La conversazione sull'intelligenza artificiale sembra spesso bloccata su una singola domanda binaria: i cervelli elettronici più potenti debbano essere tenuti dietro una porta chiusa, accessibili solo attraverso il sito web di un'azienda, o i loro meccanismi interni debbano essere pubblicati affinché chiunque possa scaricarli e studiarli? Questo dibattito tratta il rilascio di un modello come una semplice scelta tra "aperto" e "chiuso". Tuttavia, la realtà di questi sistemi è molto più complessa. Un'IA progettata per aiutare un bambino a imparare l'alfabeto è fondamentalmente diversa da un sistema capace di pianificare strategie militari complesse o di manipolare i mercati finanziari. Il pericolo che un sistema pone non è lo stesso del pericolo posto dall'altro. Se applichiamo le stesse regole a entrambi, o blocchiamo strumenti che potrebbero istruire milioni di persone, o consegniamo armi pericolose a chiunque voglia riceverle. La sfida centrale per la società non è solo decidere quanto possa essere intelligente una macchina, ma decidere chi ha il diritto di usare quell'intelligenza e sotto quali condizioni.

Nel settembre 2026, i ricercatori Chai K. Toh e Vasu Raj Jain della SAFE AI Foundation hanno proposto un nuovo modo di pensare a questo problema. Essi sostengono che l'attuale dibattito trascuri una distinzione cruciale: la differenza tra quanto un sistema sia capace e chi è autorizzato ad accedervi. Invece di chiedere se un modello debba essere aperto o chiuso, suggeriscono di classificare l'accesso in base a ciò che la macchina farà effettivamente e a quanto danno potrebbe causare se qualcosa andasse storto. Chiamano questo il Modello di Accessibilità dell'IA Multi-Livello (Multi-Tiered AI Accessibility Model), un sistema che organizza l'intelligenza artificiale in tre livelli distinti, proprio come regoliamo diversi tipi di veicoli o prodotti chimici in base al loro rischio.

Il primo livello, che gli autori chiamano "IA per l'Apprendimento" (AI for Learning), è progettato per l'istruzione e l'alfabetizzazione di base. Questi sono sistemi destinati a insegnare agli studenti come usare la tecnologia, come scrivere codice o come comprendere il mondo. Poiché il potenziale di danno è basso, questi modelli dovrebbero essere il più possibile aperti. Chiunque dovrebbe poterli scaricare, studiarli e usarli senza dover dimostrare la propria identità. I ricercatori suggeriscono che questi sistemi debbano essere deliberatamente limitati nel potere; non hanno bisogno di essere i computer più potenti esistenti per insegnare una lezione. Mantenendo la capacità di questi strumenti di apprendimento limitata per progettazione, la società può godere dei benefici dell'accesso aperto senza il rischio che uno studente scateni accidentalmente un sistema pericoloso.

Il secondo livello, "IA per l'Esplorazione" (AI for Exploration), serve a un gruppo diverso: ricercatori, sviluppatori e imprese che hanno bisogno di più potenza per costruire nuove applicazioni o testare idee scientifiche. Questi sistemi sono più capaci degli strumenti di apprendimento, ma non sono ancora al picco di ciò che è possibile. L'accesso a questo livello non è completamente aperto, ma non è nemmeno blindato. Opera su una scala mobile. Un sistema meno potente in questa categoria potrebbe essere disponibile al pubblico con alcune regole, mentre uno più potente richiede all'utente di registrare la propria identità e accettare termini d'uso specifici. L'idea chiave qui è la responsabilità. Man mano che il potere dello strumento aumenta, la persona o l'organizzazione che lo utilizza deve essere identificabile. Se qualcosa va storto, esiste una registrazione di chi stava usando il sistema e c'è un modo per impedirgli di usarlo di nuovo, se necessario.

Il terzo e ultimo livello è l' "IA di Frontiera su Scala Totale" (Full-Scale Frontier AI). Questi sono i sistemi più potenti immaginabili, capaci di ragionamento avanzato, pianificazione autonoma e operatività in settori ad alta posta in gioco come la difesa, l'aviazione o le infrastrutture critiche. Gli autori sostengono che questi sistemi non debbano mai essere rilasciati come file aperti che chiunque può scaricare e modificare. Una volta che un modello potente viene pubblicato come un insieme di pesi — le istruzioni matematiche che lo fanno funzionare — è impossibile riprenderlo. Se un malintenzionato lo scarica, può rimuovere le funzioni di sicurezza, cambiarne il comportamento o incorporarlo in un robot che agisce autonomamente. Il creatore originale perde ogni controllo. Pertanto, l'accesso a questi sistemi di frontiera dovrebbe essere strettamente limitato a organizzazioni verificate che abbiano un bisogno legittimo, con ogni interazione registrata e monitorata. L'obiettivo non è fermare l'innovazione, ma garantire che gli strumenti più pericolosi siano gestiti solo da parti responsabili che possano essere ritenute responsabili.

Il documento fornisce prove solide sul perché questa separazione sia necessaria. Gli autori sottolineano che le funzioni di sicurezza aggiunte a un'IA sono spesso superficiali e possono essere rimosse molto economicamente. La ricerca mostra che con appena poche centinaia di dollari di potenza di calcolo e una piccola quantità di dati, qualcuno può prendere un modello a pesi aperti sicuro e rimuovere i suoi sistemi di protezione. Ciò significa che anche se uno sviluppatore testa un modello e lo trova sicuro prima del rilascio, nel momento in cui viene scaricato, quella garanzia di sicurezza svanisce. Il modello può essere trasformato in qualcosa di pericoloso, e lo sviluppatore originale non ha modo di fermarlo o ripararlo. In un sistema chiuso, dove il modello è servito attraverso un'interfaccia sicura, lo sviluppatore può monitorare l'uso, rilevare quando qualcuno sta cercando di violare le regole e revocare l'accesso istantaneamente. In un sistema aperto, una volta che il file è stato scaricato, lo sviluppatore perde tutti questi leve di controllo.

Per far sì che questo sistema funzioni, i ricercatori propongono un insieme di regole per decidere a quale livello appartenga un determinato' IA. Suggeriscono di esaminare quattro fattori principali: quanto è capace il sistema, quanto può agire da solo senza l'aiuto umano, quali tipi di conseguenze reali potrebbero derivare dai suoi errori e per cosa il sistema viene effettivamente utilizzato. Un sistema potrebbe essere molto intelligente ma usato solo per scrivere poesie, il che lo mantiene in un livello inferiore. Ma se un sistema leggermente meno intelligente è progettato per controllare una rete elettrica o progettare agenti biologici, deve essere collocato in un livello superiore perché le conseguenze di un fallimento sono così gravi. La decisione di quale livello appartenga un sistema non dovrebbe essere lasciata interamente alle aziende che li costruiscono. Al contrario, organismi di regolamentazione indipendenti o istituti di sicurezza dovrebbero esaminare le prove e assegnare il livello, garantendo che le regole siano applicate in modo equo e coerente.

Questo approccio combina due diversi confini di sicurezza. Il primo è un limite a quanto potente un sistema può diventare, un concetto che gli autori chiamano "Confine di Capacità" (Capability Boundary). Questo stabilisce un tetto alla forza bruta dell'intelligenza e dell'autonomia di qualsiasi IA, assicurando che nessun sistema venga costruito che l'uomo non possa controllare. Il secondo è il "Confine di Accessibilità" (Accessibility Boundary), che è la nuova idea introdotta in questo articolo. Essa stabilisce che man mano che un sistema si avvicina a quel tetto, il numero di persone autorizzate a usarlo deve diminuire e le regole per l'uso devono diventare più rigide. Se abbiamo solo un tetto ma nessuna regola su chi può scalarlo, gli strumenti più pericolosi potrebbero finire nelle mani di chiunque. Se abbiamo solo regole su chi può usarli ma nessun tetto alla loro potenza, potremmo permettere l'accesso controllato a sistemi che sono troppo pericolosi per chiunque.

I ricercatori riconoscono che questo sistema non è una soluzione perfetta e che dipende dal funzionamento delle istituzioni. Ammettono che individui determinati potrebbero comunque trovare modi per diffondere modelli potenti, e che il quadro non può fermare completamente la diffusione di tecnologie pericolose. Tuttavia, sostengono che esso aumenti il costo e la difficoltà di tale proliferazione, rendendo molto più difficile per i malintenzionati mettere le mani sugli strumenti più potenti. Organizzando l'accesso in chiari livelli, la società può mantenere i benefici dell'IA aperta per l'apprendimento e la ricerca, creando al contempo una zona sicura per i sistemi più potenti. Il risultato è un mondo in cui le macchine più capaci non sono nascoste a tutti, né sono consegnate a tutti, ma sono invece abbinate alle persone e alle organizzazioni meglio equipaggiate per usarle in sicurezza.