Sebbene l’Intelligenza artificiale (IA) stia cambiando i settori industriali a un ritmo vertiginoso, sia questi che le pubbliche amministrazioni stanno appena iniziando ad affrontare le implicazioni di questa tecnologia innovativa. Si è presentata una questione di primaria importanza: i problemi di privacy dei dati. Tra possibili violazioni dei dati e aziende che utilizzano i tuoi dati per addestrare i propri modelli (e magari aiutare la concorrenza nel processo), le imprese sono preoccupate. In effetti, la privacy dei dati è diventata una tale preoccupazione che i governi dell’Unione Europea hanno lanciato avvertimenti alle aziende affinché affrontino i problemi di privacy dei dati prima di rilasciare applicazioni di intelligenza artificiale generativa.
Poiché l’Intelligenza Artificiale svolge un ruolo centrale nell’automazione dei processi e negli sforzi di trasformazione digitale, la comprensione dei principi fondamentali dell'IA privata sarà fondamentale per proteggere i tuoi dati e quelli dei tuoi clienti. Esaminiamo cosa significa IA privata e quali vantaggi offre.
[ Scopri come rendere operativa l’IA senza compromettere la privacy dei dati: Implementazione dell’IA privata: Una guida pratica. ]
Cosa rende privata l’IA?
L’IA privata si riferisce a metodi di costruzione e distribuzione di tecnologie di IA che rispettano la privacy e il controllo dei dati degli utenti e delle organizzazioni. Per molti versi è una filosofia, ma non è assolutamente condivisa da tutti i fornitori di IA. Ad esempio, molti fornitori utilizzano i dati dei clienti per addestrare i propri modelli di Intelligenza Artificiale. Questo si ispira a un approccio alla tecnologia del tipo “i tuoi dati sono la nostra moneta” seguito da molte organizzazioni. Purtroppo, questo approccio può causare fughe di notizie sulla privacy e, soprattutto, favorire la concorrenza. La vera IA privata non condividerà i tuoi dati né li utilizzerà in alcun modo per perfezionare i modelli.
IA privata: 3 fattori fondamentali
Per seguire veramente la filosofia dell’IA privata, l’IA deve seguire almeno tre principi fondamentali.
[Che cosa differenzia l’IA privata da quella pubblica? Leggi il post, IA privata vs. IA pubblica: 4 fatti chiave. ]
1. I modelli vengono addestrati esclusivamente sui tuoi dati.
Per cominciare, l’Intelligenza Artificiale privata viene addestrata con i tuoi dati, e solo con i tuoi dati. I modelli di Intelligenza Artificiale pubblici si addestrano solitamente su vasti set di dati. I modelli di linguaggio di grandi dimensioni (Large language models, LLM) come ChatGPT, ad esempio, addestrano il loro set di dati su un'ampia gamma di dati provenienti da Internet (sebbene siano necessarie molte ore di lavoro per garantire che il chatbot fornisca risposte valide). Ciò chiarisce la sfida derivante dall’utilizzo di troppi punti dati: devi filtrare un sacco di rumore prima di arrivare al segnale corretto. Ma i grandi fornitori di cloud pubblico eseguono l’addestramento anche su vasti set di dati, compresi quelli dei propri clienti.
Al contrario, i modelli di Intelligenza Artificiale privati sono costruiti solo sui tuoi dati. I risultati vengono adattati alla tua organizzazione, rendendoli molto più accurati. Ad esempio, supponiamo di voler costruire un modello di Intelligenza Artificiale che classifichi i documenti in arrivo. Con la progettazione low-code è possibile addestrare rapidamente un modello utilizzando documenti reali ricevuti come set di dati rappresentativi. Da qui, il modello di Intelligenza Artificiale può classificare automaticamente i documenti in arrivo. Questo modello rimane privato per l’utente e genera risultati e classificazioni più accurati.
2. I dati sono sempre sotto il tuo controllo.
In secondo luogo, i dati devono sempre rimanere sotto il tuo controllo. L’organizzazione che fornisce servizi di IA non deve utilizzare i tuoi dati per addestrare i propri modelli.
A prima vista, la pratica dell’addestramento sui tuoi dati può sembrare innocua. È solo un’azienda che li vede, giusto? Beh, c’è dell’altro nella storia. Tanto per cominciare, non si può mai sapere come utilizzeranno i tuoi dati. In secondo luogo, le normative spesso richiedono che i dati rimangano privati e che gli utenti abbiano la possibilità di cancellarli. Ad esempio, i regolamenti GDPR dell’UE prevedono il “diritto all’oblio” come parte delle loro disposizioni. Se una terza parte è in possesso dei dati dei tuoi clienti e questi ne chiedono la rimozione, potresti non essere in grado di soddisfare la richiesta. Dovresti avere il pieno controllo dei tuoi dati.
3. I modelli di Intelligenza Artificiale sono unici per la tua organizzazione e non vengono mai condivisi.
Non solo i tuoi dati, ma anche i modelli che utilizzi devono rimanere privati. I modelli di IA possono essere un fattore di differenziazione competitiva ed i modelli di IA privati terranno conto delle sfumature della tua organizzazione. Quando le aziende utilizzano i tuoi dati per addestrare i propri modelli, aiutano la tua concorrenza condividendo le informazioni raccolte con l’intera base di utenti. Ciò significa che i tuoi modelli possono finire per aiutare la concorrenza.
Sicurezza per l’IA privata.
È fondamentale tenere presente che la privacy dei dati richiede anche una solida base di sicurezza informatica. Se costruisci modelli di dati privati con un team di data science interno, avrai bisogno di esperti di sicurezza nel team. Tuttavia, se scegli un fornitore più grande per la tua IA, compresi quelli che offrono la possibilità di creare facilmente modelli di IA privati, assicurati che abbiano solide pratiche di sicurezza per la “difesa in profondità”, tra cui il monitoring attivo della sicurezza per proteggere l’infrastruttura ed i sistemi e una forte crittografia end-to-end per rendere impossibile lo sblocco dei dati anche in caso di furto.
Perché l’IA privata è importante.
L’Intelligenza Artificiale si sta evolvendo rapidamente e le organizzazioni potrebbero adottare soluzioni frettolose per stare al passo. Eppure, nella corsa all’adozione delle più recenti tecnologie di produttività, è importante non buttare via le regole di base.
La privacy dei dati è una considerazione importante in tutte le decisioni tecnologiche: non possiamo perdere di vista questo fattore nella fretta di ottenere vantaggi di produttività dall’IA. Le organizzazioni devono comunque attenersi alle norme di conformità, come il “diritto all’oblio” previsto dalle disposizioni del GDPR dell’UE o le norme sulla privacy in materia di assistenza sanitaria previste dalla legge statunitense HIPAA. Questi fattori potrebbero rendere non praticabile l’idea di utilizzare i fornitori pubblici di IA, in particolare i grandi fornitori di cloud pubblico. E questo dimostra l’importanza di una governance forte intorno all’IA, man mano che il settore progredisce.
Ma non sono solo le normative a rendere critica l’IA privata. Ciò ha solo un senso pratico. L’addestramento con l’utilizzo dei tuoi dati è quasi sempre un’opzione migliore: avrai un modello di Intelligenza Artificiale molto più mirato se questo è stato costruito utilizzando blocchi dei tuoi dati. In questo modo si ridurranno gli errori e si otterrà una maggiore produttività della forza lavoro.
L’IA privata è il futuro dell’IA.
Le autorità di regolamentazione dei vari Paesi sono sempre più alle prese con le implicazioni di un’adozione diffusa dell’IA. Sebbene si sia prestata molta attenzione alla riduzione dei pregiudizi intrinseci o al contenimento dei potenziali problemi di sicurezza nazionale, anche la privacy è stata al centro di molte di queste discussioni. E per una buona ragione: i modelli di Intelligenza Artificiale pubblici potrebbero essere inutili per le aziende che operano in settori altamente regolamentati, riducendo i tassi di adozione e impedendo a queste organizzazioni di sfruttare il potenziale di espansione della produttività dell’Intelligenza Artificiale.
Ecco perché è fondamentale rendere i tuoi sforzi di Intelligenza Artificiale a prova di futuro. E il futuro appartiene all’IA privata. L’IA privata è una filosofia, ma anche una pratica pragmatica. I tre principi fondamentali che abbiamo analizzato - eseguire l’addestramento sui tuoi dati, mantenere il controllo sui tuoi dati e assicurarsi che i modelli di IA non vengano mai condivisi - sono fondamentali per proteggere i dati in un mondo in rapida evoluzione come quello dell’IA. Nella fretta di adottare l’IA, non gettare al vento la prudenza: assicurati di tenere la privacy al primo posto nell’integrazione dell’IA nei tuoi processi e nei tuoi flussi di lavoro.
[ Ascolta Matt Calkins, CEO di Appian, che illustra i vantaggi dell’IA privata rispetto a quella pubblica. Guarda il video della presentazione di Appian World 2023. ]
Vuoi saperne di più su come un approccio di piattaforma all’IA e all’automazione può essere utile? Richiedi il report Gartner® Emerging Tech Radar: Hyperautomation.
