AI literacy in azienda: obblighi AI Act e formazione

Indice

• «Dobbiamo fare AI literacy». Bene, ma cosa significa?
• Cosa chiede davvero l’articolo 4 dell’AI Act
• Anche chi usa ChatGPT per scrivere testi rientra nel problema
• Prima della formazione bisogna conoscere gli usi reali
• Una base comune per tutti
• Le competenze cambiano insieme ai ruoli
• Le competenze che compongono davvero l’AI literacy
• La pratica deve entrare nella formazione
• Quanto deve durare un percorso di AI literacy?
• Come documentare ciò che è stato fatto
• Anche consulenti e collaboratori possono essere coinvolti
• L’AI literacy continua dopo il corso
• Da dove partire in azienda
• FAQ sull’AI literacy in azienda

«Dobbiamo fare AI literacy». Bene, ma cosa significa?

Fino a poco tempo fa, parlando di intelligenza artificiale in azienda, le domande erano soprattutto tecnologiche.
Quale strumento scegliamo? ChatGPT o Gemini? Possiamo usare Copilot? Vale la pena pagare Claude?
Poi è arrivato l’AI Act e una nuova espressione ha cominciato a circolare nelle riunioni, nelle newsletter e, naturalmente, nelle offerte commerciali: AI literacy.
Da quel momento il percorso è stato abbastanza prevedibile.
L’AI literacy è obbligatoria. Quindi bisogna fare formazione. Quindi serve un corso. Possibilmente entro venerdì.
La realtà è un po’ più interessante.
L’AI literacy prevista dall’AI Act riguarda effettivamente anche moltissime aziende che utilizzano sistemi sviluppati da altri. Ma il regolamento non prescrive un pacchetto formativo standard da somministrare indistintamente a tutti.
La questione centrale è un’altra: le persone devono possedere competenze adeguate agli strumenti che utilizzano, al contesto nel quale li utilizzano e ai rischi che possono derivarne.

Cosa chiede davvero l’articolo 4 dell’AI Act

L’articolo 4 dell’AI Act riguarda provider e deployer di sistemi di intelligenza artificiale.
Nella maggior parte delle aziende interessate alla formazione, il ruolo più frequente sarà quello di deployer, cioè organizzazione che utilizza sistemi AI per la propria attività.
Dal 2 febbraio 2025 queste organizzazioni devono adottare misure per sostenere lo sviluppo dell’AI literacy del personale e delle altre persone che utilizzano sistemi AI per loro conto.
Dopo le modifiche del 2026, il quadro chiarisce che l’organizzazione non deve garantire uno specifico livello standardizzato di AI literacy per ogni individuo. Deve invece considerare conoscenze tecniche, esperienza, istruzione, formazione e contesto d’uso.
Dal 3 agosto 2026 sono applicabili anche le norme relative alla vigilanza e all’enforcement dell’articolo 4.
Questa impostazione rende difficile sostenere seriamente che esista un “corso AI Act obbligatorio di 4, 8 o 12 ore” valido per qualsiasi azienda.
La Commissione europea è esplicita: non esiste un formato unico di formazione e non sono imposti corsi standardizzati. Le misure appropriate dipendono dalla situazione concreta.

Anche chi usa ChatGPT per scrivere testi rientra nel problema

Un’obiezione abbastanza naturale potrebbe essere questa: “Va bene, ma noi non usiamo sistemi sofisticati. Abbiamo semplicemente alcuni dipendenti che utilizzano ChatGPT.”
La Commissione ha risposto proprio a un caso del genere.
Alla domanda se un’impresa i cui dipendenti utilizzano ChatGPT, per esempio per scrivere testi pubblicitari o fare traduzioni, debba occuparsi dell’articolo 4, la risposta è sì. Tra le competenze necessarie viene citata anche la consapevolezza di rischi come le allucinazioni del modello.
Questo aiuta a ridimensionare un equivoco frequente.
AI literacy riguarda anche chi apre un chatbot ogni mattina e comincia a usarlo dentro il proprio lavoro.
A quel punto diventano rilevanti domande molto semplici.
La persona sa che il modello può inventare informazioni? Sa verificare una fonte? Sa quali dati può inserire? Sa distinguere una risposta plausibile da una risposta affidabile? Sa quando il risultato deve essere controllato da qualcuno?
Sono già domande di AI literacy.

Prima della formazione bisogna conoscere gli usi reali

Progettare un percorso sensato richiede quindi di partire dall’azienda.
Quali strumenti vengono utilizzati? Da chi? Per quali attività? Con quali informazioni? Quanto incidono gli output sul lavoro finale?
Ci sono persone che usano account personali? Esistono funzioni AI integrate in software aziendali che vengono ormai utilizzate senza essere nemmeno percepite come “intelligenza artificiale”?
Questo censimento iniziale produce due informazioni importanti.
La prima riguarda il livello di partenza delle persone. La seconda riguarda il rischio e la complessità degli utilizzi.
Una persona che chiede a Gemini di proporre dieci titoli per una newsletter non ha gli stessi bisogni formativi di un collega che utilizza un sistema AI per analizzare curriculum, documentazione sanitaria, dati finanziari o informazioni riservate.
La Commissione suggerisce di costruire le iniziative di AI literacy considerando il ruolo dell’organizzazione, i sistemi utilizzati, i relativi rischi, il livello di conoscenza delle persone e il contesto nel quale l’AI viene impiegata.

Una base comune per tutti

Questo non significa costruire un corso completamente diverso per ogni dipendente.
Una base comune è utile, e spesso necessaria, per creare un linguaggio condiviso.
Chiunque utilizzi un sistema generativo dovrebbe comprendere almeno: che cosa sta utilizzando; come vengono generate le risposte; quali sono i limiti principali dei modelli; perché possono comparire errori e allucinazioni; come verificare informazioni e fonti; quali dati richiedono cautela; quando è necessaria supervisione umana; quale responsabilità rimane alla persona che utilizza l’output.
La Commissione indica proprio una comprensione generale dell’AI, delle tecnologie utilizzate nell’organizzazione, delle opportunità e dei rischi come punto di partenza di un programma di alfabetizzazione.
Questa base può essere comune. Da lì, però, le strade cominciano a separarsi.

Le competenze cambiano insieme ai ruoli

Prendiamo una piccola azienda con amministrazione, commerciale, marketing, direzione e personale.
Il marketing può avere bisogno di approfondire generazione dei contenuti, copyright, verifica delle fonti, immagini sintetiche e trasparenza.
L’amministrazione potrebbe lavorare soprattutto su documenti, estrazione di informazioni, tabelle, riservatezza e controllo dei dati.
Il commerciale può utilizzare l’AI per ricerca, preparazione degli incontri, analisi dei clienti e comunicazione.
Chi lavora nelle risorse umane entra in un territorio più delicato quando l’AI viene utilizzata per selezionare, classificare o valutare candidati e dipendenti.
La direzione ha bisogno anche di capire governance, rischi, responsabilità e criteri con cui autorizzare nuovi strumenti.
Un’azienda può quindi avere una base comune di AI literacy e livelli successivi costruiti per ruolo.
È una logica coerente con l’impostazione dell’articolo 4: conoscenze, esperienza, formazione e contesto devono entrare nella progettazione delle misure.

Le competenze che compongono davvero l’AI literacy

Il prompting fa parte del quadro, ma rappresenta soltanto una delle competenze.
Una persona alfabetizzata sull’AI dovrebbe riuscire a muoversi lungo tutto il processo.
Comprendere. Sapere, almeno a livello funzionale, cosa sta utilizzando.
Scegliere. Capire quale strumento può essere adatto a una certa attività.
Istruire. Fornire contesto, obiettivi e indicazioni sufficientemente chiare.
Valutare. Leggere criticamente l’output.
Verificare. Controllare fatti, dati, fonti e risultati importanti.
Proteggere. Gestire con criterio informazioni personali, riservate e aziendali.
Decidere. Sapere quando l’AI può assistere il lavoro e quando deve intervenire una persona.
Riconoscere l’impatto. Comprendere cosa succede quando l’output riguarda clienti, dipendenti o altri soggetti.
Questa è una competenza molto più ampia rispetto alla capacità di ottenere da ChatGPT una risposta particolarmente bella al primo tentativo.
Ed è anche più resistente nel tempo.
I modelli cambieranno. I pulsanti cambieranno. Probabilmente cambierà perfino il nome di qualche prodotto prima che abbiate finito di leggere questo articolo. Il metodo resta molto più stabile.

La pratica deve entrare nella formazione

Una lezione sull’AI può essere molto interessante. Poi arriva il lunedì mattina.
Davanti al dipendente c’è il foglio Excel che utilizza da sei anni, un PDF di cinquanta pagine, una richiesta del cliente e una mail a cui deve rispondere prima di pranzo.
È lì che scopriamo se la formazione ha funzionato.
Per questo un percorso di AI literacy dovrebbe includere attività il più possibile vicine al lavoro reale.
Un documento simile a quelli utilizzati in azienda. Una ricerca che il reparto svolge normalmente. Una comunicazione da preparare. Un output sbagliato da riconoscere. Un prompt da correggere. Una fonte da verificare. Un caso nel quale decidere se un dato possa essere inserito nello strumento.
La Commissione raccoglie oggi numerosi esempi di iniziative di AI literacy sviluppate da imprese e settore pubblico: e-learning, formazione in presenza, bootcamp, attività collaborative e altri approcci.
Il formato può cambiare. Il collegamento con il lavoro quotidiano rimane decisivo.

Quanto deve durare un percorso di AI literacy?

Qui torna una delle domande preferite da chi deve acquistare formazione: quante ore servono?
La risposta dipende da ciò che vogliamo ottenere.
Un incontro di due ore può costruire consapevolezza. Una giornata può consentire di affrontare principi generali e prime esercitazioni. Un team che deve utilizzare più strumenti, lavorare su casi professionali e sviluppare procedure comuni richiederà probabilmente un percorso più articolato.
Un gruppo che opera con sistemi ad alto rischio può avere esigenze ulteriori.
Possiamo quindi sostituire la domanda “quante ore servono?” con una più produttiva: “Cosa devono sapere e saper fare queste persone alla fine del percorso?”
Da quella risposta deriva anche la durata.

Come documentare ciò che è stato fatto

La formazione lascia anche una traccia organizzativa.
La Commissione chiarisce che non è necessario ottenere uno specifico certificato per dimostrare l’AI literacy prevista dall’articolo 4.
Un’organizzazione può mantenere un registro interno delle attività formative e delle altre iniziative adottate.
Ha quindi senso conservare date degli incontri, partecipanti, argomenti affrontati, materiali, eventuali esercitazioni, policy o istruzioni fornite e aggiornamenti successivi.
La documentazione permette soprattutto di ricostruire le scelte compiute.
Un attestato può naturalmente essere utile come documento formativo. Eviterei però di trattarlo come una specie di indulgenza digitale capace, da sola, di rendere conforme qualsiasi utilizzo dell’intelligenza artificiale.
La sostanza viene prima del certificato.

Anche consulenti e collaboratori possono essere coinvolti

L’articolo 4 parla del personale e delle altre persone che utilizzano sistemi AI per conto dell’organizzazione.
La Commissione interpreta questa formulazione in modo sufficientemente ampio da comprendere, a seconda del rapporto e dell’attività, anche appaltatori e fornitori di servizi soggetti al mandato dell’organizzazione.
Pensiamo a un consulente esterno che accede alla documentazione aziendale e utilizza sistemi generativi per elaborarla. Oppure a un’agenzia che produce contenuti usando l’AI per conto del cliente.
Il perimetro della literacy può quindi superare quello dei soli dipendenti.
Anche qui il criterio utile resta il lavoro effettivamente svolto: chi utilizza quali sistemi, con quali responsabilità e per conto di chi.

L’AI literacy continua dopo il corso

C’è infine un problema che qualsiasi percorso sull’intelligenza artificiale incontra molto presto.
Gli strumenti cambiano. Le funzioni cambiano. Cambiano le policy dei fornitori. Cambiano i casi d’uso. Cambiano le persone che entrano nel team.
La Commissione stessa sottolinea la rapidità dell’evoluzione tecnologica quando invita le organizzazioni a valutare nel tempo se perfino persone con esperienza tecnica possiedano ancora le conoscenze necessarie sui sistemi concretamente utilizzati.
Per questo l’AI literacy funziona meglio come processo aziendale.
Una base iniziale. Approfondimenti per ruolo. Regole interne. Momenti di aggiornamento. Condivisione dei casi d’uso. Verifica periodica degli strumenti. Formazione delle persone nuove.
L’obiettivo diventa costruire un’organizzazione capace di imparare insieme all’evoluzione della tecnologia.

Da dove partire in azienda

Possiamo ridurre tutto a una sequenza abbastanza semplice.
Mappare gli strumenti che vengono già utilizzati.
Capire chi li utilizza e per quali attività.
Valutare livello di competenza e rischi.
Definire una base comune di AI literacy.
Aggiungere competenze specifiche per ruolo e casi d’uso.
Lavorare su esercitazioni reali.
Documentare le iniziative adottate.
Aggiornare periodicamente formazione e regole.
L’articolo 4 offre certamente una spinta normativa.
Ma un’azienda che segue questo percorso ottiene qualcosa di più utile della semplice risposta a un obbligo.
Ottiene persone che utilizzano meglio gli strumenti, riconoscono prima gli errori, gestiscono con maggiore attenzione i dati e sanno scegliere quando affidarsi all’AI.
In un’azienda che ha già cominciato a utilizzare l’intelligenza artificiale, questa competenza ha valore anche senza aprire il PDF dell’AI Act.