NotizieMacroTyler Cowen propone l'autoregolamentazione sul modello FINRA come modo «meno peggiore» di governare l'AI

Tyler Cowen propone l'autoregolamentazione sul modello FINRA come modo «meno peggiore» di governare l'AI

Autore: Marginal Revolution·

Punti chiave

  • •Cowen propone un regolatore dell'AI privato e senza scopo di lucro, modellato in parte su FINRA e supervisionato da Washington, potenzialmente attraverso il Center for AI Standards and Innovation.
  • •L'ente proposto sottoporrebbe ad audit periodici i principali laboratori di AI e i loro modelli, con un focus iniziale sul rischio di cybersicurezza.
  • •Le aziende che superano l'audit riceverebbero un'esenzione dalla normativa standard sulla responsabilità civile se dimostrano una diligenza basilare e ragionevole ed evitano una negligenza estrema o deliberata.
  • •Cowen sostiene che i partecipanti del settore hanno forti incentivi a sostenere gli standard di sicurezza, perché i fallimenti di una singola azienda potrebbero danneggiare l'intero comparto.
  • •Afferma che il governo non dispone di una competenza tecnica paragonabile e che una governance dell'AI efficace dipenderà da come settore, regolatori e tribunali si dividono le responsabilità.
Tyler Cowen propone l'autoregolamentazione sul modello FINRA come modo «meno peggiore» di governare l'AI

L'economista Tyler Cowen sostiene che il modo «meno peggiore» di regolare l'intelligenza artificiale sia affidarsi ai principali laboratori di AI perché agiscano da regolatori primari di se stessi, tramite un organo di vigilanza privato autorizzato e supervisionato da Washington.

L'argomentazione compare nella sua ultima colonna su Free Press, ripresa dal blog di economia Marginal Revolution il 27 agosto 2026. «La chiave è creare alcune tutele di base, ma senza soffocare il più ampio progresso dell'AI», scrive Cowen. Per riuscirci, sostiene, «dobbiamo sfidare la saggezza convenzionale sulla supervisione pubblica e invece fidarci che i laboratori di AI siano i propri regolatori primari».

Un regolatore per l'AI sul modello FINRA

La proposta parte dalla definizione di un ente privato senza scopo di lucro per la regolamentazione dell'AI. Un ente ideale mutuerebbe alcune caratteristiche da FINRA (la Financial Industry Regulatory Authority) — un consorzio di società finanziarie che esamina le pratiche commerciali di ciascun membro e formula raccomandazioni, assistendo la federale Securities and Exchange Commission nelle attività di vigilanza e regolamentazione.

La versione per l'AI includerebbe i principali laboratori e sarebbe autorizzata e supervisionata da Washington, forse attraverso il neonato Center for AI Standards and Innovation. Nell'impianto di Cowen, ciò offrirebbe ai responsabili delle politiche pubbliche un modo per porre argini attorno ai modelli avanzati senza richiedere alle agenzie governative di costruire da zero tutta la competenza tecnica rilevante.

Audit periodici ed esenzione dalla responsabilità

Questo ente sottoporrebbe ad audit periodici le principali società di AI e i loro modelli, valutandone condotta e sicurezza. Nel breve periodo, almeno, gran parte di questo lavoro si concentrerebbe sulla cybersicurezza — in particolare, se i nuovi modelli creano più rischi informatici di quanti ne aiutino a risolvere.

Un'azienda che superasse l'audit sarebbe esentata dalla normativa standard sulla responsabilità civile, a condizione di aver dimostrato una diligenza basilare e ragionevole, anziché una negligenza estrema o deliberata. Secondo Cowen, ciò libererebbe i laboratori di AI dal timore che i tribunali possano compromettere la loro attività concedendo ingenti risarcimenti ai querelanti per danni mal definiti che non si sarebbero ragionevolmente potuti prevenire — e darebbe ai laboratori un forte incentivo a rispettare gli standard di sicurezza di questo ente.

Un ente di settore giudicherebbe in modo equo?

È ragionevole chiedersi, osserva Cowen, se un ente composto da attori del settore emetterebbe giudizi di sicurezza equi e imparziali. «Forse no. Eppure ci sono molti vantaggi e nessuna alternativa migliore».

Un vantaggio: ciascuna azienda sa che un modello pericoloso di un'altra azienda potrebbe causare un incidente dannoso e compromettere le prospettive dell'intero settore. Cowen cita l'incidente di Three Mile Island del 1979, che ha contribuito in modo significativo al congelamento dell'intero settore nucleare statunitense. Pochi sanno indicare l'azienda dietro l'impianto malfunzionante — Metropolitan Edison — perché la penalità reputazionale si è abbattuta sull'intero settore.

Un altro incentivo alla sicurezza è che le aziende di vertice non vogliono una concorrenza eccessiva da parte di nuovi entranti con prezzi più bassi e qualità inferiore. Anche questo indurrà tali aziende a sostenere standard piuttosto severi, «forse eccessivamente severi in alcuni casi».

L'implicazione più ampia dell'argomentazione di Cowen è che la governance dell'AI potrebbe finire per dipendere meno da un tradizionale libro di regole e più da come i protagonisti del settore, i regolatori e i tribunali si dividono le responsabilità man mano che la tecnologia avanza. Per ora, sostiene, ciò rende la competenza tecnica interna ai laboratori particolarmente importante per qualsiasi regime di vigilanza che voglia essere effettivo anziché simbolico.

«Resta il fatto che stiamo scegliendo tra alternative imperfette», conclude Cowen. «La verità concreta, che ci piaccia o no, è che all'interno delle aziende c'è molta più competenza per valutare la sicurezza dell'AI di quanta possiamo aspettarci di trovare nel governo federale nel prossimo futuro».

Riconoscimenti

Cowen scrive di essere in debito con alcune idee di Dean Ball, notando che la proposta di Ball è in parte diversa, e segnala ai lettori i commenti di Brendan McCord.