“Il guaio del nostro tempo è che il futuro non è più quello
di una volta”. Con questa folgorante riflessione Paul Valéry —
poeta, saggista e filosofo francese che dedicò gran parte della sua
opera all’indagine del rapporto tra lo spirito umano e il progresso
della tecnica — fotografava già nel secolo scorso lo smarrimento
dell’uomo moderno di fronte all’accelerazione del cambiamento.
Per il professionista tecnico di oggi — ingegnere, architetto,
geometra, perito — quella frase risuona con forza profetica.
L’orizzonte della progettazione e della costruzione, un tempo
fondato su calcoli deterministici e controllo umano, è stato
bruscamente sostituito da uno scenario probabilistico: un domani in
cui i sistemi di Intelligenza Artificiale (IA) elaborano soluzioni
che possiamo usare, ma non sempre pienamente verificare —
soprattutto nei casi limite, là dove l’errore cessa di essere
un’astrazione e si traduce in conseguenze reali su persone,
strutture e territorio.
L’asimmetria
insostenibile
L’IA è diventata il nuovo feticcio del progresso tecnico,
normativo e amministrativo. Dai Ministeri a ogni livello della
Pubblica Amministrazione, il mantra è univoco: digitalizzare,
automatizzare, innovare. Tuttavia, dietro la narrazione di
un’efficienza salvifica si cela un’asimmetria giuridica e
professionale oggi insostenibile: se i benefici dell’IA
sono distribuiti su tutta la catena del valore, la responsabilità
rimane un onere solitario del professionista tecnico.
Il quadro normativo è costituito dal Regolamento UE
2024/1689 (AI Act) e dalla Legge 23 settembre 2025,
n. 132 (Disposizioni e deleghe al Governo in
materia di intelligenza artificiale) — la prima legge organica
nazionale che regolamenta sviluppo, uso e responsabilità dell’IA in
Italia. Insieme, questi due strumenti operano un sistematico
isolamento del professionista. L’AI Act lo definisce
“Deployer” — il responsabile della messa
in servizio del sistema nel proprio contesto operativo —
caricandolo di oneri di sorveglianza che la norma nazionale fatica
a tradurre in tutele concrete, confermandolo come unico
centro di imputazione per tecnologie i cui output non
possono essere semplicemente controllati, ma solo faticosamente
governati.
L’Art. 13 della Legge 132/2025 è l’emblema di
questa distorsione: definendo l’IA come un puro strumento di
supporto, il legislatore tenta di applicare per analogia le norme
sulla responsabilità dei software tradizionali, ignorandone
l’impatto reale. A differenza di questi ultimi — sequenze
trasparenti di istruzioni — le reti neurali
operano per approssimazioni statistiche, generando il paradosso
della “scatola nera” (black box): il
percorso dal dato di ingresso al risultato finale rimane opaco e
inaccessibile alla deduzione umana. Chiedere al tecnico di validare
un output di cui non è possibile ricostruire la catena causale
significa esigere la certificazione di un atto di fede, non di un
processo scientifico.
Il
paradosso del rischio: tra impianto UE e inerzia nazionale
L’AI Act stabilisce una linea di demarcazione netta tra sistemi
a basso impatto e sistemi “ad alto rischio” —
tecnologie i cui output incidono direttamente sulla salute, sulla
sicurezza delle persone e sull’integrità delle infrastrutture
critiche. In ambito ingegneristico e architettonico, questa
categoria comprende strumenti ormai inscindibili dalla pratica
operativa: dalla modellazione strutturale e geotecnica alla
gestione delle reti energetiche, dalla progettazione di impianti
complessi alla diagnostica assistita di ponti e infrastrutture,
fino alla simulazione energetica, alla valutazione del rischio
sismico e all’analisi prestazionale del patrimonio costruito
esistente.
Per questi sistemi, l’AI Act obbliga il professionista a
garantire la pertinenza dei dati di input e a monitorare eventuali
bias (pregiudizi statistici dei dati di
addestramento) o derive (decadimento delle
prestazioni nel tempo). Nel contesto nazionale, tuttavia, questo
principio di cautela subisce una pericolosa torsione: la
supervisione non viene recepita come un processo di filiera
garantito da standard certi, ma come l’espediente giuridico per
trasferire il rischio verso il basso. Il risultato è una vera
antinomia funzionale: il professionista è
costretto a impiegare strumenti classificati “pericolosi”
dall’Europa in un vuoto normativo — assenza di protocolli di
validazione degli output, di standard per la verifica dei dati di
addestramento, di criteri certi per la supervisione umana nei
processi decisionali assistiti — trasformando l’obbligo della
supervisione in una condanna alla garanzia individuale
illimitata.
La “colpa tecnologica” e le insidie dell’IA generativa
Il dibattito sulla responsabilità civile nell’era dell’IA è
ormai un’urgenza professionale. Già nel White Paper on
Artificial Intelligence della Commissione Europea (febbraio
2020) emergeva un dato sintomatico: il 43% delle
imprese indicava l’incertezza normativa come il principale
ostacolo all’adozione di sistemi avanzati. Per il singolo
professionista — che impegna direttamente la propria firma e il
proprio patrimonio — l’impatto assume proporzioni drammatiche.
Siamo di fronte alla nascita di un nuovo paradigma: la
Colpa Tecnologica, una fattispecie di rischio che
è al tempo stesso:
- invisibile — l’errore può annidarsi in
dataset opachi o in euristiche probabilistiche non
immediatamente percepibili; - non quantificabile — per l’assenza di
casistiche storiche e standard di validazione consolidati; - difficilmente assicurabile — sebbene il
mercato stia evolvendo verso coperture specifiche, esso fatica
ancora a coprire sistematicamente il vizio
tecnologico del sistema, limitandosi per lo più alla
tradizionale negligenza umana.
A questo scenario si aggiungono le insidie dell’IA
generativa — sistemi in grado di produrre autonomamente
testi, immagini, calcoli e documenti. Sebbene utile per la sintesi
documentale, essa introduce il rischio delle cosiddette
“allucinazioni tecniche”: output formalmente
verosimili ma sostanzialmente falsi. A ciò si somma
l’automation bias — la tendenza,
documentata nella letteratura scientifica, a sovrastimare
l’affidabilità dei sistemi automatizzati riducendo progressivamente
il controllo critico — che espone il tecnico, sotto la pressione di
tempi sempre più accelerati, al rischio di validare impulsivamente
soluzioni non pienamente ponderate.
Il fallimento del sistema assicurativo e l’anacronismo della
Pubblica Amministrazione
Il mercato assicurativo nazionale appare paralizzato. Le
coperture attuali non distinguono tra l’errore umano e l’anomalia
statistica intrinseca ai sistemi non deterministici: una miopia che
si traduce nell’insidia dell’“uso improprio”,
clausola ricorrente nelle condizioni generali di polizza che
permette all’assicuratore di eccepire l’imprudenza del tecnico a
fronte di ogni output errato della macchina, ignorando la natura
imperscrutabile del deep learning —
l’apprendimento profondo alla base delle reti neurali più
avanzate.
L’Art. 4 dell’AI Act introduce il concetto di “AI
Literacy” — la capacità di comprendere il
funzionamento, i limiti e i rischi dell’IA — come obbligo di
formazione continua che ricade interamente sul tecnico, privo di
qualsiasi corrispettivo nelle polizze RC professionali, le quali
non riconoscono né…
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Source link
