Intelligenza artificiale

AgID adotta le linee guida sull’AI nella PA: cosa cambia per gli enti


Indirizzo copiato

Con la determinazione 169 del 9 novembre 2026, AgID adotta le linee guida per l’intelligenza artificiale nella PA. Gli enti devono definire una strategia, affidare la governance al responsabile della transizione digitale e valutare rischi e risultati, distinguendo le prescrizioni AgID dalle scadenze dell’AI Act

Pubblicato il 10 nov 2026



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
linee-guida-agid-ia-pa




L’Agenzia per l’Italia digitale ha adottato il 9 novembre 2026 le linee guida sull’intelligenza artificiale nella pubblica amministrazione. La determinazione 169/2026 rende definitivo un documento di 140 pagine che chiede agli enti di governare l’IA lungo tutto il ciclo di vita: dalla scelta del caso d’uso alla gestione dei dati, dai controlli sulla sicurezza ai risultati ottenuti per cittadini e uffici.

Il cambiamento interessa chi prepara un assistente per orientare i cittadini tra i servizi, ma anche chi valuta sistemi capaci di incidere su pratiche e decisioni amministrative. L’indicazione centrale è passare dalla sperimentazione isolata a una strategia organizzativa: definire responsabilità, verificare i rischi, misurare i benefici e documentare le scelte. Il documento è rivolto ai soggetti richiamati dall’articolo 2, comma 2, del Codice dell’amministrazione digitale.

Le Linee guida per l’adozione di IA nella Pubblica Amministrazione, previste dal Piano triennale 2024-2026, arrivano al termine di un iter di consultazione e confronto istituzionale. AgID le ha elaborate con, tra gli altri, ACN, ANAC, Consip, Dipartimento per la trasformazione digitale, INPS e ISTAT. Il testo distingue espressamente le prescrizioni dalle raccomandazioni e dalle scelte facoltative: una differenza decisiva per applicarlo senza attribuire a ogni indicazione il medesimo valore.

Come leggere le prescrizioni delle linee guida AgID

FormulaSignificato ed esempio
DEVEIndica un requisito obbligatorio nel documento: strategia per l’IA, governance affidata al RTD e indicatori di prestazione per i casi d’uso.
DOVREBBEÈ una raccomandazione da valutare con attenzione prima di scegliere un approccio diverso: per esempio, considerare gli impatti sui diritti anche per sistemi a rischio minimo.
PUÒIndica una facoltà: istituire un responsabile IA dedicato o adottare un codice etico non è una scelta imposta a tutte le amministrazioni.

Fonte: AgID, Linee guida per l’adozione di IA nella PA, 9 novembre 2026, sezioni 2.1, 4.1, 4.6 e 4.8. La qualificazione «DEVE» riguarda il testo AgID e va letta insieme alle leggi applicabili.

Una strategia per l’IA, con il responsabile della transizione digitale al centro

Ogni amministrazione interessata all’adozione di sistemi IA deve elaborare una strategia coerente con le proprie funzioni e con il PIAO, il Piano integrato di attività e organizzazione. Deve indicare gli obiettivi, le azioni necessarie e le misure per rendere trasparente l’impiego degli algoritmi. Nell’elenco entrano le condizioni dei dati, le competenze del personale, i casi d’uso prioritari e il confronto con le esperienze di altri enti.

La governance viene assegnata al Responsabile per la transizione digitale (RTD) e al relativo ufficio (UTD), con il coinvolgimento del responsabile della protezione dei dati e del referente per la cybersicurezza. Il RTD deve riferire agli organi di governo sul funzionamento e sui controlli dei sistemi. Dove l’uso dell’IA è particolarmente intenso, l’ente può creare anche un Responsabile dell’intelligenza artificiale (RIA) e un ufficio dedicato: la nuova figura opera secondo le direttive del RTD, non lo sostituisce.

AgID orienta inoltre la strategia verso il riuso e l’autonomia tecnologica. Nel documento invita a privilegiare sistemi e modelli open source o open weight e un’architettura capace di integrare modelli diversi secondo le necessità. È un indirizzo da valutare rispetto a prestazioni, sicurezza, costi e capacità operative, non un obbligo di acquistare un singolo tipo di modello. Per i comuni più piccoli viene indicata anche la possibilità di condividere strategia, competenze e progetti con altre amministrazioni.

Il ciclo Plan-Do-Check-Act: attuare, misurare, correggere

Una volta decisa la strategia, l’ente deve tradurla in un progetto verificabile. Il modello proposto da AgID segue il ciclo Plan-Do-Check-Act (PDCA): pianificare, attuare, verificare e migliorare. La pianificazione comprende rischi, governance, risorse e tempi; l’implementazione richiede le valutazioni e la documentazione; il controllo misura prestazioni e impatti; i risultati alimentano le correzioni successive.

Ciclo PDCA: la pianificazione definisce strategia, rischi e obiettivi; seguono implementazione, monitoraggio con indicatori e miglioramento continuo. 1. Pianifica2. Attua3. Verifica4. Migliora Strategia, contesto,rischi e risorseRealizza le attivitàe documentaMisura KPI, qualitàe impattiCorregge e aggiornale scelte Il controllo alimenta il ciclo successivo
Fonte: AgID, Linee guida per l’adozione di IA nella PA, 9 novembre 2026, capitolo 4; schema editoriale rielaborato dal modello PDCA del documento.

Il riferimento metodologico è lo standard ISO/IEC 42001:2023, dedicato ai sistemi di gestione dell’IA. AgID precisa che gli standard non armonizzati, compresa la ISO 42001, possono sostenere l’organizzazione dei controlli, ma non danno di per sé la presunzione di conformità all’AI Act. Per sistemi a rischio limitato o minimo, le amministrazioni possono accorpare le fasi del modello proporzionalmente alla complessità del progetto.

Una parte operativa spesso assente nelle sperimentazioni riguarda gli indicatori di prestazione, i KPI. Le linee guida chiedono di definirli per ogni caso d’uso e monitorarli nel tempo: non soltanto accuratezza tecnica, ma anche costi, accessibilità, robustezza, effetti sui processi e valore aggiunto per l’amministrazione. Per un assistente che indirizza gli utenti verso la modulistica, per esempio, l’ente potrebbe misurare la correttezza delle risposte, gli errori segnalati e le richieste che finiscono comunque allo sportello. Sono esempi di indicatori possibili, non soglie imposte da AgID.

Classificazione del rischio, ruolo dell’ente e scadenze dell’AI Act

Per applicare il quadro europeo, il primo passaggio è stabilire se il software rientra nella definizione di sistema di IA, quale rischio presenta e quale ruolo assume la PA. L’amministrazione può essere utilizzatrice, cioè deployer, oppure fornitore del sistema: i compiti cambiano. Un servizio che aiuta a reperire informazioni amministrative richiede una valutazione diversa da un algoritmo usato per valutare l’accesso a prestazioni pubbliche essenziali, per il quale possono entrare in gioco le categorie ad alto rischio dell’allegato III.

AgID richiama il Regolamento europeo sull’intelligenza artificiale per sorveglianza umana, documentazione, registrazione degli eventi e, quando prevista, valutazione dell’impatto sui diritti fondamentali. Ma il calendario degli obblighi europei non coincide con la data della determinazione AgID. Il regolamento è già applicabile in larga parte; la modifica europea del 2026 ha spostato al 2 dicembre 2027 l’applicazione delle principali prescrizioni per i sistemi ad alto rischio dell’allegato III e al 2 agosto 2028 quella delle categorie dell’allegato I.

Due febbraio 2025, alfabetizzazione e divieti principali; due agosto 2026, applicazione generale; due dicembre 2027, sistemi ad alto rischio dell’allegato tre; due agosto 2028, sistemi dell’allegato uno. 2025202620272028 2 febbraioAlfabetizzazionee principali divieti2 agostoApplicazionegenerale2 dicembreAlto rischioAllegato III2 agostoAlto rischioAllegato I
Fonte: Regolamento (UE) 2024/1689, versione consolidata, articolo 113, come modificato dal Regolamento (UE) 2026/1744. Le distanze grafiche indicano la sequenza delle scadenze.

La distinzione conta anche per la valutazione d’impatto sui diritti fondamentali (FRIA), prevista dall’articolo 27 per determinati impieghi ad alto rischio. Il documento AgID raccomanda di valutare, anche in modo semplificato, i possibili effetti sui diritti pure nei casi a rischio minimo. La valutazione d’impatto sulla protezione dei dati (DPIA), quando dovuta in base al GDPR, segue invece obblighi già vigenti. Una linea guida nazionale non anticipa automaticamente tutte le scadenze dell’AI Act.

Dati, privacy e attacchi: che cosa controllare prima dell’utilizzo

Le amministrazioni utilizzano archivi che possono contenere informazioni delicate su persone, imprese e procedimenti. Per questo le linee guida dedicano ampio spazio a qualità, provenienza, aggiornamento e governance dei dati: un sistema IA affidabile dipende anche dalla correttezza delle informazioni che riceve. Se tratta dati personali, l’ente deve individuare una base giuridica, rispettare finalità e minimizzazione e spiegare agli interessati come vengono impiegati i sistemi.

Una prescrizione specifica riguarda i fornitori esterni. Quando un responsabile del trattamento utilizza strumenti di IA, la PA deve esplicitare il divieto di riutilizzare i dati personali per addestrare o riaddestrare modelli destinati a terzi, nel rispetto del Regolamento generale sulla protezione dei dati (GDPR). È un controllo contrattuale rilevante quando l’amministrazione affida all’esterno chatbot, servizi cloud o analisi documentali.

La sicurezza cibernetica deve poi coprire minacce proprie dell’IA, oltre a quelle informatiche tradizionali. AgID richiama le tassonomie NIST: attacchi di evasione che ingannano il modello, avvelenamento dei dati, attacchi alla riservatezza e abusi dell’IA generativa. Il rischio concreto non si esaurisce nell’accesso non autorizzato ai server: anche alterare i dati di addestramento o indurre risposte scorrette può compromettere l’affidabilità di un servizio pubblico.

Personale formato, sorveglianza umana e risultati per i cittadini

La responsabilità non si trasferisce alla macchina. Le linee guida richiedono alle PA di identificare le competenze necessarie, formare il personale e conservare evidenza delle competenze acquisite. Per i sistemi ad alto rischio richiamano le misure di sorveglianza umana dell’AI Act, differenziando il compito del fornitore, che deve predisporre interfacce e controlli, da quello dell’utilizzatore, che deve poter monitorare e intervenire. L’applicazione concreta delle prescrizioni europee segue le rispettive date e condizioni.

Un codice etico per l’IA è una facoltà prevista dal documento: se adottato, può essere integrato nei codici di comportamento e deve essere aggiornato. Le disposizioni sulla trasparenza chiedono invece di rendere comprensibile ai cittadini quando viene usata l’IA nei servizi e nei processi che li riguardano, soprattutto in presenza di trattamenti di dati personali e possibili effetti sulle decisioni amministrative.

Per gli enti il lavoro comincia quindi dall’inventario dei sistemi già presenti, dalla scelta delle priorità e dall’assegnazione di responsabilità e risorse. Il risultato che AgID chiede di dimostrare è il funzionamento del servizio nel tempo: chi controlla gli errori, chi interviene se cambiano i dati, quali benefici si misurano e come viene tutelato chi usa la pubblica amministrazione. È su questo terreno che le linee guida spostano il confronto dall’acquisto di strumenti alla qualità effettiva delle decisioni pubbliche.

Accanto al testo sull’adozione, AgID ha avviato nel marzo 2026 la consultazione delle linee guida su sviluppo e procurement, dedicate rispettivamente alla realizzazione dei sistemi e ai loro acquisti. I tre filoni completano il quadro operativo, ma la determinazione del 9 novembre riguarda specificamente le linee guida sull’adozione.

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
0
Lascia un commento, la tua opinione conta.x