adattivIA — Formazione

Il regolamento che decide come possiamo usare l'IA

AI Act europeo: dai fondamenti alla governance operativa, con un caso reale seguito dall'inizio alla fine.

Cinque parti

Fondamenti · Livelli di rischio · Piano esecutivo · Laboratorio · Sintesi

Un caso che attraversa tutto

Il bot di prenotazioni di una clinica privata, classificato e messo in conformità.

Esito: una checklist operativa

Non teoria: ruoli, log, override, audit con numeri veri.

01

Fondamenti

Da dove nasce l'AI Act, cosa lo distingue dal GDPR, quanto costa ignorarlo e quando scattano gli obblighi.

Prima di parlare di norme

Oggi hai già delegato decisioni a un algoritmo

Chi sceglie le notizie che leggi

Un sistema di raccomandazione, non una redazione.

Cosa ti propone Netflix o Spotify

Impatto basso sui diritti: qui la legge è leggera.

Se la banca ti concede il credito

Qui si tocca l'accesso a un servizio. Cambia tutto.

Se il tuo CV supera il primo filtro

Selezione del personale: sistema ad alto rischio.

Origine — 2021

Non è nato da una teoria, ma da casi concreti

Polizia predittiva

Stati Uniti: algoritmi che stimano dove e chi commetterà un reato.
Bias sistematici sulle minoranze, senza possibilità di appello.

Voti assegnati da un algoritmo

Regno Unito: durante la pandemia i voti finali furono calcolati automaticamente.
Penalizzati gli studenti delle scuole più povere. Decisione ritirata.

Punteggio sociale

Cina: comportamento dei cittadini tradotto in un punteggio.
È il caso che l'Europa ha deciso di vietare senza eccezioni.

La definizione

Un quadro unico per tutta l'Unione

Il primo regolamento al mondo che disciplina l'intelligenza artificiale in modo organico. Non vieta la tecnologia: ne condiziona l'uso al livello di rischio che genera sulle persone.

Sicura

Il sistema non deve produrre danni prevedibili ed evitabili.

Trasparente

Chi la subisce deve poter sapere che c'è una macchina, e come decide.

Etica

Nessuna discriminazione per età, genere, origine o condizione.

Responsabile

C'è sempre una persona che risponde della decisione presa.

La differenza che spiega tutto il resto

Due regolamenti, due domande diverse

GDPR — 2018

Quali dati stai trattando?

Protegge il dato personale: come lo raccogli, dove lo conservi, chi può accedervi, per quanto tempo. Il soggetto è l'informazione.

AI ACT — 2026

Cosa fa il sistema con quei dati?

Regola l'uso: che decisione prende il modello, su chi ricade, chi la può ribaltare. Il soggetto è la conseguenza sulla persona.

Non si sostituiscono: si sommano. Un bot medico che gestisce dati sanitari risponde a entrambi.

Le sette differenze in dettaglio

Dove i due regolamenti si separano

Aspetto	GDPR	AI Act
1 · Natura	Protezione dei dati personali	Sicurezza del prodotto e dei diritti
2 · Ambito	Chiunque tratti dati di residenti UE	Chi fornisce o impiega sistemi di IA nell'UE
3 · Approccio	Basato sui principi e sul consenso	Basato sul livello di rischio del sistema
4 · Obblighi	Informativa, base giuridica, DPIA	Classificazione, documentazione, supervisione umana
5 · Diritti	Accesso, rettifica, cancellazione, portabilità	Spiegazione della decisione e reclamo
6 · Sanzioni	20 M€ / 4%	35 M€ / 7%
7 · Rapporto	Complementari: un bot medico risponde a entrambi contemporaneamente

Il punto

Non è una legge tecnica. È una legge sui diritti.

Quando un modello decide chi viene assunto, chi ottiene un prestito o chi accede a una visita, l'errore non è un bug: è una persona esclusa.

Documento ufficiale — EUR-Lex

Il costo di ignorarlo

7%

Del fatturato globale annuo dell'impresa

35 M€

In alternativa, se l'importo è superiore

2026

Entrata in vigore, con adattamento fino al 2028

Per confronto: il tetto massimo del GDPR è il 4% o 20 milioni. L'AI Act alza l'asticella.

Come ci siamo arrivati

Cinque anni dalla proposta all'obbligo

1

2021

La Commissione europea presenta la proposta

2

2023

Negoziati fra Parlamento, Consiglio e Commissione

3

2024

Approvazione del testo definitivo

4

2026

Entrata in vigore. Da qui le sanzioni sono reali

5

2028

Fine del periodo di adattamento progressivo

Il caso che seguiremo fino alla fine

Un bot che prenota visite mediche

Clinica privata. Il paziente scrive su WhatsApp, il bot legge l'agenda e conferma o rifiuta l'appuntamento.

Tocca l'accesso a un servizio sanitario

Un rifiuto sbagliato non è un disguido: è una visita mancata.

Non manipola e non sorveglia

Quindi non ricade nel livello inaccettabile.

Non è un chatbot informativo

Prende una decisione. Non basta la trasparenza del livello limitato.

Classificazione finale: rischio alto

Da qui servono log, supervisione umana e audit periodici.

02

I livelli di rischio

Quattro gradini, obblighi diversi per ciascuno. Sapere su quale gradino sta il tuo sistema è il primo atto di conformità.

Il principio della piramide

Non tutte le IA rappresentano lo stesso pericolo.

Per questo l'AI Act non regola la tecnologia in blocco: gradua l'obbligo sulla conseguenza. Più il sistema tocca i diritti, più pesa la norma.

L'impianto della norma

Quattro livelli, quattro regimi

Inaccettabile

Vietato

Manipolazione cognitiva, sorveglianza di massa, punteggio sociale.

Alto

Audit e controllo umano

Salute, giustizia, istruzione, credito, lavoro. Serve DPIA e override.

Limitato

Trasparenza

Chatbot e assistenti: l'utente deve sapere che parla con una macchina.

Minimo

Buone pratiche

Filtri antispam, automazioni semplici. Nessun obbligo formale.

Livello 1 — Rischio inaccettabile

Qui non c'è conformità possibile: è vietato

Cosa ricade qui

Manipolazione cognitiva del comportamento, soprattutto di minori o soggetti vulnerabili.
Punteggio sociale dei cittadini da parte di autorità pubbliche.
Identificazione biometrica in tempo reale in spazi pubblici, salvo eccezioni strettissime.

Cosa comporta

Divieto assoluto: non esistono misure di mitigazione che lo rendano lecito.
Nessuna autorizzazione, nessuna deroga contrattuale, nessun consenso dell'utente lo sana.
È la fascia con la sanzione più alta prevista dal regolamento.

Caso pratico — rischio inaccettabile

Quando l'ottimizzazione diventa discriminazione

Un'azienda costruisce un bot che dà priorità ai clienti in base all'età e a un profilo psicologico dedotto dalle conversazioni. Chi viene classificato come poco redditizio riceve risposte più lente.

Il problema non è il profilo, è l'effetto

Segmentare è lecito. Degradare il servizio in base a una caratteristica protetta no.

Nessuno lo aveva deciso esplicitamente

Il modello ha ottimizzato una metrica di business e ha prodotto una discriminazione.

Livello 2 — Rischio alto

Permesso, ma sotto controllo

1

Registro ufficiale

Il sistema va iscritto nella banca dati pubblica europea, con un contatto di compliance.

2

Valutazione dei rischi

Identificare, valutare l'impatto, mitigare. Documentato e firmato.

3

Supervisione umana

Una persona deve poter annullare o approvare ogni decisione del sistema.

4

Documentazione tecnica

Dataset, algoritmo, parametri, log delle decisioni, procedure operative.

5

Segnalazione degli incidenti

Un malfunzionamento che tocca i diritti va notificato, non solo corretto.

6

Revisione periodica

La conformità non è uno stato: si verifica a intervalli e dopo ogni cambiamento.

Rischio alto — un esempio di incidente

Il bot che rifiutava gli over 65

Nessuno aveva scritto quella regola. Il modello, addestrato su conversazioni prevalentemente giovani, interpretava male le frasi degli anziani e le classificava come richieste incomplete.

Perché è un incidente da notificare

Un gruppo protetto riceve un servizio peggiore in modo sistematico.
L'effetto è ripetuto, non occasionale: è un difetto strutturale del modello.

Cosa serve avere già pronto

I log, per dimostrare quando è iniziato e quante persone ha toccato.
Un responsabile nominato e una procedura di intervento già scritta.

Livelli 3 e 4 — limitato e minimo

Poco obbligo non vuol dire nessuna cura

Limitato — trasparenza

Dichiarare che è una macchina

Chatbot, assistenti, generatori di contenuti. L'unico obbligo sostanziale è che l'utente sappia con cosa sta parlando e quando un contenuto è generato.

Minimo — buone pratiche

Nessun requisito formale

Niente registro, niente audit obbligatori. Ma documentare l'obiettivo, tenere log minimi e rivedere periodicamente gli errori resta la differenza fra un sistema mantenuto e uno abbandonato.

Rischio minimo — come riconoscerlo

Tre esempi e la logica che li accomuna

Filtri antispam

Classificano posta indesiderata. Non incidono sui diritti, migliorano la produttività.
Buona pratica: rivedere periodicamente i falsi positivi.

Chatbot interni

Aiutano i dipendenti a trovare informazioni o gestire documenti.
Non prendono decisioni: assistono soltanto. Serve tenere aggiornata la base dati.

Raccomandatori di contenuto

Suggerimenti su piattaforme video o articoli di blog.
Nessun obbligo legale, ma vale monitorare la concentrazione dei contenuti e i bias.

La domanda che decide il livello è sempre la stessa: questa decisione cambia l'accesso di qualcuno a un diritto o a un servizio?

03

Il piano d'azione esecutivo

Per chi deve decidere e firmare: ruoli, matrice di responsabilità, dossier, supervisione umana e una roadmap con KPI.

A chi si rivolge questa parte

Non si tratta solo di conformarsi, ma di guidare

Direzione generale e CEO

Approva la matrice dei ruoli e risponde dei KPI di conformità.

CTO, CIO e responsabili IT

Traducono gli obblighi in architettura: log, versionamento, controlli.

Compliance e gestione rischi

Tengono il registro, firmano le valutazioni, guidano gli audit.

Consulenti tecnologici

Accompagnano il cliente dalla classificazione alla messa in conformità.

Passo 1 — inventario

Non puoi classificare ciò che non sai di avere

1

Inventario

Elencare ogni sistema di IA in uso, compresi quelli comprati da terzi

2

Classificazione

Assegnare a ciascuno uno dei quattro livelli di rischio

3

Priorità

Ordinare audit e mitigazioni partendo dai sistemi ad alto rischio

4

Revisione

Ripetere il ciclo a intervalli fissi e a ogni cambiamento rilevante

Passo 2 — ruoli

Definisci il tuo ruolo nell'ecosistema

Ruoli legali — verso l'esterno

Chi sei per il regolamento

Fornitore, utilizzatore, importatore, distributore. In pratica un'azienda è quasi sempre più di uno: fornisce un sistema ai clienti e ne impiega altri al proprio interno.

Ruoli interni — verso l'organizzazione

Chi risponde di cosa

AI Officer, Compliance, Data Owner, Auditor, CTO/IT, CEO. Sono i nomi che poi riempiono la matrice RACI: senza di loro l'obbligo resta astratto.

Lo strumento

Quattro lettere che tolgono ogni ambiguità

R

Responsabile — esegue

Ha l'autorità per fare il lavoro e assicurarsi che venga completato.

A

Approvatore — decide

Prende la decisione finale. Uno solo per attività, altrimenti non decide nessuno.

C

Consultato — dà un parere

Fornisce informazioni o consiglio prima che la decisione venga presa.

I

Informato — riceve l'esito

Va tenuto al corrente, ma non partecipa e non decide.

La matrice completa

Sette attività, sei ruoli

Attività	AI Officer	Compliance	Data Owner	Auditor	CTO / IT	CEO / Direzione
Classificazione dei rischi	A	C	R	I	I	I
Valutazione dei rischi	C	A/R	C	I	R	I
Documenti e tracciabilità	R	A	C	I	C	I
Supervisione umana	C	C	R	I	A/R	I
KPI e reporting	I	C	C	I	R	A
Audit e test	I	A/R	I	R	C	I
Gestione incidenti	R	A/R	C	I	C	I

Non serve impararla a memoria: serve capire che ogni riga ha una sola A. Se ne ha due, nessuno decide.

Passo 3 — valutazione

Quattro rischi che tornano sempre

Rischio	Mitigazione	Dove si vede
Bias nei dati	Curatela, validazione e test dei dataset	Selezione del personale
Errori del modello	Supervisione umana e validazione delle decisioni	Crediti finanziari
Fughe di dati	Cifratura, anonimizzazione, controllo degli accessi	Cartelle cliniche
Impatto etico	Valutazioni periodiche e revisione etica	Scelta dei candidati

Obiettivo dichiarato del regolamento: dimostrare controllo, trasparenza e capacità di risposta. Non eliminare ogni rischio, che è impossibile.

Passo 4 — documentazione

Un dossier per ogni sistema

Origine e finalità dei dati

Provenienza, scopo e base giuridica del trattamento.

Anonimizzazione e trattamento sicuro

Come sono protetti i dati personali e quelli sensibili.

Descrizione del modello e dei suoi limiti

Cosa fa, come decide e soprattutto cosa non può fare.

Log delle decisioni e delle prestazioni

Tracciabilità dei risultati e controllo degli errori nel tempo.

Versionamento e registro delle modifiche

Storico di miglioramenti, tarature e validazioni.

Un repository unico per tutti i dossier

Formato standardizzato: alla prima ispezione conta trovarli, non averli.

Passo 5 — supervisione umana

Nessuna IA può prendere decisioni irreversibili senza controllo.

È il principio più operativo di tutto il regolamento: per ogni sistema critico deve esistere una persona con nome e cognome che può fermarlo o ribaltarne l'esito.

Come si implementa

Cinque passi, in quest'ordine

1

Identificare i sistemi critici

Non tutti lo sono. Prima si decide quali, altrimenti la supervisione si diluisce ovunque e non funziona da nessuna parte.

2

Nominare i responsabili

Una persona per sistema, non un ufficio.

3

Scrivere le procedure di intervento e override

Cosa si fa, in quanto tempo, con quale autorità. Prima che serva.

4

Formare chi deve intervenire

Avere il potere di fermare il sistema non basta se non si sa quando usarlo.

5

Registrare ogni intervento

Il registro degli override è la prova che la supervisione esiste davvero.

Dalla strategia all'azione

Tre strumenti di governo

Piano AI Act interno

Obiettivi trimestrali e tappe di implementazione.
Un responsabile assegnato per ciascun sistema.

Comitato multidisciplinare

Legale, tecnico, compliance, IT e AI Officer allo stesso tavolo.
Riunioni periodiche per rivedere gli avanzamenti e sbloccare i problemi.

KPI di conformità

% di sistemi classificati e % di valutazioni completate.
Numero di incidenti aperti e chiusi, documentazione completa per sistema.

La roadmap esecutiva

Chi fa cosa, con quale cadenza

#	Azione	Responsabile	KPI	Cadenza	Deliverable
1	Classificazione di rischio	R: AI Officer	% sistemi classificati	Trimestrale	Inventario classificato
2	Ruoli e responsabilità	R: Compliance · A: CEO	Ruoli assegnati	Annuale	Matrice RACI approvata
3	Valutazione e mitigazione	R: Data Owner	N° rischi mitigati	Trimestrale	Report di mitigazione
4	Da recuperare — questa riga non è nel materiale di partenza
5	Da recuperare — questa riga non è nel materiale di partenza
6	Audit e test	R: Auditor · C: Compliance	N° audit chiusi	Semestrale	Report di audit
7	Gestione incidenti	R: AI Officer · C: Compliance	N° incidenti gestiti	Continuo	Registro aggiornato

Perché non finisce mai

La conformità è un ciclo, non un traguardo

Cruscotto operativo

KPI aggiornati e allarmi di rischio visibili a chi decide.

Ciclo PDCA

Pianifica, esegui, verifica, correggi. Poi da capo.

Comitato IA ed etica

Riunione mensile, decisioni strategiche, riporto alla direzione.

Retroalimentazione trasversale

IT, compliance, business e legale coordinati, non in sequenza.

04

Laboratorio pratico

Un solo sistema, portato dall'inizio alla fine: classificazione, rischi, log, override, audit e azioni correttive.

Il caso

Bot di prenotazioni di una clinica privata

1

Paziente

Scrive su WhatsApp per chiedere un appuntamento

2

Bot

Interpreta il messaggio e cerca uno slot disponibile

3

Agenda

Sincronizzazione con il calendario dei medici

4

Revisione

Controllo umano sui casi critici, con potere di override

5

Report

Evidenze di conformità verso il Compliance Officer

Passo 1 — classificare

Il ragionamento per esclusione

Non è inaccettabile

Non manipola il comportamento, non sorveglia, non assegna punteggi sociali.

Non è limitato

Non si limita a informare: prende una decisione che ha effetto sul paziente.

Tocca l'accesso a un servizio sanitario

E quindi un diritto fondamentale. È questo che determina il livello.

→ Classificazione: ALTO RISCHIO

Da qui discendono tutti gli obblighi delle slide che seguono.

Passo 2 — i rischi reali

Non i rischi teorici: quelli di questo sistema

Rischio	Come si manifesta	Mitigazione
Errore di sincronizzazione	Appuntamento rifiutato benché lo slot fosse libero	Sincronizzazione giornaliera più revisione manuale
Bias sugli anziani	Frasi ambigue interpretate male, richiesta scartata	Riaddestramento del modello più revisione umana
Fughe di dati	Pazienti identificabili nei log o nei dataset di test	Anonimizzazione e validazione periodica con dati fittizi
Impatto etico	Ordine di priorità delle urgenze deciso dalla macchina	Valutazioni periodiche e revisione etica documentata

Ogni rischio va registrato con descrizione, impatto, probabilità, livello, mitigazione e un responsabile con nome.

Passo 3 — quando il rischio si avvera

La procedura scritta prima che serva

1

Disattivazione temporanea del bot

Il sistema si ferma. Non si aspetta la correzione per interrompere il danno.

2

Attivazione del processo manuale

Le prenotazioni continuano a mano: il servizio al paziente non si interrompe.

3

Notifica al responsabile tecnico e clinico

Entrambi, non solo l'IT: l'impatto è sanitario prima che informatico.

4

Registrazione dell'incidente

Per l'analisi, la correzione e come evidenza verso il regolatore.

Passo 4 — tracciabilità

Il log è la prova che la supervisione esiste

Data / ora	Cliente	Decisione	Motivo	Revisore	Commento
2025-09-30 09:15	0012	Prenotazione rifiutata	Medico non disponibile	Reception	Confermato manualmente
2025-09-30 09:17	0013	Prenotazione accettata	Slot libero	—	—

I log vanno conservati in modo sicuro e verificabile per tutto il ciclo di vita del sistema. Ogni voce dice cosa è stato deciso, perché, e chi ha controllato.

Passo 5 — override

Tre categorie che non passano mai dal solo bot

Pazienti cronici

Il loro percorso di cura non tollera un rinvio deciso da un algoritmo.

Over 65

È il gruppo su cui il modello sbaglia di più: revisione obbligatoria finché il bias non è risolto.

Urgenze mediche

Un errore qui non è recuperabile a posteriori.

24 h

Tempo massimo entro cui la revisione umana deve avvenire

Allarmi automatici

L'AI Officer viene avvisato su rifiuti ripetuti o pattern anomali

Passo 6 — audit

Dieci decisioni a caso, ogni settimana

1

Estrarre il campione

Dieci decisioni scelte a caso, non quelle segnalate: altrimenti si guarda solo dove si sa già che c'è un problema.

2

Valutare tre cose

La decisione era corretta? C'è stato un errore di interpretazione? Emergono bias per età, genere o luogo?

3

Documentare esiti e azioni

Ogni riscontro diventa una riga tracciabile, non una nota informale.

4

Riportare e archiviare

All'AI Officer e al Compliance Officer. Il report archiviato è l'evidenza.

Esito reale di una revisione settimanale

Su dieci decisioni, cinque sbagliate

#	Data	Cliente	Motivo del rifiuto	Esito	Osservazione
3	24/09	0201	Testo ambiguo	Errata	Cliente oltre i 70 anni
5	25/09	0189	Medico non disponibile	Errata	Lo slot era libero
7	26/09	0230	Errore di interpretazione	Errata	Paziente cronico
9	27/09	0158	Testo incompleto	Errata	Il bot non ha chiesto chiarimenti

Un tasso d'errore del 50% non si scopre leggendo il codice. Si scopre solo campionando le decisioni vere.

Passo 7 — correggere

Dalle evidenze alle azioni

Azioni correttive

Riaddestrare il modello linguistico sul modo di scrivere degli anziani.
Revisione manuale obbligatoria su tutti i testi ambigui.
Audit tecnico della sincronizzazione con l'agenda medica.
Regola automatica: sui messaggi troppo brevi il bot chiede chiarimenti invece di rifiutare.

Report al Compliance Officer

Totale revisionate: 10
Errori rilevati: 5, pari al 50%
Aree critiche: bias e sincronizzazione
Azione immediata: rafforzamento della supervisione umana

Il risultato del laboratorio

Sette caselle, tutte documentate

Classificazione di rischio eseguita

Ruoli esterni e interni identificati

Dataset documentati e bias rilevati

Log generati e revisionati

Protocollo di override definito e aggiornato

Audit interno con esiti e azioni correttive

Procedure di miglioramento continuo attive

05

Sintesi

Cosa portarsi a casa, e perché conviene muoversi adesso invece che nel 2028.

Raccomandazioni pratiche

Tre cose da fare lunedì mattina

Attiva i log

Su ogni sistema che prende decisioni, anche prima di sapere come classificarlo.
Senza storico non si dimostra nulla, e lo storico non si recupera a posteriori.

Nomina i ruoli

AI Officer, Compliance, Data Owner. Persone, non funzioni astratte.
Una sola A per attività nella matrice RACI.

Fissa gli audit

Metti in calendario la revisione periodica prima di avere qualcosa da revisionare.
Un campione piccolo e regolare batte un'ispezione grande e rara.

Chiusura strategica

Nel 2018 il GDPR sembrava un peso

Le aziende che si sono adattate per prime hanno guadagnato un vantaggio

Non per la conformità in sé, ma perché avevano già i processi quando il mercato li ha chiesti.

Conformarsi all'AI Act significa anticipare

Più fiducia dei clienti, più trasparenza verso i partner, più reputazione.

Chi arriva nel 2028 lo farà di corsa e male

Con costi più alti e senza lo storico dei log che serve a dimostrare la conformità.

Conformarsi è anticipare

adattivIA