Governare la Transizione dell’IA: Lezioni dall’Atto sulle Telecomunicazioni del 1996

Governare la transizione verso l’IA: Lezioni dalla legge sulle telecomunicazioni del 1996

Negli Stati Uniti sono stati introdotti oltre 300 progetti di legge riguardanti l’intelligenza artificiale (IA) e circa 1.200 a livello statale. Legiferare in un contesto di transizione tecnologica è sia importante che rischioso. È importante perché proteggere l’interesse pubblico richiede regole e aspettative, piuttosto che un’assenza di regole che consente alle aziende di agire unilateralmente. È rischioso perché i legislatori tendono a definire il futuro in base a ciò che conoscono oggi, una realtà che inibisce l’agilità necessaria in un ambiente di innovazione rapida.

L’ultima volta che il Congresso ha tentato di legiferare durante una transizione tecnologica è stata con la legge sulle telecomunicazioni del 1996, firmata dal presidente Clinton. Questa nuova legge ha aggiornato il Communications Act del 1934. Un’analisi di trenta anni fa può informare la discussione attuale su una politica nazionale per gli effetti destabilizzanti dell’intelligenza artificiale.

Lezioni dalla legge sulle telecomunicazioni del 1996

Trent’anni fa, l’evento destabilizzante era il passaggio dalla tecnologia analogica a quella digitale. Questo ha comportato la fusione di categorie aziendali consolidate e ha ristrutturato i mercati. La legge non ha cercato di prevedere il percorso della tecnologia, ma si è concentrata sulle strutture di mercato che avrebbero determinato il futuro.

Per supervisionare questo focus competitivo, il Congresso ha conferito alla Federal Communications Commission (FCC) il compito di identificare e affrontare i colli di bottiglia che potrebbero ostacolare la concorrenza. Oggi, mentre l’IA rimodella l’economia e la società, una nuova onda di forze tecnologiche destabilizzanti è tornata. La legge del ’96 è un caso studio su come governare una transizione tecnologica.

Controllo e concentrazione del mercato

Un fatto strutturale emerge trent’anni dopo la legge sulle telecomunicazioni: la scala ha prevalso. Nel tempo, l’attrazione del mercato verso la scala si è dimostrata più forte dell’aspirazione della legge verso la rivalità competitiva. In broadcasting, la concentrazione è aumentata e il localismo si è indebolito. Nella telefonia, l’AT&T, smembrata da una causa antitrust nel 1982, si è ricomposta attraverso la riconsolidazione. Le forze finanziarie e tecnologiche hanno favorito le grandi aziende in grado di integrare e cross-subsidiare.

Negli anni successivi, la FCC è stata trasformata, passando dalla gestione dei monopoli alla promozione della concorrenza in mercati convergenti. La legge ha semplicemente reindirizzato le priorità della regolamentazione, non l’ha eliminata.

Il ruolo dell’apertura nell’era di Internet

Non affrontata dalla legge del ’96 era l’emergente internet e i suoi benefici di apertura. L’innovazione tumultuosa dei primi anni di internet è stata il risultato di questa apertura. Aziende come Google e Facebook sono emerse come concorrenti rispetto a imprese più consolidate grazie a standard aperti e accesso alle reti. Man mano che queste piattaforme crescevano, hanno costruito ecosistemi chiusi che proteggevano la loro dominanza.

Le piattaforme hanno sviluppato una tattica cruciale: l’esternalizzazione dei costi e dei rischi, trasferendo i costi sociali di violazioni della privacy e disinformazione al pubblico. Questo modello di comportamento aziendale si manifesta oggi anche nelle loro iniziative relative all’IA.

Architettura e rischi dell’IA

L’architettura dell’IA presenta minacce strutturali simili a quelle delle telecomunicazioni. Mentre i colli di bottiglia delle telecomunicazioni riguardavano il controllo dell’accesso fisico ai consumatori, quelli dell’IA sono economici e altrettanto esclusivi. La potenza dell’IA è organizzata in strati interdipendenti che possono agire come colli di bottiglia.

Ogni strato rappresenta un’opportunità per nuove applicazioni e un punto critico per le aziende dominanti dell’IA. Questo modello suggerisce che la strategia dell’industria sta cambiando. I modelli fondamentali di IA stanno iniziando a mostrare segni di commoditizzazione, e le aziende cercano profitti in altre aree man mano che le attività di modello si stabilizzano.

Lezioni per la governance dell’IA

La lezione della legge del ’96 era di concentrarsi sulla concorrenza piuttosto che sulle applicazioni specifiche. In un contesto di IA, la governance deve promuovere la diffusione di applicazioni innovative, essenziali per la produttività e la competitività internazionale. La strategia della Cina di promuovere la diffusione delle applicazioni di IA dimostra l’importanza di questo approccio.

La governance dell’IA deve iniziare con l’attenzione ai colli di bottiglia. L’obiettivo politico centrale deve essere la prevenzione del controllo anti-competitivo delle capacità essenziali. Ciò richiede un quadro normativo in due fasi supervisionato da un’agenzia indipendente con capacità tecnica.

Conclusione

Le transizioni tecnologiche non sono solo una sfida tecnologica, ma problemi di potere. Se non affrontiamo la concentrazione di potere nell’IA, rischiamo conseguenze che vanno oltre la struttura del mercato. La concorrenza degradata mina l’innovazione e, con essa, la competitività internazionale e la sicurezza nazionale.

More Insights

Responsabilità nell’Intelligenza Artificiale: Un Imperativo Ineludibile

Le aziende sono consapevoli della necessità di un'IA responsabile, ma molte la trattano come un pensiero secondario. È fondamentale integrare pratiche di dati affidabili sin dall'inizio per evitare...

Il nuovo modello di governance dell’IA contro il Shadow IT

Gli strumenti di intelligenza artificiale (IA) si stanno diffondendo rapidamente nei luoghi di lavoro, trasformando il modo in cui vengono svolti i compiti quotidiani. Le organizzazioni devono...

Piani dell’UE per un rinvio delle regole sull’IA

L'Unione Europea sta pianificando di ritardare l'applicazione delle normative sui rischi elevati nell'AI Act fino alla fine del 2027, per dare alle aziende più tempo per adattarsi. Questo cambiamento...

Resistenza e opportunità: il dibattito sul GAIN AI Act e le restrizioni all’export di Nvidia

La Casa Bianca si oppone al GAIN AI Act mentre si discute sulle restrizioni all'esportazione di chip AI di Nvidia verso la Cina. Questo dibattito mette in evidenza la crescente competizione politica...

Ritardi normativi e opportunità nel settore medtech europeo

Un panel di esperti ha sollevato preoccupazioni riguardo alla recente approvazione dell'AI Act dell'UE, affermando che rappresenta un onere significativo per i nuovi prodotti medtech e potrebbe...

Innovazione Etica: Accelerare il Futuro dell’AI

Le imprese stanno correndo per innovare con l'intelligenza artificiale, ma spesso senza le dovute garanzie. Quando privacy e conformità sono integrate nel processo di sviluppo tecnologico, le aziende...

Rischi nascosti dell’IA nella selezione del personale

L'intelligenza artificiale sta trasformando il modo in cui i datori di lavoro reclutano e valutano i talenti, ma introduce anche significativi rischi legali sotto le leggi federali contro la...

L’intelligenza artificiale nella pubblica amministrazione australiana: opportunità e sfide

Il governo federale australiano potrebbe "esplorare" l'uso di programmi di intelligenza artificiale per redigere documenti sensibili del gabinetto, nonostante le preoccupazioni riguardo ai rischi di...

Regolamento Europeo sull’Intelligenza Artificiale: Innovare con Responsabilità

L'Unione Europea ha introdotto la Regolamentazione Europea sull'Intelligenza Artificiale, diventando la prima regione al mondo a stabilire regole chiare e vincolanti per lo sviluppo e l'uso dell'IA...