intelligenza artificiale

AI a scuola, la sicurezza entra in classe: cosa devono fare i dirigenti


Indirizzo copiato

Docenti e personale ATA affrontano nuovi carichi e responsabilità con l’adozione dell’AI. Il dirigente scolastico deve coordinare competenze didattiche, tecniche e organizzative. Dalla valutazione dello stress alla formazione, un percorso per collegare prevenzione, protezione dei dati ed educazione alla responsabilità

Pubblicato il 16 nov 2026

Felicetto Massa

Docente di Scuola Secondaria di Secondo Grado, Ingegnere e Dottore di Ricerca



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Guida gentile sul quaderno




La scuola è un luogo di lavoro e l’AI vi entra come fattore di rischio da valutare. Come integrare Linee guida MIM, AI Act e D.Lgs. 179/2026 in un unico piano di formazione e nel DVR: guida per dirigenti scolastici, RSPP, docenti e personale ATA delle scuole.

In meno di un anno la scuola italiana ha ricevuto quattro livelli di regole sull’intelligenza artificiale: l’obbligo di alfabetizzazione dell’AI Act, le Linee guida del Ministero dell’Istruzione e del Merito, la legge n. 132 del 2025 e, da ultimo, il D.Lgs. 7 ottobre 2026, n. 179, che dedica alla scuola gli articoli da 36 a 38 e al lavoro l’articolo 42.

Queste regole vengono di solito lette come regole didattiche. L’articolo propone una lettura diversa: la scuola è anche un luogo di lavoro, e l’AI che vi entra deve essere valutata come fattore di rischio per docenti, personale ATA e studenti, secondo il D.Lgs. 81/2008.

Dopo un quadro delle norme, l’articolo descrive i rischi specifici dell’AI in ambito scolastico, propone un piano di formazione unico che integra le Linee guida MIM con gli obblighi di sicurezza e indica come educare gli studenti all’uso etico e legale dell’AI. È rivolto a dirigenti scolastici, RSPP, animatori digitali, DPO, docenti e tecnici degli enti proprietari degli edifici.

Indice degli argomenti

AI a scuola: le responsabilità del dirigente come datore di lavoro

Nelle istituzioni scolastiche il datore di lavoro è il dirigente scolastico, secondo il D.M. 382/1998 che applica il D.Lgs. 81/2008 alla scuola. Docenti e personale ATA sono lavoratori; gli studenti sono equiparati ai lavoratori quando usano laboratori, attrezzature e videoterminali.

L’art. 42 del D.Lgs. 179/2026, in vigore dal 23 ottobre 2026, chiede di valutare nel DVR i sistemi di AI che incidono sull’organizzazione del lavoro, sui ritmi, sulle modalità della prestazione o su decisioni rilevanti per la sicurezza. Nella scuola questi sistemi sono già presenti: piattaforme che generano verifiche e materiali, software di supporto alla valutazione, assistenti virtuali per gli studenti, automazione delle pratiche di segreteria.

Il dirigente scolastico si trova quindi a rispondere dell’AI su due fronti: come responsabile dell’offerta formativa, secondo le Linee guida MIM, e come datore di lavoro, secondo il Testo Unico. Tenere separati i due piani significa fare due volte lo stesso lavoro e lasciare scoperta la parte della sicurezza.

AI a scuola: le regole da integrare e le Linee guida MIM

La tabella riassume le fonti da integrare, in ordine di pubblicazione.

FonteCosa chiede alla scuola
Regolamento (UE) 2024/1689 (AI Act), art. 4Chi utilizza sistemi di AI deve garantire un livello sufficiente di alfabetizzazione al personale. La norma si applica dal 2 febbraio 2025
AI Act, Allegato IIIClassifica ad alto rischio alcuni sistemi usati nell’istruzione, ad esempio per l’ammissione, la valutazione dei risultati e il monitoraggio dei comportamenti durante le prove
Linee guida MIM, D.M. n. 166 del 9 agosto 2025Principi, requisiti etici, tecnici e di protezione dei dati, modalità di introduzione dell’AI per destinatario, governance e comunicazione; piano di formazione da inserire nel PTOF
Legge 23 settembre 2025, n. 132Legge italiana sull’intelligenza artificiale, di cui il D.Lgs. 179/2026 è attuazione
D.M. 219/2025100 milioni di euro del PNRR, investimento 2.1, per progetti di formazione sull’AI del personale scolastico
D.Lgs. 179/2026, artt. 36, 37 e 38Formazione degli studenti, piano sull’uso dei social e dell’AI, formazione di docenti e studenti con decreto MIM entro 90 giorni
D.Lgs. 179/2026, art. 42Valutazione dei sistemi di AI nel DVR e formazione dei lavoratori sui rischi specifici

Linee guida MIM: principi, requisiti e governance

Le Linee guida, nella versione 1.0 dell’agosto 2025, mettono la persona al centro e chiedono trasparenza, spiegabilità, robustezza tecnica, protezione dei dati e supervisione umana. Indicano gli ambiti di applicazione per destinatario: percorsi personalizzati e supporto ai bisogni educativi speciali per gli studenti, progettazione e materiali per i docenti, pianificazione per i dirigenti, automazione delle pratiche per il personale amministrativo.

Sul piano operativo chiedono alle scuole di introdurre l’AI per gradi, nel rispetto del GDPR, con una governance definita e un piano di formazione inserito nel PTOF. La piattaforma Unica è indicata come punto di raccolta di materiali, percorsi formativi e buone pratiche, e come strumento di monitoraggio del Ministero.

Gli articoli 36, 37 e 38 del D.Lgs. 179/2026

L’art. 36 consente la formazione degli studenti sull’AI fin dalla scuola primaria, in coerenza con le linee guida di educazione civica, e prevede attività STEAM con l’AI nel PTOF, anche nei percorsi scuola-lavoro, oltre all’aggiornamento delle indicazioni nazionali.

L’art. 37 affronta l’emergenza educativa legata a social e AI: entro 90 giorni il MIM avvia un piano di formazione dei docenti su piattaforme digitali e social, con il coinvolgimento delle famiglie e fino a 100 milioni di euro del PN Scuola e Competenze 2021-2027.

L’art. 38 rinvia a un decreto del MIM, entro 90 giorni, i criteri della formazione di docenti e studenti: funzionamento dei sistemi, riconoscimento e mitigazione di rischi e bias, uso etico e responsabile. Fino ad allora restano in vigore le Linee guida del D.M. 166/2025. Gli Uffici scolastici regionali possono istituire comitati tecnico-etici territoriali, che operano attraverso le reti di scuole.

Alfabetizzazione in materia di AI. È l’insieme di competenze, conoscenze e comprensione che consente di usare i sistemi di AI in modo informato, conoscendone opportunità, rischi e possibili danni. L’art. 4 dell’AI Act non impone un corso unico, una durata o una certificazione: chiede un livello adeguato al ruolo e al contesto d’uso, da documentare.

AI a scuola: i rischi per docenti, personale ATA e studenti

L’AI non introduce nella scuola rischi fisici rilevanti, ma rischi organizzativi e psicosociali che rientrano a pieno titolo nella valutazione dello stress lavoro-correlato.

DestinatarioUsi tipiciRischi da valutare
DocentiProgettazione, materiali, verifiche, supporto alla valutazioneAumento del carico per controllare i risultati, pressione sui tempi, delega impropria della valutazione, conflitti con studenti e famiglie sugli esiti
Personale ATAPratiche di segreteria, protocollo, gestione documentaleRitmi dettati dai sistemi, nuove responsabilità sui dati personali, errori automatici da intercettare, isolamento
StudentiPercorsi personalizzati, assistenti virtuali, attività STEAMUso prolungato dei videoterminali, dipendenza dagli strumenti, esposizione dei dati, effetti sul benessere digitale richiamati dall’art. 37
Dirigente scolasticoAnalisi dei dati, pianificazioneResponsabilità sulle scelte dei sistemi, gestione di sistemi ad alto rischio ai sensi dell’AI Act

A questi si aggiunge un rischio trasversale, segnalato anche dall’ILO nella Giornata mondiale 2025: l’eccesso di fiducia nell’automazione, che riduce la supervisione umana proprio dove le Linee guida MIM la considerano un requisito irrinunciabile.

Valutare i rischi dell’AI con il metodo INAIL

I rischi dell’AI per il personale scolastico sono soprattutto organizzativi e psicosociali. Non serve quindi una valutazione separata: la sede naturale è la valutazione dello stress lavoro-correlato, che l’art. 28 del D.Lgs. 81/2008 rende obbligatoria e che si svolge secondo le indicazioni della Commissione consultiva permanente del 18 novembre 2010 e la metodologia INAIL.

Il metodo INAIL prevede una valutazione preliminare, obbligatoria, basata su indicatori oggettivi e verificabili, e una valutazione approfondita sulla percezione dei lavoratori, da svolgere quando la preliminare rileva elementi di rischio o le misure correttive non sono efficaci. In entrambe le fasi i sistemi di AI possono essere inseriti come fattori specifici, senza cambiare il metodo.

La valutazione preliminare: eventi sentinella e indicatori legati all’AI

La lista di controllo INAIL è organizzata in tre famiglie: eventi sentinella, fattori di contenuto e fattori di contesto del lavoro. Per ciascuna si possono aggiungere indicatori legati all’introduzione dell’AI, da rilevare prima e dopo l’adozione di un sistema.

Area INAILIndicatori da aggiungere per l’AI nella scuola
Eventi sentinellaAssenze, richieste di trasferimento, segnalazioni del medico competente e reclami di studenti e famiglie sugli esiti di valutazioni supportate dall’AI, registrati prima e dopo l’introduzione del sistema
Contenuto: carichi e ritmi di lavoroTempo dedicato a controllare e correggere i risultati dei sistemi, ritmi imposti dalle piattaforme, scadenze generate automaticamente
Contenuto: ambiente e attrezzatureAffidabilità dei sistemi, frequenza di guasti ed errori, ore al videoterminale
Contenuto: orario e pianificazione dei compitiNotifiche e richieste fuori orario tramite piattaforme, frammentazione delle attività
Contesto: autonomia decisionale e controlloMargine del docente per discostarsi dalle indicazioni del sistema, possibilità di escludere l’AI da valutazioni e decisioni
Contesto: ruolo e funzioneChiarezza su chi risponde dei risultati prodotti dall’AI, nuove responsabilità del personale ATA sui dati
Contesto: rapporti interpersonali e cultura organizzativaConflitti su valutazioni contestate, percezione di monitoraggio delle prestazioni, coinvolgimento del personale nelle scelte
Contesto: evoluzione e sviluppo di carrieraTimore di perdita di competenze o di ruolo, accesso alla formazione sull’AI
Contesto: interfaccia casa-lavoroReperibilità digitale, lavoro svolto a casa per gestire piattaforme e materiali generati

La valutazione approfondita: misurare il tecnostress

Quando la preliminare segnala un rischio, la valutazione approfondita usa questionari, focus group o interviste. Lo strumento INAIL, derivato dai Management Standards dell’HSE britannico, indaga domanda, controllo, supporto di colleghi e superiori, relazioni, ruolo e cambiamento. Proprio la dimensione del cambiamento, che misura come l’organizzazione gestisce e comunica le novità, è quella in cui l’introduzione dell’AI pesa di più.

Al questionario standard si possono affiancare alcune domande sul tecnostress, costruite sulle sue cinque componenti riconosciute in letteratura: sovraccarico, invasione della vita privata, complessità, insicurezza e incertezza legate alla tecnologia. Le domande vanno condivise con RLS e medico competente e somministrate in forma anonima, per gruppi omogenei: docenti per ordine di scuola, personale amministrativo, collaboratori scolastici, tecnici di laboratorio.

Tecnostress. È lo stress generato dall’uso delle tecnologie digitali e dalla difficoltà di adattarsi ai loro cambiamenti. Si manifesta con sovraccarico di lavoro, invasione dei tempi di vita, senso di inadeguatezza davanti a sistemi complessi, timore per il proprio ruolo e disagio per i continui aggiornamenti. Nella valutazione dei rischi rientra nello stress lavoro-correlato.

Dalle misure alla verifica: cosa scrivere nel DVR

Le misure di prevenzione vanno collegate ai fattori rilevati. Tra le più efficaci: coinvolgere il personale nella scelta dei sistemi, garantire sempre la possibilità di decisione umana, fissare regole sull’uso delle piattaforme fuori orario, prevedere tempi dedicati alla formazione e al controllo dei risultati, nominare un riferimento interno per segnalare errori e malfunzionamenti.

Il DVR deve indicare i sistemi considerati, gli indicatori usati, i risultati per gruppo omogeneo, le misure adottate e i tempi di verifica. Ogni nuova introduzione di un sistema che incide sull’organizzazione è un cambiamento organizzativo e richiede di aggiornare la valutazione dello stress lavoro-correlato.

Formazione sull’AI a scuola: un piano unico tra PTOF e DVR

La formazione sull’AI richiesta dalle Linee guida, dall’art. 4 dell’AI Act e dall’art. 38 del D.Lgs. 179/2026 ha contenuti in gran parte sovrapposti a quella sui rischi specifici dell’art. 42 e dell’art. 37 del D.Lgs. 81/2008. Conviene progettarla come un unico percorso, documentato una volta sola e richiamato sia nel PTOF sia nel DVR.

DestinatarioContenuti minimi integratiDove si colloca
Dirigente scolasticoObblighi dell’AI Act per chi utilizza i sistemi, classificazione del rischio, governance e protezione dei dati, valutazione dei rischi ai sensi dell’art. 42Formazione del datore di lavoro, piano di istituto
DocentiFunzionamento dei sistemi, bias e limiti di affidabilità, uso etico in didattica e valutazione, rischi psicosociali e misure adottatePTOF, piano di formazione annuale, 40+40 ore funzionali
Personale ATAUso dei sistemi amministrativi, gestione dei dati personali, controllo degli errori automatici, rischi organizzativiPiano di formazione ATA, art. 37 D.Lgs. 81/2008
StudentiAlfabetizzazione all’AI, uso critico, benessere digitale, regole d’uso nei laboratoriEducazione civica, attività STEAM, percorsi scuola-lavoro
FamiglieRegole d’uso dell’AI, protezione dei dati dei minori, effetti di social e AIPatto di corresponsabilità, iniziative dell’art. 37 del D.Lgs. 179/2026

Il DVR della scuola e i sistemi di AI: sei passi

Censire i sistemi di AI in uso nella didattica, in segreteria e nella gestione dei dati, insieme al DPO e all’animatore digitale.

Individuare i sistemi che incidono su organizzazione, ritmi, modalità della prestazione o decisioni rilevanti per la sicurezza, e quelli ad alto rischio secondo l’Allegato III dell’AI Act.

Valutare i rischi inserendo i fattori legati all’AI nella valutazione dello stress lavoro-correlato con il metodo INAIL, oltre al rischio da videoterminale, con RSPP, medico competente e RLS.

Adottare misure: supervisione umana delle valutazioni, regole d’uso, limiti di tempo per gli studenti, procedure di segnalazione degli errori.

Erogare e documentare la formazione integrata descritta nella tabella.

Aggiornare la valutazione a ogni nuovo sistema o modifica rilevante, e dopo l’emanazione del decreto previsto dall’art. 38.

Usare un solo registro dei sistemi di AI, valido per il PTOF, per il registro dei trattamenti del GDPR e per il DVR.

Chiedere ai fornitori la classificazione del sistema ai sensi dell’AI Act e la documentazione per chi lo utilizza prima dell’adozione.

Riconoscere nella formazione le competenze già possedute dal personale, come consente l’art. 4 dell’AI Act.

Collegarsi alla rete di scuole e all’eventuale comitato tecnico-etico territoriale istituito dall’USR.

Pubblicare sulla piattaforma Unica e nel sito della scuola le regole d’uso dell’AI per studenti e famiglie.

Educare gli studenti all’uso etico e legale dell’AI

La valutazione dei rischi protegge gli studenti; l’educazione li rende capaci di proteggersi da soli e di non danneggiare gli altri. È auspicabile che la scuola non si limiti agli adempimenti, ma dedichi un percorso specifico all’uso etico e legale dell’AI, nell’ambito dell’educazione civica e della cittadinanza digitale, come consente l’art. 36 del D.Lgs. 179/2026.

Gli studenti usano già l’AI fuori dalla scuola, spesso senza conoscerne le regole. Molti comportamenti che a un ragazzo sembrano scherzi o scorciatoie hanno conseguenze legali precise, e la scuola è il luogo in cui scoprirlo prima che accada.

I temi da affrontare in classe

TemaCosa approfondire con gli studentiRiferimenti
Deepfake e contenuti manipolatiCreare o diffondere immagini, video o audio falsi di una persona senza consenso può essere reato; i contenuti generati dall’AI vanno riconosciuti e dichiaratiArt. 612-quater c.p. introdotto dalla L. 132/2025; AI Act, art. 50
CyberbullismoL’AI moltiplica gli strumenti per offendere, deridere ed escludere; responsabilità di chi crea e di chi condivideL. 71/2017 e successive modifiche
Dati personali e privacyNon inserire nei sistemi dati propri o altrui, foto di compagni e docenti, informazioni sensibili; capire che cosa succede ai datiGDPR; Linee guida MIM
Età e consensoL’accesso ai sistemi di AI da parte dei minori di 14 anni richiede il consenso dei genitoriL. 132/2025
Diritto d’autoreUn testo o un’immagine prodotti dall’AI non sono automaticamente liberi; la tutela spetta alle opere frutto di un contributo creativo umanoL. 633/1941 come modificata dalla L. 132/2025
Onestà nello studioDichiarare quando e come si è usata l’AI in un compito; distinguere il supporto dalla sostituzione del proprio lavoroRegolamento d’istituto, patto di corresponsabilità
Affidabilità e biasL’AI sbaglia con sicurezza, riproduce pregiudizi e inventa fonti; verificare sempre, confrontare, citareLinee guida MIM; art. 38 D.Lgs. 179/2026
Responsabilità e lavoroLa decisione finale resta a una persona: lo stesso principio che l’art. 41 e l’art. 42 applicano nei luoghi di lavoro in cui gli studenti entrerannoD.Lgs. 179/2026, artt. 41 e 42

Un metodo: dalle regole ai casi concreti

Le regole si imparano meglio partendo da casi vicini all’esperienza dei ragazzi: un’immagine falsa di un compagno circolata in chat, un tema scritto interamente dall’AI, una ricerca con fonti inventate. Su questi casi si discutono insieme il profilo etico, quello legale e quello delle conseguenze per le persone coinvolte.

Il percorso può coinvolgere docenti di discipline diverse, il referente per il cyberbullismo, l’animatore digitale e, per le classi superiori, esperti esterni come avvocati, ingegneri e operatori della Polizia Postale. I percorsi di formazione scuola-lavoro sono l’occasione per mostrare come le stesse regole valgono nelle aziende.

RSPP, DPO e animatore digitale: le competenze per governare l’AI

Le Linee guida MIM e il D.Lgs. 179/2026 spostano sulla singola scuola scelte tecniche complesse: classificare un sistema, valutarne i rischi, verificarne l’integrazione nei processi. Il dirigente scolastico non può sostenerle da solo.

Servono figure tecniche in rete: l’RSPP per i rischi organizzativi e psicosociali, il DPO per i dati personali, l’animatore digitale per l’uso didattico. Il Consiglio Nazionale degli Ingegneri, al 70° Congresso di Trieste, ha proposto che la classificazione del rischio e la verifica della messa in servizio dei sistemi di AI ad alto rischio richiedano una competenza tecnica certificata, graduata sull’impatto. Nella scuola, dove sono coinvolti dati e valutazioni di minori, questa esigenza è particolarmente evidente.

Prevenzione a scuola: come costruire una cultura della responsabilità

Negli ultimi mesi il legislatore ha costruito un sistema di tutele per l’intelligenza artificiale: obblighi e sanzioni dell’AI Act, nuovi reati come la diffusione illecita di deepfake, il consenso dei genitori per i minori di 14 anni, le norme sul cyberbullismo, gli obblighi di valutazione dei rischi dell’art. 42. Sono misure necessarie, ma intervengono soprattutto dopo: quando il danno è stato fatto, il contenuto è circolato, la vittima ha già subito le conseguenze.

La scuola può fare ciò che nessuna sanzione può fare: intervenire prima. Un ragazzo che ha capito perché un deepfake ferisce una persona, che sa cosa succede ai dati che inserisce in un sistema, che ha imparato a dichiarare e verificare l’uso dell’AI, non ha bisogno della minaccia della pena per comportarsi correttamente. La prevenzione educativa non sostituisce le misure per la legalità: le precede, le rende comprensibili e ne moltiplica l’efficacia.

Lo stesso vale per chi a scuola lavora. Un dirigente che valuta i sistemi di AI insieme allo stress lavoro-correlato, che forma docenti e ATA con un piano unico, che coinvolge RSPP, DPO e RLS nelle scelte, protegge il personale prima che il disagio diventi malattia e l’errore automatico diventi un contenzioso.

Cinque proposte per passare dalle norme ai fatti

  1. Un piano d’istituto per l’AI che tenga insieme PTOF, DVR e registro dei trattamenti, approvato dagli organi collegiali e rivisto ogni anno.
  2. Un percorso curricolare sull’uso etico e legale dell’AI in ogni ciclo di studi, dentro l’educazione civica, con almeno un modulo annuale su deepfake, dati personali e cyberbullismo.
  3. La valutazione dello stress lavoro-correlato aggiornata a ogni introduzione di sistemi di AI, con indicatori specifici e il coinvolgimento del personale.
  4. Reti territoriali tra scuole, USR, Ordini professionali, Polizia Postale e servizi sanitari, valorizzando i comitati tecnico-etici previsti dall’art. 38 del D.Lgs. 179/2026.
  5. Un’alleanza con le famiglie attraverso il patto di corresponsabilità, perché le regole d’uso dell’AI non si fermino al cancello della scuola.

Investire nella prevenzione a scuola costa meno che gestire le conseguenze di un uso scorretto dell’AI, nelle aule come nei tribunali. Ed è l’unico investimento che cresce nel tempo: gli studenti di oggi saranno i lavoratori, i professionisti e i datori di lavoro di domani, e porteranno nei luoghi di lavoro la cultura della responsabilità che la scuola avrà saputo costruire.

La legge indica cosa è vietato e cosa è dovuto. La scuola può insegnare perché: è questo il suo contributo, insostituibile, a un’intelligenza artificiale al servizio delle persone.

FAQ tecniche

Il dirigente scolastico deve inserire l’AI nel DVR?

Sì, per i sistemi che incidono sull’organizzazione del lavoro, sui ritmi, sulle modalità della prestazione o su decisioni rilevanti per la sicurezza. Lo prevede l’art. 42 del D.Lgs. 179/2026, che nella scuola si applica al dirigente in quanto datore di lavoro.

Il 2 agosto 2026 era la scadenza per la formazione sull’AI dei docenti?

No. Secondo la nota dell’USR Lombardia del 2 luglio 2026, quella data riguarda l’avvio di altre disposizioni dell’AI Act e della vigilanza. L’obbligo dell’art. 4 non prevede un corso unico né una durata minima, ma una formazione adeguata e documentata.

Serve una valutazione separata per i rischi dell’AI o basta lo stress lavoro-correlato?

Per i rischi organizzativi e psicosociali la sede più corretta è la valutazione dello stress lavoro-correlato: si aggiungono indicatori specifici sull’AI alla lista di controllo INAIL e, se necessario, domande sul tecnostress nella fase approfondita. I rischi legati ai dati e alla classificazione dei sistemi seguono invece GDPR e AI Act.

Perché la scuola dovrebbe insegnare anche gli aspetti legali dell’uso dell’AI?

Perché molti usi diffusi tra i ragazzi hanno conseguenze precise: la diffusione di deepfake è reato dopo la L. 132/2025, l’uso dei dati altrui viola il GDPR, la condivisione di contenuti offensivi rientra nel cyberbullismo. Conoscerle prima previene danni alle persone e responsabilità per gli studenti e le famiglie.

Le Linee guida MIM sono vincolanti?

Non sono un atto normativo, ma l’art. 38 del D.Lgs. 179/2026 le richiama espressamente come riferimento fino all’adozione del decreto ministeriale sulla formazione. Per questo è prudente seguirle e documentarne l’applicazione.

Gli studenti vanno formati sui rischi dell’AI come lavoratori?

Quando usano laboratori e videoterminali sono equiparati ai lavoratori e vanno informati sui rischi. La formazione sull’AI prevista dall’art. 36 e dall’educazione civica può includere questi contenuti in un unico percorso.

Quali sistemi usati a scuola sono ad alto rischio per l’AI Act?

L’Allegato III include i sistemi usati per l’ammissione, per la valutazione dei risultati di apprendimento, per decidere il livello di istruzione adeguato e per monitorare i comportamenti vietati durante le prove. Per questi sistemi la scuola ha obblighi specifici come utilizzatore.

La formazione sull’AI può valere anche come formazione sulla sicurezza?

Sì, se tratta i rischi specifici dei sistemi usati e le misure adottate dalla scuola, come chiede il comma 3 dell’art. 42. Va progettata e registrata in modo da risultare sia nel piano di formazione del PTOF sia nella documentazione della sicurezza.

Fonti

Linee guida per l’introduzione dell’intelligenza artificiale nelle istituzioni scolastiche (Certifico)

IA a scuola: cosa cambia con le Linee guida del Ministero (Virgilio Sapere)

Formazione obbligatoria sull’IA per docenti e ATA e chiarimento dell’USR Lombardia (Orizzonte Scuola)

D.Lgs. 179/2026, indice degli articoli (Certifico)

D.Lgs. 179/2026, sintesi degli artt. 36-38 (FOE)

D.Lgs. 179/2026, testo dell’art. 42 (TUSSL)

ILO, Revolutionizing health and safety: the role of AI and digitalization at work

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x