Usare l'AI senza regalare i dati dei clienti: c'è una soluzione, ed è italiana

C'è un problema che ci pongono quasi tutti i clienti, e ha sempre la stessa forma. Vorrei usare ChatGPT o Claude per lavorare su questo documento, ma è pieno di dati sensibili, e non me la sento di caricarlo su un server dall'altra parte del mondo. È una preoccupazione sacrosanta, e di solito finisce in un vicolo cieco: o rinunci allo strumento potente, o chiudi un occhio e violi la privacy dei tuoi clienti. Un ingegnere italiano, Simone Rizzo, ha avuto un'idea semplice per uscirne, e la racconto perché è di quelle che risolvono un problema vero.

Il ribaltamento: togli i dati, non l'AI

Il ragionamento di solito è "se il documento è riservato, l'AI non la posso usare". Rizzo lo ha capovolto: non è l'AI che devi togliere, sono i dati. Se dal testo sparisce tutto quello che è sensibile prima che parta, allora puoi spedire il resto al modello più potente del mondo senza problemi, perché non c'è più niente di riservato da proteggere.

Il suo strumento si chiama Rizzo-PII, ed è un piccolo modello che gira direttamente sul tuo computer, senza mandare niente in rete. Fa una cosa sola, molto bene: legge il testo e trova i dati personali, i nomi, gli indirizzi, i numeri di telefono, gli IBAN, e per l'Italia anche il codice fiscale, la partita IVA, i dati catastali. In tutto riconosce ventidue tipi di informazioni riservate.

Come funziona, spiegato con un esempio

Immaginate di dover mandare un contratto a un consulente esterno, ma di annerire con un pennarello tutte le parti sensibili prima di spedirlo. Il consulente lavora sul documento oscurato, e voi tenete da parte il foglietto con scritto cosa c'era sotto le righe nere. Ecco, Rizzo-PII fa esattamente questo, ma in automatico e in un lampo.

Prende il tuo testo e sostituisce ogni dato sensibile con un'etichetta. Mario Rossi diventa [NOME_1], il suo IBAN diventa [IBAN_1], il codice fiscale diventa [CODICE_FISCALE_1], e così via. Sul tuo computer resta un piccolo dizionario che sa cosa c'è dietro ogni etichetta. A quel punto mandi all'AI solo il testo mascherato, quello senza più niente di riconoscibile. L'AI lavora, ragiona, ti risponde usando le etichette, e quando la risposta torna sul tuo computer il dizionario rimette al loro posto i valori veri. Il modello ha fatto tutto il lavoro, ma un nome vero non lo ha mai visto.

Perché è una cosa seria, non un giocattolo

I numeri dicono che funziona davvero. Sui dati italiani più delicati, codice fiscale, partita IVA e catasto, la precisione è praticamente perfetta. E soprattutto gira in locale, sulla CPU di un portatile normale, senza chiavi di accesso e senza spedire una sola parola per fare il suo lavoro. È anche open source, cioè chiunque può guardarci dentro, usarlo e migliorarlo, e la comunità sta già ampliando i dati con cui è addestrato.

C'è un dettaglio che a noi piace particolarmente. Rizzo lo ha costruito partendo da una frase amara, che l'Italia sull'AI è indietro, e invece di lamentarsi ha fatto una cosa concreta e pensata apposta per l'italiano, con le nostre sigle e i nostri documenti. Meno proclami e più sostanza, che è esattamente il modo in cui piace ragionare anche a noi.

La lezione, che è sempre la stessa

Attenzione, non è una bacchetta magica. L'anonimizzazione vale quanto la sua capacità di riconoscere i dati, quindi su un documento davvero critico resta saggio dare un'occhiata prima di premere invio, perché qualcosa di insolito potrebbe sfuggirle. Ma il principio è oro, ed è la nostra bandiera di sempre: non devi scegliere tra usare l'AI potente e proteggere i tuoi dati. Puoi fare tutte e due le cose, tenendo le informazioni a casa tua e mandando fuori solo quello che non svela niente di nessuno. Lo strumento è gratis, italiano, e sta lì. Vale la pena provarlo.

Prova Rizzo-PII: github.com/Rizzo-AI-Academy/rizzo-pii