Nelle ultime settimane le istituzioni europee hanno pubblicato numerosi documenti destinati a incidere concretamente sulla governance dei dati personali e dei sistemi di intelligenza artificiale.
Le novità riguardano ambiti diversi ma strettamente collegati: l’effettività dell’intervento umano nelle decisioni automatizzate, i requisiti per considerare realmente anonimo un insieme di dati, il web scraping utilizzato per lo sviluppo dell’intelligenza artificiale generativa, il trattamento di dati personali mediante tecnologie blockchain, la classificazione dei sistemi di IA ad alto rischio e gli obblighi di trasparenza applicabili ai contenuti generati o manipolati dall’IA.
Pur riguardando materie differenti, i nuovi documenti europei convergono su alcuni principi comuni:
- il primo è la necessità di conoscere esattamente le tecnologie utilizzate. Non è possibile valutare la conformità di un sistema automatizzato, di una blockchain o di un processo di anonimizzazione senza comprenderne architettura, dati, finalità e soggetti coinvolti.
- il secondo è la centralità della documentazione. Valutazioni sulla classificazione dei sistemi, test di anonimizzazione, bilanciamenti del legittimo interesse, verifiche sulla supervisione umana e scelte relative alla marcatura dei contenuti devono essere motivate e conservate.
- il terzo è l’esigenza di integrare la conformità nella progettazione. Intervento umano, esercizio dei diritti, minimizzazione, cancellazione, trasparenza e tracciabilità non possono essere aggiunti soltanto dopo l’implementazione del sistema.
Infine, le valutazioni devono essere periodicamente aggiornate. Un dato oggi difficilmente re-identificabile potrebbe non esserlo più in futuro; un sistema inizialmente utilizzato per un’attività limitata potrebbe essere destinato a finalità diverse; una misura tecnica di marcatura potrebbe diventare superata.
La nuova stagione regolatoria europea non richiede soltanto nuove informative o clausole documentali, ma una governance integrata nella quale tecnologia, organizzazione e responsabilità giuridiche siano valutate congiuntamente.
DECISIONI AUTOMATIZZATE: QUANDO L’INTERVENTO UMANO È REALMENTE EFFETTIVO
Lo European Data Protection Supervisor – EDPS ha pubblicato una checklist dedicata all’intervento umano nei sistemi di Automated Decision-Making, collegata al precedente approfondimento “Human Oversight of Automated Decision-Making”.
Il documento è rivolto principalmente alle istituzioni, agli organi e agli organismi dell’Unione europea e ha natura tecnica e operativa: non stabilisce in quali casi la normativa imponga l’intervento umano e non fornisce una nuova interpretazione giuridica del GDPR. Le sue indicazioni possono tuttavia rappresentare un utile riferimento anche per le altre organizzazioni che utilizzano sistemi automatizzati o strumenti di supporto alle decisioni.
Il punto di partenza è particolarmente importante: la semplice presenza di una persona nel processo non è sufficiente a trasformare una decisione automatizzata in una decisione realmente umana.
Un operatore che si limiti a confermare sistematicamente il risultato proposto dal sistema, senza comprenderne il funzionamento, senza disporre del tempo necessario e senza avere il potere di modificarlo, esercita infatti un controllo soltanto apparente. In tali situazioni, il coinvolgimento umano rischia di diventare una mera formalità, incapace di prevenire errori, discriminazioni o conseguenze pregiudizievoli.
L’EDPS richiama, in particolare, il rischio di automation bias, ossia la tendenza degli operatori ad attribuire un’eccessiva affidabilità al risultato prodotto dalla tecnologia. Tale rischio aumenta quando il sistema appare particolarmente complesso o autorevole, oppure quando l’operatore non possiede le competenze necessarie per formulare una valutazione autonoma.
La checklist invita quindi le organizzazioni a verificare alcuni elementi essenziali.
Anzitutto, ruoli e responsabilità devono essere chiaramente assegnati. Occorre sapere chi è tenuto a sorvegliare il sistema, chi può intervenire sulle singole decisioni, chi gestisce le anomalie e chi risponde del monitoraggio complessivo.
L’operatore deve poi disporre di un potere effettivo di intervento. Non basta che possa visualizzare il risultato: deve essere tecnicamente e organizzativamente in grado di sospenderlo, correggerlo, rifiutarlo o sostituirlo con una valutazione diversa.
Devono inoltre essere assicurate condizioni di lavoro compatibili con una revisione reale. Volumi eccessivi di pratiche, tempi troppo ridotti, interfacce poco comprensibili o incentivi organizzativi a confermare rapidamente il risultato automatico possono rendere inefficace qualsiasi supervisione.
Particolare attenzione deve essere dedicata alla formazione. Gli operatori devono conoscere le finalità del sistema, le informazioni utilizzate, i principali limiti del modello, i casi nei quali può produrre risultati inattendibili e le procedure da seguire in presenza di anomalie.
Il processo decisionale deve infine essere tracciabile. Audit trail, motivazioni, registrazione degli interventi e monitoraggio delle percentuali di conferma o modifica delle raccomandazioni automatiche possono aiutare a comprendere se il controllo umano sia sostanziale oppure soltanto nominale.
Il messaggio operativo è chiaro: l’intervento umano deve essere progettato come un vero controllo organizzativo e non come una clausola di salvaguardia astratta.
ANONIMIZZAZIONE: NON BASTA ELIMINARE NOMI E IDENTIFICATIVI
Fonte: https://www.edpb.europa.eu/public-consultations/guidelines-022026-on-anonymisation_it
Il 7 luglio 2026 l’European Data Protection Board – EDPB ha adottato le Linee guida 02/2026 sull’anonimizzazione, attualmente sottoposte a consultazione pubblica fino al 30 ottobre 2026.
Il documento aggiorna il precedente Parere 05/2014 del Gruppo di lavoro Articolo 29, tenendo conto dell’evoluzione tecnologica, delle nuove tecniche di analisi dei dati e della più recente giurisprudenza della Corte di giustizia dell’Unione europea.
La distinzione tra dato personale, dato pseudonimizzato e dato anonimo è decisiva. I dati realmente anonimi non sono soggetti al GDPR, mentre i dati pseudonimizzati continuano a essere dati personali, anche quando l’identificazione richiede l’utilizzo di informazioni aggiuntive.
Le nuove linee guida chiariscono che l’anonimato non deve essere valutato necessariamente in termini assoluti e identici per qualsiasi soggetto. Una stessa informazione può risultare anonima per un’organizzazione e personale per un’altra, in funzione delle risorse, delle informazioni ulteriori, dei collegamenti disponibili e dei mezzi ragionevolmente utilizzabili per identificare l’interessato.
L’EDPB propone due possibili modalità di analisi.
L’approccio contestuale valuta separatamente le capacità dei diversi soggetti che potrebbero accedere ai dati. Occorre quindi considerare, per ciascun destinatario rilevante, la possibilità concreta di identificare le persone.
L’approccio semplificato, più prudenziale, non distingue invece tra le capacità dei diversi soggetti e tratta i dati come non anonimi quando permane un rischio significativo di identificazione. Tale approccio può andare oltre lo standard giuridico strettamente necessario, ma assicura un margine di sicurezza più elevato.
La verifica tecnica si fonda su tre criteri:
- No Record Isolation, ossia l’impossibilità di isolare il record riferibile a una singola persona;
- No Linkage, ossia l’impossibilità di collegare record o informazioni appartenenti allo stesso individuo o provenienti da fonti diverse;
- No Inference, ossia l’impossibilità di dedurre informazioni riguardanti una persona con un livello sufficiente di precisione e affidabilità.
Se tutti e tre i criteri sono soddisfatti, i dati possono essere considerati anonimi con un ragionevole grado di sicurezza. Il mancato superamento di uno dei test non determina automaticamente la natura personale dei dati, ma rende necessaria un’analisi ulteriore, anche con riferimento alla possibilità di distinguere e trattare diversamente una persona all’interno del gruppo.
Le linee guida dedicano attenzione anche alle nuove capacità di re-identificazione connesse all’intelligenza artificiale. L’aumento della potenza di calcolo, la disponibilità di grandi quantità di informazioni pubbliche e lo sviluppo di sistemi agentici possono ridurre costi e tempi necessari per collegare dati apparentemente separati.
Anche dati sintetici, modelli di IA e risultati aggregati devono pertanto essere valutati considerando la possibilità di estrarre, ricostruire o inferire informazioni personali.
L’anonimizzazione deve inoltre essere considerata un trattamento di dati personali fino al momento in cui il risultato anonimo non sia stato effettivamente ottenuto. Il titolare deve quindi individuare una base giuridica, rispettare i principi del GDPR, documentare il processo e valutare periodicamente se l’evoluzione tecnologica abbia reso nuovamente possibile la re-identificazione.
Non è quindi sufficiente applicare una tecnica una tantum: l’anonimato deve essere dimostrato e mantenuto nel tempo.
WEB SCRAPING PER L’IA GENERATIVA: IL FATTO CHE I DATI SIANO PUBBLICI NON LI RENDE LIBERAMENTE UTILIZZABILI
Nella medesima sessione plenaria, l’EDPB ha adottato anche specifiche linee guida sul web scraping nel contesto dell’intelligenza artificiale generativa. Anche questo documento è in consultazione pubblica fino al 30 ottobre 2026.
Per web scraping si intende l’estrazione automatizzata e su larga scala di informazioni da siti internet, piattaforme, social network o altri spazi digitali. La tecnica è frequentemente utilizzata per raccogliere i dataset necessari all’addestramento e al miglioramento dei modelli di IA.
L’EDPB ribadisce un principio essenziale: la disponibilità pubblica di un dato non comporta la sua automatica esclusione dalla disciplina del GDPR.
Quando lo scraping comporta raccolta, registrazione, organizzazione, conservazione o utilizzo di dati riferibili a persone identificate o identificabili, il trattamento deve rispettare integralmente la normativa sulla protezione dei dati personali.
Il titolare deve quindi individuare una base giuridica adeguata. Le linee guida approfondiscono, in particolare, il possibile ricorso al legittimo interesse, che richiede però una valutazione articolata: deve esistere un interesse legittimo, il trattamento deve essere necessario per perseguirlo e gli interessi o i diritti fondamentali delle persone non devono risultare prevalenti.
Nella valutazione assumono rilievo la provenienza delle informazioni, le ragionevoli aspettative degli interessati, la natura dei dati, la scala della raccolta, le misure adottate per limitare i rischi e le conseguenze derivanti dall’utilizzo delle informazioni nei modelli.
Devono essere rispettati anche i principi di limitazione della finalità, minimizzazione, esattezza e trasparenza. L’EDPB raccomanda, tra l’altro, di selezionare fonti affidabili, registrare il momento della raccolta, verificare l’attualità dei dati ed escludere le informazioni non necessarie.
Quando l’informativa individuale risulti impossibile o richieda uno sforzo sproporzionato, potranno trovare applicazione le deroghe previste dal GDPR, ma il titolare dovrà comunque adottare misure alternative che rendano il trattamento conoscibile.
Una cautela rafforzata riguarda le categorie particolari di dati, come quelli relativi alla salute, alle opinioni politiche, alle convinzioni religiose, all’origine etnica o alla vita sessuale. In questi casi non è sufficiente una base giuridica ai sensi dell’art. 6 GDPR: deve ricorrere anche una delle condizioni previste dall’art. 9, paragrafo 2.
L’EDPB esclude dunque che possa esistere una generale deroga per i dati sensibili accidentalmente raccolti durante lo scraping. Ogni trattamento deve essere valutato concretamente e devono essere predisposte misure tecniche e organizzative per prevenire, limitare o rimuovere la raccolta di dati non necessari.
BLOCKCHAIN E DATI PERSONALI: ADOTTATA LA VERSIONE DEFINITIVA DELLE LINEE GUIDA
L’EDPB ha inoltre approvato la versione definitiva delle Linee guida 02/2025 sul trattamento dei dati personali mediante tecnologie blockchain, dopo la consultazione pubblica avviata nel 2025.
Il documento esamina le diverse architetture blockchain e le rispettive conseguenze in materia di protezione dei dati. La natura distribuita, replicata e tendenzialmente immutabile dei registri può infatti entrare in tensione con principi quali minimizzazione, limitazione della conservazione, rettifica e cancellazione.
Le linee guida non vietano l’utilizzo della blockchain per trattare dati personali, ma richiedono che la conformità sia incorporata nell’architettura sin dalla fase di progettazione.
L’EDPB raccomanda, in particolare, di evitare per quanto possibile la registrazione diretta di dati personali on-chain. La soluzione preferibile consiste nel conservare i dati al di fuori della blockchain e utilizzare nel registro soltanto riferimenti, impegni crittografici o altri elementi tecnici strettamente necessari.
Anche gli hash non devono però essere automaticamente considerati dati anonimi. Se possono essere collegati a una persona, utilizzati per verificarne un’informazione o ricondotti al dato originario mediante informazioni aggiuntive, essi conservano natura personale o pseudonimizzata.
Prima di scegliere una blockchain, il titolare deve verificare che tale tecnologia sia realmente necessaria e proporzionata rispetto alla finalità perseguita. L’interesse per la decentralizzazione o per l’immutabilità del registro non può sostituire la valutazione delle alternative tecniche meno invasive.
Un ulteriore passaggio riguarda l’attribuzione dei ruoli. La presenza di un sistema decentralizzato non elimina la necessità di identificare i soggetti che determinano finalità e mezzi del trattamento. A seconda dell’architettura e della governance, nodi, sviluppatori, gestori, partecipanti o soggetti che stabiliscono le regole del protocollo potranno assumere differenti responsabilità.
Particolarmente rilevante è la valutazione d’impatto sulla protezione dei dati. La DPIA non è automaticamente obbligatoria per ogni utilizzo della blockchain, ma diviene necessaria quando il trattamento può presentare un rischio elevato per i diritti e le libertà delle persone. Considerate le caratteristiche di molte implementazioni, tale condizione potrà ricorrere frequentemente.
Le organizzazioni devono inoltre definire preventivamente come garantire l’esercizio dei diritti degli interessati. L’immutabilità non può essere invocata come giustificazione per progettare un sistema nel quale rettifica o cancellazione risultino impossibili.
La conclusione operativa è che le scelte riguardanti architettura, permessi, gestione delle chiavi, localizzazione dei nodi e conservazione off-chain devono essere effettuate prima dell’avvio del trattamento e documentate secondo i principi di privacy by design e accountability.
SISTEMI DI IA AD ALTO RISCHIO: LA COMMISSIONE CHIARISCE I CRITERI DI CLASSIFICAZIONE
Il 19 maggio 2026 la Commissione europea ha pubblicato una bozza di linee guida sulla classificazione dei sistemi di IA ad alto rischio ai sensi dell’art. 6 dell’AI Act.
Il documento è stato sottoposto a consultazione fino al 23 luglio 2026. Non si tratta quindi ancora della versione definitiva, ma rappresenta già un riferimento importante per fornitori, deployer e autorità di vigilanza.
L’AI Act individua due principali categorie di sistemi ad alto rischio.
La prima comprende i sistemi utilizzati come componente di sicurezza di un prodotto, oppure costituenti essi stessi un prodotto, disciplinato dalla normativa europea di armonizzazione elencata nell’Allegato I, quando sia richiesta una valutazione di conformità da parte di un organismo terzo.
La seconda comprende i sistemi destinati agli ambiti elencati nell’Allegato III, tra i quali rientrano, a determinate condizioni, biometria, infrastrutture critiche, istruzione, occupazione, accesso a servizi essenziali, attività delle autorità pubbliche, migrazione e amministrazione della giustizia.
Le linee guida interpretano i principali concetti utilizzati dall’art. 6 e propongono numerosi esempi di casi d’uso che devono o non devono essere considerati ad alto rischio.
Gli esempi non hanno carattere esaustivo e non sostituiscono la valutazione concreta. La classificazione dipende infatti dalla finalità prevista dal fornitore, dalle modalità di impiego, dal contesto operativo e dall’incidenza del sistema sui diritti delle persone.
Per i sistemi compresi nell’Allegato III, l’art. 6, paragrafo 3, prevede una possibile esclusione quando il sistema non presenta un rischio significativo di danno per salute, sicurezza o diritti fondamentali e non influenza materialmente il risultato del processo decisionale.
La deroga deve tuttavia essere interpretata restrittivamente e documentata. Non è sufficiente qualificare il sistema come strumento meramente ausiliario: occorre dimostrare che svolga compiti procedurali limitati, migliori un’attività già completata dall’uomo, rilevi schemi senza sostituire o influenzare la valutazione oppure esegua attività preparatorie senza incidere materialmente sulla decisione.
La bozza invita dunque le organizzazioni a censire i sistemi in uso, identificarne la finalità prevista, analizzare le modalità concrete di utilizzo e conservare evidenza delle ragioni che hanno condotto alla classificazione.
La valutazione non dovrebbe essere lasciata esclusivamente alle funzioni tecniche: richiede il coinvolgimento coordinato di responsabili legali, compliance, risk management, sicurezza, protezione dei dati e funzioni di business.
TRASPARENZA DEI CONTENUTI GENERATI DALL’IA: CODICE DI CONDOTTA E LINEE GUIDA DELLA COMMISSIONE
Fonti:
https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content
La disciplina europea sulla trasparenza dell’intelligenza artificiale si è completata con due documenti distinti ma coordinati:
- il Codice di buone pratiche sulla trasparenza dei contenuti generati dall’IA, pubblicato il 10 giugno 2026;
- le Linee guida della Commissione sugli obblighi di trasparenza dell’art. 50, pubblicate alla fine di luglio 2026.
Il Codice è uno strumento volontario elaborato da esperti indipendenti nell’ambito di un processo multi-stakeholder facilitato dall’AI Office.
L’8 luglio 2026 la Commissione ha ritenuto che il Codice copra adeguatamente gli obblighi previsti dall’art. 50, paragrafi 2, 4 e 5, dell’AI Act. Il giorno successivo anche l’AI Board ha adottato la propria valutazione di adeguatezza.
L’adesione non costituisce una prova definitiva di conformità, ma offre a fornitori e deployer un quadro europeo riconosciuto per dimostrare l’adozione di misure coerenti con gli obblighi normativi. Chi sceglie modalità alternative dovrà dimostrarne autonomamente l’equivalente adeguatezza.
Il Codice distingue le misure rivolte ai fornitori da quelle applicabili ai deployer.
I fornitori di sistemi che generano o manipolano testo, immagini, audio o video devono assicurare che gli output siano marcati in un formato leggibile da macchina e rilevabili come artificialmente generati o manipolati, nei limiti della fattibilità tecnica.
I deployer devono invece rendere riconoscibili i deepfake e determinate pubblicazioni testuali generate o manipolate dall’IA e diffuse per informare il pubblico su questioni di interesse pubblico.
Per i testi è prevista un’eccezione quando il contenuto sia stato sottoposto a revisione umana o controllo editoriale e una persona fisica o giuridica assuma la responsabilità editoriale della pubblicazione.
Le Linee guida della Commissione completano il Codice, fornendo l’interpretazione giuridica dell’art. 50 e chiarendone l’ambito applicativo.
In particolare, approfondiscono:
- la distinzione tra fornitori e deployer lungo la catena del valore;
- l’applicazione degli obblighi ai sistemi che interagiscono direttamente con le persone;
- la nozione di contenuto sintetico;
- le caratteristiche dei deepfake;
- l’utilizzo di sistemi di riconoscimento delle emozioni e categorizzazione biometrica;
- le pubblicazioni testuali riguardanti questioni di interesse pubblico;
- le eccezioni per modifiche standard o meramente accessorie;
- le modalità, la tempistica e l’accessibilità delle informazioni da fornire;
- le misure attraverso le quali può essere dimostrata la conformità.
Dal 2 agosto 2026, i fornitori dovranno progettare i sistemi in modo che le persone siano chiaramente informate quando interagiscono direttamente con un’IA. Dovranno inoltre incorporare marcature leggibili da macchina nei contenuti artificialmente generati o manipolati.
I deployer dovranno informare le persone quando utilizzano sistemi di riconoscimento delle emozioni o categorizzazione biometrica e dovranno etichettare deepfake e determinate pubblicazioni testuali.
Per i sistemi immessi sul mercato prima del 2 agosto 2026, gli obblighi relativi alla marcatura e alla rilevazione beneficiano di un periodo transitorio fino al 2 dicembre 2026.
Le organizzazioni dovrebbero pertanto distinguere accuratamente i diversi obblighi. Non ogni contenuto prodotto con il supporto dell’IA deve necessariamente essere accompagnato dalla medesima etichetta, né tutti gli operatori assumono le stesse responsabilità.
Occorre verificare, caso per caso, il ruolo ricoperto, il tipo di sistema, la natura del contenuto, la sua destinazione e l’eventuale presenza di un controllo editoriale effettivo.
Leggi altre news
Data act
Dal 12 settembre 2026 l'acceso ai dati diventa "by design" I nuovi prodotti connessi dovranno essere progettati per rendere i dati accessibili agli utenti, nel rispetto...
Dalla SERP alla risposta, dalla SEO alla GEO
Come l’intelligenza artificiale sta riscrivendo le regole della visibilità digitale Per oltre vent’anni, essere visibili online ha significato soprattutto comparire tra...
Alla Rome Future Week con “Voci, segni, algoritmi”
Dopo l’esperienza dello scorso anno, torniamo alla Rome Future Week con un nuovo appuntamento dedicato alle trasformazioni della comunicazione. Nel 2025 avevamo scelto...