A. Dina
As life sciences researchers, builders of AI and biotechnology, and experts with a wide range of views on how to approach AI policy, we call on legislators to make screening of orders for synthetic nucleic acids — and the equipment needed to make them — mandatory.
La recente presa di posizione congiunta di alcuni tra i principali esponenti dell’industria dell’intelligenza artificiale, tra cui Demis Hassabis, Sam Altman, Dario Amodei e Mustafa Suleyman, in favore di un rafforzamento dei meccanismi di controllo sulla sintesi di acidi nucleici, rappresenta un caso significativo di convergenza tra governance tecnologica e riflessione implicita sui limiti della conoscenza applicata. La richiesta di introdurre obblighi di verifica dei clienti e tracciamento degli ordini per i fornitori di DNA e RNA sintetici si colloca infatti all’intersezione tra politiche di sicurezza, economia della ricerca e trasformazione epistemologica delle scienze della vita.
Dal punto di vista teorico, tale iniziativa può essere interpretata come un’espressione contemporanea del problema della tecnicizzazione del sapere biologico. La riduzione delle strutture viventi a sequenze informazionali manipolabili attraverso strumenti computazionali ha progressivamente modificato la natura stessa della ricerca biologica, trasformandola da disciplina prevalentemente osservativa a campo ingegneristico ad alta iterabilità. In questo contesto, la sintesi genetica diviene non soltanto una tecnica di produzione molecolare, ma un dispositivo epistemico che ridefinisce i confini tra descrizione e costruzione del vivente.
La letteratura filosofica sulla tecnica, da Heidegger a Simondon, ha evidenziato come i sistemi tecnici non siano neutri rispetto alla configurazione del mondo, ma contribuiscano attivamente alla strutturazione dell’esperienza e delle possibilità operative. Nel caso della biologia sintetica, tale dinamica si manifesta nella progressiva dissoluzione della distinzione tra entità naturali e artefatti progettati, con conseguente ridefinizione del concetto stesso di organismo. La disponibilità commerciale di sequenze genetiche, unita alla crescente capacità predittiva dei modelli di intelligenza artificiale, amplifica questa trasformazione, rendendo la materia vivente sempre più accessibile come oggetto di progettazione.
Il riferimento a casi sperimentali in cui la sintesi di materiale genetico ha consentito la ricostruzione di agenti virali, nonché alle evidenze empiriche relative alla capacità dei modelli computazionali di progettare sequenze proteiche potenzialmente problematiche, introduce una questione centrale nella teoria della governance del rischio: la non separabilità tra uso benefico e uso malevolo delle tecnologie dual use. Tale condizione implica che la valutazione del rischio non possa essere effettuata esclusivamente ex post, ma debba essere incorporata nelle infrastrutture stesse della produzione scientifica.
In questa prospettiva, la proposta di regolamentazione avanzata in ambito legislativo statunitense, sostenuta da figure come Tom Cotton e Amy Klobuchar, può essere letta come un tentativo di istituzionalizzazione preventiva del controllo epistemico. L’obbligo di screening dei clienti e delle sequenze ordinate presso i fornitori di sintesi genetica configura infatti una forma di governance distribuita del rischio, nella quale il controllo non è centralizzato esclusivamente nello Stato, ma delegato a infrastrutture private regolamentate.
Tuttavia, la letteratura contemporanea sulla sicurezza biologica evidenzia come tali sistemi di screening presentino limiti intrinseci legati alla capacità adattiva delle tecniche di progettazione molecolare. L’utilizzo di modelli di intelligenza artificiale per la generazione di sequenze proteiche introduce infatti una dinamica di co-evoluzione tra sistemi di controllo e sistemi di elusione, in cui ogni incremento della capacità di filtraggio può essere compensato da strategie di ottimizzazione avversaria. In tale contesto si colloca anche la ricerca interna a Microsoft, che ha evidenziato la possibilità di generare sequenze capaci di bypassare sistemi di screening esistenti, suggerendo la necessità di approcci multilivello alla sicurezza.
Sul piano epistemologico, questa condizione riflette una trasformazione più ampia del rapporto tra conoscenza e potere operativo. L’intelligenza artificiale, sviluppata da organizzazioni come Google DeepMind, OpenAI e Anthropic, non si limita a mediare l’accesso alla conoscenza biologica, ma contribuisce alla produzione stessa di nuove configurazioni molecolari, riducendo la distanza tra modellizzazione teorica e implementazione materiale. Ne deriva una compressione del ciclo innovativo che rende meno distinguibili le fasi di progettazione, simulazione e realizzazione.
L’emergere di iniziative regolatorie condivise tra attori industriali e istituzioni politiche segnala la progressiva istituzionalizzazione di una nuova forma di governance della complessità tecnologica, tale forma non si limita alla gestione del rischio immediato, ma interviene sulla struttura stessa delle condizioni di possibilità della ricerca scientifica, configurando un campo ibrido in cui epistemologia, regolazione e infrastruttura tecnica risultano progressivamente indistinguibili.
