C’è un gesto che accomuna funzionari europei e studenti alle prese con una ricerca: copiare e incollare bozze legislative all’interno di ChatGPT per ottenere sintesi, pareri o spunti di scrittura. Un’abitudine tanto diffusa quanto pericolosa, perché ogni singolo frammento di legge finito su una finestra pubblica diventa un potenziale incidente di sicurezza. Ed è proprio per tappare questa falla — normativa, prima ancora che informatica — che il Parlamento europeo ha deciso di costruire una piattaforma AI interna, battezzata EPGenAI Hub.

La notizia, rilanciata da The Next Web, cristallizza uno scontro in atto da mesi: da un lato la corsa dei legislatori ad adottare strumenti di intelligenza artificiale generativa per accelerare il lavoro; dall’altro la rigidità delle regole di protezione dati, che rendono un azzardo qualsiasi utilizzo di chatbot aperti quando si maneggiano testi confidenziali. Non a caso l’infrastruttura messa in piedi dal Parlamento prevede accesso a modelli di Meta, OpenAI e Anthropic, ma incanalati in un ambiente controllato — senza che i dati trasmessi finiscano a fornitori terzi o vengano riutilizzati per addestramento.

Dietro l’acronimo anonimo c’è una presa di posizione netta: la sovranità digitale non è uno slogan, ma un requisito di esercizio quotidiano per le istituzioni. Il fatto che un organo legislativo scelga la via dell’auto-approvvigionamento di LLM, anziché limitarsi a siglare accordi enterprise con i soliti vendor cloud, segnala che la partita non si gioca più solo sul costo o sulla velocità di inference, ma sull’intero perimetro di controllo — dove risiedono fisicamente i dati, chi può auditarli, e con quali meccanismi si garantisce l’aderenza al GDPR.

EPGenAI Hub non è un caso isolato, ma l’esempio più recente di una frattura strutturale. Le pubbliche amministrazioni si stanno rapidamente dividendo tra chi accetta le scorciatoie dei servizi cloud generalisti (assumendosi il rischio di esposizione involontaria) e chi invece costruisce stack interni, spesso on-premise, per maneggiare in sicurezza documenti legali, proposte normative e corrispondenza sensibile. Il problema non è teorico: un precedente report della Commissione europea segnalava già nel 2023 che diverse decine di deputati avevano immesso testi riservati in strumenti AI pubblici, evidenziando l’urgenza di un canale approvato.

Da un punto di vista tecnico, la scelta di un hub multipiattaforma — che non lega l’istituzione a un unico fornitore — è una mossa di pragmatica indipendenza. Consente di testare diversi modelli a seconda del task, valutare tempi di inference e TCO, e aggiornare la dotazione senza restare intrappolati in un lock-in. Inoltre, lascia spazio a future integrazioni di modelli open source e alla possibilità di fare fine-tuning su corpora legislativi proprietari, una prospettiva che nessun servizio cloud chiavi in mano può eguagliare mantenendo le stesse garanzie di privacy.

L’implicazione di secondo ordine è forse la più scomoda per il mercato: se anche un’istituzione con le risorse del Parlamento europeo decide di internalizzare la gestione degli LLM, molti enti più piccoli seguiranno l’esempio, ma con meno budget e meno competenze. Si aprirà uno spazio per consulenza specializzata, integrazioni di modelli locali quantizzati e piattaforme middleware capaci di orchestrare inference on-prem. Non è un caso che alcune regioni europee stiano già sperimentando mini-datacenter locali proprio per l’AI governativa.

Certo, l’EPGenAI Hub non risolve il problema culturale: la tentazione del copia-incolla in ChatGPT rimarrà finché il percorso interno non sarà tanto semplice da diventare la via di default. Ma l’architettura del progetto suggerisce che il Parlamento non cerca un guardiano, bensì un’alternativa praticabile che azzeri l’alibi della comodità. E nel farlo, mette un punto fermo sulla gerarchia dei valori: nessun guadagno di produttività può valere la perdita di controllo su bozze di legge che, nelle fasi iniziali, rappresentano l’essenza stessa della funzione legislativa.