Un agente di IA che formula un’ipotesi, la scarta e prova un’altra strada senza che nessuno glielo chieda sposta il problema dal software al metodo. Per l’intelligenza artificiale nella ricerca scientifica l’Europa ha già un quadro di riferimento. Comprende un’esenzione nell’AI Act con confini precisi, le linee guida della Commissione sull’uso responsabile degli strumenti generativi e una strategia che punta a diffonderli nei laboratori.
Conoscerlo serve soprattutto a chi deve decidere domani se e come usare uno di questi sistemi.
Dagli assistenti agli agenti: perché la domanda sulla responsabilità cambia
Dazebaonews ha raccontato nell’articolo «L’intelligenza artificiale adattiva accelera la ricerca scientifica» come funzionano architetture come Discovery Engine e CLIO di Microsoft, sistemi agentici che scompongono un obiettivo, coordinano più percorsi di ragionamento e cambiano strategia in corsa.
Il pezzo insiste su un punto che merita di essere preso alla lettera: la tracciabilità non è un dettaglio tecnico, è la condizione perché altri studiosi possano controllare un risultato e tentare di riprodurlo. Con un assistente classico il ricercatore pone una domanda e valuta una risposta. Con un agente il ricercatore fissa un obiettivo, e tra l’obiettivo e il risultato ci sono decine di scelte intermedie che nessuno ha firmato.
La responsabilità scientifica, però, non si trasferisce. Domanda di ricerca, dati, esperimenti e interpretazione restano in capo a una persona, ed è proprio questo a rendere le regole un tema pratico.
AI Act e ricerca: fin dove arriva l’esenzione dell’articolo 2
Nei corridoi dei dipartimenti circola una convinzione comoda, cioè che la ricerca sia fuori dall’AI Act. Il Regolamento (UE) 2024/1689 dice qualcosa di più preciso. L’art. 2, par. 6, stabilisce che il regolamento non si applica ai sistemi o modelli di IA, compresi i loro output, «specificamente sviluppati e messi in servizio al solo scopo di ricerca e sviluppo scientifici». Il par. 8 esclude le attività di ricerca, prova o sviluppo relative a sistemi o modelli di IA prima della loro immissione sul mercato o messa in servizio, precisando che restano soggette al diritto dell’Unione applicabile e che le prove in condizioni reali non rientrano nell’esclusione.
La differenza conta. Un modello costruito da un gruppo universitario per studiare il ripiegamento delle proteine, e usato solo per quello, rientra nell’esenzione. Un agente commerciale acquistato in licenza e usato in laboratorio, invece, è un sistema già immesso sul mercato: il laboratorio che lo impiega a fini professionali è un deployer, con gli obblighi che il regolamento collega a quel ruolo. E l’esenzione cade nel momento in cui il prototipo nato in dipartimento esce dalla ricerca per diventare un prodotto o un servizio.
C’è poi un piano che l’AI Act non tocca: se l’agente tratta dati personali, per esempio dati clinici o genetici, il GDPR si applica comunque.
Cosa chiedono le linee guida UE sull’intelligenza artificiale nella ricerca scientifica
Il 20 marzo 2024 la Commissione europea, attraverso la Direzione generale Ricerca e innovazione, ha presentato le linee guida sull’uso responsabile dell’IA generativa nella ricerca, elaborate nell’ambito del Forum dello Spazio europeo della ricerca. Si fondano sul Codice europeo di condotta per l’integrità della ricerca di ALLEA e sugli orientamenti etici dell’UE per un’IA affidabile.
Ai ricercatori chiedono di evitare questi strumenti nelle attività sensibili come la peer review e le valutazioni, e di tutelare privacy, riservatezza e proprietà intellettuale quando li usano. Agli enti di ricerca chiedono di favorirne un uso responsabile e di monitorarne lo sviluppo e l’impiego al proprio interno; ai finanziatori di sostenere un uso trasparente da parte di chi presenta progetti.
Sono linee guida dichiaratamente «vive», destinate a essere aggiornate con l’evoluzione della tecnologia e con il riscontro della comunità scientifica. Non hanno forza di legge, ma descrivono ciò che un revisore, un comitato etico o un ente finanziatore si aspetta di vedere.
Tracciabilità in pratica: il registro dell’agente
Tradurre il principio in una procedura è meno oneroso di quanto sembri. Per ogni esperimento condotto con un agente basta un registro essenziale che risponda a poche domande:
- quale sistema e quale versione del modello sono stati usati, con quali impostazioni;
- quali fonti, banche dati e dataset l’agente ha consultato;
- quali ipotesi ha generato e quali ha scartato, con il motivo dichiarato;
- in quali passaggi è intervenuta una persona e che cosa ha deciso;
- chi, nel gruppo, risponde del risultato finale.
Molti strumenti agentici producono già log dettagliati. Il punto è conservarli insieme ai dati dell’esperimento, con lo stesso rigore con cui si conserva un quaderno di laboratorio, e renderli leggibili da chi verrà dopo. Un revisore che riceve un articolo con una sezione metodi che descrive anche il percorso dell’agente ha in mano ciò che serve per giudicarlo.
Competenze prima degli strumenti: alfabetizzazione in materia di IA nei gruppi di ricerca
L’art. 4 dell’AI Act, nella versione modificata dal Regolamento (UE) 2026/1744, chiede a fornitori e deployer di adottare misure per sostenere lo sviluppo dell’alfabetizzazione in materia di IA del proprio personale, tenendo conto di conoscenze, esperienza e contesto d’uso. Per un laboratorio che usa un agente commerciale significa che dottorandi, tecnici e ricercatori devono sapere che cosa fa il sistema, dove sbaglia di solito e quando fermarlo.
Qui il mondo della divulgazione scientifica e quello dei professionisti dell’IA hanno molto da dirsi. Dazebaonews dà spazio da anni alle eccellenze di università, imprese e istituzioni italiane, e i suoi lettori sono spesso le stesse persone che dovranno integrare questi strumenti nel lavoro quotidiano.
L’Associazione Italiana Professionisti dell’Intelligenza Artificiale (AIPIA), ente no profit che riunisce sviluppatori, data scientist, ricercatori e consulenti, lavora sullo stesso terreno dal lato delle competenze e del metodo. Lo fa anche con la collana AIPIA Studies, pubblicata in open access con ISBN e DOI. È una scelta che applica alla conoscenza sull’IA lo stesso principio invocato per gli agenti: un testo citabile e stabile si può verificare e discutere. Un gruppo di ricerca che documenta bene il proprio uso degli agenti ha già in mano il materiale per un caso di studio utile ad altri laboratori.
RAISE e la strategia europea: cosa aspettarsi nei prossimi bandi
La spinta all’adozione è esplicita. La strategia europea per l’IA nella scienza, presentata dalla Commissione l’8 ottobre 2025, ha avviato RAISE, un istituto virtuale che mette in comune talenti, dati, potenza di calcolo e finanziamenti. Il progetto pilota dispone di 107 milioni di euro da Horizon Europe, di cui 58 milioni per reti di eccellenza e reti dottorali. Altri 600 milioni sono destinati ad ampliare l’accesso al calcolo per la scienza, comprese le AI Gigafactories. Nel 2026 la Commissione ha aperto la selezione per il comitato consultivo accademico di RAISE.
Più fondi significa più agenti nei laboratori finanziati con denaro pubblico, e più occasioni in cui un finanziatore chiederà come sono stati usati. I gruppi che già oggi tengono il registro dell’agente arriveranno a quelle domande con una risposta pronta. Gli altri dovranno ricostruire a posteriori un percorso che il sistema, per sua natura, ha cambiato più volte.
Rafael Patron, Presidente del Comitato Tecnico-Scientifico AIPIA
