Dal diritto a essere dimenticati alla possibilità di “disimparare”: quando un dato personale entra nei sistemi di intelligenza artificiale, cosa significa davvero cancellarlo?
Nel mondo digitale, dimenticare non è mai stato semplice. Un’informazione pubblicata online può rimanere reperibile attraverso motori di ricerca, copie, archivi e altri contenuti replicati online.
È da questa persistenza della rete che è nato il dibattito sul diritto all’oblio, segnato storicamente dalla sentenza Google Spain del 2014. Con quella pronuncia, la Corte di giustizia dell’Unione europea ha riconosciuto il diritto di chiedere ai motori di ricerca la rimozione dei link associati al nome di una persona, senza necessariamente imporre la cancellazione della pagina web originale.
Con l’intelligenza artificiale, tuttavia, la questione cambia radicalmente.
I sistemi di IA vengono addestrati su enormi quantità di dati e, in determinate circostanze, possono conservare o riprodurre informazioni riconducibili al materiale utilizzato nella fase di apprendimento. Il tema è al centro dell’Opinion 28/2024 dell’EDPB (Comitato europeo per la protezione dei dati), che ha analizzato i modelli di IA alla luce della normativa sulla privacy. La domanda di fondo diventa allora un’altra: se un dato viene rimosso dal web, può essere ancora presente nella “memoria” di un algoritmo?
I confini tradizionali: il diritto all’oblio non è una cancellazione totale
Il cosiddetto diritto all’oblio non implica che una persona possa pretendere di eliminare qualsiasi informazione che la riguarda da Internet.
L’articolo 17 del GDPR riconosce il diritto alla cancellazione in specifiche circostanze — come la revoca del consenso o la non necessità del dato rispetto alle finalità originarie —, ma prevede diverse eccezioni fondamentali, tra cui la libertà di espressione e informazione, gli obblighi di legge e la ricerca scientifica o statistica. Inoltre, come stabilito dalla giurisprudenza, l’intervento si limita spesso a oscurare i risultati di ricerca, lasciando intatta la fonte.
Il problema, quando si parla di intelligenza artificiale, è che cancellare un dato dalla sua fonte originaria non significa cancellare ciò che un modello ha appreso da quel dato. Un sistema di machine learning non è un semplice archivio di documenti: durante l’addestramento le informazioni vengono elaborate e la loro influenza viene incorporata in modo diffuso nei parametri del modello.
L’EDPB sottolinea inoltre che un modello addestrato con dati personali non può essere considerato automaticamente anonimo; la valutazione va fatta caso per caso, tenendo conto della concreta possibilità di estrarre informazioni personali attraverso le interrogazioni, i cosiddetti prompt.
Il machine unlearning: insegnare a una macchina a dimenticare
Per rispondere a questa sfida tecnologica e giuridica è nato il machine unlearning, ovvero l’insieme delle tecniche che cercano di rimuovere da un modello già addestrato l’influenza di specifici dati.
La ricerca distingue principalmente tra due approcci:
- Exact unlearning: mira a ottenere un modello perfettamente equivalente a quello che si sarebbe ottenuto escludendo fin dall’inizio i dati da dimenticare.
- Approximate unlearning: cerca di ridurne l’influenza attraverso modifiche mirate al modello, senza ricostruirlo interamente da zero.
L’idea è affascinante, ma la tecnologia è ancora in evoluzione. Il processo non presenta soltanto complessità algoritmiche, ma solleva un problema di verifica: come essere certi che il dato sia stato davvero “dimenticato”?
Esistono tecniche di valutazione dedicate a individuare eventuali tracce residue o la possibilità di ricostruire le informazioni rimosse, ma il rischio è che l’operazione comprometta le prestazioni complessive del modello o alteri la distribuzione dei suoi errori.
Non a caso, l’EDPS – l’European Data Protection Supervisor (in italiano Garante europeo della protezione dei dati) – ha inserito il machine unlearning tra le tecnologie emergenti analizzate nel suo TechSonar 2025, evidenziandone il potenziale per la protezione dei dati ma anche le attuali limitazioni applicative.
Una nuova idea di memoria digitale
Per molto tempo abbiamo associato la memoria digitale a qualcosa di visibile: un file, un database, una pagina web. L’intelligenza artificiale introduce una dimensione completamente diversa, in cui un dato può entrare nel ciclo di sviluppo e contribuire a plasmare il comportamento di un sistema senza essere conservato come documento individuabile.
Il baricentro del problema si sposta così da una domanda spaziale a una comportamentale:
- Prima: “Dove è conservato il mio dato?”
- Oggi: “Che cosa ha imparato un sistema da quel dato?”
Il diritto alla cancellazione offre alle persone uno strumento cruciale per esercitare il controllo sulla propria identità digitale. L’intelligenza artificiale impone però un limite strutturale: eliminare un’informazione alla fonte potrebbe non bastare a neutralizzarne l’influenza sistemica.
Il machine unlearning rappresenta la risposta ingegneristica più avanzata a questa tensione, ma non costituisce ancora un equivalente digitale del semplice tasto “Canc”. La tecnologia deve ancora risolvere nodi critici legati all’efficacia, alla scalabilità e alla stabilità dei modelli. Ed è qui che il diritto all’oblio incontra la sua frontiera più complessa: stabilire se una macchina possa davvero dimenticare, o se possa soltanto imparare a non ricordare più.
