Che cosa significa dato regolatorio "tier-0" per l'IA (e perché la provenienza vince)

Quando un assistente IA le fornisce una risposta in materia regolatoria, la domanda che conta non è "sembra corretta". È "da dove proviene, e posso difenderla". Questa domanda si decide interamente al livello dei dati sottostanti. Non tutti i dati regolatori sono uguali, e la differenza ha un nome: tier-0.

Questo articolo spiega che cosa significa dato regolatorio tier-0, come si confronta con i dati su cui si basa la maggior parte delle risposte delle IA, che cosa trasforma documenti ufficiali grezzi in un materiale che un assistente può citare in sicurezza, e perché è la provenienza, non la scorrevolezza, a rendere una risposta difendibile.

I livelli del dato regolatorio

Pensi all'informazione regolatoria in tre livelli, in base alla distanza dalla fonte.

Tier-0: la fonte primaria e ufficiale

È la normativa stessa, direttamente dall'organismo che l'ha emanata: autorità di regolamentazione, gazzette ufficiali, agenzie ed enti di normazione. Alcuni esempi: EUR-Lex, ECHA, FDA ed EFRAG. Il tier-0 è autorevole per definizione, perché è la fonte, non una sua descrizione.

Tier-1: aggregatori e sintesi professionali

Newsletter, note di studi legali e fornitori di banche dati che raccolgono e riassumono il tier-0. Utile, ma con un passaggio di distanza: i tempi si allungano, l'interpretazione si insinua, e lei eredita le scelte editoriali di qualcun altro.

Tier-2: il web aperto

Blog, forum, articoli di stampa e pagine web generiche che menzionano la normativa. È il grosso di ciò che un modello generalista ha assorbito durante l'addestramento. È disomogeneo, spesso datato e frequentemente sbagliato sui dettagli.

Perché un'IA addestrata sul tier-2 fallisce nella compliance

Un modello generalista ha imparato il mondo soprattutto dal tier-2: il web aperto. Va bene per la cultura generale ed è pericoloso per la normativa, dove il web aperto è esattamente il luogo in cui vivono le informazioni stantie e imprecise. Il modello assorbe il senso generale e perde i dettagli, e questo, come spieghiamo in perché l'IA ha allucinazioni sulle domande regolatorie, è il modo in cui nascono risposte sicure di sé e sbagliate.

Non si correggono dati di addestramento tier-2 con un prompt migliore. L'unica soluzione è dare al modello dati tier-0 da cui rispondere, nel momento stesso della domanda.

Una risposta di un'IA è difendibile solo quanto il livello dei dati su cui poggia. Tier-0 in ingresso, risposta citabile in uscita. Tier-2 in ingresso, congettura plausibile in uscita.

Che cosa trasforma i documenti tier-0 in un livello affidabile

I documenti ufficiali grezzi sono autorevoli ma disordinati: centinaia di editori, decine di formati, duplicati, emendamenti e nessuna struttura comune. L'approvvigionamento tier-0 è necessario ma non sufficiente. Un livello di dati affidabile deve anche elaborare quel materiale perché un assistente possa usarlo in sicurezza. In concreto:

• Analizzare e normalizzare. HTML, XML e PDF provenienti da centinaia di fonti trasformati in un unico schema canonico.
• Deduplicare e versionare. Identificativi stabili, così un testo ripubblicato o emendato viene riconosciuto come nuova versione, non come nuovo fatto.
• Datare e marcare lo stato. Ogni record indica quando è cambiato e se si tratta di una bozza, di un testo in consultazione, adottato o in vigore.
• Validare. Controlli di integrità prima di esporre qualsiasi contenuto, così ciò che raggiunge l'assistente risale sempre a un documento ufficiale.
• Preservare la provenienza. La fonte e il link viaggiano con il record, fino alla risposta.

Questa è la differenza tra "abbiamo fatto scraping di qualche autorità" e un livello che un assistente può citare. Obsidian applica questa pipeline a oltre 850 fonti ufficiali in oltre 50 giurisdizioni: il dato non è solo tier-0, è tier-0 reso utilizzabile.

Perché provenienza significa difendibilità

Nella compliance, il valore di una risposta non sta solo nella sua correttezza, ma nella possibilità di dimostrare perché è corretta. Una risposta con provenienza, una fonte ufficiale nominata, una data e uno stato, è qualcosa che può presentare al suo consiglio di amministrazione, al suo revisore o alla sua autorità di vigilanza. Una risposta senza provenienza è un'affermazione che deve andare a verificare da sé, il che significa che l'assistente non le ha fatto risparmiare nulla.

La provenienza è anche ciò che rende una risposta verificabile nel tempo. Quando una regola cambia, un record versionato e datato mostra che cosa era vero nel momento in cui lei ha agito. Non è un optional nel lavoro regolamentato. È la documentazione probatoria.

Come portare dati tier-0 nella sua IA

Non è necessario ricostruire tutto questo da sé. La via pratica è collegare il suo assistente a un livello tier-0 mantenuto tramite il Model Context Protocol, invece di costruire e alimentare una pipeline propria. Per il compromesso tra costruire e collegare, veda RAG vs MCP per l'IA regolatoria. Per il quadro d'insieme, veda l'intelligence regolatoria agentica.

In sintesi

La qualità di una risposta regolatoria di un'IA si decide prima che il modello pronunci una parola, al livello dei dati sottostanti. Il tier-0, elaborato e marcato con la sua provenienza, è ciò che trasforma una congettura sicura di sé in una risposta difendibile. Quando valuta un'IA per il lavoro regolatorio, non chieda quanto è intelligente il modello. Chieda di che livello sono i suoi dati.