1. Dalla tecnologia alla questione antropologica
L’umanità affronta una svolta antropologica unica: l’AI Generativa e l’imminente AI Generale ridisegnano “il possibile”, “il pensabile” e “l’umano”. Non solo uno strumento, ma una struttura che modella percezioni, decisioni, giudizi e futuri. La domanda di fondo è: chi orienta questi sistemi, con quali criteri e secondo quale idea di persona, di comunità e di bene comune? Ed è qui che COLNISSAR AI (Cognitive Oriented Layered Noetic Infrastructure Sapiential Systems Anthropocentric Reasoning) prova a collocarsi su un terreno differente rispetto a gran parte dell’AI generativa oggi dominante, proponendo una visione in cui l’etica non arriva alla fine come correzione, ma entra all’inizio come principio architetturale.
L’intento di Harmonic Innovation Group Società Benefit S.p.A è quello di definire questa soglia come un passaggio antropologico prima ancora che tecnologico. L’AI non viene descritta come un semplice strumento neutrale da rendere più efficiente, ma come una nuova infrastruttura cognitiva capace di incidere sul modo in cui gli esseri umani conoscono, giudicano, decidono e immaginano il futuro. Per questo, l’AI è qualificata come bene comune dell’umanità e viene sottratta, sia alla pura appropriazione privata sia a una logica esclusivamente statale o mercantile.
Da questa impostazione nasce la proposta di una AI “sapienziale”, cioè non solo capace di generare output plausibili, ma progettata per collaborare con l’umano dentro un orizzonte di responsabilità, trasparenza e orientamento etico. COLNISSAR non viene presentata come l’ennesima piattaforma che tenta di inseguire i grandi player sul terreno dello scaling computazionale. Al contrario, la sua differenza viene rivendicata sul piano del metodo: non un modello reso più sicuro da filtri esterni, ma un sistema che cerca di incorporare criteri valoriali direttamente nella propria struttura generativa.
2. Etica by design: il cuore distintivo di COLNISSAR AI
Questa distinzione è centrale. Molti sistemi di AI operano oggi attraverso guardrail, policy d’uso, filtri di sicurezza o meccanismi di allineamento che intervengono per bloccare, contenere o correggere l’output. COLNISSAR invece afferma che questa logica, pur utile, non basti, perché lascia sostanzialmente invariato il modo in cui il modello “ragiona”. Da qui l’insistenza su un approccio ethical by design, nel quale la componente etica non rappresenta un recinto esterno, ma una grammatica interna del sistema.
Non un filtro che blocca, ma una formazione che orienta. In questa prospettiva, il modello sarà alimentato da un corpus sapienziale selezionato, da ontologie esplicite e da un lavoro di fine-tuning e instruction-tuning condotto su dataset valoriali certificati, evitando il “rumore della rete” che caratterizza i grandi modelli generalisti. La promessa è quella di una controllabilità più alta, di una maggiore coerenza assiologica e di una trasparenza più robusta sulle fonti che danno forma al comportamento del modello.
3. Il Comitato di Garanzia come infrastruttura di governance
Ma è proprio qui che emerge il tema più interessante per chi osserva l’evoluzione dell’AI da una prospettiva culturale e istituzionale: se l’etica deve abitare il processo e non limitarsi a sorvegliare il risultato, allora serve un organismo capace di presidiare in modo continuo la coerenza tra principi dichiarati, materiali di addestramento, logiche di tuning e impatti futuri. Nella proposta COLNISSAR questo organismo è il Comitato di Garanzia, e il suo ruolo è tutt’altro che accessorio.
Il Comitato di Garanzia è una presenza trasversale, attiva fin dalla genesi del progetto e destinata a restare dentro l’intero ciclo di sviluppo. Non si tratta, dunque, di un classico comitato etico convocato a posteriori per validare decisioni già prese o per certificare gli output una volta prodotti. Al contrario: non certifica l’output, abita il processo. È una formula che merita attenzione, perché ridefinisce in profondità il rapporto tra governance e tecnologia. Abitare il processo significa anzitutto incidere sulla fase più sensibile di qualunque modello: la formazione.
Il Comitato supervisionerà, insieme a una community internazionale di circa 200 esperti, le attività di addestramento iniziale, feedback umano, fine-tuning etico e instruction-tuning di secondo livello. Questo implica che il presidio valoriale non sia confinato alla scrittura di princìpi astratti, ma si misuri con decisioni molto concrete: quali testi includere, quali priorità culturali esplicitare, come costruire benchmark di eticità, come gestire pluralismo e identità, come aggiornare nel tempo la bussola del modello.
In questo schema, il Comitato di Garanzia svolge almeno quattro funzioni decisive. La prima è una funzione di orientamento: stabilire la direzione di senso del progetto e custodire la coerenza tra architettura tecnica e fondamento antropologico. La seconda è una funzione di mediazione sapienziale: mettere in dialogo competenze che difficilmente convivono nei normali team di sviluppo AI, dai teologi ai filosofi morali, dai sociologi agli economisti, dai tecnologi agli studiosi di semiotica. La terza è una funzione di verifica dinamica: accompagnare il modello nel tempo, non con una logica notarile, ma con un ciclo di revisione e retroazione continua. La quarta è una funzione pubblica: contribuire a rendere leggibile all’esterno il grado di eticità del sistema attraverso benchmark e criteri valutativi comprensibili anche ai non specialisti.
4. Misurare l’eticità dell’AI: verso nuovi benchmark
Quest’ultimo punto è uno degli elementi più ambiziosi dell’intero impianto: l’obiettivo è di sviluppare un benchmark di misurazione dell’eticità dei modelli AI, ritenendo insufficiente l’attuale panorama degli strumenti condivisi per valutare quanto un sistema sia intrinsecamente orientato da princìpi etici. COLNISSAR AI non si limita quindi a proporre un prodotto o una piattaforma, ma intende incidere sul lessico stesso con cui l’industria, le istituzioni e il pubblico discutono di affidabilità e responsabilità dell’AI.
Fatto rilevante, è che il benchmark non nasce da un lavoro puramente tecnico. Nasce dall’azione congiunta della community e del Comitato di Garanzia. Significa che la misurazione dell’eticità, in questa visione, non viene ridotta a un set di metriche comportamentali o di compliance normativa, ma è collegata a un giudizio più ampio sulla qualità delle fonti, sulla struttura dell’addestramento, sulla trasparenza della governance e sulla capacità del sistema di mantenere coerenza nel tempo. In altre parole, il Comitato non è un accessorio reputazionale: è il dispositivo posto ad impedire alla parola “etica” di ridursi a marketing.
Ecco alcuni pilastri di COLNISSAR: AI come mezzo e non fine; centralità della persona; collaborazione strutturale tra umano e macchina; trasparenza radicale; apertura del codice e dei pesi; proprietà diffusa; missione no-profit; pluralità sovrana delle intelligenze; responsabilità intergenerazionale; armonia come canone e non come compromesso. Senza una governance all’altezza, l’IA rischia di concentrare potere cognitivo in poche mani e di trasformare l’etica in semplice maquillage posticcio.
5. Un ecosistema deliberativo per l’intelligenza artificiale
È in questo quadro che il Comitato di Garanzia diventa il punto di passaggio tra visione e implementazione. Non siamo innanzi ad una dichiarazione di intenti: un dataset valoriale, da solo, può essere opaco o arbitrario; una piattaforma tecnica, da sola, può finire per assorbire le logiche dominanti del mercato. Il Comitato, invece, intende operare come sede stabile di custodia, discussione critica e traduzione operativa dei princìpi fondativi. Non solo quindi un organo di vigilanza, ma una infrastruttura di senso capace di accompagnare l’intero ciclo di vita del modello.
La composizione del Comitato consta di personalità con profili che segnalano la volontà di tenere insieme indirizzo strategico, sensibilità istituzionale e riflessione etico-teologica. Attorno a questo nucleo si attiverà una comunità molto più ampia, composta da ricercatori, filosofi, teologi, economisti, giuristi, policy maker e innovatori. L’idea, in sostanza, è che la qualità morale di un sistema di AI non possa essere delegata né ai soli ingegneri né a un’etica disincarnata, ma richieda un ecosistema deliberativo capace di fare sintesi senza semplificare.
Immagine generata tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2026).
