Il governo della Nuova Zelanda ha avviato una sperimentazione di quattro mesi per sviluppare e testare uno strumento di intelligenza artificiale generativa destinato alla preparazione degli Import Health Standards, gli standard sanitari che stabiliscono le condizioni di biosicurezza da rispettare prima di introdurre nel Paese merci considerate a rischio. Le regole riguardano prodotti vegetali, animali e biologici e servono a impedire l’ingresso di parassiti, organismi nocivi e malattie capaci di danneggiare agricoltura, allevamenti, ambiente ed ecosistemi locali.
Lo strumento non controllerà fisicamente container, prodotti o mezzi in arrivo e non prenderà decisioni autonome sull’ammissione delle merci. Sarà impiegato soprattutto nel lavoro documentale necessario a redigere e aggiornare gli standard, un processo che richiede l’esame di grandi quantità di evidenze scientifiche, valutazioni del rischio, requisiti tecnici e documentazione commerciale. L’obiettivo è verificare se l’AI possa organizzare e analizzare questi materiali, assistere nella preparazione delle bozze e rendere la produzione delle norme più rapida, coerente e uniforme. Le valutazioni determinanti e l’approvazione finale resteranno affidate agli specialisti di Biosecurity New Zealand.
Gli Import Health Standards costituiscono la base normativa utilizzata per gestire i rischi associati alle diverse categorie di prodotti. Possono stabilire, per esempio, i Paesi dai quali una merce può essere importata, i trattamenti sanitari necessari, le certificazioni richieste, le modalità di imballaggio, le ispezioni da effettuare e le condizioni da rispettare prima della spedizione o all’arrivo. La loro elaborazione deve quindi bilanciare due esigenze: impedire l’introduzione di minacce biologiche e consentire l’ingresso di beni necessari alle imprese neozelandesi senza imporre restrizioni prive di una giustificazione scientifica aggiornata.
Secondo il ministro per la Biosicurezza Andrew Hoggard, le procedure attuali non si sono evolute alla stessa velocità del commercio internazionale e dell’innovazione. L’AI generativa viene introdotta per assorbire una parte delle attività ad alta intensità documentale e liberare tempo degli esperti, che potranno concentrarsi sulla valutazione scientifica, sulla gestione dei rischi e sulle decisioni regolatorie. Il progetto dovrà dimostrare di poter produrre standard di qualità elevata e basati sulle evidenze senza abbreviare i controlli, abbassare le soglie di sicurezza o sostituire la responsabilità professionale umana.
La sperimentazione rientra in un programma più ampio di riforma delle procedure di importazione, che comprende anche il sistema applicato alle piante vive. Il governo punta a rendere più semplice l’accesso a nuove varietà e risorse genetiche vegetali, permettendo ad agricoltori e coltivatori di adottare colture potenzialmente più produttive, resistenti alle malattie o adatte alle nuove condizioni climatiche. L’accelerazione degli standard dovrebbe ridurre i tempi necessari per autorizzare prodotti e materiali innovativi, purché il relativo rischio biologico sia stato valutato e gestito attraverso requisiti adeguati.
L’intervento ha anche una finalità economica. La revisione delle procedure dovrebbe eliminare limitazioni considerate non necessarie, aumentare la produttività e migliorare la redditività delle aziende agricole senza indebolire il sistema di biosicurezza. Il settore alimentare e delle fibre rappresenta una componente centrale dell’economia neozelandese e, secondo le previsioni governative, le relative esportazioni dovrebbero raggiungere 64,3 miliardi di dollari neozelandesi nell’anno terminante il 30 giugno 2026.
Il progetto applica quindi l’intelligenza artificiale alla fase regolatoria che precede i controlli di frontiera: il sistema dovrà aiutare a trasformare dati scientifici e documenti tecnici in standard aggiornati e applicabili, mentre la responsabilità di stabilire se una misura protegga adeguatamente il Paese rimarrà agli esperti pubblici. Al termine dei quattro mesi, i risultati serviranno a valutare se lo strumento possa essere integrato stabilmente nel processo e se i vantaggi in termini di velocità e uniformità siano ottenibili senza compromettere l’affidabilità delle decisioni.