Il 19 novembre, la Commissione europea ha pubblicato la proposta di un pacchetto di semplificazioni, il c.d. Digital Omnibus Package, destinato ad avere un impatto anche sull’intelligenza artificiale (IA).
Le aree di intervento individuate nelle proposte sono: acquis dei dati, semplificazione delle segnalazioni di incidenti e attuazione più chiara e lineare delle norme sull’intelligenza artificiale.
L’obiettivo generale che emerge è quello di alleggerire gli oneri normativi, ridurre la frammentazione, armonizzare gli obblighi e creare un ambiente più favorevole alla competitività, in particolare esentando piccole e medie imprese da alcuni obblighi. Un intervento che, nelle intenzioni, dovrebbe favorire anche la condivisione dei dati e l’uso dell’IA con meno incertezze normative.
Una parte significativa del pacchetto riguarda il GDPR, con proposte che incidono direttamente sull’addestramento e sul funzionamento dei sistemi e modelli di IA.
In particolare, la proposta indica una maggiore apertura all’uso del legittimo interesse per il trattamento dei dati personali nelle fasi di sviluppo, test e convalida dell’IA. Si osserva che tali attività richiedono inevitabilmente dati, anche personali, e che, purché siano rispettati tutti i requisiti dell’art. 6(1)(f) del GDPR, tale base giuridica potrebbe essere utilizzata.
Sul punto, la bozza prevede l’introduzione di un articolo dedicato al trattamento di dati personali nel contesto dello sviluppo e del funzionamento dell'IA. Questo permetterebbe esplicitamente il ricorso al legittimo interesse, a condizione di adottare garanzie adeguate: minimizzazione dei dati già in fase di selezione delle fonti; misure tecniche/organizzative per evitare divulgazioni indesiderate di dati residui nei modelli; maggiore trasparenza verso gli interessati; diritto di opposizione alla raccolta dei propri dati.
Un altro punto rilevante riguarda il trattamento di dati particolari. A tal proposito, la Commissione rileva che dati personali afferenti alle categorie particolari di cui all’art. 9 del GDPR possono essere presenti in modo residuale nei set di dati utilizzati per l’addestramento, il test o la validazione o essere conservate nel sistema o nel modello di IA, se tali categorie particolari di dati non sono necessarie rispetto alla finalità del trattamento. Per tale motivo, in alcuni casi e salvo specifiche garanzie, la Commissione ha introdotto una deroga al divieto di trattare tali categorie di dati ai sensi dell’articolo 9, paragrafo 2, del regolamento (UE) 2016/679. In ogni caso, la deroga non dovrebbe applicarsi quando il trattamento di dati particolari è necessario per le finalità del trattamento.
Parallelamente, il pacchetto omnibus affronta anche alcune criticità legate all’attuazione dell’AI Act. Secondo quanto riportato nel documento, le consultazioni condotte dalla Commissione hanno evidenziato ostacoli che potrebbero rallentare l’effettiva applicazione dell’AI Act.
Le principali difficoltà riguardano: ritardi nella designazione delle autorità nazionali competenti; ritardi nella nomina degli organismi di valutazione della conformità; assenza di standard armonizzati per i requisiti dei sistemi ad alto rischio; mancanza di linee guida.
Questi elementi potrebbero aumentare costi e incertezza per le imprese. Per questo la Commissione sta valutando misure di semplificazione mirate, con l’obiettivo di garantire un’attuazione più rapida, chiara e proporzionata, anche per evitare che i ritardi limitino gli effetti positivi dell’AI Act e scoraggino l’innovazione.
Seppur i documenti che sono stati pubblicati siano delle proposte e potrebbero cambiare rispetto alla versione definitiva, indicano modifiche rilevanti che possono avere un impatto sulla gestione dell’IA da parte degli attori pubblici e privati. Alla luce di ciò sarà interessante iniziare a fare delle riflessioni su quelli che potranno essere gli impatti nella gestione degli aspetti normativi che riguardano l’IA durante tutto il ciclo di vita delle soluzioni.
Aderisci a Officine Dati e diventa insieme a noi portavoce della tutela e della valorizzazione dei dati.
