Aggiornato settembre 2026 · 60 termini
Indice A-Z dei termini
Sessanta termini scelti fra i 162 lemmi del Glossario dell’intelligenza artificiale, ordinati alfabeticamente. Per ciascuno: la definizione nella formulazione originale, l’equivalente inglese, l’ambito e il codice permanente con cui la voce si cita attraverso le edizioni.
A
accuratezza
Grado di corrispondenza fra ciò che un sistema produce e ciò che sarebbe corretto produrre, calcolato su un insieme di casi e rispetto a un riferimento assunto come vero. È una fra le misure delle prestazioni, non il loro insieme, e il valore che assume dipende dai casi su cui è calcolata: mutata la distribuzione dei dati, muta. Nel regolamento sull'intelligenza artificiale è un livello dovuto e un'informazione da dichiarare, senza che il testo la definisca né prescriva una metrica.
addestramento
Fase in cui i parametri di un modello vengono adattati misurando su un insieme di dati lo scarto fra le uscite prodotte e quelle attese e correggendoli di conseguenza. Si distingue dalla convalida, che serve a regolare le scelte di progetto, e dalla prova, che stima le prestazioni su dati mai visti. La distinzione non è terminologica: i tre insiemi hanno funzioni diverse, e confonderli produce misure di prestazione sistematicamente ottimistiche.
agente
Entità che percepisce il proprio ambiente, sceglie come agire e agisce su di esso per perseguire un obiettivo, con un margine di iniziativa fra la ricezione dell'obiettivo e il risultato. Nella letteratura tecnica il termine designa da decenni qualunque entità costruita in questo modo, di software o fisica, e non presuppone modelli generativi. Ciò che varia è l'ampiezza del margine: dalla semplice reazione a uno stimolo alla scelta della sequenza di azioni e degli strumenti da adoperare.
alfabetizzazione in materia di IA
Insieme di competenze, conoscenze e comprensione che mette fornitori, deployer e persone interessate in condizione di impiegare i sistemi di intelligenza artificiale con cognizione di causa e di rendersi conto delle occasioni, dei rischi e dei danni possibili. È riferita ai diritti e agli obblighi di ciascuno, quindi varia con il ruolo e non corrisponde a un contenuto formativo unico. Riguarda il personale e chiunque altro operi i sistemi per conto di fornitori e deployer, con o senza rapporto di lavoro.
algoritmo
Procedimento descritto in modo finito e non ambiguo che, a partire da un ingresso ammissibile, porta in un numero finito di passi a un risultato. È nozione della matematica e dell'informatica, anteriore all'apprendimento automatico e indipendente da esso: un ordinamento di nomi è un algoritmo quanto lo è la procedura che aggiorna i parametri di una rete. Da sola non individua alcun oggetto giuridico, perché non dice chi lo esegue, su quali dati e con quali effetti.
allucinazione
Esito di un modello generativo che si presenta come informazione di fatto e non trova riscontro nella realtà né nelle fonti da cui il modello dovrebbe attingere. Il nome viene dalla psicopatologia e descrive male il fenomeno: un modello che prevede la continuazione più probabile di un testo non percepisce nulla, e produce l'enunciato falso con lo stesso meccanismo con cui produce quelli veri. Non è un guasto occasionale ma un esito ordinario della generazione.
anonimizzazione
Trattamento che rende una persona non più identificabile, in modo irreversibile e tenendo conto di tutti i mezzi che il titolare o un terzo possono ragionevolmente impiegare. Se il risultato regge questa prova, i dati cessano di essere personali e la disciplina sulla protezione dei dati non si applica più. La valutazione non è un adempimento formale ma un giudizio sullo stato della tecnica, che può invecchiare: un insieme anonimizzato oggi può tornare identificabile domani, se cambiano i dati disponibili al confronto.
apprendimento automatico
Famiglia di tecniche in cui il comportamento di un programma non è scritto per intero da chi lo produce ma è ricavato da esempi: una procedura di ottimizzazione modifica i parametri di un modello finché le uscite si avvicinano a quelle attese sui dati disponibili. Ciò che ne risulta non è una regola leggibile ma una funzione numerica, e questo spiega perché il controllo si sposti sui dati, sulla misura delle prestazioni e sulla documentazione delle scelte di progetto.
apprendimento profondo
Apprendimento automatico condotto con reti a molti strati, in cui le rappresentazioni intermedie non sono progettate da una persona ma emergono dall'addestramento. La profondità non corrisponde a un valore di soglia ma a una scelta di metodo: si rinuncia a costruire a mano le caratteristiche rilevanti e si affida quel compito all'ottimizzazione, in cambio di più dati, più calcolo e minore leggibilità dei passaggi intermedi. È la tecnica su cui poggiano i modelli generalisti diffusi oggi.
attestazione
Documento che un'associazione professionale rilascia ai propri iscritti, sotto la responsabilità del proprio rappresentante legale e previe le verifiche necessarie, per dichiarare la regolare iscrizione, i requisiti di ammissione, gli standard qualitativi che gli iscritti devono rispettare, le garanzie offerte all'utenza e l'eventuale possesso di una polizza o di una certificazione di terza parte. Vale per il periodo di iscrizione e si rinnova con essa. Non è requisito per esercitare la professione.
C
cibersicurezza
Difesa di reti, sistemi informativi, servizi informatici e comunicazioni elettroniche dalle minacce che vi si dirigono, condotta in modo da tenerne insieme la disponibilità, la riservatezza e l'integrità e da lasciarli capaci di reggere l'urto. Nell'ordinamento italiano è la nozione su cui poggiano un'agenzia dedicata e un'architettura di competenze nazionali. Nel regolamento sull'intelligenza artificiale la stessa materia rientra fra i requisiti che un sistema ad alto rischio deve soddisfare, e ne risponde il fornitore.
competenza
Capacità comprovata di impiegare, in situazioni di lavoro, di studio o di sviluppo personale, un insieme ordinato di conoscenze e di abilità, comunque siano state acquisite. Ciò che la distingue dalla conoscenza è la prova: finché non è accertata da chi ha il compito di accertarla resta un'aspettativa, per quanto fondata. Il contesto in cui è maturata — scolastico, lavorativo o esperienziale — non ne muta la natura, ma decide quale procedura si debba seguire per riconoscerla e con quale documento si chiuda.
confabulazione
Termine proposto per gli stessi esiti di cui si dice allucinazione, e scelto perché rende meglio il fenomeno: chi confabula colma una lacuna con un racconto coerente e plausibile, senza intenzione di mentire e senza percepire alcunché. Nella letteratura tecnica designa in particolare gli enunciati falsi che il modello produce quando la risposta non è determinata dai dati su cui è stato addestrato, e che cambierebbero da un'esecuzione all'altra.
contenuto sintetico
tici 64Testo, immagine, suono o video generato o manipolato da un sistema di IA, quale che sia la somiglianza con qualcosa di esistente e quale che sia l'intenzione di chi lo diffonde. È la nozione su cui poggia l'obbligo di marcare gli esiti in forma leggibile da una macchina, e comprende anche i contenuti che nessuno scambierebbe per autentici. Un contenuto sintetico che raffiguri in modo credibile persone o eventi reali è anche un deep fake; la prima nozione resta la più larga.
credenziale verificabile
Dichiarazione digitale firmata da chi la emette, costruita in un formato che permette a chi la riceve di controllarne l'origine e l'integrità senza interpellare l'emittente. Porta l'identificativo di chi emette, quello del destinatario, ciò che si afferma di lui e la firma; il controllo riguarda soltanto questi elementi. Che l'affermazione sia fondata, e che l'emittente sia abilitato a formularla, non discende dal formato: sono questioni che il controllo tecnico non tocca.
D
dati biometrici
Dati personali ricavati da un trattamento tecnico specifico e riferiti a caratteristiche fisiche, fisiologiche o comportamentali di una persona fisica, come l'immagine del volto o le impronte digitali. A qualificarli non è il contenuto ma il procedimento: una fotografia diventa dato biometrico quando è sottoposta all'elaborazione che ne estrae tratti confrontabili. Sostengono funzioni fra loro distinte, dalla verifica di un'identità dichiarata all'identificazione in una banca dati, dall'assegnazione a categorie all'inferenza di emozioni, e a ciascuna corrispondono regole proprie.
dati personali
Informazioni riferite a una persona fisica identificata o identificabile, dove l'identificabilità si valuta considerando i mezzi di cui il titolare o un terzo può ragionevolmente avvalersi. Non è una proprietà intrinseca del dato ma una relazione fra il dato, il contesto e le altre informazioni disponibili: lo stesso valore può essere personale in un archivio e non esserlo in un altro. La categoria non dipende dalla delicatezza del contenuto e comprende identificativi indiretti, come un numero, un identificativo online o un dato di ubicazione.
dato
Rappresentazione di atti, fatti o informazioni in forma trattabile automaticamente, insieme alle raccolte che ne aggregano più di uno. La nozione è indifferente al supporto e al formato, e comprende le registrazioni sonore, visive e audiovisive. Non coincide con l'informazione, che è ciò che dal dato si ricava interpretandolo, né con il documento, che ne è un contenitore. La qualificazione come personale o non personale non appartiene alla nozione: interviene dopo, quando si accerta se il dato riguardi una persona fisica identificata o identificabile.
deep fake
Immagine, audio o video generato o manipolato da un sistema di IA che riproduce persone, oggetti, luoghi, entità o eventi reali in modo tale da apparire autentico a chi lo osserva. La nozione non richiede l'intento di ingannare né un danno effettivo: bastano la somiglianza con qualcosa di esistente e l'apparenza di autenticità. Un contenuto dichiaratamente artificiale che raffiguri una persona reale resta un deep fake, e ciò che cambia è l'obbligo di segnalarlo, non la qualificazione.
deployer
Soggetto che impiega un sistema di IA sotto la propria autorità nell'esercizio di un'attività professionale, senza averlo sviluppato né immesso sul mercato. È una posizione di fatto, non una qualifica contrattuale: la assume chi decide che il sistema entri in un processo, per quali scopi e su quali persone produca effetti. Chi usa lo stesso sistema per fini personali estranei a un'attività professionale non è deployer. La posizione può cambiare: chi modifica in modo sostanziale un sistema, o lo immette sul mercato con il proprio marchio, diventa fornitore.
discriminazione algoritmica
Trattamento sfavorevole di una persona o di un gruppo che si produce attraverso l'uso di un sistema automatico e che ricade in un divieto di discriminazione già posto dall'ordinamento. Il sistema non crea una categoria giuridica nuova: cambia il modo in cui la disparità si genera, spesso senza che alcuno l'abbia voluta, perché deriva dai dati, dalla scelta delle variabili o dal contesto di impiego. Va distinta dalla distorsione, che è uno squilibrio statistico e diventa discriminazione quando produce l'effetto vietato.
distorsione
Scostamento sistematico fra ciò che un sistema produce e ciò che dovrebbe produrre, riconducibile ai dati, al modo in cui sono stati raccolti, alle scelte di modellazione o al rientro degli esiti negli ingressi successivi. Non è l'errore casuale, che si distribuisce senza direzione: è un errore orientato, che si ripete a danno o a vantaggio di gruppi determinati. Acquista rilievo giuridico quando incide sulla salute e sulla sicurezza, quando pregiudica i diritti fondamentali o quando produce discriminazioni vietate.
distributore
Persona fisica o giuridica della catena di approvvigionamento, diversa dal fornitore e dall'importatore, che rende disponibile sul mercato dell'Unione un sistema già immesso da altri. È una posizione residuale, definita per differenza: la occupa chi rende disponibile il sistema senza averlo immesso per primo e senza figurarvi con il proprio nome. Su un sistema ad alto rischio il distributore compie una verifica documentale prima di renderlo disponibile e attiva misure correttive quando ha motivo di ritenerlo non conforme.
F
fornitore
Soggetto che sviluppa un sistema o un modello di IA, oppure lo fa sviluppare, e lo immette sul mercato o mette in servizio il sistema sotto il proprio nome o marchio, che vi sia o no un corrispettivo. Non occorre averne scritto il codice: la posizione si acquista anche commissionando lo sviluppo a terzi e presentando il risultato come proprio, e la gratuità non la esclude. Vi entra anche il distributore, l'importatore, il deployer o il terzo che apponga il proprio marchio su un sistema ad alto rischio o lo modifichi in modo sostanziale.
I
immissione sul mercato
Primo atto con cui un sistema di IA o un modello per finalità generali viene reso disponibile sul mercato dell'Unione. È un evento che si verifica una volta sola: le forniture successive dello stesso sistema restano messa a disposizione e non ripetono l'immissione. Non coincide con l'annuncio commerciale né con la disponibilità tecnica, e non dipende dall'esistenza di un corrispettivo. Segna il confine oltre il quale un sistema smette di essere oggetto di sviluppo e diventa oggetto di obblighi di prodotto.
importatore
Soggetto stabilito nell'Unione che porta sul mercato europeo un sistema fabbricato altrove, e che quel sistema reca il nome o il marchio di chi ha sede in un paese terzo. La qualifica non dipende dal luogo in cui il software è stato scritto né dal titolo contrattuale con cui lo si rivende: dipende da quale nome figura sul sistema e da dove è stabilito chi lo porta. Quando il sistema è ad alto rischio, prima di immetterlo l'importatore compie una verifica documentale sugli adempimenti del fornitore.
inferenza
Passaggio dagli ingressi ricevuti alle uscite prodotte compiuto da un modello già addestrato, senza che i parametri cambino. In senso più largo indica anche la capacità del sistema di ricavare dai dati il modo di ottenere quelle uscite. È in questa accezione che il regolamento sull'intelligenza artificiale la adopera, come tratto che separa i sistemi di intelligenza artificiale dal software che esegue regole scritte da persone. Le due accezioni convivono e vanno tenute distinte.
insieme di dati
Raccolta di dati delimitata e trattata come unità, con una struttura dichiarata che ne consente la descrizione, la conservazione e il riuso indipendentemente dai singoli elementi. Nel ciclo di vita di un sistema di IA gli insiemi si distinguono per la funzione: quelli di addestramento adattano i parametri apprendibili, quelli di convalida ne regolano la messa a punto, quelli di prova ne misurano le prestazioni. La stessa raccolta cambia natura se si sposta la partizione, e con la funzione cambiano gli obblighi che la riguardano.
intelligenza artificiale affidabile
Qualità composita attribuita a un sistema di intelligenza artificiale che unisce liceità, solidità tecnica e rispetto dei diritti fondamentali. Nel regolamento sull'intelligenza artificiale compare come scopo dell'atto e come rinvio a orientamenti etici dichiarati non vincolanti, non come requisito da dimostrare: nessuna disposizione la definisce e nessuna procedura ne accerta la sussistenza. Si scompone perciò in obblighi puntuali, dalla gestione dei rischi alla qualità dei dati, dalla trasparenza alla sorveglianza umana, ciascuno con un proprio destinatario e un proprio metro.
interpretabilità
Proprietà per cui il meccanismo con cui un modello arriva a un risultato è leggibile da chi ne esamina la struttura, senza doverlo ricostruire dall'esterno. Riguarda il modello, non il destinatario: un albero di decisione poco profondo è interpretabile anche se nessuno spiega nulla, mentre una rete profonda resta poco interpretabile anche accompagnata da spiegazioni accurate. È questione di grado, non un attributo che si possiede o non si possiede, e si guadagna spesso a scapito dell'accuratezza.
L
licenza libera e open source
Regime di rilascio che consente ad altri l'accesso, l'uso, la modifica e la distribuzione di un sistema o di un modello di IA. Il regolamento sull'intelligenza artificiale ne fa una condizione per alcune esclusioni e alcuni alleggerimenti di obbligo, ma non la definisce: ne descrive gli effetti là dove li produce, elencando per i modelli anche la pubblicazione dei parametri, dei pesi e delle informazioni sull'architettura. Il perimetro esatto va quindi ricostruito articolo per articolo.
M
marcatura CE
Marcatura con cui il fornitore indica che un sistema di IA ad alto rischio soddisfa i requisiti del regolamento e delle altre normative di armonizzazione che ne prevedono l'apposizione. È un'assunzione di responsabilità di chi la appone, non l'esito necessario di un controllo esterno: solo dove la procedura seguita ha richiesto un organismo notificato al marchio segue il numero di identificazione di quell'organismo. Per i sistemi forniti in forma digitale è ammessa una marcatura digitale facilmente accessibile.
messa a punto
Addestramento ulteriore di un modello già addestrato, condotto su un insieme di dati più piccolo e mirato, che ne sposta il comportamento verso un dominio o uno stile senza ricostruirlo da zero. Interviene sugli stessi parametri, e per questo produce un modello diverso dal precedente anche quando la differenza esteriore è modesta. Chi la esegue lavora su un artefatto altrui e ne modifica le prestazioni, comprese quelle su cui il fornitore originario aveva costruito le proprie dichiarazioni.
modello a pesi aperti
Modello i cui pesi sono pubblicati e scaricabili, cosa che ne consente l'esecuzione locale e l'adattamento senza passare da un servizio del fornitore. La disponibilità dei pesi non implica che siano pubblici i dati di addestramento, il codice di addestramento o le scelte di preparazione dei dati, né che la licenza consenta ogni uso: sono quattro aperture indipendenti, e un modello può presentarne una sola.
modello di base
Modello addestrato una volta su grandi quantità di dati eterogenei e concepito per essere riusato come punto di partenza di molte applicazioni diverse, attraverso adattamenti successivi anziché attraverso un nuovo addestramento. L'espressione descrive una scelta industriale, quella di concentrare a monte il costo dell'addestramento e distribuirlo su molti impieghi a valle, più che una proprietà misurabile del modello. Non ha un contenuto tecnico stabile e non individua alcuna soglia.
modello di IA per finalità generali
Modello che presenta una generalità marcata e sa svolgere con competenza compiti fra loro distinti, qualunque sia il canale con cui arriva sul mercato e quale che sia il numero di sistemi a valle che lo incorporano. La qualifica guarda alle capacità del modello e non all'uso che il fornitore ne prevede: resta generalista anche il modello destinato a un solo impiego. Restano fuori i modelli adoperati per ricerca, sviluppo o prototipazione prima dell'immissione sul mercato.
modello di intelligenza artificiale
Componente addestrato che, ricevuti certi ingressi, produce uscite secondo una funzione appresa e conservata in un insieme di parametri. Da solo non è utilizzabile: diventa un sistema quando gli si aggiungono un'interfaccia, una logica applicativa e i canali che portano i dati dentro e i risultati fuori. La distinzione pesa perché gli obblighi europei si distribuiscono su due piani, uno per chi mette a disposizione il modello e uno per chi costruisce il sistema che lo incorpora.
N
norma armonizzata
Norma europea adottata su richiesta della Commissione ai fini dell'applicazione di una normativa dell'Unione in materia di armonizzazione. Resta una norma tecnica, e come tale volontaria: ciò che la distingue dalle altre non è l'obbligo di applicarla, ma l'effetto che l'ordinamento le riconosce quando i suoi riferimenti sono pubblicati nella Gazzetta ufficiale dell'Unione europea. Prima di quella pubblicazione è una norma europea come le altre, per quanto elaborata su mandato.
O
organismo notificato
Organismo di valutazione della conformità che uno Stato membro ha notificato alla Commissione perché operi nell'ambito di una determinata normativa di armonizzazione. La notifica presuppone una domanda dell'organismo e la verifica di requisiti di personalità giuridica, indipendenza, competenza e riservatezza, di regola documentata da un certificato di accreditamento. Il numero di identificazione che ne deriva accompagna la marcatura CE nei soli casi in cui la procedura seguita abbia richiesto l'intervento dell'organismo.
P
persona interessata
150Persona fisica sulla quale un sistema di IA produce effetti senza che essa lo fornisca né lo impieghi sotto la propria autorità. Il regolamento la include fra i destinatari del proprio ambito quando si trova nell'Unione. Le riconosce il diritto di ottenere dal deployer spiegazioni chiare e significative su una decisione presa in base all'output di un sistema ad alto rischio dell'allegato III, esclusi quelli destinati alle infrastrutture critiche, quando la decisione produca effetti giuridici o la tocchi in modo paragonabile e rilevante, e sempre che quel diritto non le sia già riconosciuto altrove dal diritto dell'Unione.
profilazione
162Trattamento automatizzato di dati personali diretto a valutare aspetti di una persona fisica — quel che fa, quanto rende, quanto è solvibile, dove si muove — e a trarne previsioni. Non presuppone una decisione: la valutazione basta a integrarla. È una qualificazione del trattamento, non del sistema che lo esegue, e si realizza anche con strumenti statistici elementari. Il regolamento sull'intelligenza artificiale non ne costruisce una nozione propria; l'uso di un modello complesso la rende più difficile da ricostruire, non la costituisce.
profilo di ruolo professionale
Descrizione normalizzata di un ruolo di lavoro, costruita elencando le competenze che il ruolo esercita, il livello a cui le esercita e i risultati attesi, invece dei titoli di studio di chi lo ricopre. Serve a rendere confrontabili posizioni che le imprese chiamano in modi diversi. Non è una qualifica e non abilita: descrive un posto di lavoro, non attribuisce uno stato alla persona. Stabilire che una persona corrisponda a un profilo è una valutazione ulteriore, che spetta a chi ne ha il compito.
prompt
Insieme di ciò che viene sottoposto a un modello generativo perché produca un esito: non la sola domanda di chi scrive, ma anche le istruzioni di sistema impostate dal fornitore o da chi configura il servizio, i documenti allegati e le porzioni di conversazione precedente che vengono ripresentate al modello a ogni turno. Chi vede la finestra di dialogo vede quindi una parte dell'input, e la parte che non vede pesa sull'esito quanto quella visibile.
pseudonimizzazione
Trattamento che rende i dati personali non più attribuibili a una persona determinata senza ricorrere a informazioni aggiuntive, conservate separatamente e protette da misure tecniche e organizzative. È una misura di sicurezza, non una via d'uscita dalla disciplina: i dati pseudonimizzati restano dati personali, perché l'attribuzione è resa difficile e non impossibile. Chi detiene la chiave di riassociazione tratta dati personali a tutti gli effetti, e con essi tutti gli obblighi che ne discendono.
Q
qualificazione
Titolo di istruzione, di formazione o di qualificazione professionale rilasciato da un soggetto abilitato a rilasciarlo, nel rispetto di regole pubbliche sul procedimento e sul contenuto. Ciò che la costituisce non è il percorso formativo ma l'atto di rilascio: la stessa preparazione, senza quell'atto, non è una qualificazione. Nel sistema italiano le qualificazioni sono raccolte in repertori codificati e riferite ai livelli del quadro europeo, il che le rende leggibili anche fuori dal territorio in cui sono state rilasciate.
qualità dei dati
Idoneità di un insieme di dati alla funzione che deve svolgere, misurata rispetto a una finalità dichiarata e non in astratto. Si articola in proprietà verificabili: pertinenza, rappresentatività, completezza e assenza di errori nella misura del possibile, proprietà statistiche adeguate rispetto alle persone o ai gruppi interessati, 176aderenza al contesto geografico e operativo d'impiego. Nessuna di queste è una soglia: sono criteri relativi, e la stessa raccolta può risultare adeguata per un impiego e inadeguata per un altro.
R
red teaming
Modalità di prova nella quale una squadra assume il ruolo dell'avversario e cerca di far produrre al sistema comportamenti dannosi, vietati o fuori specifica, operando 179dall'interno dell'organizzazione oppure dall'esterno. È un modo di condurre il test contraddittorio e non un obbligo a sé stante: il regolamento sull'intelligenza artificiale la cita come esempio di misura, dentro le informazioni che il fornitore di un modello con rischio sistemico deve documentare. È la differenza fra una tecnica e un risultato dovuto.
rischio
Grandezza composta che mette in relazione quanto è probabile che un danno si verifichi e quanto sarebbe grave se si verificasse. Non coincide con il pericolo, che del danno è la fonte, né con il danno stesso: è la stima che li lega e che permette di ordinare le priorità fra situazioni diverse. Nel diritto dell'Unione sui prodotti è la misura su cui si graduano gli obblighi, e il regolamento sull'intelligenza artificiale la eredita da quel quadro anziché costruirne una propria.
rischio sistemico
Rischio proprio delle capacità di impatto elevato dei modelli per finalità generali: incide in misura significativa sul mercato dell'Unione per la sua portata o per effetti negativi, effettivi o ragionevolmente prevedibili, sulla salute pubblica, sulla sicurezza, sui diritti fondamentali o sulla società nel suo insieme, e può propagarsi lungo l'intera catena del valore. Non è il rischio di un impiego determinato: si 187accerta a livello del modello, indipendentemente dagli usi che ne faranno i sistemi che lo incorporano.
S
sistema agentico
Sistema in cui un modello, ricevuto un obiettivo, sceglie da sé la sequenza delle operazioni, invoca strumenti esterni e ripete il ciclo finché ritiene raggiunto il risultato. Ciò che lo separa da una catena di chiamate fissata in fase di progetto è chi sceglie il passo successivo. L'espressione non è definita da alcuna fonte censita: il regolamento sull'intelligenza artificiale la nomina nell'allegato sui codici delle tecnologie, fra quelle emergenti non contemplate dagli altri codici.
sistema di IA ad alto rischio
Sistema che l'ordinamento colloca nella classe soggetta ai requisiti più severi, per una di due vie distinte. La prima passa dal prodotto: il sistema è componente di sicurezza di un prodotto disciplinato dalla normativa di armonizzazione elencata, o è esso stesso quel prodotto, e il prodotto è soggetto a valutazione della conformità da parte di terzi. La seconda passa dall'uso: il sistema rientra fra i casi elencati nell'allegato dedicato. La qualifica discende dagli elenchi, non da una stima sul singolo sistema.
sistema di IA per finalità generali
Sistema costruito su un modello per finalità generali e capace di servire scopi diversi, sia adoperato direttamente sia integrato dentro altri sistemi. È la forma in cui un modello generalista diventa qualcosa che una persona può usare: interfaccia, limiti dichiarati, istruzioni per l'uso. La qualifica non dice nulla sul livello di rischio, che dipende dalla finalità per cui il sistema è immesso sul mercato o effettivamente impiegato, e si somma alle altre classificazioni anziché sostituirle.
sistema di intelligenza artificiale
Oggetto al quale il regolamento sull'intelligenza artificiale aggancia i propri obblighi: un sistema che funziona su macchina, opera con un margine variabile di indipendenza dall'intervento umano e ricava dagli ingressi che riceve il modo di produrre uscite capaci di incidere su ambienti fisici o digitali, siano esse previsioni, contenuti, raccomandazioni o decisioni. La qualifica non dipende dalla tecnica adoperata né dalla complessità del prodotto, ma dalla capacità di inferire. Ne resta fuori il programma che si limiti a eseguire regole definite unicamente da persone fisiche.
sistema esperto
Sistema che affronta i problemi di un dominio ristretto applicando regole ricavate da specialisti e scritte in forma esplicita, con un motore che le concatena e una base di conoscenza tenuta separata dal codice. È la forma classica dell'intelligenza artificiale simbolica, e le sue conclusioni si ripercorrono passo per passo, cosa che lo distingue dai modelli appresi dai dati. L'aggiornamento passa da chi cura le regole, non dall'esperienza accumulata in esercizio.
sorveglianza umana
Insieme delle misure per cui persone fisiche seguono il funzionamento di un sistema ad alto rischio mentre è in uso e possono intervenire su di esso. Comprende la capacità di coglierne limiti e anomalie, di interpretarne correttamente gli output, di resistere alla tendenza a fidarsene per abitudine, di non usarlo, di ribaltarne il risultato e di arrestarlo in condizioni di sicurezza. Le misure le predispone il fornitore, in parte integrate nel sistema e in parte da attuare presso il deployer.
spiegabilità
Proprietà di un sistema di IA per cui è possibile esporre, in termini comprensibili al destinatario, i motivi per cui ha prodotto un determinato output. Non coincide con la trasparenza, che riguarda ciò che va dichiarato, né con l'interpretabilità, che riguarda la leggibilità del meccanismo interno da parte di un tecnico. La spiegabilità è relativa a chi riceve la spiegazione: la stessa informazione può essere sufficiente per un ingegnere e inutile per la persona interessata da una decisione.
T
titolare del trattamento
Soggetto che stabilisce, da sé o d'intesa con altri, a quali scopi i dati personali servano e con quali strumenti vadano trattati. È una posizione di fatto, misurata sul potere decisionale effettivo e non sulla qualifica che le parti si attribuiscono nel contratto. Può essere una persona fisica o giuridica, un'autorità pubblica, un servizio o un altro organismo. Quando finalità e mezzi sono stabiliti dal diritto dell'Unione o di uno Stato membro, la posizione può discendere da una designazione normativa anziché da una scelta.
token
Unità minima in cui un testo viene segmentato perché un modello possa trattarlo: di regola una parola breve, un frammento di parola o un segno di interpunzione, non una lettera e non sempre una parola intera. La segmentazione dipende dal vocabolario del singolo modello, sicché lo stesso testo produce conteggi diversi da 216un modello all'altro. Serve a misurare l'ampiezza di ciò che entra e di ciò che esce, la dimensione dei corpora di addestramento e, nei listini, il prezzo del servizio.
trasparenza
Qualità per cui il funzionamento di un sistema di IA e la sua stessa natura artificiale sono resi conoscibili a chi deve poterli conoscere. Nel regolamento sull'intelligenza artificiale non è un termine definito né un obbligo unico: è il nome di tre gruppi distinti di doveri. L'informazione tecnica è dovuta ai deployer dei sistemi ad alto rischio; la rivelazione è dovuta alle persone che interagiscono con un sistema o ne ricevono i contenuti; una documentazione a sé, che l'allegato XII intitola alla trasparenza, è dovuta dal fornitore di un modello per finalità generali a chi quel modello lo integra. Il destinatario cambia, e con esso cambia che cosa va detto.
U
ufficio per l'IA
Funzione della Commissione europea che contribuisce all'attuazione, al monitoraggio e alla supervisione dei sistemi di intelligenza artificiale e dei modelli per finalità generali, e alla governance dell'IA. Non è un organismo distinto dalla Commissione né dotato di personalità propria: i riferimenti che il regolamento gli rivolge valgono come riferimenti alla Commissione. Accanto ai compiti di sostegno e di elaborazione esercita, per alcune categorie di sistemi, poteri di controllo e di esecuzione riservati, con le prerogative che spettano a un'autorità di vigilanza del mercato.