Perché la politica sull’IA prospera in alcuni stati e svanisce in altri
Le discussioni sull’IA avvengono a tutti i livelli di governo, inclusi quelli federali, statali e locali, mentre ogni ente cerca di comprendere, sfruttare e proteggere dai rischi associati all’IA. Nel 2025, sono stati identificati gli stati che sono in prima linea e quelli che sono in ritardo nella governance dell’IA, insieme alla rilevanza delle diverse questioni associate a questa tecnologia.
Analisi e fattori di legislazione
In questa analisi si esaminano i fattori che portano all’introduzione di leggi a livello statale e, più importante, i fattori che possono limitare questi sforzi. Alcuni stati stanno avanzando rapidamente con quadri normativi dettagliati, mentre altri hanno introdotto solo poche leggi. Questa emergenza di legislazione sull’IA è significativa poiché influisce su come i cittadini sono protetti dagli abusi, come gli ecosistemi informativi rispondono ai deepfake generati dall’IA e alla decisione automatizzata guidata dall’IA, e se i governi stabiliscono istituzioni in grado di governare l’IA a lungo termine.
Lo studio analizza tutte le leggi relative all’IA introdotte da gennaio 2023 a ottobre 2025 in tutti gli stati per comprendere quali stiano agendo, quali no e perché. Le leggi sono classificate in tre temi principali e si identificano le condizioni strutturali e politiche più strettamente associate all’attività legislativa e all’inattività.
Condizioni strutturali e politiche
Le condizioni strutturali e politiche sono state collegate all’attività legislativa in ciascuno stato. Ad esempio, la struttura demografica della popolazione è stata misurata utilizzando i dati del 2024, con punteggi più elevati che indicano popolazioni più anziane. L’analisi ha rivelato che una popolazione giovane e un governo democratico sono associati a una maggiore attività legislativa sull’IA.
Modelli di attività legislativa
Due modelli di alta performance si sono distinti per l’introduzione di leggi sull’IA. Il primo include stati con una popolazione giovane e un elettorato orientato democraticamente, mentre il secondo comprende stati con un alto reddito pro capite guidati da governatori democratici. Al contrario, i modelli di bassa performance sono caratterizzati da elettorati repubblicani, popolazioni più anziane e redditi più bassi.
Implicazioni e rischi
Le scoperte indicano che due barriere distinte ostacolano la governance dell’IA. La prima è una barriera materiale, derivante dalla capacità fiscale e istituzionale limitata, che impedisce ad alcuni stati di agire anche quando i rischi sono riconosciuti. La seconda è una barriera ideologica, radicata nello scetticismo normativo e nelle preferenze politiche orientate al mercato, che limita l’azione anche quando la capacità è forte.
Conclusione
In sintesi, la leadership nella legislazione sull’IA tende a concentrarsi negli stati più ricchi e democratici, mentre la diffusione negli altri stati rimane irregolare a causa della variazione in termini di ideologia e capacità. È chiaro che la governance dell’IA deve essere adattata alle realtà strutturali e politiche degli stati, suggerendo un’alternativa alle proibizioni totali sulla legislazione a livello statale.
