AnswersPublished22 sources
Singapore punta sull’IA che protegge i dati: le nuove regole e i progetti pilota
Il 20 luglio 2026 la PDPC e l’IMDA di Singapore hanno presentato una nuova guida sull’apprendimento federato, aggiornato quella sui dati sintetici e annunciato nuovi casi d’uso nel PET Sandbox. Un progetto del Singapore General Hospital sperimenta ambienti di esecuzione protetti per analizzare immagini mediche nel c...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Il 20 luglio 2026 la PDPC e l’IMDA di Singapore hanno presentato una nuova guida sull’apprendimento federato, aggiornato quella sui dati sintetici e annunciato nuovi casi d’uso nel PET Sandbox.
- Un progetto del Singapore General Hospital sperimenta ambienti di esecuzione protetti per analizzare immagini mediche nel cloud; Ant International combina più tecnologie per collaborare sui dati dei pagamenti.
- La scelta dipende dall’obiettivo: addestrare un modello senza spostare i dati originali oppure creare un dataset artificiale da usare o condividere.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How are Singapore’s Personal Data Protection Commission (PDPC) and Infocomm Media Development Authority (IMDA) advancing privacy-preserving. Article summary: PDPC and IMDA are combining practical privacy-enhancing technology (PET) guidance with sandbox experimentation to make data-driven innovation easier without requiring unrestricted access to sensitive data; these initiati. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Quando dati utili all’intelligenza artificiale sono sensibili o distribuiti tra più organizzazioni, riunirli in un unico archivio può essere difficile. Singapore prova a rendere più praticabile la collaborazione senza esporre liberamente le informazioni originali: il 20 luglio 2026, durante il Singapore Data Festival, la Personal Data Protection Commission (PDPC), l’autorità per la protezione dei dati personali, e l’Infocomm Media Development Authority (IMDA), l’ente che si occupa di media e trasformazione digitale, hanno annunciato nuove indicazioni e progetti pilota sulle tecnologie di tutela della privacy, o PET. 1
38
Due strumenti, due obiettivi
Le tecnologie per la tutela della privacy possono facilitare la collaborazione mantenendo i dati originali presso chi li detiene oppure rendere più sicura la condivisione trasformando i dati. La scelta dipende dal risultato cercato: addestrare un modello insieme ad altri soggetti o lavorare su un dataset condivisibile. 2
Apprendimento federato: i dati restano nelle sedi locali
Con l’apprendimento federato, o federated learning, più organizzazioni contribuiscono all’addestramento di un modello senza trasferire i propri archivi grezzi in un unico luogo. In genere vengono scambiati aggiornamenti del modello o informazioni aggregate, mentre i dati sottostanti restano negli ambienti locali. 18
32
Questo approccio può rendere possibile la collaborazione quando i dati sono detenuti da enti diversi. Non significa però che ogni scambio sia automaticamente privo di rischi: servono comunque misure adeguate di sicurezza, tutela della privacy e governance. 16
Dati sintetici: un dataset artificiale da usare o condividere
La generazione di dati sintetici produce dati artificiali, anziché trasferire i record originali tra organizzazioni. Può essere utile quando l’obiettivo è disporre di un dataset su cui lavorare, invece di addestrare un modello condiviso mantenendo i dati distribuiti. La guida della PDPC si concentra sui dati strutturati. 48
Il fatto che un dato sia artificiale non basta, da solo, a dimostrare che sia anonimo. Occorre valutare se il dataset generato possa comunque rivelare informazioni sulle persone e se sia adatto all’uso previsto. Più in generale, la PDPC ha ricordato che le PET non sostituiscono una buona governance, la sicurezza, i controlli sugli accessi e la supervisione umana. 16
Cosa cambia con le nuove guide
Gli annunci del Singapore Data Festival comprendono una nuova guida sull’apprendimento federato e una versione aggiornata della guida alla generazione di dati sintetici. L’obiettivo è aiutare le organizzazioni a passare dai principi alla pratica; le informazioni disponibili sulla guida federata citano anche percorsi di adozione e raccomandazioni per la gestione dei rischi. 1
37
48
In concreto, l’apprendimento federato è da considerare quando più soggetti vogliono sviluppare un modello senza mettere in comune i dati originali. I dati sintetici possono invece essere più adatti quando serve un dataset da condividere o utilizzare per analisi. Nessuno dei due strumenti è una soluzione universale: vanno valutati privacy, qualità dei dati, sicurezza e compatibilità con il caso d’uso.
Dal banco di prova alla sanità e ai pagamenti
Il PET Sandbox dell’IMDA, avviato nel 2022, offre alle imprese un contesto in cui sperimentare tecnologie per la tutela della privacy con il supporto dell’autorità. I nuovi casi d’uso annunciati nel 2026 mostrano applicazioni in ambito sanitario e nei pagamenti. 6
38
46
- Immagini mediche: secondo il caso presentato, il Singapore General Hospital usa ambienti di esecuzione fidati (Trusted Execution Environments) per l’inferenza dell’IA nel cloud su immagini mediche. Il progetto mostra come si possa tentare di elaborare materiale sensibile in un ambiente protetto; l’annuncio non dimostra, di per sé, benefici clinici o risparmi specifici.
15
38
- Collaborazione nei pagamenti: il caso di Ant International combina apprendimento federato, calcolo multiparte (Multi-Party Computing) e crittografia omomorfica. I soggetti coinvolti possono individuare clienti in comune e addestrare insieme un modello predittivo, mantenendo i dati personali sottostanti nei propri ambienti.
I progetti pilota servono anche a verificare che una tecnologia sia adatta alla collaborazione concreta: un’etichetta rassicurante non basta. Sperimentare prima di un’adozione più ampia può aiutare a valutare se l’approccio è praticabile nel contesto previsto. 6
46
Il punto per le organizzazioni
La strategia di Singapore unisce indicazioni operative e sperimentazione. Se l’obiettivo è addestrare un modello insieme ad altri soggetti, lasciando i dati presso i rispettivi titolari, può essere pertinente l’apprendimento federato; se serve un dataset da condividere o analizzare, si possono valutare i dati sintetici. In entrambi i casi, è necessario verificare le ipotesi tecniche e i rischi per la privacy nel contesto specifico. Le PET possono ridurre la necessità di esporre i dati originali, ma non garantiscono da sole un uso sicuro dei dati. 2
16
38
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Singapore punta sull’IA che protegge i dati: le nuove regole e i progetti pilota"?
Il 20 luglio 2026 la PDPC e l’IMDA di Singapore hanno presentato una nuova guida sull’apprendimento federato, aggiornato quella sui dati sintetici e annunciato nuovi casi d’uso nel PET Sandbox.
What are the key points to validate first?
Il 20 luglio 2026 la PDPC e l’IMDA di Singapore hanno presentato una nuova guida sull’apprendimento federato, aggiornato quella sui dati sintetici e annunciato nuovi casi d’uso nel PET Sandbox. Un progetto del Singapore General Hospital sperimenta ambienti di esecuzione protetti per analizzare immagini mediche nel cloud; Ant International combina più tecnologie per collaborare sui dati dei pagamenti.
What should I do next in practice?
La scelta dipende dall’obiettivo: addestrare un modello senza spostare i dati originali oppure creare un dataset artificiale da usare o condividere.