Legge UE sull’IA: sostenibilità da una prospettiva ambientale
A cura di Ágnes Kovács Tahy
Il Regolamento dell’Unione Europea sull’Intelligenza Artificiale (Legge UE sull’IA, ufficialmente Regolamento (UE) 2024/1689) è entrato in vigore il primo agosto 2024 ed è stato applicato progressivamente. È la prima regolamentazione globale e orizzontale dell’IA al mondo, con un approccio basato sul rischio: vieta alcune pratiche, impone obblighi rigorosi ai sistemi ad alto rischio e introduce regole di trasparenza per i sistemi a rischio limitato.
Introduzione: Il quadro normativo e il contesto internazionale
La creazione del Regolamento è inquadrata dalle due transizioni digitali e verdi dell’UE. Come parte del Green Deal europeo e della strategia digitale, la Legge sull’IA mira a garantire che l’IA contribuisca allo sviluppo sostenibile minimizzando i rischi per la salute, la sicurezza, i diritti fondamentali e l’ambiente. Il preambolo e i recital (ad esempio il Recital 4) sottolineano che l’IA può migliorare l’efficienza energetica, sostenere la protezione della biodiversità, combattere il cambiamento climatico e ottimizzare l’allocazione delle risorse. Allo stesso tempo, riconosce gli impatti ambientali negativi dell’IA, come l’elevato consumo energetico, l’uso idrico e i rifiuti elettronici.
Nel panorama regolatorio internazionale, la legge UE sull’IA è considerata ambiziosa. Gli Stati Uniti adottano un approccio settoriale, in gran parte volontario (ad esempio, il quadro del NIST, un ordine esecutivo dell’era Biden) con meno requisiti ambientali obbligatori. In Cina, prevale una regolamentazione diretta dagli stati e orientata alla sicurezza, trattando l’IA verde come uno strumento strategico, anche se la trasparenza rimane inferiore. Il Canada si concentra principalmente sul processo decisionale automatizzato dal governo. Le raccomandazioni dell’UNESCO e dell’OCSE includono principi etici e di sostenibilità, ma non sono vincolanti. La legge UE sull’IA cerca quindi di assumere un ruolo di leadership globale, anche se i critici sostengono che la dimensione ambientale sia stata indebolita rispetto alla versione del Parlamento europeo (ad esempio, obblighi più forti sono scomparsi durante i negoziati triologici).
Questa analisi esamina fino a che punto il Regolamento possa essere considerato sostenibile dal punto di vista ambientale. Non solo esamina le disposizioni ecologiche, ma ne valuta anche l’applicabilità e le sfide.
Disposizioni ecologiche nel Regolamento
- Standard di efficienza delle risorse e standard armonizzati (Articolo 40)
L’articolo 40 autorizza la Commissione Europea a sviluppare standard armonizzati, in collaborazione con organizzazioni di standardizzazione (ad esempio, CEN, CENELEC), per migliorare le prestazioni delle risorse dei sistemi di IA e dei modelli di IA a uso generale (GPAI). L’attenzione è sull’efficienza energetica e sulla riduzione del consumo di energia e altre risorse durante tutto il ciclo di vita (addestramento, inferenza, implementazione). Si applica principalmente a sistemi di IA ad alto rischio e modelli GPAI. Gli standard sono volontari, ma il rispetto di questi crea una presunzione di conformità ai requisiti del Regolamento. La Commissione può richiedere lo sviluppo di standard che coprono la rendicontazione, la documentazione e la misurazione.
Le sfide sono le seguenti: sviluppare standard è un processo lento e devono rimanere tecnologicamente neutrali, cosa difficile in un campo in rapida evoluzione come l’IA; non esistono soglie minime obbligatorie (ad esempio, quote specifiche di CO₂); la valutazione del ciclo di vita (LCA) è complessa: misurare l’intera catena (produzione hardware, data center, e-waste) è una sfida; la conformità può essere costosa per le piccole e medie imprese (PMI). I critici sostengono che questo sia più un incentivo che un meccanismo di applicazione e non garantisce riduzioni effettive.
- Documentazione del consumo energetico per modelli GPAI (Allegato XI e articoli correlati)
I fornitori di modelli GPAI (ad esempio, modelli di base simili a OpenAI) devono preparare documentazione tecnica che includa il consumo energetico noto o stimato del modello. L’Ufficio AI può richiedere queste informazioni in qualsiasi momento senza giustificazione. Si applica ai grandi modelli a uso generale. Esistono disposizioni transitorie per i modelli precedenti (prima del 2 agosto 2025). Quando il consumo energetico del modello è sconosciuto, questo può essere stimato sulla base delle risorse computazionali utilizzate. Sono permesse solo stime; non esiste una misurazione precisa obbligatoria o una divulgazione pubblica dell’impronta di carbonio (solo alle autorità). La fase di inferenza viene spesso omessa, pur essendo quella che domina l’utilizzo reale. Le catene di approvvigionamento globali rendono difficile la piena trasparenza. Le sanzioni sono elevate (fino al 3% del fatturato globale)(Articolo 99), ma la capacità di applicazione può essere insufficiente. La disposizione incoraggia la documentazione piuttosto che la riduzione diretta.
- Gestione del rischio per sistemi ad alto rischio (Articolo 9)
I sistemi di IA ad alto rischio devono implementare un sistema di gestione del rischio che possa includere rischi ambientali (anche se l’ambiente non è una categoria primaria esplicita). Richiede un monitoraggio continuo e una mitigazione dei rischi. La difficoltà sta nel fatto che l’ambiente non è una categoria di rischio autonoma; l’approccio rimane in gran parte procedurale (documentazione). Molti sistemi di IA con un impatto ambientale significativo non sono considerati ad alto rischio (ad esempio, grandi modelli generativi). L’interpretazione ampia può portare a un’implementazione debole. Non esiste una valutazione obbligatoria dell’impatto sulla sostenibilità (SIA).
- Codici di condotta volontari (Articolo 95)
L’Ufficio per l’IA e gli Stati Membri incoraggiano lo sviluppo di codici di condotta volontari. Questi codici possono affrontare la minimizzazione dell’impatto ambientale dell’IA, della programmazione a basso consumo energetico e del design sostenibile. Questi codici si applicano principalmente a sistemi di IA non ad alto rischio, anche se il loro ambito può essere esteso. La partecipazione è aperta a tutti gli stakeholder rilevanti. Le sfide includono il fatto che i codici sono completamente volontari, senza sanzioni per la mancata conformità. Questo spesso porta a una debole assimilazione e a un rischio significativo di “greenwashing”. Le versioni precedenti proposte dal Parlamento Europeo contenevano obblighi più severi. L’efficacia di questi codici probabilmente migliorerebbe se fossero combinati con alcuni elementi obbligatori.
- Sandbox regolatori e supporto all’innovazione
I sandbox regolatori permettono di testare i sistemi di IA tenendo conto della protezione ambientale, della mitigazione del cambiamento climatico e della biodiversità. Questi operano in un ambiente controllato, rendendoli particolarmente adatti allo sviluppo e alla testa di soluzioni di intelligenza artificiale verde. Tuttavia, restano delle sfide: il numero di progetti è limitato, il processo richiede molte risorse e l’approccio non è ancora sistematicamente scalabile. Altri elementi verdi includono: recital che sottolineano il ruolo positivo dell’IA nel sostegno al Green Deal europeo; esenzioni o percorsi di approvazione più rapidi per i sistemi di IA che servono obiettivi ambientali; obblighi di trasparenza (ad esempio, registrare il consumo energetico in certi casi).
Nel complesso, queste disposizioni sono più procedurali e volontarie che obbligatorie e misurabili. Nonostante l’intento positivo del Regolamento, esistono notevoli “punti ciechi” significativi: la mancanza di una valutazione obbligatoria del ciclo di vita completo (LCA), della segnalazione in fase di inferenza, di soglie concrete e di meccanismi di applicazione forti.
Conclusione: Opportunità di miglioramento
La sostenibilità ambientale dell’AI Act può essere valutata come moderata: un passo avanti rispetto al nulla, ma tutt’altro che ambizioso data la crisi climatica e la crescita esplosiva dell’IA (soprattutto la domanda energetica dei data center).
Per rafforzare l’efficacia ambientale del Regolamento, dovrebbero essere compiuti diversi passi importanti. Dovrebbe essere introdotta una Valutazione d’Impatto sulla Sostenibilità (SIA) obbligatoria per tutti i modelli significativi, inclusa la fase di inferenza. Inoltre, dovrebbero essere stabilite soglie di efficienza energetica in calcestruzzo e quote di carbonio allineate al Sistema di Scambio delle Emissioni dell’UE (ETS). Sarebbero inoltre necessari rapporti completi e trasparenza pubblica. Per i casi ad alto rischio, dovrebbero essere richiesti codici di condotta verdi obbligatori, o dovrebbero essere introdotti incentivi appropriati, come agevolazioni fiscali e sanzioni. Bisogna porre maggiore attenzione alle soluzioni di intelligenza artificiale verde all’interno dei sandbox regolatori, insieme a una cooperazione internazionale rafforzata. Infine, dovrebbero essere attuate revisioni regolari – ad esempio ogni due anni – per garantire che il quadro tenga il passo con gli sviluppi tecnologici.
In sintesi, l’AI Act fornisce un quadro di lavoro, ma la sostenibilità rimane più un’aspirazione che un obbligo. Per diventare veramente verde, deve andare oltre il volontarismo verso meccanismi misurabili e applicabili. Solo allora l’IA potrà davvero servire alla protezione planetaria per le generazioni future.
