Parlare di intelligenza artificiale affidabile non significa cercare un modello perfetto. Significa costruire un processo nel quale obiettivi, dati, limiti e conseguenze siano documentati prima dell’uso.
Il framework AI RMF del NIST organizza questo lavoro in quattro funzioni: governare, mappare, misurare e gestire. La sequenza non è un certificato automatico: è una griglia per rendere visibili le decisioni e assegnare responsabilità.
Per un’organizzazione, il passaggio più concreto è collegare ogni sistema a un contesto d’uso. Un assistente per la ricerca interna non ha gli stessi rischi di uno strumento che orienta una decisione su una persona. Cambiano dati, supervisione, test e criteri di sospensione.
La qualità tecnica resta importante, ma non esaurisce il problema. Un sistema più trasparente, monitorato e revocabile può essere preferibile a uno leggermente più accurato ma impossibile da controllare.
