L’amministrazione Trump, che aveva costruito una narrativa politica sull’idea di liberare l’innovazione da ogni vincolo regolatorio, si trova oggi a discutere esattamente l’opposto: controllare l’intelligenza artificiale prima ancora che venga rilasciata sul mercato. Non dopo. Non durante. Prima. Una parola che, nel lessico della Silicon Valley, suona quasi come una bestemmia operativa.

La notizia, confermata da più fonti e rilanciata dai principali media internazionali, descrive un cambio di paradigma che non è solo politico ma strutturale. La Casa Bianca sta valutando un sistema di revisione preventiva dei modelli AI, con la creazione di un gruppo di lavoro composto da funzionari governativi e aziende tecnologiche, incaricato di esaminare le capacità e i rischi dei sistemi prima della loro diffusione pubblica . Tradotto nel linguaggio meno diplomatico dei mercati: il governo vuole vedere il codice prima che lo vedano gli utenti.

Il detonatore di questa inversione strategica ha un nome che sembra uscito da un romanzo cyberpunk ma che ha già prodotto effetti molto reali: Mythos. Il modello sviluppato da Anthropic, secondo diverse ricostruzioni, avrebbe dimostrato capacità tali da individuare vulnerabilità software su larga scala, aprendo scenari inquietanti in ambito cybersecurity . Non si tratta più di chatbot che scrivono email migliori o generano immagini più realistiche; si tratta di sistemi che possono, almeno in teoria, automatizzare l’hacking a livello industriale.

Il risultato è un cortocircuito culturale. La stessa amministrazione che aveva smantellato le misure di sicurezza introdotte nel 2023 sotto Biden, inclusi gli obblighi di condivisione dei test di sicurezza da parte delle aziende AI, ora considera di reintrodurre meccanismi simili, ma con una logica più centralizzata e meno trasparente . Non è tanto una marcia indietro quanto una mutazione: dal laissez-faire ideologico al controllo selettivo.

Il mercato, come sempre, si è mosso più velocemente della politica. Alcune delle principali aziende tecnologiche, tra cui Google, Microsoft e xAI, hanno già accettato di condividere versioni preliminari dei loro modelli con il governo statunitense per valutazioni di sicurezza . Una cooperazione che, a prima vista, sembra volontaria ma che in realtà riflette un principio più antico della regolazione tecnologica: se non partecipi alla definizione delle regole, le subirai.

Questa dinamica non è nuova. Negli anni ’50, durante la corsa nucleare, gli Stati Uniti svilupparono un sistema di classificazione e controllo delle tecnologie sensibili che trasformò l’innovazione scientifica in un asset geopolitico. Oggi, l’intelligenza artificiale sta attraversando una fase analoga, con una differenza sostanziale: la velocità. Il ciclo di sviluppo dei modelli AI è misurato in mesi, non in decenni, e questo rende qualsiasi tentativo di regolazione inevitabilmente reattivo.

Il nodo centrale è la natura stessa dei cosiddetti frontier models. Sistemi che non sono semplicemente più potenti dei loro predecessori, ma qualitativamente diversi. Come sottolineato dalla letteratura accademica, questi modelli possono sviluppare capacità pericolose in modo emergente, difficile da prevedere e ancora più difficile da contenere una volta rilasciati . In altre parole, non sappiamo esattamente cosa possono fare finché non lo fanno. E quando lo fanno, è spesso troppo tardi.

Da qui nasce l’idea del vetting pre-release. Un concetto che, sulla carta, sembra razionale: testare, verificare, validare. Tuttavia, la realtà è più complessa e, come spesso accade, più ambigua. Il governo non avrebbe il potere di bloccare direttamente il rilascio dei modelli, ma otterrebbe accesso anticipato alle loro capacità . Una differenza sottile ma significativa. Il controllo non passa necessariamente dal veto, ma dalla conoscenza.

Questa distinzione introduce un elemento di rischio che gli osservatori più attenti hanno già iniziato a sottolineare. La possibilità che il processo di revisione diventi uno strumento politico, capace di influenzare tempi, modalità e persino contenuti dello sviluppo tecnologico. Non è un’ipotesi teorica; è una dinamica già vista in altri settori regolati, dall’energia alle telecomunicazioni.

Il dibattito tra gli esperti riflette questa ambivalenza. Alcuni vedono nella proposta una risposta necessaria a rischi sistemici sempre più evidenti, soprattutto in ambito sicurezza nazionale . Altri temono che possa rallentare l’innovazione e concentrare troppo potere nelle mani dell’esecutivo, trasformando la regolazione in uno strumento di arbitraggio politico . Entrambe le posizioni sono valide, e probabilmente entrambe sottovalutano un fattore chiave: la competizione globale.

Mentre Washington discute, Pechino implementa. L’Europa, nel frattempo, regolamenta con precisione quasi burocratica. Il risultato è un ecosistema frammentato, in cui le regole del gioco cambiano a seconda della giurisdizione. In questo contesto, la scelta americana di introdurre un sistema di revisione preventiva potrebbe rappresentare non solo una misura di sicurezza, ma anche una strategia competitiva. Controllare l’accesso ai modelli significa, implicitamente, controllare il ritmo dell’innovazione.

Il parallelo con l’industria farmaceutica è inevitabile. Nessun farmaco viene immesso sul mercato senza passare attraverso rigorosi test clinici. Tuttavia, applicare lo stesso modello all’intelligenza artificiale solleva una domanda fondamentale: è possibile testare un sistema che evolve continuamente? Un modello linguistico non è una molecola stabile; è un’entità dinamica, che cambia con ogni aggiornamento, ogni fine-tuning, ogni interazione.

Il rischio è quello di costruire un sistema di controllo progettato per un mondo statico su una tecnologia intrinsecamente fluida. Un mismatch strutturale che potrebbe generare più problemi di quanti ne risolva. Eppure, l’alternativa, ovvero lasciare che modelli sempre più potenti vengano rilasciati senza alcuna supervisione, appare sempre meno sostenibile.

Nel frattempo, le aziende tecnologiche si muovono con pragmatismo quasi cinico. Collaborano con il governo quando conviene, resistono quando necessario, e soprattutto continuano a sviluppare. Perché, al di là delle dichiarazioni ufficiali, la logica dominante resta quella del vantaggio competitivo. Nessuna azienda vuole essere la prima a rallentare.

La vera domanda, quindi, non è se l’intelligenza artificiale debba essere regolata, ma chi debba farlo e con quali strumenti. Il modello emergente negli Stati Uniti suggerisce una risposta ibrida, in cui pubblico e privato collaborano, ma con un equilibrio di potere ancora tutto da definire. Un equilibrio fragile, destinato a essere messo alla prova dai prossimi, inevitabili, salti tecnologici.

L’ intelligenza artificiale sta facendo esattamente ciò che ogni tecnologia dirompente ha sempre fatto: costringere il sistema politico a rincorrerla. La differenza è che questa volta la posta in gioco non è solo economica o industriale, ma epistemologica. Chi controlla i modelli, controlla l’accesso alla conoscenza. E, in un mondo sempre più mediato dagli algoritmi, questo significa controllare la realtà stessa.

Una frase, volutamente provocatoria, potrebbe riassumere il momento: la regolazione dell’AI non riguarda la sicurezza dei modelli, ma la sicurezza del potere. Il resto è narrativa.

https://www.reuters.com/world/white-house-considers-vetting-ai-models-before-they-are-released-nyt-reports-2026-05-04