Le democrazie liberali hanno costruito la loro stabilità sul principio del bilanciamento dei poteri. Da Montesquieu in poi, il potere è stato concepito come qualcosa da limitare: legislativo, esecutivo e giudiziario si bilanciano a vicenda per impedire concentrazioni incontrollate.
Ma cosa succede quando dentro questo equilibrio entra un potere che non coincide con lo Stato, attraversa i confini e si sviluppa più velocemente delle istituzioni?
Da quando l’intelligenza artificiale vive nei processi decisionali, governi e istituzioni cercano una risposta. Per farlo, però, è necessario comprendere che il dominio tecnologico diverge da quello tradizionale.
Legislativo, esecutivo e giudiziario, pur diversi, condividono alcuni tratti essenziali: sono territorialmente limitati, agiscono secondo tempi umani, producono atti motivati, sono esercitati da soggetti identificabili e i loro effetti sono, almeno in teoria, reversibili.
L’infrastruttura tecnologica non segue queste logiche: è transnazionale, accelera i tempi istituzionali, produce effetti opachi ed è controllata da soggetti privati privi di mandato democratico. I suoi effetti, inoltre, sono spesso irreversibili.
Questa divergenza non è soltanto strutturale ma genetica. Il potere tecnologico diverge da quello tradizionale anzitutto per natura, poiché privato. Solo partendo da questa differenza si può ragionare su forme realistiche di controllo.
L’UE alla prova: tra regolamentazione e strategia
L’AI Act rappresenta il primo tentativo europeo di riequilibrare il rapporto tra democrazia e intelligenza artificiale.
L’approccio segue due direttrici: classificare il rischio dei modelli e costruire organismi di supervisione dedicati – AI Office, European AI Board, Advisory Forum e Scientific Panel – sono pensati per coordinare la governance europea dell’IA. Tuttavia, nessuno di questi possiede un reale potere di accesso alle infrastrutture o ai processi di sviluppo dei modelli.
Qui emerge il limite della visione europea: rispondere a una struttura privata e globale con strumenti prevalentemente formali e regolatori.
Tre osservazioni risultano centrali.
Primo. Nel tentativo di regolamentare il settore, Bruxelles definisce anche lo spazio legale entro cui i grandi provider possono operare legittimamente. La compliance diventa così non solo un vincolo, ma anche uno scudo competitivo che favorisce gli attori già dominanti, capaci di sostenere i costi normativi.
Secondo. Il dominio tecnologico evolve più rapidamente delle regole pubbliche. L’AI Act, elaborato tra il 2021 e il 2024, nasce mentre i modelli accelerano oltre la capacità legislativa europea; anche le soglie computazionali di classificazione, i GPAI, risultano parzialmente superate.
Terzo. Regolamentare non significa controllare. Bruxelles può imporre obblighi e sanzioni ai grandi provider, ma non accede al training, ai dati o alle architetture interne. Il contrappeso esiste formalmente, ma non entra nel cuore dell’infrastruttura tecnologica.
L’AI Act rappresenta quindi un primo tentativo europeo, ancora incompleto, di controbilanciare il dominio tecnologico, ma non è l’unica risposta di Bruxelles. Nel 2025 l’Unione Europea concepisce un secondo strumento: l’AI Continent Action Plan.
Mentre il primo definisce il quadro regolatorio, l’AI Continent affronta un problema concreto: costruire una capacità europea autonoma nello sviluppo dell’AI iniziando a ragionare sulle vere strutture del dominio tecnologico: dati, modelli, capacità computazionale e capitale umano.
Per farlo, Bruxelles individua cinque pilastri strategici.
Infrastrutture di calcolo. Una rete di AI Factories e Gigafactories, supercalcolatori in grado di processare enormi quantità di dati. L’obiettivo è sviluppare capacità computazionale europea e ridurre la dipendenza esterna[1].
I dati. Con l’Alliance for Language Technologies, l’UE punta a un repository linguistico comune tra 17 Stati membri. Una risposta diretta al rischio cognitivo derivante dall’uso di modelli esteri. Un cittadino europeo che utilizza un sistema sviluppato altrove, adotta strutture linguistiche e bias cognitivi non appartenenti al contesto europeo.
Adozione e sviluppo degli algoritmi. Solo il 13% delle PMI europee utilizza sistemi AI. Con l’Apply AI Strategy, Bruxelles individua comparti strategici – manifattura, farmaceutica, aerospazio, energia, PA – dove l’IA può aumentare produttività e competitività.
AI Skills Academy. L’UE riconosce che il ritardo europeo è anche culturale. Il 65% dei lavoratori dovrà acquisire nuove competenze AI. Fellowship, reskilling e formazione specialistica diventano quindi strumenti necessari per colmare un deficit ormai strutturale.
Semplificazione regolatoria. Con l’AI Act Service, Bruxelles tenta di ridurre la complessità normativa del metodo europeo. L’obiettivo è supportare imprese e amministrazioni nell’applicazione concreta delle regole, riconoscendo che accumulare regolamenti senza capacità operativa produce più burocrazia che controllo.
Il quadro che emerge dai cinque pilastri è quello di un’Europa più consapevole della natura strategica dell’intelligenza artificiale. Tuttavia, le iniziative intraprese risentono di un ritardo strutturale, difficile da colmare in un settore già dominato da attori che non aspettano il tempo delle istituzioni.
La terza via europea tra Usa e Cina
Stati Uniti e Cina rappresentano oggi i principali player nella competizione geopolitica dell’IA. In gioco non vi sono soltanto dati, supply chain o materie prime, ma modelli di applicazione e controllo.
Negli Stati Uniti lo sviluppo dell’intelligenza artificiale rimane affidato prevalentemente ai grandi operatori privati, mentre lo Stato interviene solo quando il dominio tecnologico assume rilevanza per la sicurezza nazionale. Più che costruire una normativa organica sull’IA, Washington utilizza strumenti già esistenti, come gli export control sui beni dual use.
Emblematico è il caso dei modelli Fable 5 e Mythos 5 di Anthropic. Nel giugno 2026 il governo statunitense ha imposto il blocco agli utenti stranieri, poi ritirato il 1° luglio, motivando il provvedimento con esigenze di sicurezza nazionale. Il caso mostra come il potere pubblico possa intervenire ex post, limitando l’accesso a un modello già distribuito attraverso un semplice atto amministrativo. Il controllo si esercita quindi per interdizione.
Di segno opposto è il modello cinese dove il controllo avviene ex ante: i modelli destinati al pubblico devono ottenere l’approvazione delle autorità prima della distribuzione. Il caso Ernie Bot di Baidu mostra questa logica: il rilascio è avvenuto soltanto dopo l’adeguamento alle prescrizioni contenute nelle IMMG[2]AI Services. Più che limitare un prodotto già esistente, Pechino governa l’accesso al mercato.
Tra queste due visioni si inserisce l’Europa che prova a costruire una terza via; una sintesi tra i due modelli, capace di colmare la distanza tra i differenti approcci[3].
La tutela dei diritti, il pluralismo e l’approccio multi-stakeholder avvicinano l’UE al modello americano; il desiderio di sovranità digitale e riduzione della dipendenza esterna richiama invece alcune logiche del modello cinese.
La vera sfida non è scegliere tra i due sistemi, ma costruire le condizioni per esercitare un potere tecnologico autonomo senza rinunciare ai principi democratici.
Il caso italiano: tra eccellenza e dipendenza
L’AI Act individua in ogni Stato membro le autorità nazionali competenti nel campo dell’intelligenza artificiale. In Italia questo ruolo è stato distribuito tra AgID [4]e ACN[5] come garanti nazionali di riferimento.
Secondo AgID il nostro paese conferma le sue contraddizioni. L’Italia risulta eccellenza accademica – settimo al mondo per pubblicazioni scientifiche sull’IA nel 2022 – ma con una debolezza strutturale nell’applicazione industriale e tecnologica: appena 350 startup nel settore, ultime posizioni europee per laureati ICT e competenze digitali di base.
Il rischio “del non fare” è infatti uno dei principali pericoli del paese. Limitarsi a importare soluzioni straniere non costruisce autonomia, ma dipendenza non soltanto economica, soprattutto cognitiva. Utilizzare modelli addestrati su corpus linguistici e culturali esterni significa filtrare processi sensibili attraverso categorie che non appartengono al contesto nazionale.
A questa si aggiunge una dipendenza infrastrutturale. Lo sviluppo dei modelli fondazionali richiede infatti semiconduttori avanzati, capacità computazionale e filiere produttive, oggi concentrate tra Stati Uniti e Asia orientale. Senza autonomia sull’hardware, anche lo sviluppo di modelli europei resta condizionato da infrastrutture esterne.
La risposta individuata dall’AgID parte dallo sviluppo di Large Language Model made in Italy. Anche se strategicamente coerente, l’iniziativa resta ancora vaga sul piano operativo: mancano risorse dedicate, tempi definiti e una chiara strategia industriale.
Se AgID affronta il problema sul piano strategico e regolatorio, ACN opera invece su un livello operativo: quello della minaccia. Nel 2024 il CSIRT[6] Italia ha gestito quasi duemila eventi cyber, con incidenti raddoppiati e vittime duplicate rispetto all’anno precedente, collocando il nostro paese tra i più esposti al mondo per attacchi informatici.
Il dato più significativo riguarda però il vettore di attacco. Il 58% delle compromissioni avviene via e-mail: phishing[7]. Il ransomware colpisce soprattutto soggetti non vigilati, PMI, enti locali, strutture sanitarie, evidenziando che il principale punto vulnerabile del sistema italiano non è tecnologico, ma umano.
Ed è forse proprio questo il dato più rilevante dell’intero caso italiano. Un elemento apparentemente banale, come un’e-mail, conferma come non bastino organi, regolamenti se manca una diffusa cultura tecnologica.
È da qui che deve partire una ragionata strategia nazionale: prima ancora che dalle norme, il vero contrappeso resta la capacità di comprendere le tecnologie che utilizziamo quotidianamente.
Infine, oltre ad AgID e ACN l’architettura del potere tecnologico in Italia prevede un ampio numero di soggetti[8]. Il risultato è una governance frammentata, dove nessun organo possiede poteri sufficientemente ampi da incidere sull’intero perimetro dell’IA. Per rendere l’Italia capace di gareggiare nella partita tecnologica è necessario eliminare questa sovrapposizione che rischia di creare ambiguità più che controllo.
Costruire le nuove architetture del potere
Dall’analisi dei documenti strategici emerge come la sfida dell’AI sia stata spesso ridotta a una questione regolatoria. Seppure oggi l’Europa sembri più consapevole di strumenti e metodi da applicare, controllare un potere significa costruire strutture capaci di limitarlo realmente.
Seguendo la logica montesquiana, sviluppo, utilizzo e verifica dei sistemi devono restare funzioni distinte, affidate a organismi indipendenti con reali capacità di controllo. La creazione incontrollata di organi diversi, con funzioni simili e sovrapposte, resta uno dei principali ostacoli da superare.
La sola regolazione non basta: i sistemi di IA ad alto rischio dovrebbero essere sottoposti a verifiche tecniche prima del loro impiego nei servizi pubblici e nelle infrastrutture critiche, così da prevenire vulnerabilità difficilmente correggibili a posteriori.
L’esperienza del CVCN[9] dell’ACN mostra che un contrappeso efficace richiede accesso tecnico e poteri cogenti; applicarla all’IA significherebbe introdurre verifiche indipendenti prima dell’uso pubblico.
Tutto questo richiede però capacità tecnologiche proprie. Investire in infrastrutture, dati e modelli europei significa rendere il controllo concretamente esercitabile e ridurre la dipendenza esterna.
Resterà comunque un limite difficilmente eliminabile: la velocità. Le istituzioni operano in tempi politici, mentre i sistemi tecnologici in tempi computazionali. Il contrappeso più duraturo non è soltanto normativo, ma culturale. Formare cittadini e istituzioni capaci di valutare e contestare le decisioni degli algoritmi, significa costruire una capacità di adattamento permanente.
La sfida posta dall’AI è improrogabile. Nonostante i ritardi strutturali e le metodologie applicative, l’Europa deve oggi richiamarsi alle sue intrinseche capacità innovative per partecipare da attore, non da spettatore. Investire nello sviluppo delle infrastrutture e modelli e ragionare in tempi contemporanei, senza rinunciare ai principi democratici, restano le migliori scelte per competere da pari.
BIBLIOGRAFIA
- Agenzia per la Cybersicurezza Nazionale, Relazione annuale al Parlamento 2024, Roma, 2025.
- AgID, Strategia Italiana per l’Intelligenza Artificiale 2024-2026, Roma, 2024.
- Marco Bacini, «AI: quando l’intelligenza artificiale diventa potere», in «Agenda Digitale», 23 marzo 2026, https://www.agendadigitale.eu/infrastrutture/ai-strategica-quando-lintelligenza-artificiale-diventa-potere/
- Alessandro Curioni, «Bloccati Fable 5 e Mythos 5 dopo ordine del Governo Usa: ecco l’impatto della dogana cognitiva», in «Cybersecurity360», 13 giugno 2026, https://www.cybersecurity360.it/cybersecurity-nazionale/governo-usa-ordina-ad-anthropic-il-ritiro-di-fable-5-e-mythos-5-ecco-limpatto-della-dogana-cognitiva/
- Cyberspace Administration of China e altri sei enti, Interim Measures for the Management of Generative AI Services, 10 luglio 2023 (in vigore dal 15 agosto 2023), trad. inglese in China Law Translate, https://www.chinalawtranslate.com/en/generative-ai-interim/
- European Commission, AI Continent Action Plan, 9 aprile 2025.
- European Commission, «Governance and enforcement of the AI Act», in «Shaping Europe’s digital future», https://digital-strategy.ec.europa.eu/en/policies/ai-act-governance-and-enforcement (pagina istituzionale aggiornata periodicamente, senza data di pubblicazione univoca)
- European Union, Regulation (EU) 2024/1689 of the European Parliament and of the Council (AI Act), 12 luglio 2024.
- Xinchuchu Gao, «Un’alternativa interessante? L’approccio della Cina alla governance informatica e le sue implicazioni per il modello occidentale», 27 maggio 2022.
- Montesquieu, Lo spirito delle leggi (De l’esprit des lois), 1748.
- Francesco Nasi, «L’intelligenza artificiale può sostituire la democrazia?», in «Pandora Rivista», 14 gennaio 2026, https://www.pandorarivista.it/articoli/l-intelligenza-artificiale-puo-sostituire-la-democrazia/
- South China Morning Post, «Baidu’s Ernie Bot generative AI service received 33 million questions on its public debut, including some it had trouble with», 1 settembre 2023, https://www.scmp.com/tech/big-tech/article/3233116/baidus-ernie-bot-generative-ai-service-received-33-million-questions-its-public-debut-including-some
- Yirong Sun e Jingxian Zeng, «China’s Interim Measures for the Management of Generative AI Services: A Comparison Between the Final and Draft Versions of the Text», in «Future of Privacy Forum», 22 aprile 2024, https://fpf.org/blog/chinas-interim-measures-for-the-management-of-generative-ai-services-a-comparison-between-the-final-and-draft-versions-of-the-text/
- Danilo Trippetta, «Il Continente dell’Intelligenza Artificiale. Analisi e prospettive del Piano d’Azione», 9 aprile 2025.
[1] Tra le infrastrutture individuate per il calcolo computazionale compare anche il supercalcolatore IT4LIA, eccellenza nazionale ed europea con sede a Bologna.
[2] Interim Measures for the Management of Generative.
[3] La distinzione tra approccio statunitense ex post e approccio cinese ex ante si appresenta utile a fini analitici. Tuttavia, non implica una dicotomia netta. Gli strumenti di export control statunitensi possono infatti introdurre forme di autorizzazione preventiva sull’accesso a determinate tecnologie, così come la regolamentazione cinese sulla generative AI prevede anche meccanismi di controllo successivo sui contenuti e sui servizi già operativi.
[4] Agenzia per l’Italia Digitale.
[5] Agenzia per la Cybersicurezza Nazionale.
[6] Computer Security Incident Response Team, istituito presso l’Agenzia per la Cybersicurezza Nazionale (ACN), è l’organismo nazionale responsabile del monitoraggio delle minacce cibernetiche, della ricezione delle notifiche di violazione e del coordinamento della risposta agli incidenti informatici che colpiscono le infrastrutture critiche e i servizi digitali del Paese.
[7] Attacco informatico avente, generalmente, l’obiettivo di carpire informazioni sensibili (userid, password, numeri di carte di credito, PIN) con l’invio di false e-mail generiche a un gran numero di indirizzi. Le e-mail sono congegnate per convincere i destinatari ad aprire un allegato o ad accedere a siti web fake. Il phisher utilizza i dati carpiti per acquistare beni, trasferire somme di denaro o anche solo come “ponte” per ulteriori attacchi. Dal glossario di intelligence AISI, https://www.sicurezzanazionale.gov.it/comunicazione/glossario/362.
[8] I principali organi di controllo sull’AI in Italia sono: AgID per la governance strategica e digitale, ACN per la sicurezza cibernetica, il Garante Privacy per il trattamento dei dati personali, AGCM per la concorrenza nei mercati digitali, AGCOM per contenuti e comunicazioni elettroniche, oltre alle autorità finanziarie come Banca d’Italia e Consob.
[9] La legge 90/2024 ha esteso gli obblighi di notifica cyber anche a Regioni, Comuni e ASL, ampliando per la prima volta il perimetro dei soggetti sottoposti a controllo. Parallelamente, il Centro di Valutazione e Certificazione Nazionale (CVCN) dell’ACN ha individuato nel 2024 decine di vulnerabilità zero-day nelle infrastrutture critiche italiane. Si tratta di uno dei pochi esempi di contrappeso tecnico con capacità ispettive e operative concrete, seppur ancora limitato al solo ambito della sicurezza informatica.
