Obiettivi e struttura dell’Alleanza Iberoamericana di IA
Durante la prima riunione ministeriale di Trasformazione Digitale e Intelligenza Artificiale, tenutasi a Madrid il 3 novembre, i rappresentanti di ventuno stati iberoamericani hanno concordato di lanciare una Alleanza Iberoamericana di Intelligenza Artificiale. L’obiettivo principale è coordinare le risorse di dati, modelli di linguaggio e capacità di calcolo tra gli Stati che decidano di aderire, con finanziamento e controllo nazionale.
Il progetto, ora portato all’attenzione della XXX Cumbre Iberoamericana di Jefas y Jefes de Estado y de Gobierno, mira a potenziare la capacità della regione di sviluppare e adattare sistemi di IA alle proprie lingue, quadri giuridici e bisogni specifici. La struttura proposta è federata, evitando la creazione immediata di una grande infrastruttura tecnologica centralizzata.
Il documento dell’Alleanza individua tre componenti operativi – dati, modelli di linguaggio e capacità di calcolo – a cui si aggiunge una dimensione trasversale di formazione e sviluppo di competenze tecniche, con particolare attenzione alle diverse maturità tecnologiche presenti in Iberoamérica.
Adesione volontaria e posizione dei Paesi
L’accordo ha ricevuto un ampio, ma non unanime, sostegno: Argentina e Paraguay hanno espresso dissenso rispetto ai punti concordati nella riunione ministeriale, mentre gli altri venti Paesi hanno dato il loro appoggio, secondo le fonti di EFE e le comunicazioni ufficiali della Cumbre. In ogni caso, l’adesione resterà volontaria e soggetta a decisioni nazionali.
Primo pilastro: spazio iberoamericano di dati e interoperabilità
Il primo dei tre pilastri è la creazione progressiva di un Espacio Iberoamericano de Datos e Interoperabilidad. Questo spazio servirà a mettere a disposizione dati pubblici, corpora linguistici, documentazione e altre fonti di conoscenza per lo sviluppo di sistemi IA più rappresentativi delle realtà sociali, amministrative, culturali e linguistiche dei Paesi aderenti.
Importante è la decisione di non centralizzare tutti i dati in un unico repository regionale. Ogni Stato manterrà la titolarità e il controllo sulle proprie fonti, decidendo autonomamente quali informazioni condividere, in quali condizioni e secondo la normativa nazionale.
La cooperazione potrà avvalersi di:
- cataloghi e metadati comuni,
- standard di interoperabilità,
- meccanismi di consultazione sicura,
- risultati aggregati,
- indici condivisi,
- sistemi di generazione aumentata per recupero di informazioni.
Il documento distingue esplicitamente interoperabilità da centralizzazione e prevede che i dati grezzi possano rimanere nei sistemi nazionali.
Le attività iniziali saranno più basilari rispetto alla costruzione di una piattaforma regionale: identificare i dati disponibili, documentarne lo stato, valutare la riusabilità e analizzare le condizioni tecniche e giuridiche che ne regolano il trattamento.
Questa strategia intende superare un ostacolo ricorrente nei progetti IA pubblici e privati: la frammentazione dei dati, la mancanza di standard comuni e l’insufficiente tracciabilità, che riducono l’utilità di capacità di calcolo o di algoritmi avanzati.
Secondo pilastro: modelli di linguaggio condivisi
Il secondo asse mira a sviluppare una base tecnologica comune per modelli di linguaggio e altri sistemi IA capaci di rappresentare al meglio lo spagnolo, il portoghese e le lingue ufficiali, includendo progressivamente le lingue indigene.
Non si tratta di creare da zero un unico “modello iberoamericano”. L’accordo prevede di lavorare su modelli, architetture di riferimento, corpora, documentazione, benchmark di performance e componenti riutilizzabili, che potranno essere adattati a contesti nazionali, settoriali o di caso d’uso specifici.
La base tecnologica dovrà favorire modelli pubblici, aperti o a peso aperto, documentati, auditabili e riutilizzabili. Ogni Paese manterrà il controllo sui propri dati, sulle politiche di accesso e sui deployment nazionali.
Progetti preesistenti come punti di partenza
L’Alleanza ha identificato quattro progetti già avviati che costituiscono asset di partenza:
- ALIA, sviluppato in Spagna;
- AMALIA, in Portogallo;
- LATAM GPT, promosso dal Cile;
- SoberanIA, in Brasile.
L’intento è sfruttare le conoscenze e le risorse generate da queste iniziative, senza sacrificare la loro autonomia.
Il ministro spagnolo per la Trasformazione Digitale e della Funzione Pubblica, Óscar López, ha sottolineato che le lingue iberoamericane contano più di 850 milioni di parlanti, mentre i grandi modelli IA sono stati addestrati prevalentemente con contenuti in inglese. L’Alleanza vuole colmare questo divario fornendo corpus, set di istruzioni, valutazioni e strumenti linguistici specifici, così da adattare i modelli a terminologia amministrativa, documentazione locale e settori specialistici.
Le eventuali adattamenti nazionali potranno retroalimentare la base condivisa con nuovi corpora, valutazioni, documentazione tecnica, metodologie di deployment e buone pratiche.
Terzo pilastro: condivisione della capacità di calcolo
Il terzo asse affronta la risorsa più costosa dell’IA contemporanea: la capacità di calcolo. I paesi iberoamericani mostrano grandi disparità in termini di accesso a supercomputer, centri dati, GPU, storage, connettività scientifica e personale specializzato.
Invece di costruire una nuova infrastruttura regionale, l’Alleanza propone di mappare le capacità esistenti e creare meccanismi per collegarle a progetti che ne hanno bisogno.
Fasi operative per la capacità di calcolo
La prima fase prevede la realizzazione di una mappa iberoamericana di capacità e domanda, includendo:
- risorse di calcolo (GPU, CPU, cloud),
- centri dati e reti,
- disponibilità energetica,
- costi operativi,
- talento e competenze,
- condizioni normative e requisiti di sicurezza.
La seconda fase consisterà nell’assegnare ore di calcolo disponibili a progetti selezionati dall’Alleanza, secondo criteri quali:
- interesse pubblico,
- fattibilità tecnica,
- disponibilità di dati,
- costo,
- sicurezza,
- sostenibilità ambientale,
- maturità del progetto,
- potenziale di riutilizzo dei risultati in altri Paesi.
Solo in una fase successiva si potrà creare una “borsa” più stabile di ore di calcolo o un meccanismo di accesso condiviso e cofinanziato.
Il documento cita come possibili riferimenti reti e capacità già operative in Europa e America Latina, tra cui EuroHPC, le Factorías de IA europee, il Barcelona Supercomputing Center, RedCLARA, GÉANT e le collaborazioni UE‑America Latina‑Caribe nella supercomputazione.
Il modello consente anche contributi in natura: un Paese, un centro tecnologico o un’istituzione può offrire ore di calcolo, storage, connettività, supporto tecnico, licenze, formazione o accesso a strumenti specifici.
Prospettive future e sfide da affrontare
L’Alleanza Iberoamericana di IA si presenta come un modello ibrido che combina sovranità nazionale e cooperazione regionale. La scelta di una struttura federata, basata su interoperabilità anziché centralizzazione, risponde alle preoccupazioni di molti Paesi riguardo al controllo dei dati e alla dipendenza tecnologica.
Tuttavia, la riuscita dell’iniziativa dipenderà da diversi fattori critici:
- capacità dei singoli Stati di definire politiche di condivisione dei dati trasparenti e conformi alle normative sulla privacy;
- velocità con cui saranno sviluppati gli standard comuni di interoperabilità;
- abilità di coordinare le diverse piattaforme di calcolo senza creare colli di bottiglia;
- finanziamento sostenibile per le fasi di formazione e per l’eventuale creazione di una borsa di ore di calcolo.
Inoltre, la partecipazione di Argentina e Paraguay al dibattito suggerisce che potrebbero emergere ulteriori tensioni su temi di sovranità digitale, protezione dei dati sensibili e distribuzione equa delle risorse.
Se questi ostacoli saranno superati, l’Alleanza potrà fornire un modello replicabile anche in altre regioni del mondo, dimostrando che è possibile coniugare innovazione tecnologica avanzata e autonomia nazionale attraverso una cooperazione ben strutturata.
In sintesi, la proposta iberoamericana rappresenta una risposta concreta alle sfide poste dall’IA globale, offrendo una via di mezzo tra la centralizzazione totale e l’isolamento nazionale. La capacità di coordinare dati, modelli linguistici e risorse di calcolo in modo federato potrà, a medio‑lungo termine, rafforzare la competitività della regione nel panorama digitale internazionale.