La parte più interessante dell’attuale corsa globale all’intelligenza artificiale non riguarda i modelli linguistici, i benchmark o la prossima demo teatrale della Silicon Valley con avatar che fingono empatia. Il vero nodo strategico riguarda una domanda molto più scomoda: chi possiede realmente la capacità di governare l’AI quando l’infrastruttura tecnologica, il capitale computazionale e perfino il talento scientifico sono concentrati in poche aziende private e in una manciata di paesi? In questo scenario, la UNESCO ha iniziato a muoversi con un approccio meno spettacolare ma decisamente più strutturale, attraverso la cosiddetta Readiness Assessment Methodology, o RAM, uno strumento concepito per misurare quanto un paese sia realmente preparato a sviluppare e governare sistemi di intelligenza artificiale in modo etico, istituzionalmente sostenibile e compatibile con i diritti fondamentali.
La questione appare burocratica soltanto a chi osserva il mercato AI come una successione infinita di chatbot sempre più veloci. In realtà, la RAM tocca il punto più fragile dell’intero ecosistema globale: l’asimmetria tra la velocità dell’innovazione privata e la lentezza delle istituzioni pubbliche. Molti governi stanno tentando di costruire strategie nazionali sull’AI mentre non dispongono ancora di dataset pubblici affidabili, infrastrutture computazionali competitive, normative aggiornate o competenze sufficienti nella pubblica amministrazione. Alcuni paesi parlano di sovranità digitale pur dipendendo integralmente da cloud stranieri, API americane e supply chain asiatiche per semiconduttori avanzati. È una forma moderna di colonialismo tecnologico, soltanto più elegante nei PowerPoint.
La metodologia RAM dell’UNESCO nasce precisamente per evitare che la governance dell’AI venga ridotta a slogan politici o a operazioni cosmetiche. Il framework analizza dimensioni legali, regolatorie, economiche, culturali, scientifiche, educative e infrastrutturali, combinando valutazioni quantitative e qualitative. Questo dettaglio è cruciale, perché gran parte degli indicatori globali sull’AI tende a misurare esclusivamente parametri economici o capacità tecnologiche, ignorando il contesto sociale e istituzionale. Un paese può possedere startup promettenti e ottimi laboratori universitari ma essere completamente impreparato sul piano dei diritti civili, della trasparenza algoritmica o della protezione dei lavoratori esposti all’automazione.
La RAM si collega direttamente alla UNESCO, adottata da quasi 200 stati membri, che rappresenta uno dei tentativi più ambiziosi di definire standard globali per un’AI etica. Qui emerge un aspetto geopolitico spesso sottovalutato: l’UNESCO sta tentando di creare una grammatica internazionale dell’AI alternativa sia al modello ultra-commerciale statunitense sia all’approccio centralizzato e statale della Cina. Non è una posizione neutrale. È un tentativo di costruire un terzo spazio normativo fondato su diritti umani, accountability pubblica e inclusione sociale.
Naturalmente, la distanza tra dichiarazioni etiche e implementazione concreta resta enorme. Molti governi adorano firmare raccomandazioni internazionali perché costano poco politicamente e producono fotografie eccellenti durante i summit multilaterali. Molto meno entusiasmante è finanziare infrastrutture pubbliche, aggiornare sistemi educativi, creare autorità indipendenti di supervisione algoritmica o sviluppare capacità ispettive sui modelli generativi. La RAM diventa quindi interessante proprio perché obbliga i paesi a confrontarsi con dati reali, lacune operative e contraddizioni strutturali.
Dal punto di vista strategico, il valore più importante della metodologia UNESCO non consiste nella produzione del report finale, ma nel processo stesso di assessment. Coinvolgere governi, università, società civile e settore privato significa costruire una mappa condivisa del rischio tecnologico nazionale. Questo approccio multi-stakeholder appare meno glamour rispetto agli annunci sulle AGI, ma riflette una verità che molti investitori preferiscono ignorare: l’adozione dell’AI su larga scala non è soltanto una questione di modelli migliori; è soprattutto una questione di fiducia istituzionale.
Le economie avanzate stanno iniziando a scoprirlo in ritardo. Negli ultimi due anni il dibattito sull’intelligenza artificiale è stato dominato quasi interamente da narrative di produttività, automazione e crescita esponenziale. Poco spazio è stato dedicato agli effetti cumulativi sulle disuguaglianze, sull’accesso ai dati, sulla concentrazione del potere computazionale e sulla dipendenza tecnologica degli stati. La RAM introduce invece una logica sistemica: misura non solo la capacità di usare AI, ma anche la capacità di governarne gli effetti secondari. È una distinzione enorme.
Molte nazioni parlano di “AI strategy” mentre non hanno ancora digitalizzato archivi pubblici essenziali o creato interoperabilità tra database governativi. Alcuni ministeri discutono di intelligenza artificiale generativa utilizzando infrastrutture IT che sembrano uscite da un museo della modernizzazione incompiuta. In questo contesto, la metodologia UNESCO agisce quasi come uno stress test della maturità statale nel XXI secolo.
Sul piano economico, la RAM potrebbe diventare anche uno strumento di pressione indiretta sugli investimenti internazionali. Nei prossimi anni, la capacità di dimostrare standard etici, governance robusta e stabilità normativa influenzerà sempre di più l’attrazione di capitali, partnership tecnologiche e progetti di ricerca. Le imprese globali iniziano a comprendere che il rischio reputazionale legato all’AI può diventare devastante quanto il rischio cyber o finanziario. Un ecosistema regolatorio credibile smette quindi di essere un freno all’innovazione e diventa infrastruttura competitiva.
Esiste poi un elemento culturale raramente discusso nei dibattiti occidentali. La metodologia UNESCO riconosce che l’AI non viene adottata nello stesso modo in tutte le società. I fattori linguistici, educativi, sociali e storici influenzano profondamente la qualità della governance tecnologica. Questa osservazione sembra ovvia, ma rappresenta una rottura implicita con la visione universalista tipica delle Big Tech, secondo cui un modello sviluppato nella Bay Area sarebbe automaticamente adatto a qualsiasi contesto geopolitico o culturale.
Nel lungo periodo, il successo della RAM dipenderà da una variabile molto concreta: la capacità degli stati di trasformare assessment e raccomandazioni in potere amministrativo reale. Senza investimenti pubblici, competenze interne e autonomia strategica, anche il framework etico più sofisticato rischia di diventare un esercizio diplomatico elegante ma irrilevante. Il mercato dell’AI si sta consolidando a una velocità impressionante; chi controlla modelli, chip, cloud e dati sta accumulando una forma di sovranità privata che fino a pochi anni fa sarebbe sembrata fantascienza politica.
La differenza, oggi, è che quella fantascienza è diventata policy industriale. E finalmente qualcuno ha iniziato almeno a misurarne le conseguenze.
A. Dina
