La privacy dell’IA sullo smartphone dipende dal percorso seguito da ogni richiesta: un modello che può funzionare sul dispositivo non garantisce che l’intera app resti locale. Conta anche se l’app usa un servizio cloud e come gestisce i dati durante l’elaborazione.

Che cosa garantisce davvero un modello locale

Gemini Nano può elaborare richieste direttamente sul dispositivo tramite AICore, il servizio di sistema Android a cui le app si collegano integrando le API pertinenti. Android Developers afferma che AICore non accede direttamente a Internet e non conserva input o output dopo l’elaborazione. Le sue richieste Internet, compresi i download dei modelli, passano attraverso Private Compute Services. La documentazione di Android Developers descrive però il comportamento di AICore, non tutto il traffico di rete delle singole app.

Il punto pratico è questo: il modello può lavorare in locale, ma l’app può avere altri percorsi di rete. La possibilità di usare Gemini Nano, da sola, non dice dove finisca ogni richiesta dell’app.

Quando Android può ricorrere al cloud

Android documenta anche un percorso ibrido: Firebase AI Logic Hybrid API può indirizzare una richiesta a Gemini Flash o Gemini Pro nel cloud quando Gemini Nano non è disponibile o non è supportato sul dispositivo. In questo caso la richiesta può uscire dal telefono anche se l’app può utilizzare un modello locale per altre elaborazioni.

AICore senza accesso diretto a Internet e un’app con un percorso cloud non sono affermazioni in conflitto: riguardano componenti e percorsi diversi. Per capire dove viene elaborata una funzione, bisogna considerare l’app e l’API che usa, non soltanto il modello presente sul dispositivo.

Il confine di privacy di Private Cloud Compute

Apple descrive Private Cloud Compute (PCC) come il sistema cloud destinato alle richieste complesse di Apple Intelligence. Secondo Apple, i dati vengono usati per soddisfare la richiesta e cancellati dopo la risposta; l’azienda afferma inoltre che non sono accessibili al suo personale. Apple illustra l’architettura di PCC e spiega un limite importante: durante l’inferenza, il modello deve poter accedere ai dati della richiesta in forma non cifrata.

Questo significa che PCC non usa la cifratura end-to-end durante il calcolo. Apple descrive invece una richiesta cifrata verso nodi PCC convalidati, insieme a elaborazione limitata alla richiesta e cancellazione dei dati dopo la risposta. La cifratura durante il trasferimento e le protezioni dichiarate per il cloud non equivalgono a mantenere i dati cifrati anche mentre il modello li elabora.

Come valutare una funzione IA del telefono

Per una funzione specifica, individua l’app e il compito che vuoi usare, poi considera se il percorso è soltanto locale o se può attivare un’elaborazione ibrida nel cloud. Se il servizio dichiara protezioni per i dati inviati ai propri server, distingui quelle garanzie dal funzionamento locale: sono due aspetti diversi del percorso della richiesta.