The Say-Do Gap Architecture Applied to Agentic AI: A Reproducible NLP Pipeline for Detecting Governance Rhetoric–Reality Divergence in Corporate ESG Communication

Nel mondo aziendale moderno, le imprese pubblicano frequentemente rapporti che dettagliano i loro piani per gestire le nuove tecnologie in modo responsabile. Parlano di etica, sicurezza e supervisione, promettendo che l'uso dei loro strumenti avanzati sia sotto controllo. Tuttavia, una sfida persistente nel business e nella governance è la distanza tra ciò che un'organizzazione dice di fare e ciò che effettivamente fa. Questo divario non è unico rispetto alla tecnologia; appare ogni volta che un'istituzione rende una dichiarazione pubblica sulle proprie pratiche interne. I ricercatori studiano da tempo questo fenomeno, notando che le parole sono spesso più facili da produrre rispetto ai cambiamenti strutturali necessari per sostenerle. Quando un'azienda afferma di governare un sistema complesso ma manca dei comitati, delle politiche o delle certificazioni visibili per dimostrarlo, il risultato è un disallineamento tra retorica e realtà. Questo disallineamento è importante perché può trarre in inganno investitori, regolatori e il pubblico sullo stato reale della responsabilità aziendale.

Un nuovo studio di Alfredo Merlet, ricercatore presso l'Instituto Profesional IACC, affronta questo problema specificamente riguardo all' "intelligenza artificiale agente". Questo termine si riferisce a un tipo di IA che può agire autonomamente, prendendo decisioni e compiendo passi senza una costante direzione umana. Man mano che questi sistemi diventano più comuni, le aziende iniziano a discutere di come governarli. Il lavoro di Merlet non si limita a chiedere se le aziende stiano parlando di questa tecnologia; chiede se le loro parole corrispondano alle loro azioni. Per rispondere a questo, il ricercatore ha costruito un nuovo sistema ripetibile, progettato per misurare il divario tra le promesse aziendali e la prova concreta della governance. Lo studio si concentra sull'IBEX 35, un elenco delle trentacinque più grandi aziende spagnole, trattandole come un caso di test per vedere se il metodo funziona.

Il cuore di questa ricerca è una pipeline, ovvero un processo passo dopo passo, che separa ciò che un'azienda dice da ciò che ha effettivamente fatto. La parte "Dire" dell'equazione deriva dai migliaia di articoli di notizie e comunicazioni aziendali che queste imprese hanno pubblicato tra il 2023 e il 2025. Il ricercatore ha utilizzato un programma informatico specializzato per scansionare questi testi alla ricerca di menzioni della governance dell'IA agente. Il programma è stato addestrato per riconoscere un linguaggio specifico relativo alla supervisione e al controllo, distinguendo tra un'azienda che parla semplicemente dell'uso dell'IA e una che discute di come gestisce i rischi di tale IA. La parte "Fare" è diversa. Inveve di affidarsi a ciò che dicono le aziende, questa sezione cerca prove fisiche. Il ricercatore ha cercato tre tipi specifici di prove: l'esistenza di un comitato a livello di consiglio di amministrazione dedicato ai rischi tecnologici, un documento di policy formalmente pubblicato sulla governance dell'IA e la prova che l'azienda aderisca a standard di certificazione esterni. Questi sono elementi tangibili che possono essere verificati, a differenza di un discorso o di un comunicato stampa.

Quando il ricercatore ha applicato questo sistema alle trentaquattro aziende del campione, i risultati sono stati sorprendenti, anche se forse non nel modo in cui ci si potrebbe aspettare. Lo studio ha rilevato che il sistema non ha rilevato quasi alcuna prova di un discorso sulla governance dell'IA agente nelle comunicazioni aziendali e, di conseguenza, nessuna prova delle specifiche strutture di governance necessarie per gestirla. Nel periodo compreso tra il 2023 e il 2025, l'analisi informatica di notizie e report ha trovato una prevalenza strutturalmente bassa o nulla di menzioni dell'IA agente, e la ricerca dei tre tipi di prova concreta è risultata vuota per la stragrande maggioranza delle imprese. Per garantire che non si trattasse di un errore di lettura del computer, il ricercatore ha controllato manualmente un campione degli articoli che il computer aveva contrassegnato come privi di contenuto rilevante. Questa revisione umana ha confermato che il computer aveva ragione: le aziende non stavano ancora producendo un discorso significativo sulla governance dell'IA agente, né stavano mostrando i passi concreti di governance che avrebbero provato che la stavano gestendo.

Questo risultato è significativo perché dimostra che il metodo funziona. Lo studio è stato progettato principalmente per testare se un framework originariamente costruito per questioni ambientali e sociali generali potesse essere adattato al mondo specifico e tecnico dell'IA autonoma. Il fatto che il sistema abbia identificato con successo un risultato nullo — indicando una mancanza sia di discorso che di azione — prova che l'architettura è solida e capace di distinguere tra risultati genuini ed errori del classificatore. Il ricercatore non intendeva accusare queste specifiche aziende spagnole di fallimento; piuttosto, l'obiettivo era mostrare che esiste uno strumento in grado di misurare la differenza tra parola e sostanza, anche quando tale differenza è una mancanza di entrambe. Lo studio esclude esplicitamente l'idea che questo sia un audit finale dell'intero settore o un giudizio definitivo sull'integrità di ogni singola azienda. Al contrario, presenta uno strumento riproducibile che può essere utilizzato da altri per controllare diversi mercati o diverse tecnologie.

Il valore di questo lavoro risiede nella sua trasparenza e apertura. Il ricercatore ha reso l'intero sistema disponibile al pubblico, inclusa la lista di parole che il computer cerca e il codice utilizzato per trovare le prove. Ciò consente ad altri scienziati, regolatori o investitori di utilizzare lo stesso metodo per controllare le aziende in altri paesi o per esaminare diverse tecnologie emergenti. Lo studio suggerisce che questo approccio può essere adattato per i mercati dell'America Latina e oltre, a condizione che vengano presi in considerazione i documenti e le normative specifiche di quelle regioni. Offre un modo per andare oltre la semplice lettura di ciò che le aziende dichiarano e verso la verifica di ciò che hanno effettivamente costruito.

In definitiva, il documento fornisce un modo chiaro e ripetibile per vedere se la governance di un'azienda corrisponde alle sue parole. Dimostra che, per l'IA agente in questo specifico campione e finestra temporale, l'attuale panorama è caratterizzato da una prevalenza strutturalmente bassa sia della retorica che delle prove strutturali di controllo. Questo non significa che le aziende stiano mentendo, ma significa che le prove visibili della loro gestione e il discorso circostante sono attualmente assenti. Lo studio conclude che questo metodo di misurazione del divario è uno strumento potente per comprendere il comportamento aziendale, applicabile a qualsiasi situazione in cui un'organizzazione faccia una dichiarazione su come gestisce un sistema complesso. Separando la promessa dalla prova, la ricerca offre una nuova lente attraverso la quale osservare il rapidamente evolversi del panorama dell'intelligenza artificiale e della responsabilità aziendale.