Dario Amodei, CEO di Anthropic, ha pubblicato lunedì una posizione destinata ad alimentare il dibattito sulla governance dell’intelligenza artificiale, dopo una settimana caratterizzata da accuse secondo cui la sua azienda avrebbe esercitato pressioni politiche per limitare o eliminare i modelli AI aperti. La replica di Amodei punta a chiarire una distinzione fondamentale: Anthropic, secondo la sua posizione, non avrebbe mai chiesto un divieto generalizzato dei modelli open weight, ma una regolamentazione più selettiva basata sul livello di rischio tecnologico e geopolitico.

La linea proposta è meno radicale di quanto alcuni osservatori avevano interpretato, ma introduce una visione molto diversa rispetto a quella sostenuta da una parte significativa dell’ecosistema open source. Secondo Amodei, i modelli aperti che non possiedono capacità pericolose possono rappresentare un bene pubblico, favorendo ricerca, innovazione e accesso democratico alla tecnologia. Il problema non sarebbe quindi l’apertura in sé, ma la possibilità che modelli estremamente potenti vengano distribuiti senza adeguati controlli, rendendo impossibile intervenire successivamente.

La proposta di Anthropic si concentra su tre aree. La prima riguarda il controllo sull’accesso ai chip AI più avanzati, con particolare attenzione alla Cina. La logica è quella già presente nelle politiche statunitensi sulle esportazioni di semiconduttori: mantenere un vantaggio strategico sulle infrastrutture hardware più sofisticate, soprattutto GPU e acceleratori destinati all’addestramento dei modelli di frontiera. In questa prospettiva, la competizione sull’intelligenza artificiale non viene più vista soltanto come una gara tra aziende tecnologiche, ma come una componente della rivalità industriale e geopolitica tra Stati Uniti e Cina.

La seconda richiesta riguarda la distillazione industriale dei modelli americani. La tecnica della distillazione, utilizzata anche legittimamente nella ricerca per creare modelli più efficienti, consente di trasferire capacità da un modello più grande a uno più piccolo attraverso processi di addestramento basati sugli output generati. Il timore espresso da Anthropic è che questa pratica possa essere utilizzata su larga scala per replicare capacità avanzate sviluppate negli Stati Uniti senza sostenere gli stessi costi di ricerca e sviluppo. Una questione che richiama un vecchio tema dell’industria tecnologica: la protezione del know-how in un mercato dove il software può essere copiato molto più rapidamente dell’hardware.

La terza proposta riguarda i test obbligatori prima del rilascio per tutti i modelli compatibili con una determinata soglia di capacità, siano essi aperti o chiusi, occidentali o cinesi. È un approccio che sposta il dibattito dal modello commerciale alla potenza effettiva del sistema. Un modello proprietario ospitato su cloud e un modello open weight scaricabile localmente possono avere profili di rischio differenti, ma secondo Anthropic entrambi dovrebbero essere valutati quando raggiungono livelli di capacità potenzialmente critici.

La discussione è esplosa dopo il primo intervento pubblico su X di Jensen Huang, che ha rilanciato una lettera aperta firmata da protagonisti come NVIDIA, Meta Platforms, Microsoft, Mistral AI e Hugging Face, nella quale veniva chiesto ai decisori politici di non introdurre restrizioni affrettate sui modelli aperti.

L’assenza del nome di Anthropic da quella iniziativa è stata interpretata da molti operatori come un segnale politico preciso. La lettera rappresentava una difesa dell’approccio open source e della possibilità per aziende, ricercatori e sviluppatori di costruire sopra modelli accessibili. Per una parte dell’industria, la posizione di Anthropic appare invece come un tentativo di introdurre un modello di controllo preventivo che potrebbe rafforzare indirettamente il vantaggio competitivo dei grandi laboratori proprietari.

Amodei respinge però l’idea che un modello aperto sia automaticamente più sicuro. Il suo argomento è tecnico: quando i pesi di un modello vengono distribuiti pubblicamente, i meccanismi di sicurezza integrati nel prodotto commerciale possono essere rimossi o modificati. Un sistema chiuso può teoricamente essere aggiornato, monitorato e limitato dal produttore; un modello aperto può essere trasformato da chiunque abbia le competenze e le risorse necessarie.

La discussione riflette una tensione destinata a rimanere centrale nei prossimi anni. L’intelligenza artificiale aperta accelera ricerca e innovazione, ma riduce la capacità di controllo degli sviluppatori originali. L’intelligenza artificiale chiusa consente maggiore supervisione, ma concentra potere tecnologico nelle mani di pochi soggetti privati. Come spesso accade nella storia dell’informatica, la tecnologia corre più veloce delle istituzioni: mentre Silicon Valley discute di modelli da trilioni di parametri, i governi cercano ancora di capire quali regole siano applicabili senza trasformare la regolazione in un freno all’innovazione.