Intelligenza artificiale a supporto dell’attività amministrativa — il parere favorevole del Garante sullo schema di regolamento della Provincia autonoma di Trento e le condizioni di legittimità dell’AI nel settore pubblico

Abstract

Il Garante per la protezione dei dati personali ha reso parere favorevole sullo schema di regolamento con cui la Provincia autonoma di Trento disciplina l’impiego di sistemi di intelligenza artificiale a supporto dell’attività amministrativa e dei processi organizzativi interni. L’atto si colloca all’incrocio fra il Regolamento (UE) 2016/679, che all’art. 6, par. 3 richiede per i trattamenti pubblici una base giuridica nel diritto dell’Unione o dello Stato membro, il Regolamento (UE) 2024/1689 sull’intelligenza artificiale, che grava gli enti pubblici utilizzatori di obblighi specifici fra cui la valutazione d’impatto sui diritti fondamentali, e la legge 132/2025 sull’intelligenza artificiale, che per la pubblica amministrazione afferma la strumentalità del sistema rispetto alla decisione umana. Si sostiene in questa sede che il valore del parere non risieda nell’esito favorevole, ma nel modello regolatorio che esso implicitamente valida: un atto generale di livello amministrativo che non crea la base giuridica del trattamento ma ne organizza l’esercizio, distribuendo ruoli, soglie e cautele. Ne discendono indicazioni direttamente spendibili dai responsabili della protezione dei dati di ogni amministrazione.

Premessa

In premessa va detto che la notizia, nella sua formulazione essenziale, è di quelle che rischiano di passare inosservate: un’autorità amministrativa indipendente esprime parere favorevole su uno schema di regolamento di un ente territoriale. Trattasi, apparentemente, di ordinaria amministrazione consultiva. Eppure l’oggetto del regolamento — l’uso di sistemi di intelligenza artificiale a supporto dell’intera attività amministrativa e dei processi organizzativi interni — colloca l’atto in un punto di tensione normativa che nessuna amministrazione italiana, statale, regionale o locale, può oggi considerare estraneo alla propria agenda di conformità.

Il perimetro dell’analisi che segue è dunque duplice. Da un lato, si intende ricostruire la cornice normativa entro cui un’amministrazione pubblica può legittimamente introdurre strumenti di intelligenza artificiale nei propri processi, cornice che non è data da un’unica fonte ma dalla sovrapposizione del Regolamento (UE) 2016/679, del Regolamento (UE) 2024/1689, del decreto legislativo 196/2003 come novellato, della legge 132/2025, della legge 241/1990 sul procedimento amministrativo e del decreto legislativo 82/2005 recante il Codice dell’amministrazione digitale. Dall’altro lato, si intende ragionare sul contenuto tipico che un regolamento interno di questo genere dovrebbe avere per reggere al vaglio di conformità, traendo dall’esito favorevole del parere non una presunzione di legittimità universale, ma un’indicazione metodologica.

Il contesto: la corsa delle amministrazioni alla regolamentazione interna dell’intelligenza artificiale

Da circa due anni si osserva, nel settore pubblico italiano, un fenomeno abbastanza uniforme: amministrazioni di ogni dimensione adottano — o si apprestano ad adottare — atti generali interni variamente denominati, dal “regolamento sull’uso dell’intelligenza artificiale” alla “policy di utilizzo degli strumenti di AI generativa”, fino alle “linee guida per il personale”. Le ragioni sono comprensibili e in larga parte condivisibili. La disponibilità di assistenti conversazionali di uso generale, accessibili dal browser senza alcuna intermediazione del servizio informatico, ha prodotto un fenomeno di adozione spontanea da parte dei dipendenti che precede qualunque decisione organizzativa. In termini più pragmatici: il funzionario che incolla in un chatbot il testo di un’istanza per farsi redigere una bozza di risposta non attende il regolamento, e l’amministrazione si trova a dover disciplinare ex post una prassi già in essere.

A ciò si aggiunge una spinta normativa esterna. Il Regolamento (UE) 2024/1689 — l’AI Act — ha introdotto, fra gli altri, un obbligo di alfabetizzazione in materia di intelligenza artificiale che grava anche sui soggetti che utilizzano i sistemi nell’esercizio della propria attività professionale, e ha previsto per gli organismi di diritto pubblico che impiegano sistemi ad alto rischio obblighi ulteriori rispetto a quelli dei deployer privati. Parallelamente, la legge 132/2025 ha dettato principi specifici per l’impiego dell’intelligenza artificiale nella pubblica amministrazione, incentrati sulla strumentalità del sistema rispetto all’attività provvedimentale e sulla permanenza della responsabilità in capo all’organo competente.

Il risultato è che l’atto regolamentare interno diventa lo strumento con cui l’amministrazione tenta di tenere insieme esigenze eterogenee: l’efficienza, il contenimento dello “shadow AI”, la conformità alla disciplina di protezione dei dati, il rispetto delle garanzie procedimentali, la gestione del rapporto di lavoro pubblico. Si ritiene che proprio questa pluralità di funzioni spieghi perché la qualità tecnica di tali atti sia, allo stato, assai disomogenea, e perché il passaggio consultivo presso l’Autorità di controllo — quando previsto o comunque attivato — assuma un rilievo che eccede la singola vicenda.

Il quadro normativo di riferimento

La disciplina europea in materia di protezione dei dati

Il punto di partenza, per qualunque trattamento effettuato da un soggetto pubblico, resta l’art. 6 del Regolamento (UE) 2016/679. Il paragrafo 1, lettera e), individua come base di liceità l’esecuzione di un compito di interesse pubblico o connesso all’esercizio di pubblici poteri di cui è investito il titolare; la lettera c) richiama l’adempimento di un obbligo legale. Il paragrafo 3 precisa che la base su cui si fonda il trattamento per le ipotesi di cui alle lettere c) ed e) “deve essere stabilita dal diritto dell’Unione o dal diritto dello Stato membro cui è soggetto il titolare del trattamento”, e aggiunge che tale base può contenere disposizioni specifiche per adeguare l’applicazione del Regolamento, fra cui le condizioni generali di liceità, le tipologie di dati, gli interessati, i soggetti cui i dati possono essere comunicati, le limitazioni di finalità e i periodi di conservazione.

Questo dato, apparentemente tecnico, è decisivo per comprendere la natura di un regolamento amministrativo sull’intelligenza artificiale. In sostanza, un atto di questo genere non può creare dal nulla il potere di trattare dati personali: il potere discende dalla norma primaria che attribuisce all’ente la funzione. Il regolamento può però specificare le modalità di esercizio di quel potere, nei limiti in cui l’ordinamento nazionale lo consenta. In termini più concreti: se la Provincia ha competenza in materia di gestione di procedimenti autorizzativi, l’impiego di un sistema di intelligenza artificiale per istruire quei procedimenti non necessita di una nuova base giuridica, ma necessita che le modalità di quell’impiego siano compatibili con i principi dell’art. 5 e con le garanzie del Regolamento.

Qui interviene l’art. 2-ter del decreto legislativo 196/2003, come modificato dal decreto legislativo 101/2018 e successivamente dal decreto-legge 139/2021 convertito con modificazioni: la base giuridica per il trattamento effettuato per l’esecuzione di un compito di interesse pubblico o connesso all’esercizio di pubblici poteri è costituita, nell’ordinamento interno, da una norma di legge o, nei casi previsti dalla legge, di regolamento. La disposizione, nella sua versione vigente, ha ammorbidito il rigore della formulazione originaria estendendo il riferimento agli atti amministrativi generali per i profili di comunicazione fra amministrazioni, ma ha conservato il principio di fondo: il fondamento del potere di trattare sta a monte, nella legge.

Rileva poi l’art. 5 del Regolamento, e in particolare il principio di minimizzazione di cui al paragrafo 1, lettera c), che impone che i dati siano “adeguati, pertinenti e limitati a quanto necessario rispetto alle finalità per le quali sono trattati”. Nel contesto dei sistemi generativi, questo principio assume una declinazione peculiare: il dato non è solo quello conservato in una banca dati, ma anche quello immesso nel prompt, che può essere trasmesso a un fornitore terzo, eventualmente extra-UE, e in alcune configurazioni contrattuali utilizzato per il riaddestramento del modello. Il principio di limitazione della conservazione, di cui alla lettera e), pone problemi analoghi rispetto alla persistenza delle cronologie conversazionali.

Centrale è altresì l’art. 22, che riconosce all’interessato il diritto di non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato, compresa la profilazione, che produca effetti giuridici che lo riguardano o che incida in modo analogo significativamente sulla sua persona. Il paragrafo 2, lettera b), ammette la deroga quando la decisione sia autorizzata dal diritto dell’Unione o dello Stato membro cui è soggetto il titolare, che precisi “misure adeguate a tutela dei diritti, delle libertà e dei legittimi interessi dell’interessato”. Si ritiene che la corretta perimetrazione dell’art. 22 sia uno dei nodi più delicati di qualunque regolamento amministrativo in materia: la distinzione fra sistema che supporta e sistema che decide non è sempre nitida sul piano fattuale, e la giurisprudenza della Corte di giustizia — si pensi alla pronuncia nel caso SCHUFA, C-634/21 — ha mostrato una lettura estensiva della nozione di decisione, ricomprendendovi anche atti preparatori che di fatto determinano l’esito finale.

Infine, l’art. 35 impone la valutazione d’impatto sulla protezione dei dati quando un tipo di trattamento, considerati natura, oggetto, contesto e finalità, può presentare un rischio elevato per i diritti e le libertà delle persone fisiche; il paragrafo 3, lettera a), menziona espressamente la valutazione sistematica e globale di aspetti personali basata su trattamento automatizzato. L’art. 36 prevede la consultazione preventiva dell’Autorità di controllo quando la valutazione indichi un rischio elevato in assenza di misure di mitigazione, e al paragrafo 4 stabilisce che gli Stati membri consultano l’Autorità durante l’elaborazione di una proposta di atto legislativo o di una misura regolamentare che preveda il trattamento di dati personali. Quest’ultima disposizione, letta in combinato con l’art. 154, comma 5, del decreto legislativo 196/2003, costituisce il fondamento della funzione consultiva esercitata nel caso di specie.

Il Regolamento sull’intelligenza artificiale

Il Regolamento (UE) 2024/1689 adotta un approccio basato sul rischio e distingue, sul piano soggettivo, fra fornitore e deployer — termine che la versione italiana del regolamento mantiene non tradotto. L’amministrazione che acquisisce sul mercato un sistema di intelligenza artificiale e lo impiega nei propri processi è, di norma, deployer; diviene fornitore nei casi previsti dall’art. 25, segnatamente quando appone il proprio nome o marchio su un sistema ad alto rischio, ne apporta una modifica sostanziale o ne modifica la finalità prevista in modo da farlo rientrare fra i sistemi ad alto rischio.

Questa qualificazione non è un esercizio classificatorio fine a sé stesso. In termini più pragmatici: se l’amministrazione si limita a utilizzare un assistente generativo commerciale per la redazione di bozze di testo, resta deployer e gli obblighi che la riguardano sono quelli dell’art. 26 — uso conforme alle istruzioni del fornitore, affidamento della sorveglianza umana a persone dotate di competenza, formazione e autorità necessarie, monitoraggio del funzionamento, conservazione dei log ove sotto il proprio controllo, informazione dei lavoratori prima della messa in servizio sul luogo di lavoro. Se invece l’amministrazione sviluppa internamente un modulo di scoring per la priorizzazione dei controlli, o riconfigura un sistema generale per impieghi che l’allegato III qualifica ad alto rischio, la posizione muta radicalmente e si attiva il ben più gravoso apparato degli articoli da 8 a 17.

Per quanto di stretto interesse in questa sede, due disposizioni meritano particolare attenzione. La prima è l’art. 27, che impone ai deployer che siano organismi di diritto pubblico — oltre che a determinati soggetti privati che erogano servizi pubblici — di effettuare, prima dell’utilizzo di un sistema ad alto rischio, una valutazione d’impatto sui diritti fondamentali, comunemente indicata con l’acronimo FRIA. La valutazione deve descrivere i processi in cui il sistema sarà utilizzato, il periodo e la frequenza d’uso, le categorie di persone fisiche interessate, i rischi specifici di danno per tali persone, le misure di sorveglianza umana e le misure da adottare in caso di materializzazione del rischio. Il medesimo articolo precisa che, ove gli obblighi siano già soddisfatti attraverso la valutazione d’impatto sulla protezione dei dati di cui all’art. 35 GDPR, la FRIA integra quest’ultima. Si tratta, a parere dello scrivente, di una delle previsioni di maggior interesse operativo: il legislatore europeo riconosce che i due strumenti insistono su un medesimo nucleo metodologico — identificazione dei rischi per le persone, valutazione, mitigazione — e consente un’integrazione documentale anziché imporre una duplicazione.

La seconda è l’art. 4, che impone a fornitori e deployer di adottare misure per garantire un livello sufficiente di alfabetizzazione in materia di intelligenza artificiale del proprio personale e delle altre persone che si occupano del funzionamento e dell’utilizzo dei sistemi per loro conto, tenendo conto delle conoscenze tecniche, dell’esperienza, dell’istruzione e della formazione, nonché del contesto d’uso e delle persone su cui i sistemi sono utilizzati. L’obbligo non è accompagnato da una sanzione diretta nel sistema dell’art. 99, ma la sua inosservanza rileva sul piano della diligenza organizzativa e, indirettamente, sulla tenuta delle misure di sorveglianza umana.

Va poi ricordato l’art. 5, che vieta determinate pratiche. Fra queste, per il settore pubblico, assumono rilievo il punteggio sociale basato sul comportamento o su caratteristiche personali che produca trattamenti pregiudizievoli sproporzionati o in contesti diversi da quelli di raccolta, e il riconoscimento delle emozioni sul luogo di lavoro salvo i casi di sicurezza e ragioni mediche. Un regolamento amministrativo ben costruito, secondo il parere di chi scrive, dovrebbe recare un’enunciazione esplicita degli usi vietati, perché la mera esistenza del divieto nella fonte europea non esime l’organizzazione dal tradurlo in istruzioni comprensibili per chi opera.

La disciplina nazionale: la legge sull’intelligenza artificiale, il procedimento amministrativo, il Codice dell’amministrazione digitale

La legge 132/2025, recante disposizioni e deleghe al Governo in materia di intelligenza artificiale, ha introdotto nell’ordinamento italiano un primo corpo di principi destinati a convivere con il regolamento europeo. Per quanto rileva in questa sede, la legge dedica specifica attenzione all’impiego dell’intelligenza artificiale nella pubblica amministrazione, affermando che tale impiego avviene in funzione strumentale e di supporto all’attività amministrativa, che resta riservata all’organo competente, e che la responsabilità del provvedimento e del procedimento permane in capo al funzionario. La legge individua inoltre le autorità nazionali competenti ai sensi del Regolamento europeo nell’Agenzia per l’Italia digitale e nell’Agenzia per la cybersicurezza nazionale, secondo un riparto che distingue i profili di promozione e notifica da quelli di vigilanza e sicurezza, facendo salve le competenze del Garante per la protezione dei dati personali.

Si ritiene opportuno sottolineare che il principio di strumentalità, così come formulato, non è una clausola di stile. Esso incide sulla stessa configurabilità della decisione automatizzata nel procedimento amministrativo: se il sistema può solo supportare, allora l’ipotesi dell’art. 22, par. 2, lett. b), GDPR — decisione automatizzata autorizzata dal diritto nazionale — non trova, nell’ambito provvedimentale, un’autorizzazione generale, e l’amministrazione che volesse introdurre un automatismo decisorio dovrebbe rinvenire un fondamento specifico altrove.

Vengono poi in rilievo i principi generali della legge 241/1990. L’obbligo di motivazione di cui all’art. 3 impone che il provvedimento indichi i presupposti di fatto e le ragioni giuridiche che hanno determinato la decisione: una motivazione che si limitasse a recepire l’output di un sistema senza dare conto del percorso logico sarebbe, con ogni probabilità, viziata. L’art. 6 disciplina i compiti del responsabile del procedimento, fra cui l’accertamento d’ufficio dei fatti e l’adozione di ogni misura per l’adeguato svolgimento dell’istruttoria: l’impiego di strumenti automatizzati nell’istruttoria non trasferisce tale responsabilità al sistema. Gli articoli 22 e seguenti, sul diritto di accesso, pongono il problema — non banale — dell’ostensibilità della documentazione relativa al funzionamento dell’algoritmo, questione su cui la giurisprudenza amministrativa si è già pronunciata in senso favorevole alla conoscibilità.

Il decreto legislativo 82/2005 completa il quadro con i principi di digitalizzazione, interoperabilità e qualità dei dati, nonché con le disposizioni in materia di sicurezza di cui all’art. 51, che rinvia alle regole tecniche e agli standard adottati in sede nazionale. Si aggiunge, per le amministrazioni rientranti nell’ambito soggettivo, il decreto legislativo 138/2024 di recepimento della Direttiva (UE) 2022/2555, che impone misure di gestione del rischio e obblighi di notifica degli incidenti: l’introduzione di un sistema di intelligenza artificiale in un processo rilevante costituisce, sul piano della gestione del rischio, una modifica dell’architettura che deve essere riflessa nell’analisi.

Gli approdi della giurisprudenza amministrativa sull’algoritmo

Non si può prescindere, nel ragionare di intelligenza artificiale nella pubblica amministrazione, dagli approdi cui il Consiglio di Stato è pervenuto nella nota serie di pronunce in materia di procedure algoritmiche di assegnazione del personale scolastico. La sentenza della Sezione VI n. 2270 del 2019 ha affermato la piena ammissibilità del ricorso a strumenti informatici nell’istruttoria e nell’adozione di provvedimenti, qualificando l’algoritmo come atto amministrativo informatico e riconoscendo che la sua utilizzazione risponde ai canoni di efficienza ed economicità dell’azione amministrativa; ha però subordinato tale ammissibilità alla piena conoscibilità del modulo utilizzato e dei criteri applicati, e all’imputabilità della decisione all’organo titolare del potere.

Le successive pronunce della medesima Sezione, fra cui la n. 8472 del 2019, hanno sistematizzato tali indicazioni attorno a tre principi comunemente richiamati: la conoscibilità, che implica il diritto di ciascuno di conoscere l’esistenza di processi decisionali automatizzati che lo riguardino e di riceverne informazioni significative sulla logica utilizzata; la non esclusività della decisione algoritmica, che richiede la presenza di un contributo umano capace di controllare, validare o smentire l’esito automatico; la non discriminazione algoritmica, che impone l’uso di sistemi affidabili che riducano le opacità e gli errori e che siano sottoposti a verifica periodica.

Appare chiaro allo scrivente che tali principi, elaborati con riferimento ad algoritmi deterministici di natura essenzialmente procedurale, pongano questioni interpretative ulteriori quando applicati a sistemi di apprendimento automatico e, a maggior ragione, a modelli generativi. La conoscibilità di un algoritmo a regole esplicite si soddisfa con l’ostensione del codice o della descrizione del procedimento; la conoscibilità del funzionamento di un modello linguistico di grandi dimensioni, il cui comportamento emerge dall’addestramento su corpora di dimensioni enormi, è problema di natura diversa, che la dottrina affronta sotto l’etichetta della “explainability” e che non ammette soluzioni altrettanto lineari. Si ritiene che proprio per questa ragione la scelta di confinare l’intelligenza artificiale generativa a funzioni di supporto non provvedimentale rappresenti, allo stato, l’opzione organizzativa più difendibile.

L’atto: natura e funzione del parere consultivo

Il Garante ha espresso parere favorevole sullo schema di regolamento della Provincia autonoma di Trento che disciplina l’uso dei sistemi di intelligenza artificiale a supporto delle attività amministrative e dei processi organizzativi. Giova soffermarsi sulla natura di questo tipo di intervento, perché la prassi applicativa mostra una diffusa incertezza sul punto.

La funzione consultiva dell’Autorità trova fondamento, sul piano europeo, nell’art. 36, par. 4, del Regolamento (UE) 2016/679 e nell’art. 57, par. 1, lett. c), che assegna all’Autorità il compito di fornire consulenza al parlamento nazionale, al governo e ad altri organismi e istituzioni in merito alle misure legislative e amministrative relative alla protezione dei diritti e delle libertà delle persone fisiche con riguardo al trattamento. Sul piano nazionale, l’art. 154, comma 5, del decreto legislativo 196/2003 prevede che il Presidente del Consiglio e ciascun ministro consultino il Garante all’atto della predisposizione di norme regolamentari e atti amministrativi suscettibili di incidere sulle materie disciplinate dal Codice.

Nella prassi, l’Autorità rende pareri anche su richiesta di enti territoriali e di altre amministrazioni, in un’ottica di accountability preventiva. In termini più concreti: l’amministrazione che sottopone spontaneamente il proprio schema regolamentare non adempie necessariamente a un obbligo, ma si procura un elemento di solidità nella valutazione delle proprie scelte, riducendo il rischio di contestazioni successive. Va però chiarito — e si ritiene che il punto meriti enfasi — che il parere favorevole non costituisce una certificazione di conformità dei trattamenti che saranno effettuati in attuazione del regolamento. Il parere valuta l’impianto dell’atto generale; la conformità dei singoli trattamenti dipenderà dalle modalità concrete di implementazione, dalla scelta dei fornitori, dalla configurazione dei sistemi, dalla qualità delle valutazioni d’impatto. Il principio di responsabilizzazione di cui all’art. 5, par. 2, e all’art. 24 del Regolamento non si trasferisce all’Autorità per effetto del parere.

Si osserva inoltre che l’esito favorevole, quando accompagnato da osservazioni, assume nella prassi un valore di indirizzo che eccede il caso singolo: le amministrazioni che si trovino a predisporre atti analoghi traggono dal precedente un’indicazione sui contenuti attesi. Si ritiene, a questo punto, utile ricostruire, sulla base del quadro normativo e della prassi consolidata dell’Autorità, quali siano i contenuti che un regolamento di questo genere dovrebbe presentare.

Il contenuto atteso di un regolamento amministrativo sull’uso dell’intelligenza artificiale

La perimetrazione dell’ambito oggettivo e la classificazione degli usi

Il primo contenuto necessario è la definizione dell’ambito di applicazione. Un regolamento che si limitasse ad affermare genericamente che “l’ente può utilizzare sistemi di intelligenza artificiale nel rispetto della normativa vigente” sarebbe privo di qualunque utilità normativa. Occorre invece distinguere le tipologie di impiego, perché a tipologie diverse corrispondono regimi diversi.

Si suggerisce una tripartizione. Vi sono anzitutto gli impieghi di supporto redazionale e organizzativo interno, privi di incidenza diretta sul procedimento e sui diritti dei terzi: la sintesi di un documento, la traduzione, la generazione di una bozza di comunicazione interna, la ricerca semantica in archivi documentali. Vi sono poi gli impieghi che incidono sull’istruttoria procedimentale, senza determinare automaticamente l’esito: l’estrazione di dati da istanze, la classificazione di pratiche, il supporto alla ricerca di precedenti. Vi sono infine gli impieghi che incidono direttamente sulla posizione giuridica di soggetti determinati o che rientrano nelle categorie dell’allegato III del Regolamento (UE) 2024/1689 — fra cui, per quanto qui rileva, i sistemi destinati a essere utilizzati dalle autorità pubbliche per valutare l’ammissibilità a prestazioni e servizi pubblici essenziali, quelli utilizzati nell’ambito dell’occupazione e della gestione dei lavoratori, quelli impiegati nell’istruzione.

La distinzione non è meramente descrittiva: essa determina l’attivazione degli obblighi dell’art. 27 sulla FRIA, l’intensità della sorveglianza umana richiesta, la necessità o meno di una valutazione d’impatto sulla protezione dei dati, il livello autorizzativo interno necessario per l’adozione.

Il divieto di immissione di dati personali e la gestione delle eccezioni

Un contenuto che si riscontra con frequenza negli atti di questo genere, e che si ritiene opportuno, è la regola generale che vieta l’immissione di dati personali — e a maggior ragione di categorie particolari ai sensi dell’art. 9 del Regolamento, o di dati relativi a condanne penali e reati ai sensi dell’art. 10 — nei sistemi di intelligenza artificiale generativa di uso generale accessibili tramite interfacce pubbliche. La regola si giustifica sul piano della minimizzazione e su quello della sicurezza: l’amministrazione non controlla la destinazione del dato, non ha visibilità sui trasferimenti verso Paesi terzi, non dispone di garanzie contrattuali adeguate ai sensi dell’art. 28.

In termini più pragmatici, la regola va però resa operativa, perché il divieto astratto si infrange sulla realtà del lavoro quotidiano. Occorre quindi indicare al personale come anonimizzare o pseudonimizzare il testo prima dell’immissione, avvertendo — e questo è un punto spesso trascurato — che l’eliminazione del nome non basta quando il contesto consente la reidentificazione. Occorre altresì individuare quali strumenti siano autorizzati, perché il divieto di utilizzare interfacce pubbliche ha senso solo se l’amministrazione mette a disposizione alternative contrattualizzate, con istanze dedicate, con garanzie di non riutilizzo dei dati per l’addestramento e con localizzazione del trattamento in ambito europeo.

La sorveglianza umana e la responsabilità del funzionario

Il regolamento deve affermare, in modo non equivoco, che l’output del sistema costituisce una proposta e non una decisione. In termini più concreti: il funzionario che riceve una bozza generata deve verificarne il contenuto, i riferimenti normativi, l’esattezza dei dati, e assumerne la paternità. Questa affermazione, che discende dal principio di strumentalità della legge 132/2025 e dai principi di non esclusività elaborati dalla giurisprudenza amministrativa, va corredata di indicazioni operative: la tracciabilità dell’intervento umano, la conservazione dell’evidenza della verifica, la previsione che il personale incaricato della sorveglianza disponga — come richiede l’art. 26, par. 2, del Regolamento (UE) 2024/1689 — della competenza, della formazione e dell’autorità necessarie.

Si segnala, come profilo di particolare delicatezza, il rischio di automation bias: la propensione dell’operatore a ratificare l’output del sistema senza un vaglio effettivo, specie in contesti di pressione produttiva. L’art. 14, par. 4, lett. b), del Regolamento europeo menziona espressamente la consapevolezza di tale rischio fra gli elementi che le misure di sorveglianza umana devono consentire. Un regolamento che si limitasse a prescrivere la verifica umana senza predisporre meccanismi di controllo sull’effettività di tale verifica rischierebbe, secondo il parere di chi scrive, di produrre una garanzia meramente cartolare.

La trasparenza verso gli interessati

Gli articoli 13 e 14 del Regolamento (UE) 2016/679 impongono di informare l’interessato sulle finalità e sulle modalità del trattamento, e al paragrafo 2, lettera f), dell’art. 13 di fornire, in presenza di processi decisionali automatizzati compresa la profilazione di cui all’art. 22, informazioni significative sulla logica utilizzata nonché sull’importanza e sulle conseguenze previste del trattamento. A ciò si aggiunge l’art. 50 del Regolamento (UE) 2024/1689 in materia di obblighi di trasparenza per determinati sistemi, fra cui quelli destinati a interagire direttamente con le persone fisiche e quelli che generano contenuti sintetici.

Il regolamento interno dovrebbe pertanto prevedere l’aggiornamento delle informative di settore e, per gli impieghi che incidano sul procedimento, un’indicazione nel corpo degli atti o nelle comunicazioni ai cittadini. Si ritiene che la pubblicazione di un elenco ricognitivo dei sistemi utilizzati, con indicazione sintetica della finalità e del processo interessato, rappresenti una buona pratica coerente con il principio di conoscibilità affermato dal Consiglio di Stato, pur in assenza di un obbligo testuale generalizzato in tal senso.

I profili lavoristici

Non va trascurato che l’introduzione di strumenti di intelligenza artificiale nei processi organizzativi interni interferisce con la disciplina del rapporto di lavoro. L’art. 4 della legge 300/1970, come modificato dal decreto legislativo 151/2015, subordina l’impiego di strumenti dai quali derivi anche la possibilità di controllo a distanza dell’attività dei lavoratori ad accordo sindacale o autorizzazione amministrativa, salvo che si tratti di strumenti utilizzati dal lavoratore per rendere la prestazione; il comma 3 richiede in ogni caso l’adeguata informazione sulle modalità d’uso e di effettuazione dei controlli e il rispetto della disciplina di protezione dei dati. L’art. 26, par. 7, del Regolamento (UE) 2024/1689 impone ai deployer che siano datori di lavoro di informare i rappresentanti dei lavoratori e i lavoratori interessati prima di mettere in servizio un sistema ad alto rischio sul luogo di lavoro.

In termini più concreti: un sistema che registri i prompt del personale, o che produca metriche di utilizzo riconducibili al singolo operatore, apre una questione di controllo a distanza che il regolamento non può ignorare. Si suggerisce di affrontarla esplicitamente, distinguendo i log tecnici di sicurezza — il cui trattamento risponde a finalità di protezione del sistema e va regolato con limiti di accesso e di conservazione — dalle elaborazioni a fini valutativi, che richiedono un diverso fondamento.

Profili critici

Il primo profilo critico attiene al rapporto fra atto regolamentare e base giuridica. Si osserva, nella produzione normativa interna delle amministrazioni, una certa tendenza a sovrastimare la portata del regolamento, fino a presentarlo come se fosse esso stesso il titolo che legittima i trattamenti. Si ritiene che tale impostazione non sia corretta: il regolamento organizza, disciplina, vincola il personale, ma non attribuisce poteri che la legge non conferisca. In termini più pragmatici, un regolamento non può autorizzare l’amministrazione a trattare dati per finalità estranee ai propri compiti istituzionali, né può introdurre una deroga all’art. 22 in assenza di un fondamento di rango adeguato.

Il secondo profilo riguarda la tenuta della distinzione fra supporto e decisione. L’esperienza applicativa dei sistemi di gestione mostra che le classificazioni formali tendono a erodersi nella prassi: lo strumento nato come ausilio redazionale diventa, per effetto dell’abitudine e della pressione sui tempi, il generatore di fatto del contenuto dell’atto. La giurisprudenza della Corte di giustizia nel caso SCHUFA, nel qualificare come decisione automatizzata anche la determinazione di un valore che orienta in modo determinante la scelta del terzo, offre un’indicazione che merita attenzione: ciò che rileva non è l’etichetta attribuita al passaggio procedimentale, ma la sua effettiva incidenza causale sull’esito. Si suggerisce pertanto che il regolamento preveda meccanismi di verifica periodica dell’aderenza fra uso dichiarato e uso effettivo, perché la classificazione iniziale non è un dato acquisito una volta per tutte.

Il terzo profilo concerne la catena di fornitura. L’amministrazione che utilizza un sistema di intelligenza artificiale raramente ne è lo sviluppatore. Si innesta dunque il regime dell’art. 28 del Regolamento (UE) 2016/679, che richiede che il responsabile del trattamento presenti garanzie sufficienti e che il rapporto sia disciplinato da un contratto recante gli elementi del paragrafo 3, fra cui le istruzioni documentate, le misure di sicurezza, le condizioni del subappalto, l’assistenza al titolare. Si aggiunge, per i trasferimenti verso Paesi terzi, il capo V e in particolare l’art. 46 sulle garanzie adeguate. L’esperienza di audit suggerisce che proprio in questo snodo si concentrino le maggiori criticità: contratti standard predisposti dal fornitore e non negoziabili, clausole sull’utilizzo dei dati a fini di miglioramento del servizio formulate in termini ambigui, cataloghi di subresponsabili dinamici e non soggetti a effettiva opposizione. Il regolamento interno può poco su questo piano, ma dovrebbe quantomeno imporre che l’acquisizione di sistemi sia preceduta da una verifica documentata di tali profili e che l’ente non proceda in assenza di garanzie adeguate.

Il quarto profilo attiene alla sicurezza. L’art. 32 del Regolamento (UE) 2016/679 impone misure tecniche e organizzative adeguate al rischio, menzionando fra l’altro la pseudonimizzazione e la cifratura, la capacità di assicurare riservatezza, integrità, disponibilità e resilienza, e una procedura per testare e valutare regolarmente l’efficacia delle misure. L’introduzione di sistemi di intelligenza artificiale amplia la superficie di attacco in modi che le metodologie tradizionali non sempre intercettano: si pensi alla prompt injection indiretta, in cui un contenuto malevolo inserito in un documento processato dal sistema induce comportamenti non previsti, o all’esfiltrazione di dati attraverso le risposte del modello in architetture di retrieval mal segmentate. Si ritiene che l’analisi del rischio debba essere aggiornata con riferimento a queste specifiche minacce, e che il rinvio generico alle misure di sicurezza già in essere non sia sufficiente.

Il quinto profilo, infine, riguarda l’effettività. Un regolamento è un atto; la conformità è un comportamento organizzativo. La prassi di audit mostra con regolarità lo scarto fra documentazione formalmente ineccepibile e prassi operative divergenti. Si ritiene che l’adozione dell’atto debba essere accompagnata da un piano di attuazione con responsabilità e scadenze definite, e che la mancata previsione di tale piano costituisca, essa stessa, un indice di debolezza del sistema di governance.

Indicazioni operative per i responsabili della protezione dei dati e per le amministrazioni

Muovendo dal quadro ricostruito, si espongono di seguito le attività che, secondo il parere di chi scrive, dovrebbero comporre il percorso di adeguamento di un’amministrazione che intenda disciplinare l’impiego di sistemi di intelligenza artificiale.

Il primo passo è la ricognizione degli strumenti effettivamente in uso. Non si tratta di censire ciò che l’ente ha acquistato, ma ciò che il personale utilizza, inclusi gli strumenti adottati spontaneamente senza passaggio dal servizio informatico. La ricognizione si conduce combinando l’analisi del traffico di rete verso i domini dei principali fornitori, l’esame delle licenze software e dei moduli di intelligenza artificiale eventualmente già presenti nei gestionali in uso — molti applicativi di settore hanno introdotto funzionalità generative in aggiornamenti successivi, senza che l’amministrazione ne abbia avuto piena consapevolezza — e la rilevazione diretta presso i responsabili di struttura. L’esito di questa attività confluisce in un inventario dei sistemi, che si suggerisce di tenere distinto dal registro delle attività di trattamento di cui all’art. 30 del Regolamento (UE) 2016/679, ma a esso collegato mediante riferimenti incrociati, perché l’inventario risponde a una logica di asset mentre il registro risponde a una logica di trattamento.

Segue la qualificazione giuridica di ciascun sistema, che richiede di stabilire, in primo luogo, se l’ente agisca come fornitore o come deployer ai sensi del Regolamento (UE) 2024/1689, verificando in particolare le ipotesi dell’art. 25 che comportano il mutamento di ruolo; in secondo luogo, se il sistema rientri in una delle categorie dell’allegato III o incorra in uno dei divieti dell’art. 5; in terzo luogo, quale sia la base giuridica del trattamento ai sensi dell’art. 6 del Regolamento (UE) 2016/679 e dell’art. 2-ter del decreto legislativo 196/2003. Si suggerisce di documentare la qualificazione con una motivazione sintetica ma argomentata, perché in sede di eventuale controllo l’assenza di tracce del ragionamento è spesso più penalizzante dell’errore di valutazione.

Sulla base della qualificazione si procede alla valutazione d’impatto. Dove ricorrano le condizioni dell’art. 35 del Regolamento (UE) 2016/679 — e si ritiene che ricorrano con frequenza negli impieghi incidenti sull’istruttoria, considerati i criteri delle Linee guida WP248 adottate dal Gruppo di lavoro Articolo 29 e fatte proprie dal Comitato europeo per la protezione dei dati — la DPIA va redatta prima dell’avvio del trattamento, con il parere del responsabile della protezione dei dati di cui al paragrafo 2 della medesima disposizione. Dove ricorrano altresì i presupposti dell’art. 27 del Regolamento (UE) 2024/1689, si suggerisce di adottare un documento integrato che soddisfi entrambe le prescrizioni, sfruttando l’espressa previsione di complementarità e distinguendo nettamente, al suo interno, la sezione dedicata ai rischi per la protezione dei dati da quella dedicata ai rischi per gli altri diritti fondamentali — dignità, non discriminazione, difesa, buon andamento dell’azione amministrativa — perché l’oggetto della tutela non coincide.

Parallelamente va curata la contrattualizzazione dei rapporti con i fornitori. Si tratta di verificare l’esistenza e l’adeguatezza dell’atto di nomina a responsabile del trattamento ai sensi dell’art. 28, con particolare attenzione alle clausole che escludono il riutilizzo dei dati per l’addestramento, alla disciplina dei subresponsabili, alla localizzazione dei trattamenti e, ove vi siano trasferimenti extra-UE, alla sussistenza di una decisione di adeguatezza o di garanzie adeguate ai sensi dell’art. 46 corredate della valutazione d’impatto sul trasferimento. Si suggerisce inoltre di pretendere dal fornitore le informazioni dell’art. 13 del Regolamento (UE) 2024/1689 ove il sistema sia ad alto rischio, e comunque una documentazione tecnica che consenta di comprendere le limitazioni note, i livelli di accuratezza dichiarati e le condizioni d’uso previste, perché l’obbligo del deployer di utilizzare il sistema conformemente alle istruzioni presuppone che tali istruzioni esistano e siano intelligibili.

Sul versante della sicurezza, si suggerisce di aggiornare l’analisi del rischio ai sensi dell’art. 32 del Regolamento (UE) 2016/679 includendo le minacce specifiche dei sistemi basati su modelli linguistici, di definire politiche di segmentazione per le architetture che connettono il modello a basi documentali interne, di disciplinare la conservazione e l’accesso ai log con limiti temporali proporzionati, e di verificare la coerenza con gli obblighi di gestione del rischio derivanti dal decreto legislativo 138/2024 per le amministrazioni che vi rientrino. Si ritiene che l’introduzione di un sistema di intelligenza artificiale in un processo essenziale debba essere trattata, nella metodologia di gestione del rischio, come una modifica significativa dell’architettura e non come un semplice aggiornamento applicativo.

Quanto alla formazione, l’obbligo dell’art. 4 del Regolamento (UE) 2024/1689 non si soddisfa con una comunicazione interna. Si suggerisce di articolare l’intervento su livelli differenziati: una formazione di base per tutto il personale sui limiti dei sistemi generativi, sul fenomeno delle allucinazioni e sulle regole di immissione dei dati; una formazione specialistica per chi esercita funzioni di sorveglianza umana, incentrata sul riconoscimento degli errori sistematici e sul rischio di automation bias; un aggiornamento per le figure di governance — responsabile della protezione dei dati, responsabile per la transizione digitale, referenti per la sicurezza — sull’evoluzione del quadro normativo. Si suggerisce altresì di documentare la partecipazione e di prevedere momenti di verifica dell’apprendimento, perché la prova dell’adempimento è parte dell’adempimento.

Sul piano della trasparenza, occorre aggiornare le informative di cui agli articoli 13 e 14 del Regolamento (UE) 2016/679 per i trattamenti interessati, valutare l’opportunità di pubblicare un elenco ricognitivo dei sistemi impiegati e, per i procedimenti in cui l’intelligenza artificiale intervenga nell’istruttoria, inserire negli atti un’indicazione che consenta all’interessato di comprendere il ruolo dello strumento. Si ritiene che questa indicazione, pur non espressamente prescritta da una disposizione puntuale per i casi di uso non decisorio, risponda al principio di correttezza e trasparenza dell’art. 5, par. 1, lett. a), e prevenga contestazioni in sede di accesso e di impugnazione.

Va poi curato il coinvolgimento delle rappresentanze dei lavoratori, nei termini richiesti dall’art. 26, par. 7, del Regolamento (UE) 2024/1689 e dalla disciplina dell’art. 4 della legge 300/1970 ove ricorrano i presupposti del controllo a distanza. Si suggerisce di affrontare la questione in via preventiva anziché in sede di contenzioso, perché l’esperienza mostra che la resistenza all’introduzione degli strumenti è spesso funzione della percezione di opacità più che dei contenuti.

Occorre infine predisporre il monitoraggio. Si suggerisce di definire indicatori semplici ma effettivi — percentuale di output modificati dall’operatore, numero di segnalazioni di errore, esiti di verifiche a campione sulla correttezza dei contenuti generati — e di prevedere un riesame periodico del regolamento e delle valutazioni d’impatto, con cadenza almeno annuale e comunque in occasione di modifiche sostanziali dei sistemi. Si suggerisce altresì di istituire un canale di segnalazione interno, accessibile al personale, per il malfunzionamento o l’uso improprio degli strumenti, e di collegarlo alle procedure di gestione degli incidenti e delle violazioni dei dati personali ai sensi degli articoli 33 e 34 del Regolamento (UE) 2016/679: non ogni malfunzionamento è una violazione, ma l’esperienza suggerisce che la distinzione vada operata da chi ha competenza per farlo, e non lasciata alla valutazione dell’utente finale.

Conclusioni

Il parere favorevole reso dal Garante sullo schema di regolamento della Provincia autonoma di Trento conferma, nella lettura che qui si propone, la praticabilità di un modello: l’atto generale di livello amministrativo che, senza pretendere di costituire la base giuridica dei trattamenti, organizza l’impiego dell’intelligenza artificiale all’interno dell’ente, distribuisce responsabilità, fissa divieti e soglie autorizzative, e predispone le condizioni perché la sorveglianza umana sia effettiva e non nominale. Non si tratta di un modello privo di tensioni, ma appare preferibile all’alternativa dell’inerzia, che lascia l’adozione degli strumenti alla discrezionalità del singolo operatore in assenza di qualunque presidio.

Restano aperte, ad avviso di chi scrive, almeno tre questioni che la prassi dei prossimi mesi dovrà affrontare. La prima concerne il rapporto fra la valutazione d’impatto sulla protezione dei dati e la valutazione d’impatto sui diritti fondamentali: l’art. 27 del Regolamento (UE) 2024/1689 ne ammette l’integrazione, ma non si ha evidenza, allo stato, di una metodologia condivisa a livello europeo che indichi come strutturare il documento integrato e quali elementi debbano essere mantenuti distinti. L’adozione di un modello da parte dell’Ufficio per l’intelligenza artificiale, prevista dal medesimo articolo, costituirà un riferimento atteso. [Nota redazionale: verificare, prima della pubblicazione, se l’ufficio per l’IA abbia nel frattempo adottato il modello di questionario previsto dall’art. 27 del Regolamento (UE) 2024/1689.]

La seconda riguarda la sorte del principio di conoscibilità elaborato dalla giurisprudenza amministrativa quando applicato a sistemi la cui logica non è esplicitabile in termini di regole. Si ritiene che la risposta non possa consistere nella rinuncia al principio, ma nemmeno nella pretesa di un’ostensione tecnicamente impossibile: la direzione più promettente appare quella di una conoscibilità articolata, che investa il processo — le finalità, i dati impiegati, le verifiche effettuate, i limiti dichiarati, gli esiti dei test — anziché il funzionamento interno del modello. Si tratta però di una costruzione che attende conferme giurisprudenziali.

La terza attiene al coordinamento fra le autorità. Il quadro italiano vede oggi concorrere, su piani diversi, il Garante per la protezione dei dati personali, l’Agenzia per l’Italia digitale e l’Agenzia per la cybersicurezza nazionale, ciascuno con competenze definite dalla legge 132/2025 e dalle norme di settore. Il rischio di sovrapposizioni e di indicazioni non pienamente allineate non è teorico, e la sua gestione richiederà, con ogni probabilità, forme di raccordo istituzionale di cui al momento non si ha evidenza compiuta. Per le amministrazioni destinatarie, nel frattempo, l’indicazione che si ritiene più solida resta quella di impostare la documentazione in modo da poter rispondere, con un unico corpo di evidenze, a interlocutori diversi: la frammentazione documentale è, nell’esperienza applicativa dei sistemi di gestione, la principale causa di inefficienza nei controlli.

Riferimenti normativi

• Regolamento (UE) 2016/679 (GDPR)
• Regolamento (UE) 2024/1689 (AI Act)
• Direttiva (UE) 2022/2555 (NIS2)
• legge 7 agosto 1990, n. 241
• legge 20 maggio 1970, n. 300
• decreto legislativo 30 giugno 2003, n. 196
• decreto legislativo 7 marzo 2005, n. 82
• decreto legislativo 14 settembre 2015, n. 151
• decreto legislativo 10 agosto 2018, n. 101
• decreto-legge 8 ottobre 2021, n. 139
• decreto legislativo 4 settembre 2024, n. 138
• legge 23 settembre 2025, n. 132
• Consiglio di Stato, Sezione VI, sentenza 8 aprile 2019, n. 2270
• Consiglio di Stato, Sezione VI, sentenza 13 dicembre 2019, n. 8472
• Corte di giustizia dell’Unione europea, sentenza 7 dicembre 2023, causa C-634/21 (SCHUFA)
• Gruppo di lavoro Articolo 29, Linee guida WP248 rev.01 in materia di valutazione d’impatto sulla protezione dei dati