Dove vengono elaborati i dati: sul dispositivo o nel cloud

Quando un’applicazione riconosce un volto in una foto, trascrive la voce in testo o suggerisce la parola successiva mentre si scrive, sta facendo un calcolo. Quel calcolo avviene in uno di due posti: sul dispositivo che teniamo in mano, oppure su un server remoto, nel cloud. È una differenza tecnica che ha una conseguenza molto concreta: determina chi può vedere i dati.

In breve. Nel cloud i dati vengono elaborati su server gestiti da un fornitore, con enormi vantaggi di scalabilità ma con più punti in cui le informazioni possono essere viste. L’elaborazione on-device tiene i dati sul dispositivo: migliore per la privacy, spesso più reattiva e capace di funzionare anche offline. Non esiste una scelta giusta in assoluto — ma per i dati personali il locale è, di norma, l’impostazione più rispettosa.

Due posti in cui possono vivere i dati

Il cloud computing è, secondo la definizione più diffusa, la disponibilità on-demand di risorse informatiche — potenza di calcolo e archiviazione — senza che l’utente le gestisca direttamente. Il NIST ne individua cinque caratteristiche essenziali, tra cui la condivisione delle risorse e l’elasticità rapida: è ciò che permette a un servizio di crescere e ridursi in base alla domanda.

L’elaborazione on-device (o locale) fa l’opposto: i dati vengono trattati direttamente sul dispositivo, senza essere inviati a un server. È la forma più estrema di edge computing, il modello che “avvicina il calcolo alla sorgente dei dati” per ridurre la latenza rispetto a un data center centralizzato. In alcuni approcci, come l’apprendimento federato, è il modello ad andare verso i dati anziché il contrario: le informazioni grezze restano sul dispositivo.

Perché il locale è migliore per la privacy

È qui che la differenza pesa di più. Come nota la documentazione tecnica sull’edge computing, mantenere ed elaborare i dati “ai margini” consente di aumentare la privacy riducendo la trasmissione di informazioni sensibili verso il cloud; in questo modo la proprietà dei dati si sposta dai fornitori di servizi agli utenti.

Il contrasto con il cloud è netto: quando i dati risiedono su server di terzi, il fornitore del servizio può, tecnicamente, accedervi. Non significa che lo faccia in modo improprio, ma ogni luogo in cui un dato viene trasmesso o archiviato è un punto in più da proteggere. La regola è semplice: un dato che non lascia il dispositivo non deve essere protetto altrove.

Più veloce, e funziona anche offline

Tenere il calcolo vicino a chi lo usa ha vantaggi pratici oltre alla privacy. Evitando il viaggio di andata e ritorno verso un server remoto, l’elaborazione locale tende a essere più reattiva. Riduce anche la banda necessaria: eseguire il riconoscimento vocale sul dispositivo permette di inviare testo invece di un file audio, con un risparmio notevole di dati trasmessi.

C’è poi l’affidabilità: un sistema che elabora in locale può continuare a funzionare anche durante un’interruzione della rete o del servizio cloud. Gli esempi reali non mancano. Secondo Apple, la dettatura di base funziona direttamente sul dispositivo, anche offline, sui modelli recenti; e l’azienda dichiara che il riconoscimento delle persone nell’app Foto avviene interamente sul dispositivo, senza inviare le immagini ai propri server. Google, dal canto suo, è stata tra i primi ad adottare l’apprendimento federato nella tastiera Gboard: i modelli migliorano mantenendo i dati di digitazione sul telefono. Va detto con precisione: nell’apprendimento federato ciò che viene trasmesso sono gli aggiornamenti del modello, non i dati grezzi — un’ottima tutela, ma non un “nulla lascia mai il dispositivo”.

I compromessi onesti: scala, potenza, costo

Sarebbe scorretto dire “cloud cattivo, dispositivo buono”. Il cloud vince nettamente sulla scalabilità: la sua elasticità permette di aumentare o ridurre le risorse in tempo reale, cosa che un singolo dispositivo non può fare, limitato com’è dal proprio hardware e dalla propria batteria. Per addestrare modelli molto grandi o gestire picchi improvvisi, l’infrastruttura centralizzata resta insostituibile. Anche il modello di costo cambia: il cloud sposta la spesa verso un modello “a consumo”, mentre l’on-device fa leva sulla potenza già presente nel dispositivo.

La conclusione, allora, non è ideologica ma pratica: si tratta di scegliere il posto giusto per ogni compito. E per i dati personali — quelli che raccontano dove siamo, chi conosciamo, cosa scriviamo — il posto giusto è, il più delle volte, il dispositivo di chi quei dati li ha generati. È il principio che seguiamo quando progettiamo le nostre applicazioni.

Fonti

• Wikipedia — Cloud computing — definizione, caratteristiche NIST e nota sull’accesso del fornitore.
• Wikipedia — Edge computing — latenza, banda e vantaggi per privacy e proprietà dei dati.
• Wikipedia — Federated learning — l’approccio che mantiene i dati sui dispositivi.
• Apple — Siri, dettatura e privacy — elaborazione on-device dichiarata da Apple.