Il D.Lgs. 160/2026 introduce nuove regole per il risarcimento dei danni causati dall’IA e interviene sul versante penale e della responsabilità degli enti. Gestione dei rischi, misure di sicurezza, sorveglianza umana e documentazione assumono così un rilievo che va oltre la sola conformità all’AI Act.
È stato pubblicato, nella Gazzetta Ufficiale n. 214 del 15 settembre 2026, il D.Lgs. 9 settembre 2026, n. 160, recante l’adeguamento della normativa nazionale all’AI Act in materia di utilizzo dei sistemi di intelligenza artificiale per l’attività di polizia e di responsabilità civile e penale. Il decreto entrerà in vigore il 30 settembre 2026.
Il provvedimento dà attuazione a una parte delle deleghe contenute nella Legge 23 settembre 2025, n. 132, che non si era limitata a delegare il Governo all’adeguamento dell’ordinamento italiano al Regolamento (UE) 2024/1689, ma aveva già disciplinato direttamente alcuni ambiti: utilizzo dell’IA nel lavoro, nelle professioni, nella sanità, nella pubblica amministrazione e nell’attività giudiziaria, strategia nazionale e individuazione di AgID e ACN quali Autorità nazionali per l’intelligenza artificiale.
Per le pubbliche amministrazioni, in particolare, l’art. 14 della L. 132/2025 aveva già fissato principi molto concreti: l’IA può essere utilizzata per aumentare efficienza e qualità dei servizi, ma devono essere assicurate conoscibilità del funzionamento e tracciabilità dell’utilizzo; nei procedimenti amministrativi il sistema deve avere funzione strumentale e di supporto e il potere decisionale – con la relativa responsabilità – deve rimanere in capo alla persona. La norma richiede inoltre misure tecniche, organizzative e formative per garantirne un utilizzo responsabile.
Sul relativo schema di decreto era intervenuto anche il Garante per la protezione dei dati personali, con il parere n. 531 del 14 luglio 2026, esprimendo parere favorevole ma subordinandolo a una serie di condizioni. Il parere riguardava essenzialmente i Titoli dedicati all’impiego dell’IA nelle attività di polizia e ai connessi trattamenti di dati e non va quindi trasformato in un insieme di prescrizioni generalmente applicabili a tutte le imprese. Contiene, tuttavia, indicazioni metodologiche di interesse più ampio.
Il Garante aveva chiesto, tra l’altro, un maggiore allineamento al concetto europeo di sorveglianza umana, il ricorso nella sperimentazione a dati sintetici o a dati reali mascherati o pseudonimizzati in luogo di dati operativi sensibili, una chiara individuazione dei ruoli privacy dei soggetti coinvolti, la partecipazione dell’Autorità agli spazi di sperimentazione che comportano trattamento di dati personali, requisiti di qualità e sicurezza delle banche dati e lo svolgimento della valutazione d’impatto sulla protezione dei dati accanto a quella sui diritti fondamentali prevista dall’AI Act. Aveva inoltre chiesto maggiori cautele contro raccolte biometriche massive e utilizzo di banche dati ottenute mediante scraping non mirato.
Una parte significativa di queste condizioni è confluita nel testo definitivo: l’art. 4 disciplina dati sintetici, masking, pseudonimizzazione e ruoli privacy nelle collaborazioni; l’art. 5 prevede il coinvolgimento del Garante negli spazi di sperimentazione che trattano dati personali; l’art. 9 affianca le due valutazioni d’impatto e detta ulteriori garanzie sui set biometrici.
Il decreto conserva invece, all’art. 3, l’espressione “revisione umana qualificata”, che il Garante aveva suggerito di sostituire, pur prevedendo separatamente per i sistemi ad alto rischio una sorveglianza umana effettiva conforme all’art. 14 dell’AI Act.
L’aspetto di sicuro interesse, anche al di fuori dello specifico settore disciplinato, è evidente: quando un sistema utilizza dati personali, AI governance e privacy governance non possono essere costruite separatamente. Qualità dei dati, attribuzione delle responsabilità, valutazioni d’impatto, sicurezza e controllo umano appartengono ormai allo stesso processo di gestione del rischio.
DANNI DA IA: LA DOCUMENTAZIONE DI COMPLIANCE DIVENTA ANCHE PROVA
Per imprese, enti e amministrazioni la parte più trasversale del decreto è probabilmente quella contenuta negli artt. 16-20, dedicata alle azioni di risarcimento dei danni cagionati nell’utilizzo di sistemi di IA.
La nuova disciplina riguarda sia la responsabilità contrattuale sia quella extracontrattuale e lascia ferme, tra l’altro, la disciplina dell’art. 82 GDPR e quella sulla responsabilità da prodotto difettoso.
Particolarmente significativa è la disciplina dell’accesso alle prove. Quando chi afferma di aver subito un danno fornisce elementi sufficienti a rendere verosimile la domanda, il giudice può ordinare alla controparte – o anche a un terzo – di esibire elementi relativi al funzionamento del sistema. Il decreto individua espressamente i registri, la documentazione del sistema di gestione dei rischi, la documentazione tecnica e le informazioni sui parametri e sulle modalità di supervisione umana. L’ordine deve essere necessario e proporzionato e deve salvaguardare segreti commerciali e informazioni riservate.
La conseguenza organizzativa è rilevante: documenti nati per dimostrare la conformità all’AI Act possono diventare materiale probatorio in un contenzioso. La qualità del risk assessment, la tracciabilità delle attività e la capacità di dimostrare chi abbia controllato il sistema, con quali competenze e con quali esiti, acquistano quindi anche una funzione difensiva.
Il decreto rafforza inoltre la posizione del danneggiato. Se una parte non esegue senza giustificazione l’ordine di esibizione relativo alla documentazione espressamente prevista dalla norma, il giudice, valutati gli altri elementi, può ritenere ammessi i fatti allegati dall’istante.
A ciò si aggiunge la previsione dell’art. 18: quando il danno deriva dalla violazione di uno o più obblighi dell’AI Act, il nesso causale tra violazione e danno è presunto, salvo prova contraria. La violazione non equivale quindi automaticamente a responsabilità, ma può rendere sensibilmente più onerosa la posizione difensiva del soggetto chiamato a rispondere del danno.
Neppure la conformità formale rappresenta uno “scudo”: l’art. 19 stabilisce espressamente che la conformità del sistema agli obblighi dell’AI Act, anche se certificata, non esclude di per sé la responsabilità del convenuto. La certificazione resta quindi un importante elemento di compliance, ma non sostituisce la verifica concreta di come il sistema sia stato governato e utilizzato.
ANCHE LE COPERTURE ASSICURATIVE ENTRANO NELLA GESTIONE DEL RISCHIO AI
Un ulteriore elemento innovativo riguarda le assicurazioni. Chi intende promuovere un’azione risarcitoria può chiedere preventivamente al soggetto ritenuto responsabile se disponga di una copertura RC relativa al danno contestato; la risposta deve essere fornita entro 30 giorni, indicando polizza e impresa assicuratrice. Il danneggiato può inoltre agire direttamente nei confronti dell’assicuratore, nei limiti del massimale.
Per le organizzazioni che utilizzano sistemi di IA diventa quindi opportuno inserire tra i controlli di AI risk management anche la verifica delle polizze esistenti: non soltanto presenza della copertura, ma effettiva inclusione dei rischi derivanti dall’IA, esclusioni, franchigie e adeguatezza dei massimali rispetto ai casi d’uso adottati.
Queste regole non prevedono una generale esclusione delle pubbliche amministrazioni. Ferme le peculiarità proprie della responsabilità pubblica, anche per un ente diventa quindi particolarmente importante poter ricostruire come un sistema sia stato selezionato, valutato, configurato, controllato e concretamente impiegato: la tracciabilità richiesta dalla L. 132/2025 acquista così un rilievo ulteriore sul piano del contenzioso.
SICUREZZA DEI SISTEMI AD ALTO RISCHIO E NUOVO ART. 437-BIS C.P.
Sul versante penale, il D.Lgs. 160/2026 introduce il nuovo art. 437-bis c.p. La norma punisce l’omessa adozione delle misure tecniche di sicurezza previste per progettazione, addestramento, produzione e immissione sul mercato di sistemi di IA ad alto rischio, nonché l’omissione delle misure di sorveglianza umana, quando ne derivi un pericolo per la vita o l’incolumità pubblica o individuale; è inoltre autonomamente punita l’alterazione illecita dei sistemi ad alto rischio. La fattispecie omissiva può rilevare anche in caso di colpa grave, mentre per l’utilizzatore professionale il decreto disciplina specificamente l’omissione intenzionale delle misure di sorveglianza umana.
La norma rafforza ulteriormente un principio che attraversa tutto il nuovo impianto: la sorveglianza umana deve essere effettiva e dimostrabile. In termini organizzativi non basta quindi individuare formalmente un responsabile: deve essere possibile ricostruire chi aveva il compito di sorvegliare il sistema, con quali competenze e poteri, come venivano gestite le anomalie e quali interventi siano stati effettivamente eseguiti.
L’IA ENTRA NEL CATALOGO 231: ISO/IEC 42001 ED EN 18286 COME SUPPORTO AL “CONTROLLO EFFETTIVO”
L’art. 15 inserisce nel D.Lgs. 231/2001 il nuovo art. 25-vicies, “Reati commessi con l’uso di sistemi di intelligenza artificiale”. I reati presupposto espressamente richiamati sono due, il nuovo art. 437-bis c.p. e l’art. 612-quater c.p., relativo all’illecita diffusione di contenuti generati o alterati mediante IA (inserito nel codice penale dall’art. 26, comma 1, lett. c), della Legge 132/2025 di cui in premessa). Per il primo è prevista una sanzione da 600 a 1.000 quote; per il secondo da 200 a 700 quote, oltre alle sanzioni interdittive indicate dalla norma.
Per le organizzazioni soggette al D.Lgs. 231/2001 – comprese, ricorrendone i presupposti, le società in controllo pubblico – l’AI governance entra quindi direttamente nel risk assessment 231. Diventa necessario collegare mappatura dei sistemi, classificazione del rischio, misure tecniche di sicurezza, attribuzione delle responsabilità, sorveglianza umana e flussi di controllo verso le funzioni di compliance e l’Organismo di Vigilanza.
In proposito, la L. 132/2025, all’art. 24, comma 5, lett. c), aveva affidato al Governo il compito di precisare i criteri di imputazione della responsabilità penale delle persone fisiche e amministrativa degli enti tenendo conto del “livello effettivo di controllo” del sistema da parte dell’agente. Il D.Lgs. 160/2026 disciplina le nuove fattispecie e distingue alcune posizioni soggettive, ma non sviluppa espressamente quel criterio in una regola generale di imputazione.
Ciò non introduce naturalmente una responsabilità oggettiva per gli output imprevedibili di un algoritmo: continuano ad applicarsi i principi generali su dolo, colpa e causalità e, per l’ente, i presupposti propri del D.Lgs. 231/2001. Rimane però non esplicitato quel raccordo tra responsabilità e concreta possibilità di governare il comportamento del sistema che la legge-delega aveva individuato.
Il tema era stato colto anche durante l’esame parlamentare: nel parere delle Commissioni riunite Affari costituzionali e Giustizia del Senato sull’A.G. 418 era stato suggerito al Governo di valutare l’introduzione di parametri affidabili per orientare gli enti nella costruzione dei Modelli 231, anche mediante possibili presunzioni di adeguatezza per modelli conformi a linee guida o criteri internazionali validati, secondo una logica analoga a quella dell’art. 30 del D.Lgs. 81/2008. Questa soluzione non è entrata nel testo definitivo.
Non esiste quindi, allo stato, una norma che attribuisca automaticamente un effetto esimente o una presunzione di adeguatezza del Modello 231 all’adozione di uno specifico standard tecnico. Possono però assumere rilievo, anche in chiave probatoria, la ISO/IEC 42001 e la EN 18286:2026, con funzioni diverse ma complementari: la prima presidia la governance complessiva dell’IA a livello organizzativo, mentre la seconda è più direttamente orientata ai processi di qualità e conformità dei sistemi di IA, in particolare quelli ad alto rischio, lungo il loro ciclo di vita.
In ottica 231, questi standard possono offrire una base tecnica qualificata per integrare risk assessment, attribuzione delle responsabilità, misure di controllo, sorveglianza umana, gestione delle modifiche e tracciabilità. La ISO/IEC 42001 è particolarmente utile per strutturare l’architettura generale dell’AI governance; la EN 18286 può invece fornire evidenze più puntuali sui controlli applicati ai sistemi e sui processi con cui l’organizzazione ne governa sicurezza e conformità.
Nessuno dei due standard determina però, di per sé, l’idoneità del Modello 231 o esclude la responsabilità dell’ente. Il loro valore sta soprattutto nel poter contribuire a dimostrare l’effettività del sistema preventivo, cioè non soltanto l’esistenza formale di procedure, ma anche la concreta organizzazione dei controlli e il livello di governo esercitato sui sistemi di IA.