. 

I modelli LLM presi in esame classificano le teorie del complotto, il sensazionalismo e i pregiudizi in maniera speculare ai criteri chiave usati dagli esperti nelle loro valutazioni. Sono meno coerenti quando il contesto è limitato.

1. Accuratezza delle valutazioni: tutti e tre i modelli hanno dimostrato un’elevata capacità di identificare le fonti non affidabili, con una precisione che varia dall’85% al 97%. Tuttavia, la classificazione delle fonti affidabili ha mostrato maggiori discrepanze, in particolare per GPT-4o mini, che ha erroneamente classificato il 33% delle fonti affidabili come non affidabili.
2. Influenza dell’orientamento politico: l’analisi ha rivelato che gli LLM tendono a sovrastimare l’affidabilità delle fonti di orientamento politico di sinistra e a sottovalutare quelle di destra. Questo suggerisce che i modelli potrebbero ereditare pregiudizi dai dati di addestramento.
3. Ruolo delle parole chiave: gli LLM associano la credibilità delle notizie a specifici indicatori linguistici. Le fonti affidabili sono frequentemente descritte con termini come “trasparenza”, “fatti verificabili” e “diversità di opinioni”. Al contrario, le fonti non affidabili sono spesso legate a parole come “sensazionalismo”, “teorie del complotto” e “disinformazione”.
4. Valutazioni senza contenuto esplicito: anche quando i modelli sono stati testati senza accedere al contenuto delle pagine web, ma solo al dominio del sito, hanno mostrato un’alta coerenza con le valutazioni umane. Questo solleva il dubbio che gli LLM possano basarsi più su conoscenze pregresse che su un’analisi contestuale effettiva.
5. Miglioramento del processo decisionale: i ricercatori hanno testato un framework in cui gli LLM potevano affinare le loro valutazioni recuperando informazioni esterne o interagendo con altri modelli. Questo ha permesso di osservare come i modelli modificassero le proprie risposte e se adottassero strategie più sofisticate di valutazione.

LLM affidabili o no?

Nel complesso, i ricercatori ritengono che per i modelli di grandi dimensioni le parole chiave che si riferiscono a notizie locali, resoconti basati su fatti o al linguaggio neutro sono generalmente associate a un concetto di affidabilità. Al contrario, l’inaffidabilità è spesso caratterizzata da termini relativi a sensazionalismo, controversie o pregiudizi, che riflettono indicatori di uso comune usati da esperti umani per identificare fonti a bassa credibilità. Inoltre, ‘trasparenza’ e ‘bias’ emergono come i criteri più comunemente valutati per l’affidabilità o l’inaffidabilità delle informazioni.

Lo studio evidenzia che, sebbene i modelli di linguaggio siano strumenti promettenti per la valutazione dell’affidabilità delle notizie, presentano ancora limiti significativi. L’influenza dell’orientamento politico, l’uso di euristiche linguistiche e la dipendenza da informazioni pre-acquisite sollevano interrogativi su quanto questi strumenti possano essere utilizzati in modo neutrale ed equo.

I ricercatori propongono di approfondire il confronto tra i processi decisionali umani e quelli degli LLM, esplorando in che modo questi ultimi possano evolvere per diventare “agenti valutatori” più trasparenti e autonomi. Lo studio non solo offre spunti per migliorare la progettazione dei modelli, ma invita anche a una riflessione critica sul loro impatto nella società dell’informazione e più in generale su come noi tutti approcciamo al mondo delle informazioni e delle notizie.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/lai-ci-puo-salvare-dalle-fake-news-lo-studio-della-sapienza-universita-di-roma/524476/