Il concetto di accessibilità negli ambienti di lavoro, sia nel settore pubblico sia nel privato, ha seguito a lungo un approccio compensativo e reattivo. Per decenni, le tecnologie assistive tradizionali (Assistive Technology o AT), quali screen reader a sintesi vocale rigida, software di ingrandimento o periferiche hardware dedicate, hanno svolto una funzione fondamentale di ausilio.
Tali strumenti hanno consentito di soddisfare i requisiti minimi di conformità normativa e di favorire una prima forma di inclusione socio-occupazionale. Tuttavia, le soluzioni tradizionali hanno mostrato precisi limiti strutturali: l’incapacità di interpretare il contesto operativo, la rigidità nell’adattarsi a flussi di lavoro complessi e non strutturati, e una forte dipendenza da interventi di configurazione manuale condotti ex post.
Indice degli argomenti
IA generativa e tecnologie assistive: dall’accessibilità reattiva al paradigma adattivo
In questo scenario, l’accessibilità è stata spesso trattata come un semplice adempimento tecnico e formale, ossia un adeguamento a posteriori di sistemi informativi primari progettati senza tenere conto della diversità delle caratteristiche individuali degli utenti. Questa impostazione ha generato una frizione continua tra la rapida evoluzione dei software aziendali e i tempi di aggiornamento degli ausili, finendo per confinare le lavoratrici e i lavoratori con disabilità entro perimetri operativi rigidi e poco scalabili.
Le rilevazioni elaborate dall’Istat in raccordo con le analisi Eurostat evidenziano come il tasso di occupazione delle persone con disabilità o limitazioni funzionali in Italia e nell’Unione Europea rimanga nettamente inferiore alla media della popolazione attiva, confermando l’urgenza di superare gli ostacoli strutturali nell’accesso e nella permanenza sul posto di lavoro[1].
L’ingresso dell’intelligenza artificiale generativa e delle architetture cognitive nell’ecosistema digitale segna il passaggio da un modello deterministico a un paradigma adattivo, dinamico e predittivo, fondato sui principi della progettazione universale (accessibility by design). La convergenza tra modelli linguistici di grandi dimensioni (Large Language Models o LLM), architetture multimodali e ausili tecnologici tradizionali ridefinisce l’interazione uomo-macchina (Human-Computer Interaction). La tecnologia non si limita più a trasdurre passivamente un segnale da un canale percettivo a un altro, ma comprende la semantica del messaggio, sintetizza contesti informativi complessi, riorganizza le informazioni in base al profilo di funzionamento dell’utente e ne anticipa le necessità operative nei processi lavorativi quotidiani.
Questo mutamento di paradigma trova riscontro nell’evoluzione delle architetture informatiche aziendali, dove l’integrazione di copiloti intelligenti, agenti autonomi e assistenti virtuali sta progressivamente sostituendo i vecchi software gestionali monolitici. Non si tratta più soltanto di rendere accessibile una singola applicazione d’ufficio, ma di garantire che l’intero ecosistema di lavoro digitale parli un linguaggio comune, permeabile e flessibile, capace di modellarsi in tempo reale attorno alle specifiche abilità ed esigenze di chi lo utilizza.
Tecnologie assistive e IA generativa per l’autonomia lavorativa
L’integrazione delle architetture generative nei flussi di lavoro quotidiani introduce livelli di personalizzazione e flessibilità inediti. La capacità dei modelli di elaborare contemporaneamente testo scritto, codice di programmazione, immagini, flussi audio e strutture dati complesse permette di superare ostacoli sensoriali e cognitivi storicamente ritenuti insormontabili, agendo direttamente su produttività, efficacia operativa e autonomia professionale.
Elaborazione multimodale e disabilità sensoriale
Nei contesti professionali contemporanei, la gestione di grandi quantità di informazioni eterogenee è una delle principali sfide operative. Per le persone con disabilità visiva (cieche o ipovedenti), i tradizionali screen reader incontrano severi limiti di fronte a elementi visivi non testuali, dashboard interattive, grafici articolati o documenti scansionati privi di tag strutturali legati all’accessibilità.
I sistemi basati su IA generativa multimodale superano radicalmente la semplice lettura ottica dei caratteri (Optical Character Recognition o OCR). Essi sono infatti in grado di analizzare la semantica di un artefatto visivo, interpretare le relazioni tra le variabili di un grafico ed elaborare spaccati descrittivi testuali articolati su più livelli di dettaglio. Un professionista non vedente può interrogare direttamente il modello per estrarre le tendenze chiave da una presentazione aziendale, richiedere confronti specifici tra tabelle finanziarie o condurre analisi su dataset complessi in completa autonomia, azzerando i tempi di attesa legati al supporto umano o alla conversione manuale dei file.
Parallelamente, per le lavoratrici e i lavoratori sordi o con ipoacusia, i modelli di riconoscimento vocale avanzato (Automatic Speech Recognition o ASR) ed elaborazione del linguaggio naturale (Natural Language Processing o NLP) consentono la generazione in tempo reale di trascrizioni accurate durante le riunioni sincrone. Tali sistemi integrano la separazione dei parlanti (diarizzazione del parlato), la traduzione contestuale simultanea e la spiegazione immediata di termini tecnici o acronimi aziendali. L’IA generativa permette inoltre la sintetizzazione automatica dei verbali, l’estrazione immediata delle attività da svolgere (action items) e la conversione del parlato in rappresentazioni visive o schemi concettuali di facile fruizione.
Funzioni esecutive e accessibilità cognitiva
Un ambito di straordinario impatto dell’IA generativa riguarda l’accessibilità cognitiva e il supporto alle funzioni esecutive per i lavoratori neurodivergenti (con condizioni quali autismo, ADHD, dislessia, discalculia o altri disturbi specifici dell’apprendimento), oltre che per persone con lesioni cerebrali acquisite.
Le funzioni esecutive supervisionano i processi mentali dedicati a pianificazione strategica, gestione del tempo, memoria di lavoro, organizzazione delle priorità e concentrazione. Le iniziative di ricerca e capacity building promosse a livello europeo da organismi quali il European Disability Forum (EDF)[2] sottolineano come l’adozione consapevole di questi strumenti permetta di trasformare gli algoritmi in copiloti per l’autonomia quotidiana:
- Scomposizione dei processi complessi: i modelli convertono direttive aziendali generali o documenti di progetto articolati in sequenze di attività pratiche, suddivise in micro obiettivi ben definiti e scansionati nel tempo, riducendo il rischio di paralisi decisionale o disorientamento operativo.
- Sintesi e rielaborazione del testo: per chi riscontra difficoltà nella lettura prolungata o nell’elaborazione rapida di testi normativi, l’IA riassume report corposi, mette in luce i concetti chiave e riformula il testo secondo livelli di leggibilità personalizzati (plain language o formati ad alta leggibilità).
- Supporto alla comunicazione interpersonale: l’IA generativa consente di analizzare la bozza di un’email o di un report, suggerendo modifiche di tono, verificando la chiarezza del messaggio ed eliminando dubbi o ambiguità contestuali che potrebbero generare incomprensioni nel lavoro di squadra.
In questo contesto, la possibilità di utilizzare interfacce conversazionali avanzate (Conversational User Interface o CUI) trasforma le modalità di fruizione dei dati aziendali. L’utente non deve più navigare complessi menu a tendina nei software gestionali, ma può interagire direttamente in linguaggio naturale, ottenendo risposte puntuali ed eseguendo operazioni complesse con comandi semplici e diretti.
Interfacce adattive e agenti autonomi
La prospettiva più avanzata dell’integrazione tra intelligenza artificiale e tecnologie assistive risiede nell’iper-personalizzazione e nel dinamismo degli ambienti di lavoro digitali. Attraverso l’analisi dei pattern di interazione individuale, gli algoritmi generativi consentono la creazione di interfacce utente fluide (adaptive user interfaces) che si riorganizzano in tempo reale. Il sistema informativo è in grado di rilevare l’affaticamento visivo o l’incremento del carico cognitivo del lavoratore, modificando l’aspetto grafico degli strumenti, semplificando il layout, riducendo le notifiche non essenziali o cambiando la modalità di input predefinita (da testo a comandi vocali o gestuali).
Tale flessibilità si estende anche all’integrazione dei dispositivi hardware esterni. Gli ausili tradizionali, quali barre Braille dinamiche o sistemi di eye-tracking (tracciamento oculare), dialogano in modo molto più efficace con i software di lavoro quando questi ultimi sono dotati di moduli di IA in grado di interpretare la velocità di digitazione o la precisione del puntamento, regolando di conseguenza la sensibilità e i tempi di risposta del sistema.
L’evoluzione verso modelli basati su agenti intelligenti autonomi (Agentic AI) apre scenari inediti per i lavoratori con disabilità motorie gravi. A differenza degli strumenti passivi, un agente basato su IA è in grado di eseguire compiti articolati e concatenati su semplice indicazione vocale o gestuale dell’utente: compilare form digitali, pianificare appuntamenti, interrogare banche dati ed elaborare reportistica senza richiedere un’interazione fisica continua o puntamenti di alta precisione, elevando l’operatore dal controllo esecutivo manuale alla supervisione strategica del processo.
L’inclusione lavorativa cambia con IA e tecnologie assistive
L’adozione diffusa dell’IA generativa e delle tecnologie assistive ad alta personalizzazione produce effetti profondi sulla struttura delle organizzazioni e sulla ridefinizione dei ruoli. Il superamento delle barriere fisiche, sensoriali e cognitive sposta il baricentro della valutazione professionale dalla semplice esecuzione di compiti operativi alla qualità dell’apporto critico, creativo e strategico della persona.
Dalla conformità all’inclusione come valore
Per decenni, l’inserimento lavorativo delle persone con disabilità nelle organizzazioni pubbliche e private è stato guidato prevalentemente da logiche normativo-sanzionatorie, legate al rispetto delle quote d’obbligo. Secondo le analisi pubblicate dal World Economic Forum (WEF) nell’ambito delle iniziative internazionali sull’inclusione della disabilità, quali The Valuable 500, oltre 1,3 miliardi di persone nel mondo vivono con una forma di disabilità, rappresentando circa il 16% della popolazione globale[3]. Tuttavia, solo una percentuale ridotta delle aziende dichiara di focalizzare le proprie soluzioni e i propri ambienti di lavoro in modo realmente inclusivo.
L’integrazione tra IA e tecnologie assistive supera questo modello assistenziale. L’abbattimento dei vincoli operativi permette di estendere l’accesso a ruoli ad alto valore aggiunto e ad elevata intensità di conoscenza, quali analisi dei dati, programmazione software, gestione della sicurezza informatica, design di processi e consulenza strategica.
Di conseguenza, le politiche aziendali di diversità e inclusione (Diversity, Equity & Inclusion o DE&I) evolvono da impegni legati alla responsabilità sociale d’impresa (Corporate Social Responsibility) a vere e proprie leve di crescita, competitività e innovazione. La neurodivergenza e le differenti modalità di elaborazione delle informazioni vengono valorizzate come risorse per stimolare il pensiero divergente (divergent thinking), individuare problemi complessi e trovare soluzioni innovative (problem solving).
Mansioni, produttività e ritorno economico
L’automazione delle attività meramente ripetitive richiede una revisione strutturale dell’organizzazione aziendale e del modo in cui vengono definiti i compiti (job design). I responsabili delle risorse umane devono superare i tradizionali indicatori di performance basati sulla presenza fisica o sul tempo dedicato a un singolo task (time on task), adottando invece parametri trasparenti basati sui risultati raggiunti (Key Performance Indicators o KPI), sull’efficacia del contributo e sull’autonomia decisionale.
Sotto il profilo economico, l’adozione di un modello inclusivo genera un chiaro ritorno sull’investimento (Return on Investment o ROI). I costi sostenuti per l’adozione di piattaforme inclusive vengono ampiamente compensati dalla riduzione del tasso di turnover, dall’aumento della produttività generale e dall’eliminazione dei costi legati agli adattamenti software correttivi effettuati ex post, migliorando al contempo la posizione dell’azienda nei rating ESG (Environmental, Social, Governance).
IA e tecnologie assistive nel quadro normativo europeo e italiano
Il processo di integrazione dell’intelligenza artificiale e delle tecnologie assistive nel mercato del lavoro si colloca all’interno di un quadro normativo articolato e in rapida evoluzione. La conformità legale, la tutela dei diritti fondamentali e l’attenzione all’etica degli algoritmi rappresentano requisiti imprescindibili per garantire un’innovazione realmente inclusiva.
European Accessibility Act, AI Act e accessibilità digitale
A livello dell’Unione Europea, le direttive uniscono la promozione dell’accessibilità universale a regole precise e vincolanti sullo sviluppo e sull’impiego dei sistemi tecnologici:
- European Accessibility Act (Direttiva UE 2019/882): rappresenta un passaggio fondamentale per l’armonizzazione delle regole dell’accessibilità nel mercato unico[4]. La direttiva fissa requisiti stringenti per prodotti e servizi digitali di grande diffusione, imponendo a produttori e fornitori di progettare soluzioni accessibili e ponendo le basi per l’integrazione nativa delle tecnologie assistive nei software commerciali di uso comune.
- Artificial Intelligence Act (Regolamento UE 2024/1689): costituisce il primo regolamento organico al mondo legato alla governance dell’intelligenza artificiale[5]. Basato su un approccio orientato al rischio (risk-based approach), l’AI Act classifica espressamente come ad alto rischio i sistemi di IA impiegati nell’ambito del lavoro, del reclutamento, della gestione dei dipendenti e dell’accesso al lavoro autonomo. Questo comporta l’obbligo di valutare l’impatto sui diritti fondamentali, garantire massima trasparenza, mantenere una supervisione umana continua (human-in-the-loop) e verificare l’assenza di distorsioni discriminatorie.
- Direttiva UE 2016/2102: dedicata all’accessibilità dei siti web e delle applicazioni mobili degli enti pubblici, stabilisce gli standard minimi per le pubbliche amministrazioni, garantendo l’interoperabilità con le tecnologie assistive[6].
Legge Stanca, AgID e collocamento mirato
In Italia, la disciplina fondamentale in materia di accessibilità è rappresentata dalla Legge 9 gennaio 2004, n. 4 (“Legge Stanca”)[7], aggiornata nel tempo per recepire le direttive europee. La legge sancisce il diritto di tutti i cittadini, con particolare riguardo alle persone con disabilità, di accedere ai servizi informatici e online della Pubblica Amministrazione e dei servizi di pubblica utilità.
L’Agenzia per l’Italia Digitale (AgID) aggiorna e rende operative le Linee Guida sull’accessibilità degli strumenti informatici e dei servizi digitali[8], recependo gli standard tecnici europei (EN 301 549) e le raccomandazioni W3C (WCAG). Gli obblighi di accessibilità, nati per il settore pubblico, sono stati estesi anche ai soggetti privati di grandi dimensioni (con fatturato medio superiore a 500 milioni di euro).
Inoltre, la normativa italiana sul collocamento mirato (Legge 12 marzo 1999, n. 68)[9] trova nella trasformazione digitale un alleato cruciale. L’uso dell’IA e delle tecnologie assistive permette di adempiere agli obblighi di legge non più tramite un inserimento passivo, ma attraverso la creazione di postazioni di lavoro personalizzate e adeguate (reasonable accommodation), come previsto dalla Convenzione ONU sui diritti delle persone con disabilità (UN CRPD)[10], ratificata dall’Italia con Legge 18/2009.
Bias algoritmici e nuove discriminazioni
Se da un lato l’IA generativa rappresenta una grande opportunità di autonomia, dall’altro introduce elementi di rischio sul piano etico che richiedono una gestione attenta degli algoritmi (algorithmic governance):
- Discriminazioni nei processi di selezione: un software per lo screening automatico dei curricula potrebbe penalizzare candidati con percorsi formativi non lineari dovuti a periodi di cura, oppure interpretare in modo scorretto modalità di comunicazione diverse, tipiche delle persone neurodivergenti.
- Bias di rappresentazione: i modelli generativi rischiano di riprodurre un’idea superata della disabilità, mostrando la persona solo come soggetto passivo da assistere o come un caso eccezionale (superhero bias), anziché come un professionista dotato di competenze.
- Rischio di controllo eccessivo e sorveglianza: l’uso di tecnologie basate sull’IA non deve tradursi in una forma di sorveglianza digitale speciale sul luogo di lavoro. Il tracciamento delle attività deve rispettare rigorosamente le norme sulla privacy previste dal GDPR (Regolamento UE 2016/679)[11] e non può costituire la base per valutazioni punitive del lavoratore.
Rischi dell’IA generativa per accessibilità e inclusione
L’entusiasmo per le opportunità dell’IA generativa applicata all’accessibilità deve essere temperato da un’analisi attenta dei fattori di rischio, per evitare l’insorgere di un “divario digitale di seconda generazione” (digital divide). Questo divario riguarda la reale possibilità di accedere ai modelli di IA più avanzati, le competenze necessarie per utilizzarli e la sostenibilità economica delle soluzioni nel lungo periodo.
Costi, accesso e sostenibilità delle soluzioni
I modelli di IA generativa più efficaci sono prevalentemente sviluppati da poche grandi aziende internazionali e richiedono canoni di abbonamento continui (Software as a Service o SaaS). Questo scenario genera il rischio di una frattura tra grandi aziende ed enti pubblici strutturati da un lato, e piccole e medie imprese (PMI) dall’altro. Risulta indispensabile promuovere politiche pubbliche di sostegno per aiutare le PMI ad adottare soluzioni assistive avanzate, affinché il diritto all’autonomia nel lavoro non sia vincolato alla dimensione economica dell’organizzazione.
Un’ulteriore criticità risiede nella frammentazione dell’offerta tecnologica. Molti ausili intelligenti vengono sviluppati come soluzioni isolate che faticano a integrarsi con i software gestionali già in uso nelle imprese (vendor lock-in). Promuovere la creazione di standard aperti e piattaforme condivise rappresenta la strada maestra per ridurre i costi di adozione e garantire continuità operativa.
Dati personali, interoperabilità e continuità operativa
La concentrazione del mercato dell’IA nelle mani di pochi attori oligopolistici solleva interrogativi importanti sulla sovranità tecnologica, sulla protezione dei dati e sulla continuità degli ausili. È fondamentale sostenere la ricerca e lo sviluppo di modelli di IA open source, trasparenti, auditabili e interoperabili, per evitare forme di dipendenza tecnologica che vulnerabilizzerebbero le categorie di lavoratori più fragili. Le soluzioni adottate nelle aziende devono garantire livelli elevati di sicurezza, evitando che le preferenze di accessibilità salvate dagli utenti possano essere utilizzate per profilazioni non autorizzate.
Competenze digitali e formazione inclusiva
Mettere a disposizione una tecnologia avanzata non equivale automaticamente a garantire l’inclusione. L’efficacia dell’IA generativa come strumento assistivo dipende dalla capacità delle persone di interagire con essa. Questo richiede percorsi formativi continui, rivolti sia ai lavoratori con disabilità sia ai loro colleghi. Imparare a formulare le giuste richieste a un modello (prompt engineering accessibile), comprenderne i limiti, verificare la correttezza delle informazioni ricevute e riconoscere imprecisioni algoritmiche (allucinazioni) sono competenze fondamentali per evitare che la tecnologia ampli anziché colmare il divario di occupabilità.
Politiche pubbliche e aziende per tecnologie assistive e IA
La trasformazione dell’autonomia lavorativa tramite l’IA generativa e le tecnologie assistive richiede una regia pubblica consapevole e una visione strategica da parte delle direzioni aziendali, capaci di coniugare l’innovazione tecnologica con la sostenibilità sociale.
Un ruolo guida per la Pubblica Amministrazione
La Pubblica Amministrazione, nella sua duplice veste di datore di lavoro e fornitore di servizi essenziali, deve assumere un ruolo guida nell’adozione etica e inclusiva delle nuove tecnologie digitali:
| Ambito di intervento | Azioni strategiche raccomandate |
|---|---|
| Acquisti pubblici inclusivi | Inserire criteri vincolanti di accessibilità avanzata e compatibilità con le tecnologie assistive nei bandi di gara per l’acquisto di software aziendali e piattaforme cloud nella PA (Social Procurement). |
| Incentivi per il settore privato | Estendere le agevolazioni fiscali e i crediti d’imposta legati alla transizione digitale alle imprese che investono in ausili basati su IA generativa e nella riprogettazione accessibile dei posti di lavoro. |
| Standard di accessibilità per l’IA | Promuovere, insieme agli enti di normazione (come AgID, UNI e ISO), linee guida chiare sui requisiti di accessibilità dei sistemi generativi multimodali e dei modelli linguistici. |
| Piani di formazione dedicati | Finanziare moduli formativi specifici dedicati all’alfabetizzazione digitale avanzata e all’uso dell’IA per i lavoratori con disabilità, integrando queste competenze nei percorsi di collocamento mirato. |
| Verifica degli algoritmi | Istituire protocolli di verifica periodica e audit sui software di gestione del personale adottati dalle PA per identificare ed eliminare tempestivamente eventuali bias discriminatori. |
Fonte: Elaborazione personale
Un modello di adozione integrato per le aziende
Per le organizzazioni private, l’adozione delle tecnologie assistive di nuova generazione richiede una strategia sistemica articolata in tre fasi principali:
- Valutazione e audit dell’infrastruttura IT: analizzare l’accessibilità reale dei software interni (intranet, gestionali, piattaforme di comunicazione) per garantire che siano compatibili con i modelli di IA e gli ausili usati dai dipendenti.
- Coinvolgimento diretto e co-progettazione (Participatory Design): coinvolgere fin da subito le lavoratrici e i lavoratori con disabilità o neurodivergenze nella scelta e nel testing delle tecnologie, evitando di calare dall’alto strumenti standardizzati che non rispondono alle reali esigenze operative.
- Pianificazione di una cultura dell’inclusione: promuovere la conoscenza dei temi dell’accessibilità e della neurodiversità in tutta l’organizzazione, facendo dell’uso dell’IA un’occasione collaborativa condivisa all’interno di tutti i team.
IA generativa e tecnologie assistive, la leva strategica
L’integrazione tra intelligenza artificiale generativa e tecnologie assistive segna la transizione definitiva da una concezione meramente correttiva e riparativa dell’accessibilità a un paradigma integrato, adattivo e nativo. L’abbattimento delle barriere cognitive, sensoriali e motorie ottenuto tramite architetture multimodali e modelli d’interfaccia fluidi dimostra che la disabilità, all’interno degli ambienti di lavoro digitali, non costituisce una condizione intrinseca e immutabile dell’individuo, ma è il risultato diretto del disallineamento tra il profilo di funzionamento della persona e le rigidità dell’infrastruttura tecnologica.
Tuttavia, l’impatto positivo di questa trasformazione non rappresenta un esito automatico o scontato dell’evoluzione algoritmica. Affinché l’IA generativa si traduca in un effettivo e duraturo incremento dell’autonomia e dell’occupabilità, è indispensabile governare con rigore i profili di rischio legati ai bias discriminatori, garantire la piena conformità al perimetro normativo tracciato dall’AI Act e dall’European Accessibility Act, e scongiurare l’insorgere di un nuovo divario economico nell’accesso alle soluzioni tecnologiche più avanzate.
In ultima analisi, la riprogettazione dei processi lavorativi attraverso la convergenza tra intelligenza artificiale e Assistive Tech permette di trasformare l’accessibilità da mero adempimento di conformità a leva strategica di innovazione organizzativa, ponendo la flessibilità dei sistemi digitali al diretto e primario servizio della dignità, dell’autonomia e del valore intrinseco di ogni lavoratore.
Note
[1] Istat & Eurostat (2024), Rilevazioni statistiche sull’inserimento lavorativo e sui tassi di occupazione delle persone con disabilità in Italia e nell’Unione Europea, Report e banche dati istituzionali, Roma-Lussemburgo ↩
[2] European Disability Forum (EDF) (2019), Plug and Pray? A disability perspective on artificial intelligence, automated decision-making and emerging technologies, EDF Human Rights Report, Bruxelles ↩
[3] World Health Organization (WHO) & The Valuable 500 (2022), Global Report on Health Equity for Persons with Disabilities, WHO Guidelines & Market Data, Ginevra. ↩
[4] Unione Europea (2019), Direttiva (UE) 2019/882 del Parlamento europeo e del Consiglio, del 17 aprile 2019, sui requisiti di accessibilità dei prodotti e dei servizi (European Accessibility Act), in Gazzetta Ufficiale dell’Unione Europea, L 151/70. ↩
[5] Unione Europea (2024), Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio, del 13 giugno 2024, che stabilisce regole armonizzate sull’intelligenza artificiale (Artificial Intelligence Act), in Gazzetta Ufficiale dell’Unione Europea, L 2024/1689. ↩
[6] Unione Europea (2016), Direttiva (UE) 2016/2102 del Parlamento europeo e del Consiglio, del 26 ottobre 2016, relativa all’accessibilità dei siti web e delle applicazioni mobili degli enti pubblici, in Gazzetta Ufficiale dell’Unione Europea, L 327/1. ↩
[7] Repubblica Italiana (2004), Legge 9 gennaio 2004, n. 4, “Disposizioni per favorire l’accesso dei soggetti disabili agli strumenti informatici” (Legge Stanca), in Gazzetta Ufficiale della Repubblica Italiana, n. 13 del 17 gennaio 2004. ↩
[8] Agenzia per l’Italia Digitale (AgID) (2022), Linee Guida sull’accessibilità degli strumenti informatici, in attuazione dell’art. 11 della L. 4/2004, recanti il recepimento dello standard europeo UNI EN 301 549 e delle linee guida W3C (WCAG 2.1), Roma. ↩
[9] Repubblica Italiana (1999), Legge 12 marzo 1999, n. 68, “Norme per il diritto al lavoro dei disabili” (Disciplina del collocamento mirato), in Gazzetta Ufficiale della Repubblica Italiana, n. 68 del 23 marzo 1999. ↩
[10] Organizzazione delle Nazioni Unite (ONU) (2006), Convenzione sui diritti delle persone con disabilità (UN CRPD), New York (ratificata dalla Repubblica Italiana con Legge 3 marzo 2009, n. 18). ↩
[11] Unione Europea (2016), Regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio, del 27 aprile 2016, relativo alla protezione delle persone fisiche con riguardo al trattamento dei dati personali (GDPR), in Gazzetta Ufficiale dell’Unione Europea, L 119/1 ↩
Partecipa alla community