Il dibattito sulla regolazione dell’intelligenza artificiale (IA) si è progressivamente spostato dai principi di alto livello alle scelte concrete che i parlamenti sono chiamati a compiere. In questo scenario si colloca il policy brief di UNESCO Governing AI: Nine Emerging Approaches for Lawmakers Worldwide (2026), redatto da Juan David Gutiérrez (Universidad de los Andes, Colombia) e pubblicato in vista del primo Global Dialogue on AI Governance, in programma a Ginevra il 6–7 luglio 2026 . Il documento risponde a una domanda operativa: con quali strumenti — e non soltanto con quali principi — è possibile governare l’IA nei diversi contesti nazionali.

Scelte metodologiche

Due scelte metodologiche orientano l’intero documento.

La prima riguarda la nozione di regolazione, intesa in senso stretto come un insieme vincolante di regole applicate da un organismo a ciò preposto: leggi promulgate o discusse da organi legislativi nazionali o sovranazionali e considera i provvedimenti che disciplinano l’IA in modo sostanziale.
La seconda scelta concerne la definizione di sistema di IA, ripresa dalla Raccomandazione UNESCO: sistemi computazionali che elaborano dati e informazioni con modalità che richiamano un comportamento intelligente, includendo aspetti quali ragionamento, apprendimento, percezione, previsione, pianificazione o controllo.

I nove approcci normativi emergenti

Il quadro seguente sintetizza la tassonomia proposta, associando a ciascun approccio la relativa logica regolatoria e gli esempi legislativi richiamati dall’autore.

Approccio	Logica regolatoria
1. Basato su principi	Propone un insieme di principi fondamentali che orientano sviluppo e uso dell’IA in modo etico, antropocentrico e rispettoso dei diritti; di per sé non impone obblighi né sanzioni.
2. Basato su standard	Richiama gli standard tecnici come riferimento per dare precisione operativa alle regole e crea incentivi giuridici (es. presunzione di conformità).
3. Agile e sperimentale	Genera schemi flessibili — sandbox regolatorie e testbed — per sperimentare sotto supervisione delle autorità pubbliche.
4. Facilitante e abilitante	Crea condizioni favorevoli rafforzando capitale umano, infrastrutture, ricerca e consapevolezza pubblica sull’IA.
5. Accesso all’informazione e trasparenza	Impone strumenti di trasparenza e disclosure, inclusa l’etichettatura dei contenuti generati o manipolati dall’IA (deepfake).
6. Adattamento delle leggi esistenti	Modifica regole settoriali e trasversali in modo incrementale, anziché introdurre una legge ad hoc sull’IA.
7. Basato sul rischio	Modula obblighi e requisiti in funzione del livello di rischio dei diversi sistemi di IA.
8. Basato su diritti	Sancisce nuovi diritti e obblighi vincolanti, fondati sui trattati internazionali sui diritti umani.
9. Della responsabilità (liability)	Attribuisce responsabilità e sanzioni penali, amministrative o civili per usi problematici dell’IA.

Le raccomandazioni

Individuati gli approcci, il documento invita a comporne una combinazione su misura per ciascun contesto e propone sei considerazioni trasversali.

Diritti umani e divari digitali. Qualunque sia l’approccio prescelto, il processo regolatorio deve tutelare i diritti umani in conformità al diritto internazionale, affrontando questioni come discriminazione di genere e razziale nei sistemi di reclutamento, violenza di genere tramite deepfake sessuali, disinformazione nei processi elettorali, sorveglianza di massa con sistemi biometrici, mancanza di accountability dei sistemi decisionali automatizzati, barriere di accesso per fasce vulnerabili, accesso ai dati, diversità linguistica e alfabetizzazione/capacity building.
Processi legislativi partecipativi e inclusivi. I percorsi normativi dovrebbero accogliere voci diverse — settore privato, società civile, funzionari pubblici, comunità interessate — e non affidarsi unicamente agli «esperti».
Strumenti basati sull’evidenza per problemi specifici. Poiché l’IA è un termine-ombrello, nessun intervento unico copre tutte le applicazioni: una regolazione indifferenziata può risultare controproducente, mentre regole troppo ampie e lasche generano un falso senso di sicurezza.
Regolazione agile. Sandbox e testbed sono parte della cassetta degli attrezzi, specie quando i rischi sono bassi e i diritti umani non sono in gioco; utile l’apprendimento dalle esperienze in ICT e fintech.
Buone pratiche e apprendimento da altre giurisdizioni. Identificare buone pratiche, anche di processo, evitando l’«isomorphic mimicry», cioè il trapianto di norme straniere privo del contesto istituzionale che le sorregge.
Preparazione alle sfide di implementazione. Definire obiettivi non basta: occorre conoscere e rafforzare le capacità istituzionali necessarie ad attuare e far rispettare le leggi.

Il brief non sostiene un singolo modello: offre piuttosto una mappa comparativa di nove approcci combinabili, da adattare alle priorità di policy e alle capacità di ciascun ordinamento.

Una nota sulla dimensione educativa e l’AI literacy

Per chi opera nel campo delle competenze digitali, due elementi del documento meritano attenzione. In primo luogo, l’alfabetizzazione e il capacity building compaiono esplicitamente tra le sfide trasversali connesse a diritti umani e divari digitali; in secondo luogo, l’educazione e la consapevolezza pubblica rientrano nell’approccio facilitante e abilitante . Letti insieme, questi richiami suggeriscono che la AI literacy non è un corollario della governance, ma una sua precondizione: cittadini e professionisti competenti rendono effettivi gli obblighi di trasparenza e accountability e abilitano i processi partecipativi.

In questa prospettiva, i quadri europei di riferimento sulle competenze — da DigComp al recente AILit Framework — offrono il vocabolario operativo che consente di tradurre l’approccio facilitante in interventi misurabili, collegando la regolazione dell’IA alle politiche educative e di sviluppo professionale.

Per una democrazia resiliente e uno sviluppo sostenibile

Il filo conduttore proposto da UNESCO resta la centralità dei diritti umani, l’attenzione ai divari digitali e l’investimento in inclusione e competenze, perché l’IA contribuisca a istituzioni più solide, a una democrazia resiliente e a uno sviluppo sostenibile.

Riferimenti

UNESCO, Governing AI: Nine Emerging Approaches for Lawmakers Worldwide, 2026 (autore: Juan David Gutiérrez) https://media.licdn.com/dms/document/media/v2/D4E1FAQFP4wG-Q5judQ/feedshare-document-url-metadata-scrapper-pdf/B4EZ8TiOWAIAA4-/0/1782739168763?e=1783418400&v=beta&t=SsvGnOLFCeJ82tVuGH23_AgZg3wjA8Z9-QPO6SUZ7bk. Pagina di riferimento: unesco.org/en/artificial-intelligence.
UNESCO, Recommendation on the Ethics of Artificial Intelligence, 2021 (adottata da 193 Stati membri). unesco.org/en/artificial-intelligence/recommendation-ethics.
UNESCO–ITU, Global Dialogue on AI Governance, Ginevra, 6–7 luglio 2026. unesco.org/en/articles/global-dialogue-ai-governance-geneva-6-7-july.
Assemblea generale ONU, risoluzioni A/RES/78/311 (21 marzo 2024) e A/RES/78/265 (1° luglio 2024).
Unione europea, Regolamento (UE) 2024/1689 (Artificial Intelligence Act), 13 giugno 2024.
Unione europea, Regolamento (UE) 2016/679 (GDPR), 27 aprile 2016.
Perù, Ley N° 31814 del 13 giugno 2023.
Giappone, Act on Promotion of Research and Development, and Utilization of AI-related Technology, in vigore dal 28 maggio 2025.
Corea del Sud, Framework Act on the Advancement of Artificial Intelligence and the Establishment of Trust (Legge n. 20676 del 2025, in vigore dal 22 gennaio 2026).
Kenya, Data Protection Act, 2019 (No. 24 of 2019).
Francia, LOI n° 2016-1321 del 7 ottobre 2016 («pour une République numérique»).
Colombia, Ley 2502 de 2025 (modifica del Codice penale, art. 296).
Filippine, House Bill No. 7913 (AI Regulation Act).
Brasile, Projeto de Lei No. 2238/2023.