AI Act e formazione dei dipendenti: cosa chiede davvero l’articolo 4 alle imprese

Tempo di lettura: 4 minuti

Un venerdì pomeriggio, un commerciale chiede a un assistente di intelligenza artificiale di preparare la risposta a un cliente. Il testo arriva in pochi secondi, ordinato e cortese. Dentro, però, c’è una condizione commerciale che l’azienda non ha mai previsto. Se nessuno la nota, l’email parte.

La domanda interessante non è se lo strumento abbia sbagliato. Succede, ed è noto. La domanda è chi, in azienda, sa accorgersene prima dell’invio. È esattamente qui che l’AI Act incontra la formazione dei dipendenti. Il regolamento europeo non chiede alle imprese di trasformare tutti in esperti di intelligenza artificiale, ma di mettere le persone in condizione di usarla sapendo dove può sbagliare.

Aggiornato al 19 ottobre 2026.

Cosa prevede oggi l’articolo 4 dell’AI Act

L’articolo 4 riguarda sia chi sviluppa sistemi di IA sia le organizzazioni che li utilizzano nella propria attività, che il regolamento chiama deployer. L’obbligo di alfabetizzazione all’IA si applica dal 2 febbraio 2025 ed è stato riscritto nel 2026 dal Digital Omnibus, entrato in vigore il 27 luglio.

Nella versione attuale, fornitori e deployer devono adottare misure per sostenere lo sviluppo dell’alfabetizzazione all’IA del personale e delle altre persone che usano o gestiscono questi sistemi per loro conto. Le misure vanno calibrate su conoscenze tecniche, esperienza, istruzione e formazione delle persone, sul contesto d’uso e su chi subisce gli effetti del sistema. Il testo precisa che l’impresa non è tenuta a garantire uno specifico livello di competenza di ogni singolo individuo.

La riforma sposta parte del peso sulle istituzioni: Commissione e Stati membri devono sostenere gli sforzi delle imprese, in particolare delle PMI, e la Commissione pubblicherà esempi pratici di come adempiere all’obbligo. Il testo aggiornato è consultabile sull’articolo 4 dell’AI Act Service Desk, mentre la Commissione europea riassume le modifiche introdotte dall’Omnibus.

Molte guide in circolazione si basano ancora sul testo del 2024: prima di costruire un piano formativo conviene rileggerle alla luce delle modifiche.

Quali aziende e quali persone sono coinvolte

Il tema non riguarda solo chi sviluppa tecnologia. Riguarda anche l’impresa che usa strumenti sviluppati da altri. Nelle sue FAQ la Commissione porta un esempio volutamente quotidiano: usare ChatGPT per scrivere testi pubblicitari o tradurre. Anche in questo caso le persone devono conoscere rischi concreti, come le risposte inventate o inesatte.

Per capire chi coinvolgere, il criterio più utile è partire da chi usa davvero questi strumenti: amministrazione, commerciale, comunicazione, area tecnica, responsabili di funzione. Vanno considerati anche i collaboratori esterni che operano per conto dell’organizzazione, in proporzione al ruolo che ricoprono. Approfondimento: FAQ della Commissione sull’alfabetizzazione all’IA.

Serve un corso obbligatorio con attestato?

L’articolo 4 non impone un corso standard uguale per tutte le imprese. Non fissa un monte ore, non richiede una certificazione specifica e, come chiariscono le FAQ europee, non obbliga a nominare un AI officer o a creare una struttura organizzativa dedicata.

Questo non significa che basti poco. Significa che la responsabilità della scelta resta all’impresa, che deve collegare le attività formative agli strumenti usati e alle mansioni reali. Un attestato documenta che una persona ha partecipato a un percorso. Non dice se, il lunedì successivo, saprà fermare quell’email. I chiarimenti sono nelle FAQ ufficiali su formazione e certificati.

Come costruire un percorso di formazione sull’IA che funzioni

Passare dalla norma a un progetto concreto richiede meno teoria di quanto si pensi e più osservazione del lavoro quotidiano. Quattro passaggi aiutano a impostarlo.

1. Partire dagli strumenti e dalle attività reali

Il primo lavoro è una mappa: quali strumenti di IA vengono usati, da chi, per fare cosa. Per ogni caso conviene annotare quali informazioni vengono inserite e che fine fa il risultato. Una bozza commerciale destinata a un cliente, un riepilogo interno e un supporto tecnico comportano rischi diversi e richiedono controlli diversi.

2. Definire cosa deve saper fare ogni gruppo

Gli obiettivi funzionano quando sono concreti. Per il personale commerciale può significare riconoscere un’informazione non verificata prima di inviare un’offerta. Per chi lavora nella comunicazione, controllare fonti e affermazioni. Per un responsabile, stabilire chi approva i risultati e a chi segnalare un problema. Un obiettivo chiaro rende ovvio anche quali contenuti servono e quali no.

3. Allenare il controllo, non solo la scrittura dei prompt

Molti corsi insegnano a chiedere meglio. Pochi insegnano a verificare. Un laboratorio efficace può partire da una risposta generata dall’IA e chiedere ai partecipanti di confrontarla con una fonte aziendale autorizzata, individuando errori, omissioni e passaggi da correggere. Meglio lavorare con esempi e dati fittizi, stabilire quali informazioni possono essere inserite negli strumenti e indicare un referente per i casi dubbi.

4. Verificare l’apprendimento e aggiornare il percorso

Una breve esercitazione finale mostra se una persona sa controllare un risultato e riconoscere quando chiedere aiuto. Riprendere dopo qualche settimana alcuni casi reali di lavoro aiuta a capire cosa è rimasto poco chiaro. Nuovi strumenti, nuove funzioni o un cambio di mansione sono buoni motivi per rimettere mano al programma.

Sistemi ad alto rischio: un capitolo a parte

La semplificazione dell’articolo 4 non tocca le regole specifiche per i sistemi ad alto rischio. L’articolo 26, paragrafo 2 prevede che la sorveglianza umana sia affidata a persone con competenza, formazione, autorità e sostegno adeguati.

Qui il calendario conta. Dopo il Digital Omnibus, le regole per i sistemi ad alto rischio elencati nell’allegato III si applicano dal 2 dicembre 2027, quelle per i sistemi incorporati nei prodotti dell’allegato I, come macchinari o ascensori, dal 2 agosto 2028. La classificazione del singolo sistema e le disposizioni transitorie vanno verificate caso per caso. Fonte: Commissione europea, calendario aggiornato.

Lasciare traccia di ciò che si è fatto

Un percorso che non lascia traccia è difficile da migliorare e difficile da dimostrare. Raccogliere in un unico spazio programma, materiali, date, partecipanti e indicazioni operative condivise permette di sapere in ogni momento chi ha ricevuto quali indicazioni. Annotare le revisioni e i bisogni emersi durante le esercitazioni trasforma la documentazione in uno strumento di lavoro, non in un archivio da esibire.

Formare le persone, non solo rispettare una norma

C’è un modo minimo di leggere l’articolo 4: fare qualcosa, documentarlo, archiviare. E c’è un modo più utile: usare l’obbligo come occasione per capire come l’intelligenza artificiale sta già cambiando il lavoro in azienda, spesso senza che nessuno l’abbia deciso. Le imprese che ne usciranno meglio non saranno quelle con più attestati, ma quelle in cui le persone sanno quando fidarsi di uno strumento e quando fermarsi a controllare.

ANAPIA affianca le aziende nella formazione continua con consulenza e assistenza, sviluppando proposte costruite sulle esigenze delle imprese partner. Scopri le attività di formazione ANAPIA oppure, se vuoi capire da dove partire nella tua organizzazione, scrivici dalla pagina contatti.

Fonti

AI Act Service Desk, Articolo 4: alfabetizzazione all’IA (testo consolidato al 27 luglio 2026)
AI Act Service Desk, Articolo 26: obblighi dei deployer di sistemi ad alto rischio
Commissione europea, AI Omnibus enters into force
Commissione europea, AI Literacy – Questions & Answers