Ci sono momenti in una carriera accademica in cui la ricerca e la responsabilità convergono in modi inaspettati. Essere invitati a ricoprire il ruolo di Guest Editor per una Special Issue dell'IEEE Computational Intelligence Magazine (CIM) è uno di questi. La Special Issue si intitola "Privacy-Preserving Machine and Deep Learning" (PP-MDL) e si colloca esattamente all'intersezione tra ciò che studio quotidianamente e ciò che costruiamo in Dhiria. In questo post, voglio condividere cosa significhi essere un Guest Editor, cosa comporti effettivamente questo ruolo e perché questa specifica Special Issue sia così importante, sia per la comunità scientifica sia per chiunque sviluppi sistemi di intelligenza artificiale che gestiscono dati sensibili.
Cos'è una Special Issue?
Le riviste accademiche in genere pubblicano articoli a ciclo continuo, coprendo l'ampio spettro definito dalla loro missione editoriale. Una Special Issue è diversa: è una raccolta curata di articoli incentrata su un argomento specifico e di grande attualità. L'obiettivo è attrarre contributi all'avanguardia su un tema che il comitato editoriale della rivista ritiene meritevole di un'attenzione particolare. Per la IEEE CIM (una rivista di fascia Q1 nel campo dell'Intelligenza Artificiale), una Special Issue segnala che un argomento è abbastanza maturo da giustificare un focus di ricerca dedicato, ma ancora in un'evoluzione talmente rapida da poterne trarre massimo vantaggio. L'argomento che abbiamo scelto, il Privacy-Preserving Machine and Deep Learning, soddisfa appieno entrambi i requisiti.
Il Ruolo del Guest Editor
Un Guest Editor non è semplicemente un revisore con un titolo più altisonante. Il ruolo inizia ben prima che venga inviato qualsiasi manoscritto e si estende ben oltre le decisioni finali di accettazione. Tutto ha inizio con la definizione della visione. Insieme ai miei co-editor: il Prof. Manuel Roveri (Politecnico di Milano), il Prof. Seiichi Ozawa (Università di Kobe) e il Dr. Goichiro Hanaoka (AIST, Giappone); abbiamo delineato il perimetro della Special Issue: quali sotto-argomenti includere, quale tipo di contributi incoraggiare e come strutturare la "call for papers" affinché raggiungesse le comunità più adatte. Questo richiede un'attenta riflessione sull'equilibrio tra progressi teorici e applicazioni pratiche, tra tecniche consolidate ed emergenti.
Poi si passa al coinvolgimento della comunità. Una Special Issue vive o muore in base alla qualità dei contributi che riesce ad attrarre. Questo significa contattare gruppi di ricerca in tutto il mondo, presentare la call alle conferenze e assicurarsi che l'argomento susciti interesse sia tra i ricercatori esperti sia tra i nuovi arrivati nel settore.
La parte più corposa del lavoro è la gestione del processo di peer review. Ogni manoscritto inviato deve essere assegnato a revisori qualificati, e tali revisioni devono essere valutate in modo critico. Il Guest Editor agisce come un filtro: non si limita ad accettare o rifiutare, ma guida gli autori verso contributi più solidi e completi. È un equilibrio delicato: bisogna essere abbastanza rigorosi da mantenere alti gli standard della rivista, ma abbastanza costruttivi da migliorare il lavoro piuttosto che fare da semplici controllori.
Infine, il Guest Editor contribuisce alla narrazione editoriale. La raccolta di articoli accettati dovrebbe raccontare una storia coerente sullo stato dell'arte. Questo spesso comporta la stesura di un editoriale introduttivo che colleghi tra loro i vari contributi ed evidenzi le tendenze emergenti.
Perché il Privacy-Preserving Machine and Deep Learning?
Chiunque segua la ricerca sull'IA sa che la privacy non è più un semplice "optional". Normative come il GDPR e l'EU AI Act stanno rendendo sempre più stringenti i paletti entro cui i sistemi di IA possono operare. Ma oltre al tema della conformità, c'è una sfida ingegneristica fondamentale: come possiamo costruire modelli di machine learning che siano al contempo potenti e rispettosi della privacy?
La Special Issue sul PP-MDL affronta questa domanda di petto. Gli argomenti di interesse coprono l'intero ecosistema dell'IA a tutela della privacy, inclusi i metodi di Differential Privacy e k-Anonymity methods, la Crittografia Omomorfica per l'addestramento e l'inferenza su dati cifrati, la Secure Multiparty Computation, privacy-preserving Federated Learning, gli acceleratori hardware, le considerazioni etiche e le nuove applicazioni come i privacy-preserving Large Language Models e l'elaborazione dei dati genomici.
Ciò che mi entusiasma di questa Special Issue è che non tratta la privacy come un ripensamento aggiunto in un secondo momento ai sistemi esistenti. Al contrario, invita la comunità a ripensare le architetture dei modelli, le procedure di addestramento e le pipeline di distribuzione fin dalle fondamenta, considerando la privacy come un vincolo di progettazione primario.
Cosa Significa Questo per Dhiria
Se avete seguito questo blog, saprete che Dhiria è stata fondata esattamente su questa premessa: IA e privacy non sono in conflitto, ma possono coesistere. Abbiamo scritto sull'addestramento di modelli ML su dati crittografati, sulla Crittografia Omomorfica nel Federated Learning e sui limiti dei Trusted Execution Environments.
Ricoprire il ruolo di Guest Editor per questa Special Issue consolida la posizione di Dhiria alla frontiera della ricerca sull'AI privacy-preserving. Ci permette di plasmare attivamente la direzione in cui si sta muovendo il settore. Gli argomenti trattati nella Special Issue corrispondono in modo diretto alle sfide tecniche che affrontiamo quotidianamente nella creazione di prodotti AI privacy-preserving.
Più in generale, ci ricorda che nel mondo della privacy-preserving AI, il confine tra mondo accademico e industria è molto più sottile rispetto alla maggior parte degli altri settori. Le tecniche che oggi sono oggetto di ricerca saranno i sistemi in produzione di domani. Essere immersi in entrambi i mondi, il comitato editoriale e la startup, offre un punto di osservazione unico.
Gli Oneri e gli Onori
Essere Guest Editor per una Special Issue dell'IEEE CIM è, senza dubbio, un onore. Significa che l'ampia comunità scientifica riconosce l'importanza di questo argomento e che il nostro team ha le competenze giuste per curarlo. Ma è anche un'enorme mole di lavoro: centinaia di e-mail, decine di revisioni da coordinare e il costante sforzo intellettuale per rimanere equi, accurati e costruttivi.
Tuttavia, la vera ricompensa è vedere il settore progredire. Quando guardo le sottomissioni che riceviamo, vedo ricercatori di tutto il mondo affrontare gli stessi problemi che affrontiamo ogni giorno noi di Dhiria, spesso proponendo soluzioni che non avevamo considerato. Questo scambio di idee, mediato dal processo rigoroso ma collaborativo della peer review, è ciò che spinge avanti la scienza e la tecnologia.
La scadenza per l'invio dei manoscritti era il 1° dicembre 2025 e attualmente siamo nel pieno del processo di revisione. Le prime notifiche sono previste per marzo 2026, con le decisioni finali entro luglio 2026. Nel frattempo, noi continueremo a costruire. In Dhiria, la ricerca non si ferma al comitato editoriale; essa alimenta i nostri prodotti, la nostra missione e la nostra visione per un futuro dell'IA in cui la privacy non sia un compromesso, ma una garanzia.
