La rapida adozione di strumenti di intelligenza artificiale generativa ha creato nuove sfide per le aziende che cercano di bilanciare l'innovazione con la gestione dei rischi. Secondo un recente articolo Reuters firmato dai partner di Morgan Lewis Tara Lawler, Matthew Hamilton e Leonard Impagliazzo, l'approccio più efficace non è quello di vietare completamente l'uso di queste tecnologie, ma di implementare un quadro normativo che ne regoli l'utilizzo in modo strategico.
Gli autori evidenziano che il divieto indiscriminato di strumenti di AI generativa può spingere i dipendenti a utilizzarli in modo sotterraneo, aumentando così i rispirogi legali e di sicurezza senza che l'azienda abbia alcun controllo. Invece, raccomandano un approccio basato sulla comprensione di come i dipendenti stanno già utilizzando queste tecnologie, che può avvenire tramite sondaggi interni, analisi dei sistemi o conversazioni dirette con i reparti.
Classificazione dei casi d'uso per livelli di rischio
Un elemento chiave del framework proposto è la classificazione dei casi d'uso dell'AI generativa in base ai livelli di rischio associati. I casi a basso rischio potrebbero includere l'uso di strumenti per generare bozze di email o riepiloghi di documenti, mentre quelli ad alto rischio potrebbero riguardare l'elaborazione di dati sensibili dei clienti o la generazione di contenuti legali o finanziari. Questa classificazione permette alle aziende di stabilire linee guida mirate piuttosto che policy universali.
Strumenti approvati e formazione mirata
Per promuovere l'adozione responsabile, le aziende dovrebbero fornire ai dipendenti strumenti approvati che siano stati valutati per sicurezza e conformità. Questi strumenti dovrebbero essere facilmente accessibili e accompagnati da formazione specifica per i diversi ruoli aziendali. Ad esempio, il team marketing potrebbe ricevere istruzioni diverse rispetto a quello legale o finanziario, in base alle esigenze operative e ai rischi specifici del loro settore.
La revisione dei contratti dei fornitori di AI è un'altra raccomandazione cruciale. Le aziende dovrebbero verificare che i termini di servizio dei strumenti di AI generativa utilizzati dai dipendenti includano adeguate garanzie sulla sicurezza dei dati, la conformità con le normative sulla privacy e la proprietà intellettuale del contenuto generato. Molti contratti standard presentano lacune significative in queste aree, che potrebbero esporre l'azienda a rischi legali.
Gestione dei dati sensibili e supervisione umana
Una delle preoccupazioni principali riguarda la protezione dei dati sensibili. Il framework suggerisce di implementare restrizioni rigorose sull'uso di strumenti di AI generativa per dati contenenti informazioni personali, proprietà intellettuale, segreti commerciali o informazioni finanziarie riservate. Alcune aziende stanno adottando soluzioni tecniche come il data masking o l'uso di sandbox virtuali per contenere potenziali esposizioni.
Per le decisioni che hanno conseguenze significative, come l'elaborazione di richieste di risarcimento o la valutazione di rischi finanziari, gli autori raccomandano una supervisione umana significativa. Questo principio, noto come "meaningful human oversight", garantisce che le decisioni basate su AI siano validate da esperti umani, mitigando i rischi di errori algoritmici o bias nei dati di addestramento.
L'implementazione di questo quadro normativo richiede un approccio olistico che coinvolga non solo il dipartimento legale, ma anche IT, risorse umane, conformità e i reparti operativi. Le aziende che adottano questo approccio stanno trovando un equilibrio tra l'innovazione e il controllo, permettendo ai dipendenti di beneficiare dei vantelli produttivi dell'AI generativa mentre mitigano attivamente i rischi associati.