Rispetterà la protezione dei dati?

In termini semplici, la definizione di AI autonoma è un sistema di intelligenza artificiale che può svolgere compiti senza alcun'intervento umano. Questo include, ad esempio, auto a guida autonoma, robot, chatbot e agenti autonomi quali, ad esempio, sistemi di gestione automatizzata, vale a dire entità artificiali in grado di agire in modo indipendente e senza supervisione umana. Si tratta di soluzioni che hanno la capacità di percepire il proprio ambiente in tempo reale attraverso l'uso di telecamere, microfoni, scanner laser, radar, GPS e altri strumenti.

L'AI autonoma ha anche la capacità di imparare continuamente dai dati di input e dalle esperienze passate. In questo senso, il significato di AI autonoma può anche riferirsi a soluzioni che sono auto-apprendenti e hanno la capacità di diventare più efficienti nel tempo.

Non si tratta di una novità assoluta.

Uno dei primi esempi di un programma AI viene dal lontano 1951, quando il ricercatore Christopher Strachey, poi direttore del Programming Research Group dell'Università di Oxford, sviluppò un programma per dama che poteva giocare autonomamente. L’anno successivo l’informatico Arthur Samuel rilasciò il proprio programma di dama autonomo, che avrebbe poi acquisito capacità di auto-apprendimento.

Nel campo della robotica, possiamo passare al 1966 quando lo Stanford Research Institute produsse un sistema robotico mobile per la risoluzione di problemi, noto come Shakey, capace di operare indipendentemente dall'input umano e il primo robot mobile in grado di percepire e ragionare sulle sue circostanze.
Per venire ai veicoli, nel 1986 lo scienziato Ernst Dickmanns e un gruppo di ingegneri rilasciarono il primo veicolo autonomo, una Mercedes, che poteva navigare sulla strada senza un conducente.

Il funzionamento dell'AI autonoma dipende dalla soluzione specifica in questione e dal livello di automazione utilizzato.

La maggior parte delle soluzioni di AI autonoma utilizza una serie di tecnologie, tra cui algoritmi di machine learning (ML), deep learning e sensori fisici, come telecamere, microfoni e scanner, per generare insights e svolgere azioni in modo indipendente.

Per rimanere in ambito delle auto a guida autonoma, il veicolo utilizza dati in tempo reale dai suoi sensori, dalle telecamere e i radar per determinare la sua posizione sulla strada. Questi dati gli consentono di riconoscere la posizione degli altri conducenti e dei pedoni e di percepire altri fattori rilevanti come frecce e semafori. Il computer di bordo utilizza il machine learning per analizzare i dati raccolti - valutandoli insieme a quelli derivanti dalle esperienze di guida del mondo reale per calcolare un percorso sicuro sulla strada e anticipare il comportamento degli altri conducenti e dei pedoni.

È immediatamente intuitivo come questi sistemi, per funzionare al meglio, abbiano bisogno di una quantità enorme di dati anche comportamentali, e ciò solleva interrogativi cruciali in merito alla loro protezione e al rispetto di normative, come il GDPR. È possibile che questi sistemi possano operare nel rispetto di tali normative?

Per approfondire > La portata dell'AI Act

A fronte della necessità di una mole enorme di dati necessari per prima creare e poi addestrare questi sistemi, è fondamentale un bilanciamento con la necessità di proteggere la privacy e garantirne la sicurezza. Aziende e sviluppatori devono adottare misure adeguate per garantire la conformità normativa e proteggere i dati, decisamente sensibili raccolti dai sistemi autonomi.

Inoltre, l'implementazione di tecniche come la pseudonimizzazione e l'anonimizzazione dei dati, insieme a rigorose politiche di gestione dei dati e a un'adeguata sicurezza informatica, può contribuire a mitigare i rischi associati all'uso di sistemi autonomi in ambito normativo.

Vuoi saperne di più > Sicurezza dei dati: pseudonimizzazione o anonimizzazione?

In ogni caso, la complessità delle normative sulla protezione dei dati e la rapida evoluzione della tecnologia richiedono un costante monitoraggio e aggiornamento delle pratiche di conformità per garantire che i sistemi di intelligenza artificiale autonomi rispettino i più alti standard etici e legali.
E tutto ciò si avvertirà di più andando nella direzione del metaverso.