AI Act: la guida completa per mettersi a norma come azienda o professionista

Cosa devi fare dal 2 agosto + template utili

Hai attivato un abbonamento a un assistente AI per scrivere più veloce. Il gestionale che usavi da anni a un certo punto ha aggiunto una funzione che ti segnala i clienti a rischio. Un collaboratore ha installato un’estensione che riassume le call. Nessuna di queste tre cose è passata da una decisione formale e adesso qualcuno ti chiede se sei a norma con l’AI Act.

Da domenica 2 agosto le autorità nazionali hanno i poteri formali per vigilare sull’obbligo di alfabetizzazione dell’articolo 4, che esiste dal 2 febbraio 2025. Nel mezzo, un anno e mezzo in cui quasi nessuno si è mosso, per una ragione precisa: la norma non indica un monte ore, non impone un programma e non rilascia una certificazione. Chi ha cercato il corso obbligatorio da comprare e archiviare non ha trovato niente e ha concluso che il problema non esistesse.

Il punto è che l’articolo 4 produce un registro, non un attestato. E quel documento, insieme ad altri due, è quello che ti verrà chiesto: non da un ispettore, nella maggioranza dei casi, ma dal cliente che ti manda venticinque domande prima di firmare il contratto.

Su Learnn è appena uscito il corso di AI Act di Alessandro Vercellotti, che di lavoro mette aziende in questa posizione tutti i giorni ed è diventato immediatamente il corso più seguito della settimana.

È un articolo lungo perché copre l’intero quadro. Salvatelo e leggetelo a pezzi: le parti si reggono da sole.

Ecco cosa vedremo:

1. Le cinque date del quadro normativo e cosa ha cambiato il Digital Omnibus

2. Chi sei per l’AI Act: fornitore, utilizzatore o entrambi

3. I livelli di rischio e perché l’articolo 4 non li guarda

4. L’articolo 4 spiegato: i tre livelli di formazione, il bias, la supervisione umana

5. Il fronte italiano: informare i lavoratori

6. Professionisti e freelance: cosa cambia quando lavori da solo

7. Strumenti e contratti: dove nascono i problemi veri

8. Il piano da tre ore, i template e come usare Learnn per metterti a norma

9. Domande comuni

Ma prima di iniziare... se non sei ancora iscritto/a puoi farlo da qui o condividerlo ad un tuo/a collega.

Una precisazione che vale per tutto quello che segue: qui riporto quello che ho imparato da un avvocato che lavora su questi temi, non sto dando consulenza legale. Per il tuo caso specifico serve qualcuno che lo guardi.

Premessa sull’uso dell’AI in questo articolo

Come puoi vedere usando l’AI check di Substack questo articolo è stato scritto con il supporto dell’AI.

Ormai a Learnn usiamo l’AI nello sviluppo di tutti i nostri contenuti di marketing ed editoriali, ma sempre partendo da informazioni create da professionisti e verificate dal nostro team.

In particolare usiamo l’MCP Learnn sviluppato internamente per potenziare Claude, ChatGPT, Gemini, Perplexity con oltre 13.000 lezioni, 1000 template e skill interne sviluppate con i professionisti che creano corsi su Learnn.

In questo caso specifico questo articolo è stato creato leggendo tutte le lezioni e template del corso sull’AI Act fatto dall’Avvocato Vercellotti.

Quindi sì, usiamo l’AI per scrivere, ma è solo per trasportare informazioni create da professionisti in un nuovo formato e c’è sempre il check umano per la pubblicazione.

Ora possiamo iniziare.

1. Le cinque date e cosa ha cambiato il Digital Omnibus

Le date del quadro normativo sono poche e conviene averle in agenda, perché confondere le scadenze porta a due errori opposti: dichiararsi in regola quando non lo si è, oppure fermare progetti per obblighi che non sono ancora vincolanti.

Il 2 febbraio 2025 sono entrati in vigore il divieto delle pratiche vietate e l’obbligo di alfabetizzazione dell’articolo 4. Il 10 ottobre 2025 è entrata in vigore la prima legge italiana sull’intelligenza artificiale, la Legge 132/2025, che si aggiunge al regolamento europeo senza sostituirlo. Il 2 agosto 2026, domenica scorsa, sono diventati operativi i poteri di vigilanza delle autorità nazionali. Il 2 dicembre 2027 arriveranno gli obblighi sui sistemi ad alto rischio dell’allegato III e il 2 agosto 2028 quelli sui sistemi incorporati nei prodotti dell’allegato I.

In mezzo a queste, il 24 luglio 2026 è stato pubblicato in Gazzetta Ufficiale dell’Unione il Regolamento UE 2026/1744, quello che tutti chiamano Digital Omnibus, in vigore dal 27 luglio. Ha riscritto il testo dell’articolo 4. La modifica riguarda un verbo.

La versione originale chiedeva a fornitori e utilizzatori di garantire un livello sufficiente di alfabetizzazione del personale. Il testo di oggi chiede di adottare misure per sostenere lo sviluppo di quell’alfabetizzazione e aggiunge una precisazione che chiude la questione: non è richiesto garantire alcun livello specifico.

Ho letto diversi commenti che leggevano la cosa come un rinvio. Non lo è. Le date non si sono mosse di un giorno. Il Digital Omnibus ha spostato altri obblighi, per esempio parte di quelli sui sistemi ad alto rischio, ma l’articolo 4 lo ha lasciato dov’era. Quello che ha fatto è chiarire la natura dell’obbligo. Su quella natura si costruisce tutta la strategia di adempimento.

Come applicarlo: metti in agenda le due date future con un promemoria a tre mesi. Le altre tre sono già passate, quindi il lavoro parte da adesso.

Nel corso questa parte è la lezione Comprendere cosa chiede l’articolo 4 dopo il Digital Omnibus.

2. Chi sei per l’AI Act

Questa è la domanda che determina tutto il resto e va risposta per ogni sistema, non una volta per l’azienda.

Fornitore, in inglese provider, è chi sviluppa un sistema di AI e lo mette sul mercato con il proprio nome. Ci rientrano i grandi sviluppatori di modelli, ma anche chi prende le API di un modello esistente, ci costruisce un prodotto e gli dà il proprio marchio.

Utilizzatore, in inglese deployer, è chi usa un sistema già esistente dentro la propria attività senza modificarlo. È la posizione di quasi tutte le aziende e di quasi tutti i professionisti.

La terza posizione, quella di chi non è né l’uno né l’altro, esiste solo per chi usa l’AI fuori da un processo lavorativo. Se dentro il tuo lavoro c’è una qualsiasi intelligenza artificiale, sei già utilizzatore.

Da utilizzatore hai tre aree di attenzione. La formazione delle persone che usano gli strumenti, che è l’articolo 4. La trasparenza dell’articolo 50, che in pratica significa una cosa sola: se produci qualcosa per un cliente con l’AI, glielo dici. Vale sia per il report che gli consegni sia per lo strumento che gli metti in mano. E un livello di documentazione più alto se usi sistemi che pesano sulle persone, come quelli per la selezione del personale o quelli che lavorano su dati sanitari e giudiziari.

Il fornitore parte da tutto questo e alza l’asticella su quattro fronti:

• Gestione del rischio fin dalla progettazione. Non aspetti che il problema si presenti, lo previeni. È la stessa logica dell’analisi del rischio preventiva del GDPR, applicata al sistema che stai costruendo.

• Qualità dei dati usati per costruire il sistema. Da dove arrivano, come sono stati selezionati, quali squilibri contengono.

• Documentazione tecnica. Come sei arrivato al prodotto finale: architettura, prompt, agenti, scelte di progettazione. Serve a te come patrimonio interno e serve verso chi userà il sistema.

• Valutazione di conformità prima di andare sul mercato. Il sistema esce quando è a posto, non prima.

L’ultimo punto pesa più degli altri e va detto a chiunque costruisca prodotti. Da fornitore non puoi lanciare un prodotto minimo per vedere come va: un sistema di AI lo metti sul mercato quando è a posto. La logica del rilascio rapido per testare la domanda, normale in altri contesti, qui diventa un rischio.

Qui c’è la notizia che libera dal timore più diffuso: non devi certificare ChatGPT, Claude o Gemini. Quei modelli sono già stati verificati a monte da chi li sviluppa, quindi come utilizzatore non li registri e non li certifichi. Resti responsabile del tuo uso, non del modello.

Il caso ibrido, che è la norma e non l’eccezione

L’esempio che chiarisce tutto è quello dell’agenzia. Un’agenzia che si costruisce uno strumento AI interno e vende ai clienti l’output di quello strumento resta utilizzatore, anche se lo strumento è sofisticato e combina più modelli, perché lo strumento non esce di casa. Quando la stessa agenzia decide di vendere lo strumento invece dell’output, diventa fornitore. A quel punto i due ruoli coesistono, con entrambi i set di obblighi.

Vale anche per la software house che costruisce un sistema su misura per un cliente solo: quello che determina il ruolo è aver realizzato lo strumento, non quante volte lo vendi. E vale per chi personalizza in modo sostanziale un modello di terze parti o lo immette sul mercato col proprio marchio: è il passaggio che coglie di sorpresa chi ha costruito un prodotto sopra un modello esistente pensando di restare un semplice cliente.

Nel Q&A del corso c’è la risposta: vendere lo strumento ti rende fornitore, vendere il risultato dello strumento ti rende utilizzatore. E chi lancia un’app o un servizio basato sull’AI, nella quasi totalità dei casi, è fornitore.

C’è un principio in più che arriva dal GDPR e che vale la pena tenere a mente: se scegli uno strumento che non è a norma, della sua non conformità rispondi tu che lo hai scelto.

Ho fatto l’esercizio su di noi mentre guardavo il corso e non è stato comodo. Per gli strumenti che usiamo dentro Learnn siamo utilizzatori. Ma il generatore di percorsi è un sistema che abbiamo costruito sopra modelli esistenti e che i nostri utenti usano in autonomia. Lo stesso vale per il nostro MCP, che porta il catalogo dentro Claude. Siamo nel caso ibrido, con due set di obblighi da gestire invece di uno.

Per questo abbiamo aggiunto una segnalazione esplicita sui contenuti prodotti con l’AI, anche dove era già evidente che arrivassero da Learnn AI.

Per definire il ruolo e gli obblighi collegati, il corso mette a disposizione il template di autovalutazione di ruolo, rischio e obblighi, che copre le domande di classificazione una per una. Chi preferisce una verifica guidata può usare AI Act Scan, lo strumento costruito da Legal for Digital che con poche domande dice se sei utilizzatore o fornitore e quali obblighi hai.

Come applicarlo: apri il template di autovalutazione e compilalo per i tre strumenti AI che usi più spesso. Se su uno resti incerto, annota il motivo dell’incertezza invece di scegliere a caso: un’incertezza documentata è più difendibile di una classificazione sbagliata.

Nel corso questa parte è la lezione gratuita Definire il tuo ruolo tra provider, deployer e caso ibrido per la classificazione, più il Q&A su ruoli, dati pubblici e responsabilità sugli output per i casi limite.

3. I livelli di rischio e perché l’articolo 4 non li guarda

L’AI Act non parte dagli obblighi, parte dal rischio e classifica i sistemi per impatto sulle persone.

I sistemi vietati non si possono rendere conformi: ci rientrano il social scoring e i sistemi costruiti per manipolare l’utente. I sistemi ad alto rischio ma leciti sono permessi con obblighi di documentazione più stringenti e l’esempio tipico è la selezione del personale fatta incrociando curriculum, social e altre fonti. I sistemi a basso rischio sono quelli con cui generi un testo o un’immagine, dove la posta in gioco legale è minore.

Il punto che quasi tutti sbagliano: questa classificazione decide gli obblighi aggiuntivi, non l’obbligo formativo. L’articolo 4 prescinde dal livello di rischio. Si applica a chiunqIl punto che quasi tutti sbagliano: questa classificazione decide gli obblighi aggiuntivi, non l’obbligo formativo. L’articolo 4 prescinde dal livello di rischio. Si applica a chiunque sviluppi o usi AI nella propria attività: per questo il perimetro è quasi tutto il tessuto produttivo. Un’agenzia che scrive testi con un assistente è dentro. Una palestra con un software che prevede gli abbandoni è dentro.

Come applicarlo: classifica i tuoi sistemi per livello di rischio, ma non aspettare quella classificazione per partire con la formazione. Sono due binari separati e il secondo corre già.

Nel corso questa parte è la lezione gratuita Distinguere i livelli di rischio dell’AI Act e gli obblighi già in vigore.

4. L’articolo 4 spiegato

Questa è la parte che mi ha fatto riflettere di più, perché cambia cosa devi produrre.

Un obbligo di risultato ti chiede di raggiungere uno stato verificabile e ti misura su quello: la caldaia revisionata, l’attestato valido tre anni. Un obbligo di mezzi ti chiede di adottare misure adeguate e ti misura sulla ragionevolezza di quelle misure. L’articolo 4 appartiene alla seconda famiglia e il Digital Omnibus lo ha reso esplicito.

Se fosse un obbligo di risultato servirebbe un esame con soglia di superamento per ogni persona in azienda. Essendo di mezzi, quello che conta è la coerenza della catena: ho mappato i sistemi che uso, ho classificato le persone per esposizione, ho assegnato contenuti proporzionati a ciascun gruppo, ho tenuto traccia di chi ha fatto cosa, ho previsto un aggiornamento.

La conseguenza pratica la scrivo perché è controintuitiva: l’adempimento è un processo documentato, non un acquisto. Il documento che lo dimostra vale più del singolo contenuto formativo.

Per calibrare le misure la norma elenca cinque criteri, che sono i parametri su cui un’autorità valuta se quello che hai fatto è adeguato: le conoscenze tecniche di chi usa il sistema, la formazione già ricevuta, il contesto d’uso, le persone su cui il sistema ha effetto e il perimetro delle persone coperte, che include collaboratori esterni e freelance che lavorano sui tuoi processi. Quest’ultimo è quello che le aziende scoprono per ultimo.

Nel corso questa parte è la lezione Comprendere cosa chiede l’articolo 4 dopo il Digital Omnibus, che entra nel dettaglio dei cinque criteri.

I tre livelli che coprono quasi tutte le organizzazioni

Un programma uguale per tutti è un programma che non rispetta il criterio di proporzionalità. Tre gruppi bastano: chi usa l’AI in modo generico, chi la usa su dati personali oppure su decisioni che riguardano persone, chi sviluppa o integra sistemi. Al primo livello servono funzionamento degli strumenti, limiti e trattamento dei dati. Al secondo si aggiungono bias e supervisione umana. Al terzo la parte di documentazione tecnica e valutazione di conformità.

Il bias è un argomento formativo, non solo tecnico

Un sistema addestrato sulle decisioni passate di un’organizzazione riproduce le preferenze di quelle decisioni. Il caso che ha reso il tema concreto è di Amazon: nel 2018 Reuters ha rivelato che l’azienda aveva abbandonato uno strumento sperimentale di selezione sviluppato dal 2014, che assegnava alle candidature un punteggio da una a cinque stelle. Addestrato sui curriculum dei dieci anni precedenti, in un settore a prevalenza maschile, aveva imparato a preferire i candidati uomini, penalizzando i curriculum che contenevano la parola “women’s” o il nome di alcuni college femminili. Amazon ha provato a neutralizzare quei termini, poi ha chiuso il progetto perché non si fidava più della neutralità del sistema sugli altri aspetti.

Due cose vanno notate: nessuno aveva scritto una regola discriminatoria, il sistema l’ha dedotta. E correggere i termini più evidenti non è bastato, perché il bias si annida in correlazioni che nessuno sta guardando.

Il principio operativo è uno: si valuta l’esito, non l’intenzione. Chi usa un sistema che produce decisioni su persone deve saper chiedere su quali dati il sistema ha imparato, confrontare gli esiti tra gruppi invece dei criteri dichiarati e cercare le variabili che fanno da sostituto. Un modello che non usa il genere può usare il codice di avviamento postale, il tipo di scuola o la continuità del percorso lavorativo: sono variabili neutre che nella realtà si correlano a caratteristiche protette.

Una precisazione utile, perché confondere i problemi porta a interventi sbagliati. Un’allucinazione è un problema di affidabilità e si risolve fornendo le fonti e verificando. Il bias è un problema di equità e si risolve misurando gli esiti per gruppo. Un sistema può essere accuratissimo e sistematicamente iniquo, quindi servono due controlli diversi.

Nel corso questa parte è la lezione Riconoscere bias e discriminazione algoritmica nelle decisioni con AI, con l’esercizio per valutare il sistema più esposto.

La supervisione umana che regge a un controllo

La supervisione è la misura che le autorità cercano più spesso ed è anche quella che si trova più spesso solo sulla carta. Una casella “verificato da” che nessuno compila non è supervisione.

Le condizioni che la rendono reale sono tre: tempo, competenza e autorità di ribaltare. Se manca una delle tre, il presidio non tiene. Un passaggio di approvazione con un click su decine di casi al giorno non è supervisione perché manca il tempo. Una verifica affidata a chi non conosce il dominio non lo è perché manca la competenza. Un controllo di chi non può contraddire il sistema non lo è perché manca l’autorità.

Dove serve si decide su due assi: quanto è reversibile l’effetto e quanto tocca le persone.

Se l’effetto è reversibile e non tocca persone, una verifica non serve. Se è reversibile ma tocca persone, va fatta prima che l’output esca. Se è difficile da ribaltare ma non tocca persone, basta un controllo a campione. Se è difficile da ribaltare e tocca persone, la verifica diventa obbligatoria, va tracciata e va motivata per iscritto.

L’ultimo caso è quello che la norma presidia: selezione, valutazione, accesso al credito, condizioni economiche, moderazione. Il primo è dove l’automazione completa ha senso e aggiungere una verifica produce solo un costo.

C’è una precisazione tecnica che cambia il modo di leggere i propri flussi. Dal punto di vista giuridico l’automazione si misura sul tratto tra l’ingresso dell’informazione e la produzione del risultato: se lì non intervengono persone, l’automazione c’è già, indipendentemente da cosa succede dopo. Aggiungere una verifica prima dell’invio riduce il rischio, ma non trasforma il flusso in un processo manuale.

Per ogni sistema nei due casi a rischio servono quattro elementi scritti: chi verifica indicato per ruolo e non per nome, su cosa si esprime, cosa succede quando la verifica fallisce (se non è previsto un percorso alternativo, chi verifica sotto pressione approva) e dove resta la traccia.

Il registro che tiene insieme tutto questo è il Registro delle attività formative sull’AI, il template del corso con le colonne già impostate, i tre livelli di riferimento e le tendine di scelta. La colonna che fa la differenza è quella del criterio di assegnazione: scrivere “livello uso a rischio perché usa lo strumento di screening dei curriculum, riga 7 dell’inventario” collega la formazione all’analisi del rischio ed è la catena logica che le autorità cercano.

Come applicarlo: prendi le persone della tua organizzazione e assegnale ai tre livelli, scrivendo accanto a ciascun gruppo la riga dell’inventario che giustifica la scelta. Il criterio scritto vale più della scelta.

Nel corso questa parte sono Definire quando serve la supervisione umana su un output AI per la matrice dei presidi più Recap + Esercizio per compilare il registro delle attività formative per la compilazione guidata.

5. Il fronte italiano: informare i lavoratori

Qui mi sono accorto di stare confondendo due adempimenti diversi e non sono l’unico.

L’AI Act è un regolamento europeo e si occupa dei sistemi. La Legge 132/2025, in vigore dal 10 ottobre 2025, guarda anche le persone che quei sistemi hanno davanti. Sul lavoro produce un obbligo che l’AI Act non prevede: informare chi lavora per te di come l’AI entra nel suo rapporto di lavoro.

L’articolo 4 dell’AI Act guarda la competenza di chi usa i sistemi, riguarda il personale insieme a chiunque operi per conto dell’azienda, si assolve con il registro delle attività formative ed è in vigore dal 2 febbraio 2025. La legge italiana guarda l’informazione di chi quei sistemi li subisce, riguarda i lavoratori, si assolve con la comunicazione ai lavoratori ed è in vigore dal 10 ottobre 2025.

l registro dimostra che chi usa i sistemi sa cosa sta facendo. La comunicazione dimostra che chi li subisce sa cosa gli sta accadendo. In un questionario di conformità vengono chiesti quasi sempre entrambi.

Il contenuto minimo copre sei punti: quali sistemi sono in uso e in che punto del processo intervengono, con quali finalità, con quale logica di funzionamento, con quali limiti, come vengono trattati i dati personali e quali possibilità di intervento umano esistono per contestare una decisione. Il terzo è il più delicato, perché chiede il criterio e non il codice: se un sistema ordina le richieste per priorità, va detto su cosa si basa quella priorità. È il punto che rende una decisione contestabile in modo informato invece che a sensazione.

Due esempi di come cambia il testo. Un’agenzia di quindici persone che usa un assistente per smistare le richieste scrive che l’assistente ordina le richieste per urgenza dichiarata e tema, che la bozza di risposta è sempre riletta da una persona prima dell’invio e che chi riceve una risposta può chiedere il riesame a un responsabile. Un supermercato che pianifica i turni con un software scrive su quali dati si basa la proposta, che il responsabile di reparto può modificarla e che un dipendente può segnalare un’assegnazione che considera penalizzante indicando a chi rivolgersi. In entrambi i casi il testo utile sta in una pagina. Quello che lo rende difendibile è contenere il criterio e il canale di contestazione.

Sul perché convenga farla bene, c’è un caso italiano che vale più di qualsiasi spiegazione. Il 31 dicembre 2020 il Tribunale di Bologna ha accolto il ricorso dei sindacati contro Deliveroo, riconoscendo il carattere indirettamente discriminatorio del sistema che gestiva la prenotazione dei turni dei rider. Il meccanismo penalizzava le assenze senza distinguerne il motivo, mettendo sullo stesso piano una malattia, l’esercizio del diritto di sciopero e una rinuncia senza ragione. Per il giudice la mancata previsione di quelle cause di giustificazione era una scelta dell’azienda, non un limite tecnico. Il tribunale ha ordinato la rimozione degli effetti, la pubblicazione dell’ordinanza nelle FAQ della piattaforma e 50.000 euro di risarcimento alle organizzazioni ricorrenti.

Il punto rilevante è che quella contestazione è stata possibile perché la logica del sistema era ricostruibile dall’esterno. Un’azienda che scrive per prima come funziona il proprio sistema si trova nella posizione di poterne discutere il merito. Un’azienda che non lo ha scritto discute anche sul fatto di non averlo detto.

Le autorità italiane designate sono AgID e ACN, con i poteri di vigilanza e sanzione in capo alla seconda. Sul trattamento dei dati personali il riferimento resta il Garante, perché nella pratica la maggior parte dei problemi nasce sul lato privacy prima che su quello dell’AI Act.

Come applicarlo: parti dai punti del processo dove interviene un sistema automatico, non dall’elenco delle licenze. Per ognuno scrivi la logica in una frase comprensibile. Se non riesci a formularla, chiedila al fornitore per iscritto: la difficoltà a scriverla è già un’informazione su quanto controllo hai su quello strumento.

Nel corso questa parte è la lezione Informare i lavoratori sull’uso dell’AI secondo la Legge 132/2025.

6. Professionisti e freelance: cosa cambia quando lavori da solo

Tutta la parte precedente parla di organizzazioni con dipendenti. Chi lavora da solo tende a leggerla e pensare che non lo riguardi. Lo riguarda, in una forma più leggera ma con un paio di punti che pesano di più che in azienda.

Sei utilizzatore anche se sei una persona sola

L’articolo 4 parla di fornitori e utilizzatori, non di aziende con un numero minimo di dipendenti. Se sei una partita IVA che usa un assistente per scrivere, sei utilizzatore. La differenza è che il tuo personale sei tu, quindi il registro delle attività formative è una riga, non una tabella. Una riga scritta vale comunque più di zero righe: se un cliente chiede come ti sei formato, hai una risposta con una data.

Il tuo cliente ti considera parte del suo perimetro

Questo è il punto che quasi nessun freelance ha capito e che vale più di tutti gli altri messi insieme. Tra i cinque criteri dell’articolo 4 c’è il perimetro delle persone coperte, che comprende chi opera i sistemi per conto dell’organizzazione. Tradotto: quando lavori sui processi di un cliente usando l’AI, sei dentro il suo obbligo di alfabetizzazione.

La conseguenza pratica arriva presto. Le aziende che si stanno mettendo in ordine iniziano a chiedere ai collaboratori esterni evidenza della propria formazione, come già fanno per il GDPR. Chi ce l’ha resta nella lista dei fornitori. Chi non ce l’ha diventa un problema da risolvere.

L’obbligo di dichiarazione per chi è iscritto a un albo

Chi è iscritto a un albo professionale, quindi avvocati, medici, psicologi e commercialisti, deve indicare l’uso dell’intelligenza artificiale dentro il proprio processo lavorativo. La parola chiave è “processo lavorativo”: un assistente che ogni mattina ti manda una rassegna stampa non ne fa parte, ma se una parte della verifica di un contratto passa da uno strumento AI, quel passaggio è dentro il lavoro che consegni e va dichiarato al cliente. Se il cliente non viene informato, c’è già una violazione.

Sul come dichiararlo, il consiglio pratico vale a prescindere dall’obbligo di categoria: scrivilo nel contratto o nella lettera di incarico. Il motivo è concreto. Se un cliente rivede un testo, si accorge che è stato prodotto in gran parte con l’AI e prova a contestarlo per chiedere uno sconto, una clausola che dichiara l’uso dell’AI ti permette di rispondere che era informato dall’inizio. È una protezione contro il problema del percepito, quel “se l’hai fatto con l’AI allora vale meno” che resta una questione di fiducia prima che di diritto.

Anche chi non è iscritto a nessun albo dovrebbe farlo. Non per obbligo, per tutela.

La nomina che dovresti presentare tu

Quando tratti dati personali per conto di un cliente sei responsabile del trattamento e il cliente è titolare. Il rapporto richiede una nomina formale, che in teoria dovrebbe arrivare dal cliente. In pratica quasi mai arriva. In caso di mancanza risponde anche chi tratta i dati.

Il consiglio del corso è di non aspettarla: predisponi tu la nomina e presentala alla firma insieme al contratto. Costa una pagina, ti toglie un’esposizione e in un questionario di conformità diventa una risposta positiva in più.

Il piano consumer è il problema più grande

Ne parlo in dettaglio nella parte 7, ma qui va anticipato perché colpisce i freelance più di chiunque altro. I piani pensati per i privati non permettono di trattare dati personali di terzi. Le versioni professionali costano molto di più. Un freelance che lavora da solo si trova davanti a una soglia di ingresso pensata per i team. La via d’uscita economica esiste ed è l’anonimizzazione, che spiego più avanti.

Il kit minimo del freelance

Se sei una persona sola e vuoi chiudere la questione in un pomeriggio, questo è il minimo difendibile:

• Una riga di registro formativo con cosa hai seguito e quando

• Due righe nel contratto che dichiarano dove l’AI entra nel tuo processo

• La nomina a responsabile del trattamento pronta da allegare

• L’addestramento disattivato su tutti gli strumenti che usi

• La verifica di su quale piano stai trattando i dati dei clienti

Sono meno di tre ore in tutto e coprono le domande che ti arriveranno.

Come applicarlo: apri il contratto tipo che usi con i clienti e aggiungi due righe sull’uso dell’AI. È l’intervento con il rapporto migliore tra tempo speso e rischio eliminato, per chi lavora da solo.

Per chi lavora da solo le due lezioni più utili sono la gratuita Distinguere i livelli di rischio e gli obblighi già in vigore, che copre l’obbligo di dichiarazione per gli iscritti all’albo, più Adeguare contratti e policy per l’uso conforme dell’AI per la nomina a responsabile.

77. Strumenti e contratti: dove nascono i problemi veri

Questa è la parte che quasi nessuno associa all’AI Act ed è quella dove si perdono i soldi. Nel momento in cui inserisci anche un solo dato personale in uno strumento AI, rientra in gioco il GDPR e la scelta della piattaforma diventa una scelta legale prima che tecnica.

L’addestramento va disattivato. Molte versioni, soprattutto quelle gratuite, usano i tuoi contenuti e le tue conversazioni per addestrare il modello. In alcuni strumenti la disattivazione si fa a mano, in altri è attiva di default e va deselezionata. Va fatto su ogni strumento, comprese le AI dove ti sei loggato una volta e poi hai abbandonato.

La conservazione dei dati cambia da piattaforma a piattaforma. Con le aziende di grandi dimensioni alcuni fornitori arrivano ad accordi di conservazione pari a zero, dove la conversazione viene cancellata appena l’output è stato restituito. Per tutti gli altri i tempi possono arrivare a settimane o mesi sui server del fornitore. Il problema non è il trasferimento dei dati negli Stati Uniti, perché queste piattaforme sono conformi: il punto è che finché i dati sono conservati esiste una finestra in cui può verificarsi una violazione di sicurezza.

La distinzione tra piano consumer e piano business è la più sottovalutata di tutte. Il piano consumer è pensato per il privato e non deve contenere dati personali di terzi, il piano business permette di trattarli. La ragione è contrattuale, non tecnica: il GDPR impone che quando carichi dati personali in uno strumento esista una nomina a responsabile del trattamento. Su un prodotto nato per i consumatori quella nomina non può esistere. Senza quel documento, in caso di controllo, non puoi dimostrare di usare lo strumento in modo corretto.

Il caso di Claude lo rende evidente e mi ha sorpreso: per Anthropic le versioni Free, Pro e Max sono tutte e tre piani consumer. Per gestire dati personali servono le API, la versione Enterprise o almeno la versione Team. Un freelance che lavora da solo si trova davanti a una soglia di ingresso più cara ed è la ragione per cui moltissimi continuano a usare i piani consumer anche sui dati dei clienti.

C’è una via d’uscita pratica e costa poco: l’anonimizzazione. Se carichi una lista clienti con nomi e indirizzi, il GDPR si applica. Se sostituisci i nomi con codici interni e la corrispondenza tra codice e persona resta in azienda, dentro il prompt non ci sono più dati riferibili a persone identificabili. Da tenere presente che i dati personali sono più ampi di quanto si pensi: non solo nome, cognome e mail, ma anche il volto, la voce e i dati biometrici.

Gli agenti moltiplicano i rischi, non li sommano

Con uno strumento usato in modo interattivo ogni azione è uno a uno: inserisci un prompt, ottieni un output, decidi cosa farne. Con un agente ogni passaggio amplifica il precedente, quindi se un passaggio è legalmente scorretto, tutto quello che lo segue è sbagliato, potenzialmente all’infinito.

I quattro rischi specifici sono la mancanza di controllo umano, il trattamento di dati senza consenso, la profilazione non autorizzata e le allucinazioni che si propagano in catena. Sul secondo e sul terzo vale un esempio: un agente che analizza le mail ricevute, costruisce un database con le richieste degli utenti e poi invia comunicazioni personalizzate sta facendo profilazione tramite AI, che richiede un consenso esplicito che quasi mai è stato raccolto. Chi ha scritto quella mail non ha autorizzato l’inserimento in un sistema di profilazione.

Lo studio di Alessandro applica a sé stesso la regola che consiglia: usano agenti che leggono le mail in arrivo e propongono una bozza di risposta, ma la bozza resta in cartella e non viene mai inviata da sola. L’agente funziona bene. Il problema è che un errore rimasto nel sistema si replica potenzialmente per sempre.

Nel corso questa parte è la lezione Evitare rischi legali e reputazionali nell’uso degli agenti AI.

La regola dei due minuti

Questa è la cosa più pratica di tutto il corso e si applica subito. Ogni volta che colleghi lo strumento AI a qualcosa di esterno, quindi quando colleghi una cartella, attivi un’integrazione o carichi un file, fermati due minuti e fatti cinque domande:

1. cosa sto collegando?

2. è coperto da un accordo di riservatezza?

3. sono informazioni pubbliche o riservate?

4. ci sono dati personali?

5. ho il consenso e la finalità giusta per trattarli con quello strumento?

Due minuti di ragionamento a ogni collegamento evitano la maggior parte dei problemi.

I cinque aggiornamenti documentali

Il GDPR non chiede di rifare tutto per l’AI, chiede integrazioni. Cinque interventi coprono il grosso: aggiornare la documentazione privacy indicando che si usano strumenti AI e per quali finalità (non serve indicare quale strumento e quale versione), aggiungere i nuovi trattamenti nel registro, integrare i contratti con fornitori, clienti e collaboratori definendo le regole di gestione, modificare la privacy policy del sito se c’è un chatbot o se un tool esistente ha aggiunto una componente AI, definire una policy di utilizzo interno e formare le persone.

Sul quarto punto c’è un dettaglio che mostra perché questo lavoro non si fa una volta sola: una piattaforma di email marketing che a un certo punto introduce una funzione di AI cambia la tua situazione senza che tu abbia fatto niente e da quel momento la privacy policy va aggiornata.

Un’ultima cosa sugli output, perché è un equivoco diffuso: le piattaforme AI scaricano sull’utilizzatore i diritti e le responsabilità sui contenuti generati e lo scrivono nei termini di servizio. Verificare diventa parte del lavoro, con un livello di controllo calibrato sul rischio: leggero se l’output è un appunto interno, alto se diventa un contenuto pubblicato.

Per la fotografia degli strumenti c’è il template di inventario dei tool AI per la conformità a GDPR e AI Act, che elenca strumenti e trattamenti collegati. Rifarlo ogni tre mesi ha anche un effetto collaterale utile: fa scoprire abbonamenti che paghi e non usi più.

Come applicarlo: blocca trenta minuti e fai i primi due passaggi della checklist su tutti gli strumenti che usi, quindi disattiva l’addestramento e verifica su quali piani stai trattando dati personali. Sono le due azioni con il rapporto migliore tra tempo speso e rischio eliminato.

Nel corso questa parte sono tre lezioni: Gestire i dati personali nei tool AI tra GDPR e data retention, Adeguare contratti e policy per l’uso conforme dell’AI nel lavoro e la gratuita Applicare la checklist per mettere a norma i tuoi strumenti AI.

8. Il piano da tre ore, i template e come usare Learnn per metterti a norma

Tutto quello che sta sopra produce tre documenti, che si tengono insieme: il registro rimanda all’inventario per giustificare i livelli, la checklist rimanda all’inventario per sapere quali strumenti verificare. Chi produce solo il registro ha la parte più visibile senza la catena logica che la sostiene.

Il percorso completo, con i tempi reali degli esercizi del corso:

• 25 minuti, l’inventario. Elenca gli strumenti partendo dai reparti e non dalle licenze, includendo le estensioni del browser e le funzioni AI comparse dentro software che usi da anni. Per ogni riga: chi lo usa, se passano dati personali, se ci sono decisioni su persone. Poi marca le righe a esposizione alta. L’esercizio guidato è nella lezione gratuita Recap + Esercizio per mappare i sistemi AI in uso.

• 30 minuti, il registro formativo. Raggruppa le persone nei tre livelli usando la colonna dell’esposizione, assegna i contenuti a ciascun livello e scrivi il criterio riga per riga citando la riga dell’inventario da cui deriva. L’esercizio guidato è in Recap + Esercizio per compilare il registro.

• 20 minuti, la comunicazione ai lavoratori. Parti dai punti del processo, scrivi la logica di ciascun sistema in una frase, indica chi può riesaminare l’esito e aggiungi il canale di contestazione.

• 20 minuti, la scheda bias. Solo per il sistema più esposto: su quali dati è stato addestrato, come si distribuiscono gli esiti su venti casi già processati, quali variabili possono fare da sostituto.

• 15 minuti, la mappa dei presidi. Colloca ogni sistema nella matrice a quattro quadranti e per quelli a rischio scrivi il ruolo che verifica, controllando che abbia il tempo materiale di farlo.

• 30 minuti, la checklist sugli strumenti. Disattiva l’addestramento, verifica i piani, fai l’inventario dei tool, aggiorna informative e contratti.

• 5 minuti, il passaggio che quasi tutti saltano. Fissa la data della prossima revisione. Dodici mesi è un intervallo difendibile. Scriverla trasforma un adempimento fotografato una volta in un processo, che è esattamente quello che la norma chiede di dimostrare.

quattro template del corso, tutti da copiare e compilare:

• L’autovalutazione di ruolo, rischio e obblighi si apre per prima, prima di qualsiasi altra cosa: dice se sei utilizzatore oppure fornitore per ogni sistema e quali obblighi ne derivano.

• L’inventario dei tool AI per GDPR e AI Act viene subito dopo ed è la base di tutto il resto: elenca strumenti, trattamenti e livelli di esposizione.

• Il registro delle attività formative si compila dopo l’inventario di cui cita le righe e dimostra la formazione differenziata per ruolo.

• AI Act Scan è la verifica guidata con poche domande: si usa come controprova oppure come punto di partenza se preferisci essere accompagnato.

Come usare Learnn per la parte formativa

Il registro dimostra le misure che hai adottato, ma quelle misure devono esistere. Qui la piattaforma fa una cosa precisa: fornisce il contenuto differenziato per livello e produce l’evidenza che quel contenuto è stato erogato a quelle persone in quella data.

Se sei un’azienda. Il percorso pratico è in tre passaggi. Assegni AI da Zero di Filippo Greco a tutte le persone che usano strumenti AI, che copre il livello base con funzionamento, limiti e trattamento dei dati. Assegni poi il corso di AI Act alle persone che ricadono nel secondo livello, quelle che usano l’AI su dati personali oppure su decisioni che riguardano persone, perché è lì che stanno bias, supervisione umana e obblighi verso i lavoratori. Infine prendi gli attestati di completamento e li incolli nel registro, nella colonna dell’evidenza, accanto al criterio con cui hai assegnato il livello.

Il pezzo che le aziende sottovalutano è il terzo. Un attestato archiviato in una cartella non è un adempimento, un attestato citato in una riga di registro che spiega perché quella persona doveva fare quel contenuto lo è.

Se sei un professionista o un freelance. Sei lezioni su sedici sono gratuite e coprono la parte che ti serve per rispondere alle domande di un cliente:

• Overview: adempiere all’obbligo di formazione, per inquadrare cosa devi produrre

• Definire il tuo ruolo tra provider, deployer e caso ibrido

• Distinguere i livelli di rischio e gli obblighi già in vigore

• Recap + Esercizio per mappare i sistemi AI in uso, l’inventario guidato

• Valutare sanzioni e rischio commerciale della non conformità

• Applicare la checklist per mettere a norma i tuoi strumenti AI

Con queste e i quattro template chiudi il kit minimo che ho elencato nella parte 6 senza spendere niente. Le lezioni a pagamento aggiungono la parte che serve quando tratti dati di terzi o quando qualcuno ti chiede conto di una decisione presa con l’AI.

Una cosa che non troverai, né da noi né altrove, è una certificazione con valore legale. Non esiste nel regolamento e chi te la vende ti sta vendendo qualcosa che non c’è. Quello che esiste è la prova documentale di aver fatto formazione proporzionata al ruolo, ed è quella che va costruita.

Sulla manutenzione, le date fisse sono la revisione ordinaria ogni dodici mesi, il 2 dicembre 2027 per gli obblighi sui sistemi ad alto rischio dell’allegato III e il 2 agosto 2028 per quelli sui sistemi incorporati nei prodotti. Fuori dalle date fisse, tre eventi impongono una revisione anticipata: l’ingresso di un nuovo strumento che tratta dati personali o produce decisioni su persone, un cambio di ruolo dovuto a una personalizzazione sostanziale e la pubblicazione dei decreti attuativi italiani che completeranno il quadro sanzionatorio. Il calendario completo è nella lezione Recap + risorse del corso per mantenere la conformità nel tempo.

9. Domande comuni

Raccolgo qui le domande che mi sono arrivate più spesso da quando abbiamo pubblicato il corso, con la risposta secca. Diverse trovano una risposta più estesa nel Q&A del corso.

1. Uso l’AI solo per scrivere qualche mail. Sono davvero dentro? Sì. L’articolo 4 non ha una soglia minima di utilizzo e non guarda il livello di rischio dello strumento. Se l’AI entra nel tuo processo di lavoro, sei utilizzatore. La differenza sta nella profondità della formazione che ti serve, non nell’essere dentro o fuori.

2. Quante ore di formazione devo fare? Nessun numero è indicato dalla norma e chiunque te ne dia uno se lo sta inventando. Quello che conta è la proporzionalità al ruolo. Nella pratica, un livello base sta in un paio d’ore, un livello per chi tocca dati o decisioni ne richiede due o tre in più.

3. Basta l’attestato di un corso? No. Ed è il malinteso più costoso. L’attestato dimostra che una persona ha completato un contenuto. La norma chiede di dimostrare che le misure sono proporzionate ai ruoli e aggiornate nel tempo. Serve il registro. L’attestato è una delle sue colonne.

4. Ho fatto formazione nel 2025. Devo rifarla? Se è documentata e copre i temi giusti, vale. Ma va aggiornata quando cambia la norma. E la norma è cambiata il 24 luglio 2026. Il modo corretto è aggiungere una riga di aggiornamento al registro, non ripartire da capo.

5. I collaboratori esterni li devo formare io? L’obbligo copre chi opera i sistemi per conto dell’organizzazione, quindi il perimetro li comprende. Hai due strade: formarli tu dando loro accesso ai contenuti, oppure chiedere evidenza della formazione che hanno già fatto. La seconda è più economica, la prima è più controllabile. Quello che non puoi fare è ignorarli.

6. Se uso solo strumenti a basso rischio posso saltare l’articolo 4? No. Il livello di rischio decide gli obblighi aggiuntivi come la valutazione di conformità o la registrazione. L’obbligo di alfabetizzazione prescinde dalla classificazione ed è quello già applicabile.

7. Chi controlla in Italia e in che modo? Le autorità designate sono AgID e ACN, con vigilanza e sanzione in capo ad ACN. Sul lato dati personali resta il Garante. Nella pratica, però, la richiesta che arriva per prima è il questionario di conformità che ti manda un cliente prima di firmare, non quella di un’autorità. E ha tempi di risposta di giorni.

8. Cosa rischio davvero se non faccio niente? Non le cifre che girano. Le soglie di 35 milioni di euro e del 7% del fatturato sono agganciate alle pratiche vietate, non all’articolo 4. L’articolo 99 non associa una sanzione europea specifica all’obbligo di alfabetizzazione. Il rischio concreto è su tre fronti: le sanzioni nazionali quando i decreti attuativi le definiranno, il peso di aggravante negli altri procedimenti e la perdita di commesse. La lezione gratuita Valutare sanzioni e rischio commerciale della non conformità smonta il tema per intero.

9. Devo dire ai clienti che uso l’AI? Se sei iscritto a un albo, sì, per obbligo. Se non lo sei, l’articolo 50 ti chiede comunque trasparenza quando produci per il cliente un output generato con l’AI. In entrambi i casi il posto giusto dove scriverlo è il contratto.

10. Ho costruito un prodotto sopra le API di un modello. Cambia qualcosa? Cambia molto: sei fornitore, non utilizzatore. Ti si applicano gestione del rischio in progettazione, documentazione tecnica e valutazione di conformità prima del rilascio. È il passaggio che sorprende chi pensava di restare un cliente del modello.

11. Posso usare il mio piano personale a pagamento per i dati dei clienti? Quasi certamente no. I piani a pagamento pensati per i privati restano piani consumer e non danno la nomina a responsabile del trattamento. Se non puoi passare a un piano per organizzazioni, la strada è anonimizzare prima di caricare.

12. Ogni quanto va rifatto tutto questo? Una revisione ordinaria all’anno, più una straordinaria ogni volta che entra uno strumento nuovo che tratta dati personali o produce decisioni su persone. L’adempimento si rompe all’arrivo dello strumento nuovo che nessuno censisce, non alla scadenza annuale.

Cinque domande per capire da dove partire domani

1. Rispetto agli strumenti che usi, hai scritto da qualche parte se sei utilizzatore o fornitore? Se no, parti dal template di autovalutazione: tutto il resto dipende da questa risposta.

2. Esiste un elenco degli strumenti AI in uso, comprese le funzioni comparse dentro software che avevi già? Se no, l’inventario viene prima della formazione, sempre.

3. Se un cliente ti mandasse oggi venticinque domande sulla conformità, avresti documenti da allegare? Se no, i tre documenti di questa guida sono quelli che ti chiederebbe.

4. Su quali piani stai trattando dati personali dei tuoi clienti? Se la risposta è un piano pensato per i privati, questa è la prima cosa da sistemare, prima di qualsiasi documento.

5. C’è un sistema, tra quelli che usi, da cui dipende una decisione su una persona? Se sì, quello richiede il livello formativo più profondo, la supervisione tracciata e la scheda bias.

Cosa portarsi a casa

• L’articolo 4 produce un registro, non un attestato. Chi cerca il corso obbligatorio da comprare cerca la cosa sbagliata. Serve la traccia documentale di misure proporzionate ai ruoli, aggiornate nel tempo, con scritto il criterio con cui hai deciso i livelli.

• Il ruolo si definisce per sistema, non per azienda. Lo stesso lavoro può renderti utilizzatore per l’uso interno e fornitore per quello che vendi. Vendere lo strumento ti rende fornitore, vendere il risultato dello strumento ti rende utilizzatore.

• L’inventario viene prima della formazione. Formare senza inventario produce un programma generico, che è quello che la norma non considera adeguato. E compilandolo trovi strumenti che nessuno aveva formalizzato, quasi sempre più di quelli che ti aspettavi.

• Se lavori da solo sei dentro il perimetro del tuo cliente. L’obbligo copre chi opera i sistemi per conto dell’organizzazione. Le aziende che si mettono in ordine iniziano a chiedere evidenza ai collaboratori esterni: una riga di registro ti tiene nella lista dei fornitori.

• Il numero dei 35 milioni non c’entra con la formazione. Quelle soglie, come il 7% del fatturato, sono agganciate alle pratiche vietate. L’articolo 99 non associa una sanzione europea specifica all’obbligo di alfabetizzazione: possono farlo gli Stati membri. Usare quel numero per convincere internamente è un autogol.

• Il controllo che arriva prima è quello del cliente. Le venticinque domande dell’assessment arrivano prima di qualsiasi autorità e la risposta va data in giorni. Chi si mette in ordine adesso, mentre i processi di verifica sono all’inizio, passa il filtro senza accorgersene.

• Formazione e informazione sono due adempimenti diversi. Il registro risponde all’AI Act, la comunicazione ai lavoratori risponde alla legge italiana. In un questionario di conformità vengono chiesti entrambi.

• La supervisione umana senza tempo, competenza e autorità è solo documentazione. Un’approvazione con un click su decine di casi al giorno non regge a un controllo. Chi verifica sotto pressione senza un percorso alternativo approva sempre.

• Il piano consumer non ti dà il contratto che serve. Le versioni Free, Pro e Max di Claude sono tutte consumer e lo stesso schema vale per altri strumenti. Per trattare dati personali servono API, Team o Enterprise, oppure si anonimizza prima di caricare.

• Gli agenti moltiplicano gli errori, non li sommano. Un errore legale in un passaggio si propaga su tutti quelli successivi. La bozza che resta in attesa di approvazione costa pochi minuti e salva da problemi che si replicano per sempre.

• La data di revisione è quello che rende tutto difendibile. Un documento senza data dimostra una fotografia, con la data dimostra un processo. E l’adempimento si rompe quando entra uno strumento nuovo, prima ancora della scadenza annuale.

Il termine di domenica scorsa non porta un controllo a tappeto la settimana prossima. Chi lo racconta così sta vendendo qualcosa. Porta una situazione in cui, dal momento in cui qualcuno chiede, non hai più la scusa che la norma era nuova. Tre ore adesso, con i template già impostati, costano molto meno delle stesse tre ore quando la richiesta è sul tavolo con una scadenza.

Il corso completo è AI Act: mettere l’azienda a norma AI di Alessandro Vercellotti: quattro moduli, sedici lezioni, un’ora e cinquantatré minuti, con i quattro template e gli esercizi guidati. Sei lezioni sono accessibili gratuitamente, quelle su ruoli, livelli di rischio, inventario, sanzioni e checklist finale. I riferimenti normativi citati qui sono il testo dell’articolo 4 e il testo dell’articolo 99 del Regolamento UE 2024/1689.

Se questo articolo ti è stato utile, condividilo con qualcuno che ha bisogno di sentirlo.

A presto,
Team Learnn 🙌