Anthropic e OpenAI hanno due visioni opposte su come regolamentare l’IA

Ora che hanno convinto il mondo dell’importanza dell’intelligenza artificiale generativa nelle nostre vite, le aziende che la producono affrontano un ostacolo più tortuoso della conquista di nuove quote di mercato: la regolamentazione. Il Congresso americano è incapace di approvare una legge federale, diviso tra chi teme che regole severe rallentino l’innovazione e chi vuole impedire a Washington di cancellare le norme già approvate dai singoli Stati. In questo limbo OpenAI e Anthropic stanno cercando di imporre due modelli opposti. La società di Sam Altman vuole uno standard valido in tutto il paese. Quella guidata da Dario Amodei vuole invece che i singoli Stati approvino norme via via più severe, facendo di ogni nuova legge un punto di partenza per la successiva.

Questo scontro è stato descritto bene da Politico in un approfondimento sulla strategia che OpenAI definisce «reverse federalism». L’espressione descrive un percorso inverso rispetto a quello più consueto negli Stati Uniti. Invece di attendere che Washington stabilisca una cornice nazionale da applicare localmente, OpenAI vuole convincere gli Stati ad adottare regole simili tra loro. La convergenza produrrebbe dal basso uno standard quasi federale, riducendo nel frattempo il rischio che l’azienda debba rispettare cinquanta sistemi incompatibili.

Anthropic considera questa soluzione accomodante. Una legge replicata da uno Stato all’altro rischierebbe di diventare non soltanto uno standard comune, ma anche un tetto oltre il quale sarebbe difficile spingersi. L’azienda di Amodei preferisce una competizione regolatoria nella quale ogni Stato aggiunga un obbligo nuovo rispetto al precedente. Per Anthropic, ogni nuova legge dovrebbe colmare i limiti della precedente: alla semplice pubblicazione dei piani di sicurezza si aggiungerebbero prima controlli indipendenti e poi poteri più incisivi per le autorità pubbliche.

La discussione non è per amanti del diritto in sé: ogni azienda cerca di far prevalere le sue ragioni per interessi particolari. Per OpenAI, l’uniformità significa poter distribuire lo stesso prodotto in tutto il mercato americano senza adattare procedure e responsabilità a decine di legislazioni diverse. Anthropic trae invece vantaggio da regole più severe, coerenti con l’identità che ha costruito attorno alla sicurezza. Obblighi come audit periodici, verifiche tecniche esterne e strutture legali dedicate aumentano però i costi per tutti gli operatori. Le aziende già grandi possono assorbirli più facilmente; per un concorrente più piccolo possono diventare un ostacolo alla crescita. La scelta delle regole determina quindi non soltanto il livello di sicurezza richiesto ai modelli, ma anche quanto capitale e quanta organizzazione siano necessari per svilupparli. 

Il primo banco di prova è stato la California, dove nel 2025 è entrata in vigore la prima legge americana dedicata ai modelli più avanzati. Il testo obbliga le aziende a rendere pubblici i propri piani di sicurezza e a spiegare come intendono gestire eventuali incidenti. Anthropic è stata l’unica tra le grandi società del settore a sostenerlo apertamente prima dell’approvazione. OpenAI non si è schierata, salvo poi indicare quella legge come un possibile modello per altri Stati. La legge approvata nell’Illinois richiede ai maggiori sviluppatori un controllo annuale dei programmi di sicurezza affidato a soggetti indipendenti. Questo riduce di molto il peso dell’autocertificazione: non basta più dichiarare di avere eseguito determinati test, occorre consentire a un verificatore esterno di esaminare i metodi utilizzati e la loro attendibilità.

Anthropic vuole andare decisamente oltre. In Massachusetts ha sostenuto una proposta che obbligherebbe i laboratori più grandi a far valutare da esperti indipendenti la capacità dei propri sistemi di facilitare danni eccezionalmente gravi, come un attacco informatico su larga scala o lo sviluppo di un’arma biologica. Il procuratore generale dello Stato potrebbe chiedere l’intervento di un tribunale contro le aziende che non rispettano gli obblighi.

Il problema è che l’industria non dispone ancora di criteri pienamente condivisi per misurare rischi di questo tipo. Le capacità dei modelli cambiano rapidamente e i risultati dipendono spesso dal modo in cui vengono formulate le prove. Un sistema può apparire innocuo durante una valutazione e mostrare comportamenti più pericolosi quando viene utilizzato da persone con competenze specifiche o collegato ad altri strumenti. Le leggi stanno quindi attribuendo un ruolo crescente agli audit proprio mentre il mercato degli auditor, i protocolli e le soglie di rischio sono ancora in costruzione.

OpenAI non contesta la necessità dei controlli indipendenti. Il suo timore è che ogni Stato definisca requisiti diversi, affidandosi a valutatori differenti e adottando proprie regole sulla responsabilità. Per un’azienda che distribuisce lo stesso servizio a milioni di persone, una simile frammentazione può diventare onerosa. Ma l’argomento della complessità amministrativa nasconde una questione più politica: chi riesce a stabilire per primo lo standard può condizionare anche il modo in cui verrà applicato.

La scommessa politica è tutta qui: se alcuni Stati economicamente influenti adotteranno testi compatibili, le altre legislature avranno meno incentivi a inventare modelli alternativi. Quando il Congresso interverrà, potrà recepire quella struttura e trasformarla in legge nazionale. A quel punto Washington potrebbe anche impedire agli Stati di mantenere norme più severe, sostenendo che una disciplina federale uniforme è necessaria per evitare contraddizioni.

Lo scontro riguarda anche chi paga quando un modello causa un danno. In Illinois, OpenAI ha sostenuto una norma che avrebbe limitato le cause contro le aziende che pubblicano e rispettano un piano di sicurezza. Anthropic si è opposta: seguire regole scritte dalla stessa azienda non dovrebbe bastare a escluderne la responsabilità. OpenAI vuole evitare che ogni abuso commesso da un utente ricada automaticamente sul produttore. Anthropic teme invece che una protezione troppo ampia riduca l’incentivo a testare meglio i modelli prima di lanciarli.

Come racconta Politico, lo scontro tra le due aziende si è spostato nel finanziamento delle campagne elettorali statali. Sul fronte favorevole a uno sviluppo rapido dell’AI si è imposto Leading the Future, un super PAC, cioè un comitato che può raccogliere e spendere somme senza limiti purché non coordini direttamente la propria attività con i candidati. La rete è sostenuta, tra gli altri, dal presidente di OpenAI Greg Brockman e da importanti investitori tecnologici: ha raccolto più di 125 milioni di dollari e, a metà luglio, dispone ancora di 31,5 milioni da spendere nelle elezioni di novembre per candidati favorevoli a regole nazionali uniformi e combatte le proposte statali considerate troppo restrittive.

Anthropic ha scelto il campo opposto, impegnando 20 milioni di dollari in Public First Action, un’organizzazione che sostiene candidati favorevoli a controlli più severi sui modelli avanzati. La rete finanzia comitati distinti per le campagne democratiche e repubblicane, così da intervenire in entrambi gli schieramenti. Da giugno Anthropic ha iniziato anche a contribuire direttamente alle campagne di alcuni legislatori della California, dichiarando di scegliere politici vicini alla propria posizione sulla sicurezza. 

L'articolo Anthropic e OpenAI hanno due visioni opposte su come regolamentare l’IA proviene da Linkiesta.it.