Il Garante della privacy italiano per la protezione dei dati personali (GPDP) ha avviato una indagine conoscitiva sui siti internet pubblici e privati per verificare l’adozione di misure di sicurezza adeguate per impedire la raccolta massiva (quellla che in gergo si chiama webscraping) di dati personali a fini di addestramento degli algoritmi di intelligenza artificiale AI da parte di soggetti terzi.
Come noto, l’addestramento dei modelli di intelligenza artificiale generativa viene effettuata tenendo conto, tra le altre cose, di dati pubblici raccolti sul web. L’indagine conoscitiva riguarda tutti i soggetti pubblici e privati, operanti quali titolari del trattamento, stabiliti in Italia o che offrono in Italia servizi, che mettono a disposizione on-line dati personali liberamente accessibili anche dagli “spider” dei produttori di algoritmi di intelligenza artificiale.
“È nota”, riferisce il garante, “l’attività di diverse piattaforme di AI, le quali attraverso il webscraping raccolgono, per differenti usi, enormi quantità di dati anche personali pubblicati per specifiche finalità (cronaca, trasparenza amministrativa ecc.) all’interno di siti internet gestiti da soggetti pubblici e privati”.
Il Garante rivolge quindi un invito alle associazioni di categoria interessate, alle associazioni di consumatori, ad esperti e rappresentanti del mondo accademico affinché facciano pervenire i loro commenti e contributi sulle misure di sicurezza adottate e adottabili contro la raccolta massiva di dati personali a fini di addestramento degli algoritmi.
Le comunicazioni possono essere inviate all’indirizzo email [email protected]. entro 60 giorni dalla pubblicazione dell’avviso di consultazione sul sito dell’Autorità. A seguito dell’indagine conoscitiva l’Autorità si riserva di adottare i necessari provvedimenti, anche in via d’urgenza.
Attualmente uno dei modi per impedire lo scraping è bloccare l’accesso ai crawler specificando il blocco nel file robots.txt dei siti web, ma poche aziende offrono questa possibilità. Per esempio nel caso di ChatGPT è necessario aggiungerei riferimenti a GPTBot, il web crawler sviluppo da OpenAI che consente a quest’ultima di analizzare pagine web al fine di arricchire e perfezionare i modelli di linguaggio delle reti neurali artificiali.
Tutte le notizie che parlano di Intelligenza Artificiale sono disponibili a partire da questa pagina di macitynet
