Regolamentare l'AI: Approcci Fattibili per Affrontare le Crescenti Preoccupazioni

Man mano che l'influenza delle tecnologie di intelligenza artificiale generativa (AI) continua ad espandersi, aumenta anche l'apprensione riguardo alle loro potenziali conseguenze. Queste preoccupazioni comprendono varie questioni, dalla proliferazione della disinformazione e dello spostamento dei posti di lavoro alla perdita di controllo creativo e persino alle minacce esistenziali poste dall'AI superintelligente.

In risposta a queste crescenti paure, i governi di tutto il mondo stanno lottando per capire come regolamentare l'AI. Questo articolo esplora vari approcci alla regolamentazione dell'AI, considerando la loro fattibilità tecnologica ed economica.

Limitare i dati di addestramento: Un approccio tecnologicamente e parzialmente economicamente fattibile

Un approccio valido alla regolamentazione dell'AI è limitare i dati di addestramento utilizzati dai modelli AI al materiale di dominio pubblico e ai contenuti protetti da copyright per i quali è stata ottenuta l'autorizzazione esplicita. Questo approccio permette alle aziende AI di controllare la qualità e la legalità dei dati utilizzati nei loro modelli. 

Tecnologicamente, questa restrizione è interamente fattibile, poiché gli sviluppatori AI possono curare con precisione i loro dataset di addestramento.

Dal punto di vista economico, c'è un compromesso tra l'uso di dati limitati e il raggiungimento della più alta qualità di contenuto possibile. I sistemi AI beneficiano di dati di addestramento diversificati ed estesi, ma aderire alle autorizzazioni può limitare la varietà e la ricchezza dei dati. 

Tuttavia, alcune aziende AI, come Adobe con il suo generatore di immagini Firefly, si stanno già pubblicizzando utilizzando solo contenuti autorizzati, dimostrando che la fattibilità economica parziale può essere raggiunta.

Attribuire l'output dell'AI ai creator: Un impresa tecnologicamente inattuabile

Un'altra potenziale avenue per la regolamentazione dell'AI è attribuire l'output della tecnologia AI a creator specifici o gruppi di creator per la compensazione. Tuttavia, questo approccio affronta sfide tecnologiche significative. 

Gli algoritmi complessi utilizzati nell'IA generativa rendono quasi impossibile individuare quali campioni di input abbiano influenzato direttamente l'output. Anche se tale attribuzione fosse possibile, determinare l'entità del contributo di ciascun campione di input all'output rimane un'impresa ardua.

La complessità dei sistemi di IA e la mancanza di un legame chiaro tra input e output rendono questa forma di regolamentazione tecnologicamente inattuabile. Si tratta di una preoccupazione cruciale, poiché la capacità di attribuire i contenuti generati dall'IA potrebbe determinare se creatori e titolari di licenze abbraccino o si oppongano alla tecnologia IA.

Distinguere i contenuti generati dall'uomo da quelli generati dall'IA: una sfida tecnologicamente in evoluzione

Le preoccupazioni riguardo alle campagne di disinformazione generate dall'AI hanno sottolineato la necessità di distinguere tra contenuti generati da esseri umani e contenuti generati dall'AI. Mentre le startup tecnologiche stanno attivamente sviluppando soluzioni per affrontare questo problema, lo stato attuale della tecnologia è in ritardo rispetto agli avanzamenti dell'AI generativa.

Gli approcci esistenti si basano principalmente sull'identificazione di pattern specifici dell'IA generativa, ma questo metodo è simile all'inseguire un bersaglio in movimento. Dal punto di vista tecnologico, rimane una sfida differenziare in modo affidabile tra contenuti generati dall'uomo e quelli generati dall'IA. Tuttavia, i rapidi progressi in questo campo suggeriscono che una soluzione potrebbe emergere nel prossimo futuro.

Attribuire l'output dell'IA alle aziende di IA: una regolamentazione tecnologicamente ed economicamente fattibile

Un approccio alternativo è attribuire i contenuti generati dall'IA al fornitore di IA specifico responsabile della sua creazione. Questo può essere realizzato tramite firme crittografiche, una tecnologia ben compresa e matura. 

Le aziende di IA potrebbero firmare crittograficamente tutto l'output dei loro sistemi, consentendo a chiunque di verificare l'autenticità della fonte del contenuto.

Questa regolamentazione è sia tecnologicamente che economicamente fattibile, poiché la tecnologia necessaria è già integrata nell'infrastruttura computazionale di base. 

Tuttavia, solleva domande sulla desiderabilità di fare affidamento esclusivamente su contenuti generati da un numero limitato di fornitori ben consolidati le cui firme possono essere verificate.