Il fatto che alcuni tra i nomi più influenti dell’intelligenza artificiale abbiano chiesto un intervento esplicito a Washington sulla filiera della sintesi genetica segnala uno spostamento di fase nella percezione del rischio tecnologico. Non si tratta più della classica retorica da conferenza su scenari futuri astratti, ma di una convergenza insolita tra industria, ricerca e policy pubblica attorno a un punto sensibile: la possibilità che strumenti sempre più accessibili riducano la barriera d’ingresso alla progettazione di agenti biologici potenzialmente pericolosi. Tra i firmatari figurano Demis Hassabis, Sam Altman, Dario Amodei e Mustafa Suleyman, un gruppo che raramente converge su messaggi politici così espliciti e che, proprio per questo, attribuisce peso specifico alla richiesta.

La sostanza della proposta ruota attorno a un principio industriale piuttosto che ideologico: rendere obbligatoria la verifica dei clienti e degli ordini per le aziende che producono e distribuiscono DNA e RNA sintetici. In apparenza si tratta di una misura amministrativa, quasi burocratica, ma nella pratica introduce un livello di controllo comparabile a quello già esistente in settori come la crittografia o la finanza regolamentata. La tesi implicita è semplice e scomoda allo stesso tempo: la combinazione tra automazione nella progettazione biologica e abbattimento dei costi di sintesi sta comprimendo il tempo necessario per passare dall’idea all’esperimento.

Il punto di frizione non è teorico. Il dibattito si alimenta anche di precedenti sperimentali in cui gruppi di ricerca hanno dimostrato la possibilità di ricostruire agenti virali a partire da sequenze genetiche ordinate commercialmente, con costi relativamente contenuti rispetto agli standard industriali di pochi anni fa. Il caso citato spesso nel settore riguarda esperimenti condotti in Canada nel 2017, dove l’acquisto di circa 100.000 dollari di materiale genetico ha permesso la ricostruzione di un virus correlato al vaiolo equino. Da allora, la curva dei costi della sintesi è scesa e la capacità di progettazione è stata amplificata da sistemi di machine learning sempre più sofisticati, inclusi modelli capaci di generare strutture proteiche con proprietà non banali.

Il punto critico, tuttavia, non è solo la riduzione della soglia economica o tecnica, ma la sua combinazione con l’intelligenza artificiale. Alcuni lavori di ricerca interni a Microsoft hanno evidenziato come strumenti di progettazione proteica possano, in determinati contesti, generare sequenze potenzialmente problematiche capaci di eludere sistemi di screening già adottati da fornitori commerciali. Questo introduce un paradosso tipicamente contemporaneo: gli stessi sistemi che migliorano la sicurezza biologica attraverso analisi e filtraggio diventano, simultaneamente, strumenti per esplorare regioni dello spazio molecolare che i filtri stessi non erano stati progettati per riconoscere.

La proposta legislativa in discussione negli Stati Uniti, sostenuta da figure politiche come Tom Cotton e Amy Klobuchar, si inserisce in questa dinamica con un approccio pragmatico: obbligare i fornitori di sintesi genica a implementare sistemi di screening obbligatori su clienti e ordini. L’obiettivo è ridurre la possibilità che l’accesso a materiali biologici critici avvenga senza tracciabilità, introducendo una forma di “know your customer” biologico simile a quello già esistente nel settore bancario. La logica regolatoria è chiara, anche se la sua implementazione apre una serie di questioni operative non banali, soprattutto in termini di standardizzazione globale e di interoperabilità dei controlli.

Il nodo centrale resta però la robustezza di questi sistemi di screening. Nonostante i progressi, la capacità di rilevare sequenze pericolose non è assoluta e tende a essere aggirata da tecniche di progettazione sempre più sofisticate. L’asimmetria tra innovazione offensiva e difensiva è un tema ricorrente nell’evoluzione tecnologica, ma nel caso della biologia sintetica assume una densità particolare perché coinvolge materiali che, una volta prodotti, non sono digitali ma fisici, e quindi più difficili da contenere o revocare. In questo senso, l’intelligenza artificiale non abbassa solo la soglia di accesso alla conoscenza, ma accelera la trasformazione della conoscenza in materia operativa.

La posizione condivisa dai leader delle principali aziende di intelligenza artificiale riflette una consapevolezza crescente: il rischio non è più confinato alla ricerca accademica o ai laboratori militari, ma si distribuisce lungo una catena industriale globale fatta di fornitori, piattaforme e strumenti software. OpenAI e Anthropic, insieme a Google DeepMind e Microsoft, si trovano così nella posizione insolita di chiedere regolazione su un ecosistema che, indirettamente, le stesse tecnologie stanno rendendo più potente e più difficile da controllare.

La dinamica che emerge è tipica delle transizioni tecnologiche mature: quando l’innovazione supera la capacità istituzionale di governance, il settore privato inizia a chiedere regole non tanto per altruismo, quanto per ridurre l’incertezza sistemica. Il risultato non è una frenata dell’innovazione, ma la sua canalizzazione entro perimetri più prevedibili, dove il rischio reputazionale e legale diventa parte integrante del modello di business. In questo contesto, la biologia sintetica rappresenta uno dei pochi domini in cui la convergenza tra AI, automazione e ingegneria molecolare produce un effetto moltiplicativo difficile da ignorare anche per chi, fino a ieri, considerava la regolazione un freno più che una necessità.