La rapida adozione di modelli e tecniche di intelligenza artificiale da parte delle imprese rende necessaria la disponibilità di dati adeguati, oltre a una loro gestione efficace. Se “i dati sono il nuovo petrolio”, oggi quel petrolio dev’essere raffinato e reso sicuro, oltre che disponibile. Da qui emerge l’importanza dei synthetic data. Secondo Gartner, il mercato dei dati per l’AI vale potenzialmente 20,7 miliardi di dollari, trainato dalla crescente domanda di strumenti per la gestione dei dati e di fonti affidabili. Fondamentale è sensibilizzare le organizzazioni, private e pubbliche, sull’importanza del data management e sul valore dei dati sintetici.
La stessa Commissione Europea li ha adottati per la Piattaforma finanziaria digitale dell’UE, segnalando che la scelta di impiegarli nell’Hub dei dati offe alle autorità di controllo nazionali la possibilità di partecipare al progetto senza dover rendere accessibili a terzi i dati reali in loro possesso.
L’impiego dei dati sintetici è diffuso, in ambito scientifico, sanitario e aziendale, grazie ai numerosi benefici che offre. Tuttavia ci sono anche osservazioni critiche sulla loro adozione.
Cosa sono i synthetic data
Partiamo dal definire che cosa sono i dati sintetici. Per synthetic data si intendono i dati generati artificialmente per imitare le proprietà e i modelli dei dati reali. Possono essere generati attraverso simulazioni, modelli statistici e algoritmi di intelligenza artificiale, comprese le tecniche di AI generativa. I dati sintetici mirano a riprodurre le caratteristiche statistiche dei dati reali senza replicarne direttamente i singoli record, sebbene ciò non garantisca automaticamente l’assenza di rischi per la riservatezza. Non sostituiscono i dati reali, ma li integrano efficacemente.
Vengono creati anziché raccolti da fonti del mondo reale, con l’obiettivo di affrontare diverse problematiche legate all’indisponibilità, alla scarsità, alla privacy o alla rappresentatività dei dati. Per casi d’uso specifici, i dati sintetici riproducono le principali caratteristiche statistiche, la struttura o la distribuzione dei dati organici.
Quindi, essi possono colmare le lacune nei dataset e contribuire ad affrontare problematiche specifiche. “Se utilizzati in modo responsabile, i dati sintetici possono rappresentare un’aggiunta preziosa al nostro bagaglio di strumenti”, segnala il sito web ufficiale del Governo britannico.
Perché si usano dati sintetici
Il mercato dei dati sintetici nel 2026 si prevede raggiungerà un valore di 710 milioni di dollari, in crescita rispetto ai 510 milioni di dollari del 2025, con proiezioni che indicano un valore di 3,67 miliardi di dollari nel 2031, stima Mordor Intelligence.
L’impiego così diffuso di synthetic data è motivato dal fatto che “il processo decisionale basato sui dati influenza ogni aspetto della nostra vita”, segnala ancora il Governo UK. Eppure, l’accesso a dati rappresentativi e di alta qualità rimane una sfida costante. I set di dati del mondo reale sono spesso incompleti, parziali, limitati da questioni di privacy o semplicemente non disponibili.
I dati sintetici possono contribuire a ridurre alcuni rischi associati ai dati reali, in particolare quelli legati alla privacy, purché siano generati e verificati con metodologie adeguate. Inoltre, sono di supporto per consentire la sperimentazione di nuovi scenari, integrando i set di dati reali. Oggi il panorama dei dati sintetici si è notevolmente ampliato rispetto alle prime applicazioni. Essi “non sono più solo uno strumento di necessità, ma un motore di innovazione”, si legge in un articolo pubblicato dal World Economic Forum.
Pregi e rischi dell’impiego dei synthetic data
La Commissione UE, nell’illustrare l’uso dei dati sintetici e generati dall’AI, ha messo in evidenza il loro importante contributo nell’aprire nuove possibilità di innovazione, per esempio in campi come l’imaging medico. Tuttavia comportano anche dei rischi, tra cui pregiudizi, interpretazioni errate e una riduzione della fiducia se non gestiti con attenzione.
I dati sintetici introducono nuove problematiche in termini di governance ed etica. A questo riguardo, il World Economic Forum precisa:
Se non generati e gestiti con attenzione, possono perpetuare i pregiudizi presenti nei set di dati originali, trarre in inganno chi deve prendere decisioni, causare la fuga di informazioni sensibili o essere utilizzati in modo malevolo (ad esempio, attraverso la creazione di deepfake).”
Con l’evoluzione continua delle pratiche di ricerca, garantire un uso responsabile e trasparente di queste tecnologie sarà fondamentale per mantenere la credibilità e la fiducia del pubblico.
Raccomandazioni d’uso
Riconoscendo il potenziale trasformativo dei synthetic data, il “Global Future Council on Data Frontiers” del WEF ha elaborato di recente un documento pensato per i decisori, che illustra le principali tipologie di dati sintetici, i relativi casi d’uso e le considerazioni in materia di governance.
Il documento propone alcune raccomandazioni. L’adozione dei dati sintetici richiede un’attenta valutazione di rischi e benefici e la collaborazione tra sviluppatori, utilizzatori e decisori politici. È fondamentale garantire qualità, affidabilità, privacy ed equità dei dati, assicurandone tracciabilità e trasparenza. Strumenti come watermarking (o filigrana digitale), certificazioni e supervisione umana rafforzano la fiducia. Occorre coinvolgere diversi stakeholder, prevenire distorsioni e contrastare il degrado dei modelli di intelligenza artificiale combinando dati sintetici e reali. I regolatori devono definire norme proporzionate agli utilizzi, sviluppare standard settoriali e promuovere formazione e strumenti di valutazione dei rischi, favorendo un’innovazione responsabile e sostenibile.
Comments are closed.