Dissenso calibrato

Paper di metodi · Protocollo · OSF

Un protocollo verificabile di sigillo-e-risoluzione per l’audit di previsioni AI avversariali, con un pilot pubblico su operazioni M&A (N = 10)

Se un’AI è progettata per sfidare le decisioni invece di confermarle — un «contraddittore cognitivo» — come si fa a sapere se il suo dissenso è accurato e non semplicemente più rumoroso? La domanda è empirica, ma il campo non ha un modo onesto di rispondere: valutare un previsore dopo che gli esiti sono noti invita al senno di poi. Questo paper non pretende di avere la risposta. Costruisce lo strumento che permetterebbe di guadagnarla onestamente.

Il contributo centrale è un protocollo verificabile e anti-senno-di-poi. Ogni previsione viene sigillata in un registro pubblico append-only — l’Osservatorio — prima che qualsiasi esito sia osservabile, con doppio ancoraggio: un hash SHA-256 del contenuto e un’ancora OpenTimestamps sulla blockchain di Bitcoin. La risoluzione segue una regola deterministica su fonti pubbliche canoniche, confrontata con baseline pre-registrate; l’intero bundle modello–prompt–configurazione è congelato per versione. Chiunque può verificare in modo indipendente che il testo pubblicato corrisponda all’hash originale e che quell’hash esistesse prima di una certa data.

Il protocollo è istanziato su un pilot fisso e pubblicamente pre-sigillato di N = 10 previsioni su operazioni M&A europee ad alto rischio, sigillate il 20 giugno 2026. Le quantità sottoposte a scoring sono le probabilità del previsore; l’intero record di sfida del motore — lo schema a sette campi e il Δ-CSI — entra come sola provenienza e non può alterarle. Il Δ-CSI è un proxy calcolato dell’intensità della sfida, non della correttezza della decisione: trattarlo come segnale di accuratezza è un errore di categoria.