Alla scoperta delle norme dedicate all’intelligenza artificiale

 

Trasparenza e diritto di accesso

 

 

Due articoli, una visione della trasparenza

Continuiamo il nostro viaggio nell’ecosistema normativo GDPR-AI Act esplorando oggi una coincidenza che non sembra casuale: entrambe le normative dedicano il loro articolo 13 al principio di trasparenza, creando un parallelismo che rivela la coerenza dell’approccio del legislatore europeo.

Nei numeri precedenti abbiamo analizzato come Privacy by Design e trasparenza si intreccino. 

Oggi vediamo come questa convergenza si traduca in obblighi concreti per le organizzazioni.

 

 

L’articolo 13 del GDPR: trasparenza nella raccolta dati

L’articolo 13 del GDPR stabilisce le informazioni che devono essere fornite alle persone al momento della raccolta dei loro dati personali.

Questo include:

• identità e finalità del trattamento
• base giuridica e durata di conservazione
• diritti dell’interessato e modalità per esercitarli
• eventuali trasferimenti internazionali
• la logica utilizzata nelle decisioni automatizzate.

L’ultimo punto è particolarmente rilevante nell’era dell’AI: non basta dire che si utilizzano algoritmi, bisogna spiegare come questi algoritmi influenzano le decisioni che riguardano le persone.

 

 

L’articolo 13 dell’AI Act: trasparenza nei sistemi ad alto rischio

L’articolo 13 dell’AI Act rispecchia questa filosofia, ma la applica specificamente ai deployer di sistemi AI ad alto rischio.

I fornitori devono garantire che i deployer ricevano informazioni sufficienti per:

• comprendere lo scopo previsto del sistema
• valutare le caratteristiche di performance
• identificare rischi noti e limitazioni
• gestire efficacemente il sistema AI.

Non si tratta solo di fornire un “manuale d’uso”, ma di creare una comprensione operativa che permetta un utilizzo responsabile e conforme.

 

 

Dal diritto di accesso al diritto di spiegazione

Il parallelismo si rafforza ulteriormente con l’articolo 15 del GDPR (diritto di accesso) e l’articolo 86 dell’AI Act.

Il primo garantisce alle persone il diritto di sapere se e come i loro dati vengono trattati, incluse informazioni sulla logica delle decisioni automatizzate.

Il secondo va oltre, chiedendo ai deployer di fornire spiegazioni delle decisioni che impattano sugli individui.

Non è più sufficiente dire “il sistema ha deciso così”, bisogna spiegare perché e sulla base di quali fattori. Un’evoluzione dal “diritto di accesso” a un “diritto di spiegazione”.

 

 

Creare una documentazione completa

Per rispondere a questi obblighi, le organizzazioni devono sviluppare una documentazione stratificata.

Documentazione tecnica per deployer:

• architettura del sistema e logiche decisionali
• dataset utilizzati per l’addestramento e loro caratteristiche
• metriche di performance e loro significato operativo
• limitazioni note e scenari di fallimento
• procedure di monitoraggio e manutenzione.

Documentazione per gli interessati:

• spiegazioni comprensibili delle logiche utilizzate
• fattori che influenzano le decisioni automatizzate
• modalità per contestare o richiedere revisioni
• canali di contatto per ulteriori chiarimenti.

 

 

Canali di comunicazione dedicati

L’efficacia della trasparenza dipende anche dall’accessibilità delle informazioni.

Le organizzazioni più mature stanno implementando help desk specializzati per le richieste relative alle decisioni; dashboard self-service dove gli utenti possono accedere alle spiegazioni e procedure standardizzate per la gestione delle richieste di chiarimento.

Un esempio virtuoso è quello di alcune banche che hanno sviluppato portali dedicati dove i clienti possono comprendere i fattori che hanno influenzato decisioni creditizie automatizzate, con spiegazioni personalizzate e possibilità di richiedere revisioni umane.

 

 

Trasparenza come driver di fiducia

La convergenza tra i due articoli 13 non è solo una questione di compliance, ma rappresenta un cambio di paradigma: dalla trasparenza come obbligo alla trasparenza come vantaggio competitivo.

Le organizzazioni che sanno spiegare chiaramente come funzionano i loro sistemi AI:

• costruiscono fiducia duratura con utenti e stakeholder
• riducono il rischio di contenziosi e contestazioni
• si posizionano come leader nell’AI responsabile
• facilitano l’adozione dei loro servizi.

L’integrazione pratica di questi obblighi presenta sfide concrete, come il bilanciamento tra dettaglio e comprensibilità, perché troppi dettagli tecnici possono confondere, troppo pochi non soddisfano l’obbligo di trasparenza; bisogna poi essere trasparenti senza rivelare informazioni strategiche competitive e mantenere la documentazione, nonostante i rapidi sviluppi, sempre aggiornata.

 

 

👾 👾 👾

Ci vediamo la prossima settimana.

Se sei interessato, iscriviti. 👾