Il National Institute of Standards and Technology ha presentato AI Technology Evaluation, o AITE, il 27 luglio — un banco di prova gestito dal suo Information Technology Laboratory in cui i modelli vengono valutati su dati che i loro sviluppatori non hanno mai visto e non possono ottenere.

Il problema che intende risolvere

I benchmark pubblici perdono la loro segretezza. Una volta che un set di test finisce su internet, alla fine entra nei dati di addestramento; a quel punto, un punteggio elevato misura la memorizzazione più che le capacità — e dall’esterno non c’è modo di distinguere le due cose. La valutazione sequestered è l’unica correzione strutturale: i fornitori di dati devono mettere a disposizione dataset originali, non accessibili pubblicamente, e il modello li affronta una sola volta, alla cieca.

L’ambito iniziale

Tre compiti all’avvio, tutti di analisi delle immagini con grandi modelli vision-language: quantum science, genomics and public safety. NIST indica un avvio nel luglio 2026 e la pubblicazione del piano di valutazione, con l’inizio del periodo di valutazione nell’agosto 2026. L’accesso dei partecipanti è indicato come in arrivo a breve.

Cosa non è

Le interpretazioni secondo cui NIST certificherà ora i modelli di AI, o secondo cui questo costituirebbe uno standard federale per la sicurezza dell’AI, sono errate sotto ogni aspetto. AITE è volontario, non conferisce alcuna certificazione e non ha alcun effetto regolatorio. Copre tre compiti ristretti di analisi delle immagini e non valuta affatto la sicurezza dei modelli frontier — nessuna capacità cyber, nessun rischio biologico, nessun allineamento. Il suo perimetro è più vicino a un esercizio di calibrazione di uno strumento scientifico che a un regime di sicurezza.

Perché conta comunque

Perché, in assenza di una legge federale sull’AI, l’infrastruttura di valutazione è il luogo in cui, di fatto, si sta costruendo la politica americana. Ogni proposta normativa in circolazione — inclusi i test obbligatori pre-rilascio che il CEO di Anthropic ha chiesto lo stesso giorno — presuppone l’esistenza di verifiche che i fornitori non possano aggirare. Al momento queste verifiche in gran parte non esistono, e i benchmark autodichiarati dai fornitori sono la valuta predefinita. Un organismo pubblico che detenga dati blind è il prerequisito per rendere contestabili quelle affermazioni.

Nota sulla datazione

La pagina di NIST fornisce solo un dettaglio a livello di mese; la data di lancio del 27 luglio si basa sul resoconto di una singola testata specializzata.