Intelligenza artificiale, privacy e copyright diventano comprensibili nel momento in cui parti da come funzionano gli strumenti. Ne ho parlato con Valentino Spataro e Julian, fra ricerca delle informazioni, software libero, dati pubblici e autonomia digitale.

Valentino porta l'esperienza di IusOnDemand e del podcast Caffè 2.0, insieme a un percorso che attraversa programmazione, diritto e divulgazione. Julian aggiunge il punto di vista di Ufficio Zero Linux. Io provo a riportare tutto alle scelte di chi usa la tecnologia e crea contenuti.

Dalle BBS a una ricerca delle notizie costruita su misura

Si parte da una storia molto concreta: Valentino racconta la propria BBS, la linea telefonica dedicata, l'emozione del primo collegamento ricevuto. È il ricordo di un'Internet prima che l'esperienza si concentrasse dentro cinque piattaforme.

Quella propensione a costruirsi strumenti gli è rimasta. Il suo sistema di raccolta delle notizie è un insieme di siti scelti e classificati, letti periodicamente da procedure automatiche e poi interrogati secondo i criteri che gli servono.

Non è un prodotto universale: è una soluzione progettata per il suo lavoro. E la selezione delle fonti resta umana, anche quando il recupero è automatico — che è la parte importante.

Mi ci riconosco. Quando un programma non risponde a un bisogno specifico, scrivere uno script diventa il modo per capire meglio il problema e guadagnare controllo. Poi però ci sono manutenzione, affidabilità e condizioni di accesso alle fonti: l'autonomia non cancella il lavoro che serve a sostenerla.

L'IA come interlocutore, non come archivio infallibile

Gli chiedo come valuta i sistemi generativi per cercare informazioni. La sua scelta è separare due cose: la raccolta delle notizie, che affida a fonti e strumenti selezionati, e il confronto con un modello, dove cerca prospettive alternative su un progetto.

Un esempio che mi è piaciuto: chiedere idee e criteri prima di chiedere codice. Descrivere destinatari, vincoli e obiettivi ti fa discutere più strade, invece di accettare la prima soluzione confezionata che arriva.

Questo non rende vere le risposte. Un modello può produrre un testo convincente e incompleto, confondere riferimenti, inventare pezzi. E l'accesso al Web non sostituisce il controllo delle fonti e delle date.

Confrontiamo anche modelli, interfacce e accesso tramite API. Sono osservazioni su strumenti e limiti di quel momento, non una classifica permanente: per scegliere contano il compito concreto, il risultato e le condizioni del servizio.

Copyright e IA: il contributo umano conta, ma il prompt non basta

Valentino insiste sul ruolo della creatività umana, ed è il punto centrale. Va però distinta l'intenzione dell'autore dal controllo effettivo sugli elementi espressivi del risultato, che è una cosa diversa.

Nel rapporto del gennaio 2025 sulla proteggibilità delle opere generate con IA, lo U.S. Copyright Office distingue l'assistenza alla creatività umana dalla produzione interamente automatica. Per i sistemi analizzati, il solo prompt non offre in genere un controllo sufficiente; selezione, disposizione e modifiche creative vanno invece valutate caso per caso. È un riferimento statunitense, non una regola che vale ovunque.

E ottenere un'immagine non significa poterla usare senza altre verifiche. Tutelare il proprio contributo e non violare diritti altrui sono due problemi separati. Negli esempi di immagini che incorporano elementi non richiesti, la responsabilità non si attribuisce automaticamente né al fornitore né a chi ha generato.

Per chi crea, conservare traccia di scelte, fonti e modifiche aiuta a documentare il lavoro. Non garantisce la titolarità di ogni elemento generato, e non sostituisce l'analisi del caso concreto.

Privacy: token ed embedding non sono anonimato

C'è una distinzione tecnica che vale la pena fissare: un modello generativo non funziona come una tabella che restituisce la riga che hai registrato. Ma sarebbe sbagliato dedurne che non possa trattare o rivelare dati personali.

Il GDPR guarda alle informazioni relative a persone identificate o identificabili e alle operazioni svolte su quelle informazioni. Che i dati siano rappresentati come numeri non basta a escluderne la rilevanza.

Il parere dell'EDPB sui modelli di IA chiede una valutazione caso per caso dell'anonimato, considerando la possibilità di identificare le persone e quella di estrarre dati personali dal modello. Quindi no: vettori, token e parametri non sono dati anonimi per definizione.

Resta utile l'invito di Valentino a guardare il contesto del trattamento: quali dati, per quale scopo, da parte di chi, attraverso quali passaggi. Sono domande molto più informative della formula «servizio rispettoso della privacy».

Connessioni, localizzazione e consapevolezza

Valentino racconta alcune prove personali con strumenti che mostrano connessioni e informazioni raccolte durante gli spostamenti. Rendono visibile qualcosa che normalmente resta sullo sfondo dell'uso di uno smartphone.

I numeri che riporta descrivono quelle prove e basta. Non dimostrano che ogni connessione sia un tracciamento illecito, che tutte le applicazioni si comportino allo stesso modo o che bloccarle ti faccia risparmiare una certa quota di batteria.

Quello che mi colpisce è il significato dei dati. Un'informazione che sembra irrilevante diventa rivelatrice se combinata con altre: orari, luoghi e abitudini ricostruiscono una vita con una precisione che sorprende.

Rispondere «non ho niente da nascondere» non risponde alla domanda vera, che è chi debba poter accedere a quei dati e per farne che cosa. La consapevolezza parte da lì, non dal diventare tutti esperti di sicurezza.

Software libero e standard aperti: ridurre la dipendenza

Discutiamo di quanto sia importante distinguere un servizio dal suo fornitore. Conoscere protocolli e formati rende concreta la possibilità di cambiare strumento senza ricominciare da zero.

Open source, standard aperti e portabilità però non sono sinonimi. Un programma aperto può avere dipendenze pesanti, e una migrazione può richiedere conversioni, prove e formazione. Libertà del codice e interoperabilità reale vanno guardate tutte e due.

Julian riporta il tema all'integrazione di applicazioni e servizi in Ufficio Zero. Le proposte di cui parla descrivono il lavoro e le intenzioni di quel periodo: un annuncio non è una funzione già disponibile.

Rendere leggibili le informazioni pubbliche

Lo spunto più interessante riguarda la Gazzetta Ufficiale. Valentino immagina strumenti che aiutino a trovare i provvedimenti pertinenti e a presentarli in un linguaggio comprensibile, magari per settore o destinatario.

È un impiego sensato dell'IA come supporto alla lettura. La sintesi però deve restare agganciata al documento ufficiale: una parafrasi può far cadere condizioni, eccezioni o riferimenti decisivi. Non sostituisce il testo normativo, e non diventa autorevole perché è più chiara.

Conta anche l'accesso ai dati. Formati leggibili dalle macchine, documentazione e aggiornamenti rendono il riuso possibile; la semplice disponibilità di un file non garantisce che contenga quello che serve.

Crescere come comunità senza perdere le relazioni

Nell'ultima parte parliamo di Fediverso. Valentino spera in una crescita fatta di spazi piccoli e collegati, con riferimenti riconoscibili e una moderazione vicina alle persone.

Il suo ragionamento non riguarda il numero di utenti, ma la facilità con cui si partecipa, ci si sposta e si mantiene il controllo sulla propria presenza. È una prospettiva che sento vicina: conoscere alternative serve quando allarga le possibilità concrete di qualcuno.

Le esperienze e le opinioni degli ospiti restano spunti; i riferimenti tecnici e normativi vanno verificati uno per uno. Tenere insieme curiosità e controllo delle fonti è l'unico modo per portare avanti una conversazione del genere senza dire sciocchezze.