AI literacy in azienda: prepararsi alle prime regole europee

Dal 2 febbraio 2025 entra in applicazione l’obbligo di AI literacy previsto dall’articolo 4 dell’AI Act. Per le organizzazioni che utilizzano sistemi di AI non si tratta di organizzare un corso generico, ma di assicurare un livello di competenza adeguato alle persone che operano con questi strumenti per conto dell’azienda.

La norma richiede di considerare conoscenze tecniche, esperienza, istruzione, formazione, contesto d’uso e persone o gruppi sui quali il sistema può produrre effetti. Ne deriva un principio operativo: la preparazione necessaria non è uguale per tutti.

AI literacy: che cosa significa in azienda

L’alfabetizzazione sull’AI comprende le capacità che permettono di utilizzare i sistemi in modo informato, comprendendone opportunità, limiti e possibili conseguenze. Non coincide con la capacità di scrivere un prompt efficace.

Una persona adeguatamente preparata dovrebbe sapere almeno:

• quali strumenti sono autorizzati e per quali attività;
• che tipo di dati possono essere inseriti e quali devono restare esclusi;
• come verificare un risultato prima di utilizzarlo in un processo aziendale;
• quando è necessaria una decisione o revisione umana;
• come segnalare errori, comportamenti inattesi o possibili discriminazioni;
• quali informazioni devono essere documentate.

Il livello di approfondimento cambia in base al ruolo. Chi utilizza un assistente per riformulare una comunicazione affronta rischi differenti rispetto a chi configura un sistema che ordina candidature o suggerisce valutazioni sulle persone.

Perché le Risorse Umane richiedono maggiore attenzione

I processi HR trattano dati personali e possono incidere sull’accesso al lavoro, sulla valutazione e sul percorso professionale. L’AI Act include tra gli utilizzi ad alto rischio alcuni sistemi impiegati nell’occupazione e nella gestione dei lavoratori. Questo non significa che ogni strumento utilizzato dalle Risorse Umane appartenga automaticamente alla stessa categoria; impone però una valutazione più rigorosa del contesto e della funzione svolta.

L’errore più comune consiste nel delegare implicitamente la decisione al sistema. Un punteggio, una classifica o un testo generato possono apparire oggettivi anche quando dipendono da dati incompleti, criteri non trasparenti o istruzioni poco precise. La supervisione umana deve quindi essere reale: la persona incaricata deve possedere competenze, tempo e autorità per contestare il risultato.

Una formazione differenziata per ruolo

Un programma efficace può essere organizzato su tre livelli.

1. Consapevolezza di base

È rivolta a tutte le persone che possono utilizzare strumenti di AI. Comprende funzionamento generale, limiti, allucinazioni, protezione dei dati, sicurezza, proprietà intellettuale e regole interne. L’obiettivo è riconoscere quando l’AI è presente e adottare comportamenti prudenti.

2. Utilizzo responsabile

È destinato a chi integra l’AI nel lavoro quotidiano. Aggiunge tecniche di verifica, gestione delle fonti, tracciabilità, valutazione della qualità e procedure di escalation. La formazione deve utilizzare casi reali dell’organizzazione, non soltanto esempi astratti.

3. Competenza specifica

Riguarda responsabili di processo, HR, IT, legale, sicurezza e persone che selezionano o configurano i sistemi. Include mappatura dei rischi, valutazione dei fornitori, supervisione umana, monitoraggio e gestione degli incidenti.

Il piano operativo dei primi trenta giorni

1. Censire gli strumenti: individuare applicazioni ufficiali, sperimentazioni e utilizzi informali.
2. Mappare ruoli e impatti: collegare ogni strumento alle persone che lo utilizzano e ai soggetti interessati dai risultati.
3. Definire le regole minime: dati ammessi, controlli obbligatori, usi vietati, approvazioni ed escalation.
4. Assegnare i livelli formativi: evitare un unico corso identico per tutta l’organizzazione.
5. Raccogliere evidenze: registrare contenuti, partecipanti, verifiche di apprendimento e aggiornamenti.

La documentazione non dovrebbe essere prodotta soltanto per dimostrare che un corso è avvenuto. Deve permettere di capire perché quel contenuto era adeguato al ruolo e al rischio considerato.

Indicatori per monitorare l’AI literacy

Per verificare l’efficacia del programma si possono osservare la percentuale di strumenti censiti, la copertura formativa per ruolo, gli errori intercettati prima dell’utilizzo, le segnalazioni, i tempi di gestione e la frequenza di revisione della policy.

L’AI literacy è un processo continuo. Strumenti, funzioni e modalità d’uso cambiano rapidamente; la formazione deve essere aggiornata quando cambia il rischio, non soltanto secondo una scadenza annuale.

Questo contenuto ha finalità informativa e organizzativa e non sostituisce una valutazione legale specifica.

Fonti e riferimenti

• Regolamento (UE) 2024/1689 – AI Act
• Commissione europea – Quadro normativo sull’AI
• Commissione europea – Repository sull’AI literacy