Il vero rischio del trading con l’IA è il circuito di feedback, non un modello difettoso

Il trader basato sull’IA più pericoloso potrebbe non essere quello che prende una decisione sbagliata. Potrebbe essere quello che prende una decisione ragionevole dopo aver osservato migliaia di altre macchine fare la stessa cosa. È questo il problema normativo che si nasconde dietro l’attuale entusiasmo per la finanza agentica: i mercati non stanno semplicemente acquisendo nuovi strumenti. Potrebbero accogliere nuovi partecipanti, le cui reazioni rischiano di amplificarsi a vicenda alla velocità delle macchine.

La Commodity Futures Trading Commission sta portando questa possibilità al centro del dibattito. La Innovation Task Force dell’agenzia ha annunciato una sessione del Frontier Forum per il 28 ottobre 2026, dedicata all’IA nei mercati dei derivati e all’ascesa della finanza agentica. La sessione fa parte di un confronto normativo più ampio e non dimostra che i sistemi di trading autonomi abbiano già preso il controllo del mercato. Ma la scelta del tema è importante. Suggerisce che le autorità di regolamentazione stanno iniziando a considerare l’IA una questione di struttura del mercato, non soltanto di acquisto di software.

La CFTC fa bene a passare dai modelli ai sistemi

Per anni, la domanda normativa naturale è stata: questo algoritmo è accurato, equo e conforme alle regole? È una domanda ancora importante, ma troppo limitata per sistemi in grado di interpretare informazioni, scegliere azioni e potenzialmente modificare il proprio comportamento con un coinvolgimento umano ridotto.

Gli stessi lavori precedenti della CFTC indicano questa direzione. Nel 2024, il suo Technology Advisory Committee ha raccomandato di prestare attenzione al coinvolgimento umano, alla governance, alla qualità dei dati, alla privacy e a quadri di gestione del rischio pensati per i rischi specifici dell’IA. Il comitato ha inoltre avvertito che l’IA generativa potrebbe creare instabilità quando le aziende non comprendono o non controllano pienamente i dati e le strategie coinvolti, come spiega il rapporto della CFTC.

È una base utile, ma il passo successivo consiste nello smettere di considerare ogni modello impiegato come un oggetto isolato. Un agente di trading opera all’interno di una catena: entrano i dati, un modello li interpreta, un’azione raggiunge il mercato, altri sistemi reagiscono e i dati risultanti diventano parte dell’ambiente per le decisioni future. Il rischio si trova in questo circuito.

Un modello può essere difendibile preso singolarmente, mentre il comportamento combinato di molti modelli può diventare destabilizzante. Se diversi agenti individuano lo stesso segnale, assumono la stessa posizione o abbandonano simultaneamente il rischio, le loro azioni possono trasformare un piccolo movimento in uno più ampio. Non significa che uno scenario simile sia inevitabile. Significa che testare un modello alla volta non permette di individuare tutti i rischi di un mercato interconnesso.

La “supervisione umana” deve essere un controllo reale, non uno slogan

Il linguaggio normativo presenta spesso il coinvolgimento umano come un rassicurante controllo finale. Ma una persona che riceve un avviso automatizzato dopo che una posizione è già cambiata rapidamente non sta necessariamente esercitando un controllo concreto. Potrebbe limitarsi a osservare un evento che non riesce a invertire abbastanza rapidamente.

Lo standard pratico dovrebbe essere la capacità di intervenire. Le aziende dovrebbero saper spiegare che cosa un agente è autorizzato a fare, quali decisioni richiedono un’approvazione, come è possibile mettere in pausa la sua attività e chi è responsabile quando il sistema si comporta oltre i limiti previsti. Sono considerazioni su ciò che dovrebbe richiedere una governance efficace, non dettagli annunciati dalla CFTC nella documentazione. Eppure derivano direttamente dalla preoccupazione dell’agenzia per il fatto che le aziende non abbiano una comprensione o un controllo completi sui programmi di trading e gestione del rischio basati sull’IA.

Lo stesso principio vale per i fornitori. Se un istituto finanziario si affida a un modello di terze parti i cui dati di addestramento, pesi o aggiornamenti sono opachi, la responsabilità non può sparire nella catena di fornitura. La tutela della proprietà intellettuale può limitare ciò che un fornitore rivela, ma non dovrebbe impedire a un’azienda regolamentata di gestire e comunicare i propri dati relativi al trading e alla compensazione. Se lo fa, l’accordo non è soltanto una questione tecnologica: è una lacuna di governance.

I test dovrebbero includere la reazione del mercato all’agente

Testare una strategia su dati storici non basta quando la strategia modifica le condizioni che cerca di sfruttare. Autorità e aziende devono eseguire test che esaminino il modo in cui i sistemi interagiscono: se gli agenti convergono verso comportamenti simili, quanto rapidamente abbandonano le posizioni e che cosa accade quando i dati sono incompleti, manipolati o semplicemente errati.

La discussione della CFTC del 2024 ha individuato nel trading, nella gestione del rischio, nella conformità, nel servizio clienti e nelle attività di back office casi d’uso rilevanti per l’IA. Questa ampiezza è importante perché l’instabilità potrebbe non iniziare da un’istruzione di trading evidente. Una valutazione del rischio difettosa, una classificazione errata ai fini della conformità o un’interazione automatizzata con un cliente potrebbero modificare le decisioni altrove nella catena.

È qui che il forum della CFTC potrebbe diventare più di un semplice esercizio di ascolto. L’agenzia dovrebbe spingere i partecipanti a descrivere condizioni di malfunzionamento misurabili e procedure pratiche di arresto, invece di accettare promesse generiche sull’innovazione responsabile. Il pubblico ha bisogno di sapere non solo se un agente funziona bene in condizioni normali, ma anche quanto rapidamente un’azienda riesca a rilevare un problema e a contenerlo.

A vincere saranno le aziende in grado di dimostrare di avere il controllo

Le regole per la finanza agentica non dovrebbero puntare a vietare l’automazione. L’IA ha già impieghi consolidati nei mercati finanziari, tra cui la sorveglianza, il rilevamento delle frodi, i test retrospettivi e la gestione del rischio, secondo il precedente rapporto della CFTC. Sistemi progettati correttamente possono ridurre il lavoro manuale e individuare attività anomale più velocemente delle persone.

Il vero obiettivo normativo dovrebbe essere l’autonomia senza responsabilità. Le aziende che conservano registri chiari delle modifiche ai modelli, delle autorizzazioni, delle fonti dei dati, delle decisioni e degli interventi dovrebbero avere un vantaggio rispetto a quelle che trattano un agente di IA come una scatola nera con un conto di trading. Questo approccio aiuterebbe anche gli sviluppatori seri: aspettative prevedibili sono più facili da prendere come riferimento rispetto a richieste vaghe di “usare l’IA in modo responsabile”.

Il forum della CFTC del 28 ottobre è quindi un segnale, non una soluzione. La sua importanza dipenderà dal fatto che il confronto vada oltre le capacità dei singoli modelli e affronti il comportamento collettivo delle macchine collegate allo stesso mercato. A nostro avviso, le autorità di regolamentazione dovrebbero disciplinare innanzitutto il circuito di feedback: richiedere responsabilità per ogni percorso decisionale, testare le interazioni sotto stress e garantire la reale possibilità di intervenire prima che la finanza autonoma diventi un’infrastruttura ordinaria. Quando un circuito di feedback alla velocità delle macchine starà danneggiando visibilmente i mercati, la supervisione sarà già arrivata troppo tardi.