Che cosa sono i dati sintetici e perché contano oggi

Per ‘dati sintetici' si intendono insiemi di informazioni artificiali, generate da modelli statistici o sistemi di intelligenza artificiale (IA), che riproducono le caratteristiche strutturali dei dati reali, senza includere riferimenti a persone o casi concreti. In sostanza, sono dati che conservano le relazioni statistiche utili all'analisi e all'addestramento dei modelli di IA, ma senza toccare direttamente dati personali.

Il tema è stato approfondito da David B. Resnik, bioeticista del National Institute of Environmental Health Sciences (NIH), nell'articolo ‘GenAI synthetic data create ethical challenges for scientists. Here's how to address them', pubblicato nel 2025 su PNAS (Proceedings of the National Academy of Sciences), una delle riviste più autorevoli nel campo di scienza ed etica.

Negli ultimi anni l'attenzione si è concentrata anche sui dilemmi etici e metodologici che nascono quando i dati sintetici vengono generati da modelli di intelligenza artificiale sempre più sofisticati, come le Generative Adversarial Networks (GAN) o i Variational Autoencoders (VAE). Si tratta di strumenti potenti, capaci di creare informazioni del tutto nuove a partire da schemi esistenti, ma la loro capacità di imitare il reale solleva interrogativi tu...