Utilizzo etico dell’intelligenza artificiale: una breve camminata tra quadri normativi, standard e strumenti operativi per aziende e scuole

L’idea di racchiudere in questo articolo una sintesi dello stato dell’arte dell’AI (a volte scriverò IA, all’inglese, passatemi il doppio utilizzo ormai istintivo) guardata dalla prospettiva dell’Etica, mi è venuta anche perché, in primis, sentivo il bisogno di fare chiarezza su questo aspetto fondamentale (etico) imprescindibile e fondamentale nell’era di esplosione dell’AI. Se ne parla tanto, tra luci e ombre; a un’instancabile emersione di nuove app, funzionalità ecc., si affianca una crescente confusione su come-cosa-perché-quando l’AI può/potrebbe/non dovrebbe essere utilizzata. Certo, è normale: la rivoluzione portata da questa tecnologia è notevole. Per tale ragione, credo possa essere opportuno, oggi, concentrarsi un attimo sul valore etico del ricorso all’AI, per comprendere al meglio riferimenti e confini entro cui (quantomeno ora) possiamo muoverci con senso e logica, per il bene nostro e della nostra produttività.

Negli ultimi anni l’intelligenza artificiale è passata dall’essere un’orizzonte tecnologico a una componente strutturale di molti processi: sociali, economici, formativi ed educativi. Strumenti basati sull’IA vengono utilizzati per supportare decisioni, automatizzare processi, analizzare dati e generare contenuti.

Questa diffusione – o, meglio, esplosione – capillare pone tuttavia una domanda fondamentale: come garantire che l’uso dell’intelligenza artificiale sia etico, sicuro e rispettoso dei diritti delle persone, giovani e non?

In Europa la risposta non è rimasta sul piano delle dichiarazioni di intenti e di principio. Negli ultimi anni sta lievitando un vero e proprio ecosistema normativo e di governance, culminato nell’adozione del Regolamento europeo sull’intelligenza artificiale (AI Act). L’etica dell’AI, allora, non è più soltanto una questione filosofica o accademica, affatto: si muove sui piani della compliance normativa, della gestione del rischio e della responsabilità organizzativa, con implicazioni concrete per aziende, pubbliche amministrazioni e istituzioni educative-formative (dalla primaria all’università).

AI Act europeo: il primo quadro normativo globale

Il punto di svolta nella regolazione dell’intelligenza artificiale è rappresentato dal Regolamento UE sull’AI (Artificial Intelligence Act), approvato nel 2024 e progressivamente applicato negli anni successivi. Al netto di quanto, fattivamente, si traduca operativamente nel quotidiano di diverse realtà, è da riconoscere che l’AI Act introduce un modello risk-based, ovvero basato sul livello di rischio che un sistema di intelligenza artificiale può generare per persone e società. Inoltre, a livello comunitario si è originato una sorta di calendario di applicazione di norme di governance, graduale e lungimirante. Vediamo:

• 2 febbraio 2025: entrata in vigore delle prime disposizioni, tra cui divieti per alcune pratiche di AI e obblighi di AI literacy

• 2 agosto 2025: applicazione delle norme relative alla governance e ai modelli general purpose AI

• 2 agosto 2026: applicazione della maggior parte degli obblighi normativi

• 2 agosto 2027: piena applicazione per alcune categorie di sistemi ad alto rischio.

Questo approccio progressivo consente alle organizzazioni di adeguarsi gradualmente, ma richiede comunque un lavoro strutturato di analisi e governance. E di nuovo – sì, lo so, lo dico spesso – siamo di fronte a una realtà inconfutabile: NON è lo strumento in sé ma la pianificazione del suo utilizzo con annessi allineamento e formazione di sistema sulle modifiche in corso e future date dallo strumento, in tal caso l’AI a trecentosessanta gradi.

Rapida sintesi del modello europeo basato sul rischio

L’AI Act – e, in generale, l’intenzione della UE – classifica i sistemi di intelligenza artificiale in quattro categorie di rischio.

1. Rischio inaccettabile: sono sistemi vietati perché ritenuti incompatibili con i diritti fondamentali. Esempi:

• manipolazione comportamentale subliminale

• sistemi di social scoring

• identificazione biometrica remota indiscriminata in spazi pubblici

Certo, qui potremmo aprire un dibattito importante: siamo certi che già, ad esempio, una semplice ChatGPT (come altre) non sia a tratti classificabile tra i rischi inaccettabili? Lancio (volutamente) la provocazione, ma non mi immergo ora nel discorso.

2. Sistemi ad alto rischio: sono sistemi che possono avere impatti significativi su diritti e sicurezza delle persone. Tra gli ambiti principali:

• selezione del personale

• istruzione e valutazione degli studenti

• servizi pubblici essenziali

• sistemi biometrici

• infrastrutture critiche

Questi sistemi richiedono:

• valutazione del rischio

• documentazione tecnica

• sistemi di supervisione umana

• monitoraggio continuo.

3. Rischio limitato: Include sistemi che devono garantire trasparenza verso gli utenti, ad esempio chatbot, sistemi di generazione automatica di contenuti o assistenti virtuali.

Gli utenti devono sapere chiaramente che stanno interagendo con un sistema di AI.

4. Rischio minimo: comprende sistemi a basso impatto, sia sociale che per la singola persona, come molti strumenti di automazione o raccomandazione. In questi casi non sono previsti obblighi specifici.

Evoluzione normativa in Italia

L’eco del quadro europeo ha portato l’Italia a rafforzare il proprio assetto normativo, come giusto che sia. Un passaggio rilevante è rappresentato dalla Legge 23 settembre 2025 n.132, che, stringendo:

• recepisce e coordina l’applicazione dell’AI Act

• definisce un assetto nazionale di governance

• coinvolge ministeri e autorità indipendenti.

L’obiettivo è creare un sistema istituzionale in grado di:

• coordinare politiche pubbliche sull’AI

• promuovere innovazione responsabile

• garantire la tutela dei diritti fondamentali.

Una legge neonata, si può dire, di cui ancora se ne deve percepire l’esistenza, per diverse ragioni. Banalmente: quante aziende o persone sanno dell’esistenza di tale legge, con conseguente adeguamento dei propri processi?

Standard internazionali per l’AI etica

Oltre alle norme giuridiche, esiste un insieme di standard tecnici e linee guida internazionali che definiscono buone pratiche per lo sviluppo e l’utilizzo dell’intelligenza artificiale. Un po’ come fatto con il CAST per quanto concerne lo Universal Design for Learning, se possiamo trovare un parallelismo noto a noi formatori e pedagogisti. Tra i più rilevanti standard internazionali abbiamo:

OCSE – Principi sull’AI: i principi OCSE per l’AI affidabile includono:

• centralità dell’essere umano

• trasparenza

• robustezza tecnica

• responsabilità.

UNESCO – Raccomandazione sull’etica dell’AI: adottata nel 2021, la raccomandazione UNESCO promuove:

• rispetto dei diritti umani

• sostenibilità

• inclusione

• governance democratica delle tecnologie.

Standard ISO: tra gli standard più rilevanti:

• ISO/IEC 23894 – gestione del rischio per sistemi AI

• ISO/IEC 42001 – sistemi di gestione dell’intelligenza artificiale

• ISO/IEC 22989 – concetti e terminologia dell’AI.

Questi standard stanno diventando il riferimento operativo per molte organizzazioni che decidono di implementare l’AI, a vario titolo, nel loro quotidiano. Dalla formazione dall’utilizzo, all’operatività fattiva nel lavoro di tutti i giorni.

Cosa significa “utilizzo etico dell’AI” nelle organizzazioni

Incrociando i diversi riferimenti, normativi e non, si vede come, al punto di vista operativo, l’uso etico dell’intelligenza artificiale implichi almeno (almeno!) quattro dimensioni fondamentali. Di conseguenza, mi viene da dire, altresì un approccio multi-disciplinare e multi-prospettico, per rendere informato, coeso e omogeneo l’ecosistema aziendale (o educativo) tutto, evitando così il rischio che vi siano piccole nicchie di utilizzatori seriali di AI, contrapposte ad altre recalcitranti. In tali situazioni incerte, viene meno, infatti, l’avvio di un ecosistema stabile. Ma torniamo alle dimensioni individuate nell’uso etico dell’AI:

1. Governance dei sistemi AI: le organizzazioni devono conoscere e monitorare l’uso dell’AI nei propri processi. Una buona pratica è creare un inventario dei sistemi AI, che includa:

• strumenti sviluppati internamente

• piattaforme acquistate da fornitori

• servizi cloud basati su AI.

2. Valutazione dei rischi: l’introduzione di sistemi di AI richiede una valutazione preventiva dei rischi. Tra gli strumenti principali:

• DPIA (Data Protection Impact Assessment) per la privacy

• analisi di bias e fairness algoritmica

• valutazione di sicurezza e robustezza

• FRIA (Fundamental Rights Impact Assessment).

3. AI literacy: uno degli obblighi più innovativi dell’AI Act riguarda la formazione sull’AI. Le organizzazioni devono garantire che chi utilizza o gestisce sistemi di AI possieda competenze adeguate. L’AI literacy comprende:

• comprensione dei limiti dell’AI

• consapevolezza dei rischi

• capacità di supervisione critica.

4. Governance dei fornitori: molti sistemi di AI sono acquistati da fornitori esterni. È quindi necessario introdurre processi di vendor governance, che prevedano una trasparenza totale sul sistema che si va acquistando, dalla trasparenza sugli algoritmi utilizzati alla tracciabilità delle decisioni automatizzate (come avvengono e perché?).

AI etica nelle aziende

Per le imprese, l’adozione responsabile dell’AI è ormai un tema strategico. Un approccio maturo include:

• integrazione della governance AI nei processi di risk management

• formazione del personale

• politiche di trasparenza verso clienti e stakeholder.

Molte organizzazioni stanno introducendo anche AI ethics board, comitati interni di valutazione tecnologica e strutturate procedure di audit algoritmico.

AI etica nelle scuole

Nel mondo educativo il tema assume una dimensione particolare. Pur non cambiando il principio del ragionamento etico, qui parliamo a un target molto più sensibile e che richiede un livello più alto di protezione durante una fase di vita molto delicata, cognitivamente ed emotivamente. Le scuole devono affrontare contemporaneamente tre macro-sfide: educativa, organizzativa e normativa. Dal punto di vista educativo, è necessario sviluppare percorsi di AI literacy per studenti e (permettetemi) soprattutto per docenti, integrando percorsi di pensiero critico digitale, comprensione dei sistemi algoritmici e consapevolezza dei bias. Infatti, alle scuole serve – e in fretta – dotarsi di:

• policy di istituto sull’AI

• criteri di utilizzo nella didattica

• linee guida per la valutazione degli studenti.

Una questione cruciale, poi, riguarda il confine tra:

• AI che supporta l’apprendimento

• AI che sostituisce competenze e processi cognitivi

La sfida pedagogica consiste nel mantenere l’AI come strumento di supporto, evitando che diventi una scorciatoia che impoverisce l’apprendimento.

Verso un nuovo equilibrio tra innovazione e responsabilità

L’intelligenza artificiale rappresenta una delle tecnologie più trasformative del nostro tempo. Forse, ancora non ci rendiamo conto di quanto. La sfida all’orizzonte non è fermare l’innovazione (come, purtroppo, spesso sento dire all’interno di contesti che, al contrario, dovrebbero aprire a un pensiero divergente e creativo – ogni riferimento alla scuola non è puramente casuale!) ma governarla in modo responsabile ed etico. L’approccio europeo, basato su diritti fondamentali, trasparenza e gestione del rischio, propone un modello in cui sviluppo tecnologico e tutela delle persone possano coesistere per il bene e la crescita collettiva. Per aziende, scuole e istituzioni questo significa passare da un uso spontaneo o incidentale dell’AI a una adozione consapevole e strutturata, fondata su competenze, policy e responsabilità organizzativa. ah, ovviamente, fondata su PIANI DI FORMAZIONE ALL’AI! , L’etica dell’intelligenza artificiale non diviene più un vincolo all’innovazione, bensì la condizione necessaria e imprescindibile affinché l’innovazione sia sostenibile, affidabile e socialmente legittima.

Fonti principali

• Regolamento Europeo sull’Intelligenza Artificiale (AI Act)

• OCSE – Principles on Artificial Intelligence

• UNESCO Recommendation on the Ethics of Artificial Intelligence

• ISO/IEC 42001 – Artificial Intelligence Management Systems

• ISO/IEC 23894 – AI Risk Management

• Gazzetta ufficiale IT