il confronto

Linee guida AgID sull’AI: la checklist operativa per i Comuni


Indirizzo copiato

Le Linee guida AgID non obbligano i Comuni ad adottare sistemi di intelligenza artificiale, ma rendono vincolanti governance, strategia, controlli, formazione e trasparenza. Dal confronto con la bozza del 2025 emergono anche adempimenti alleggeriti, clausole contrattuali e soluzioni associate per gli enti più piccoli

Pubblicato il 16 nov 2026

Andrea Tironi

Project Manager – Digital Transformation



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Immagine ChatGPT 16 nov 2026, 10_54_01




Le Linee guida AgID sull’IA per i Comuni adottate il 9 novembre , rispetto alla versione in consultazione del febbraio 2025, cambiano il punto di equilibrio: sperimentare resta una scelta, mentre governare sistemi, dati, responsabilità e competenze diventa un obbligo preciso.

Con il seguente articolo si vogliono evidenziare alcune differenze tra bozza e linee guida approvate, ad una prima lettura.

Stessa sezione, stesso paragrafo, il 4.3. Nel febbraio 2025 si leggeva: «Le PA DEVONO adottare le tecnologie di IA». Nel novembre 2026 si legge: «Le PA sono incoraggiate a sperimentare». In mezzo ci sono ventun mesi, una legge nazionale sull’intelligenza artificiale, la 132 del 2025, e un Omnibus europeo che ha rimesso mano al calendario dell’AI Act.

Con la determinazione n. 169 del 9 novembre 2026 AgID ha adottato le Linee guida per l’adozione di IA nella Pubblica Amministrazione. Del testo finale si è già scritto. Molto meno si è scritto di quello che è cambiato rispetto alla bozza. Ed è un peccato, perché chi nel 2025 ha letto la bozza, ci ha fatto un corso o ci ha costruito sopra un regolamento ha in testa un documento che è cambiato.

Proviamo allora a fare il confronto, con una domanda sola: cosa cambia lunedì mattina per un Comune?

Come cambiano le Linee guida AgID sull’IA per i Comuni

La bozza partiva da un presupposto: l’IA va adottata, e il compito dell’ente è scegliere dove. Il definitivo rovescia l’ordine. L’ente è incoraggiato a sperimentare, in proporzione a infrastrutture, tecnologie, competenze e disponibilità finanziarie. Resta prescritta una cosa sola: verificare le proprie esigenze «in modo dettagliato e documentato».

Sembra una sfumatura, non lo è. Significa che nessuno potrà dire a un Comune di tremila abitanti che è inadempiente perché non ha un chatbot. Significa anche che chi il chatbot lo attiva deve saper spiegare a quale bisogno risponde, con un’analisi che ora deve includere costi e benefici economici.

L’obbligo si sposta sulla governance dell’IA negli enti locali

L’obbligo non è sparito, si è spostato. Nella bozza le PA «DOVREBBERO» dotarsi di un insieme strutturato di processi, politiche, risorse e strumenti. Nel definitivo «DEVONO». Stessa sorte per le procedure di governance: la PA «DOVREBBE definire» diventa le PA «DEVONO definire». Si aggiunge il dovere di monitorare e aggiornare periodicamente la strategia per l’IA, che deve contenere anche le misure di trasparenza sull’uso dei sistemi.

Ho provato a contare le parole chiave nei due PDF. È un conteggio automatico, quindi indicativo, ma la direzione è chiara: i «DEVE» e «DEVONO» passano da circa 124 a circa 164, i «DOVREBBE» scendono da 26 a 10. E il primo testo aveva dentro anche nove allegati, quindi più pagine operative. Il definitivo raccomanda meno e prescrive di più.

La sintesi è questa: adottare l’IA è una scelta, governarla è un dovere. Per molti enti piccoli è la parte difficile, perché una licenza si compra, un’organizzazione no.

Codice etico, invii ad AgID e RIA: cosa non è più obbligatorio

Tre cose escono dall’area dell’obbligo.

  • Il codice etico. La bozza diceva che le PA «DEVONO adottare un codice etico per l’IA», salvo poi descriverlo come volontario due capitoli dopo. Il definitivo scioglie la contraddizione: le PA «POSSONO» adottarlo, anche integrandolo nel codice di comportamento che hanno già.
  • L’invio dei casi d’uso ad AgID. La bozza prescriveva di trasmettere periodicamente all’Agenzia un estratto della documentazione. Nel definitivo quella frase non c’è più. La documentazione va tenuta e aggiornata, ma resta in casa.
  • Il Responsabile dell’Intelligenza Artificiale. È la figura nuova, il RIA, con un eventuale ufficio dedicato. Ma è una possibilità riservata ai contesti «ad elevata intensità di utilizzo», e opera comunque secondo le direttive del RTD.

Attenzione però: opzionale non vuol dire irrilevante. Il codice etico è facoltativo, le procedure di governance no. E per un ente piccolo il modo più rapido di avere procedure di governance resta un regolamento interno sull’uso dell’IA. Cioè, in buona sostanza, un codice etico sotto un altro nome. Chi lo aveva già scritto non ha buttato il lavoro, deve solo controllare che dica chi decide, chi controlla e chi risponde.

Sull’invio ad AgID c’è invece un effetto di secondo ordine. Meno adempimenti, bene. Ma senza quella raccolta, chi avrà il quadro di cosa stanno facendo davvero quasi ottomila Comuni?

Gli obblighi per i Comuni già presenti nella bozza AgID

Confrontando i due testi ho trovato una cosa che non mi aspettavo. Alcuni degli obblighi che in questi giorni vengono presentati come novità erano già nella bozza del 2025, quasi parola per parola. Semplicemente, stavano in fondo.

DPIA, formazione e sicurezza

  • La DPIA estesa. Se il sistema tratta dati personali, la PA effettua la valutazione d’impatto sulla protezione dei dati prima del trattamento e poi periodicamente, anche quando il sistema non è ad alto rischio. Per il Comune che attiva un assistente virtuale sul sito è l’adempimento più concreto di tutti.
  • La formazione nel PIAO. Gli interventi formativi vanno evidenziati nella sezione formazione del PIAO, e vanno definiti obiettivi di performance legati alle competenze sull’IA, anche per i dirigenti.
  • La sicurezza. Piano di risposta agli incidenti, audit interni ed esterni, test di penetrazione e simulazioni di attacco. Per un ente con un “mezzo informatico” ovvero un ragioniere prestato all’informatica, e non è un dettaglio.

La novità vera, qui, è che il testo è diventato definitivo. Non è più materiale di consultazione, è il riferimento.

Le novità su competenze e cittadini

Due cose invece sono cambiate davvero. Sulla formazione il testo ora chiede un risultato: le PA devono «garantire che tutto il personale acquisisca un adeguato livello di alfabetizzazione». Aver mandato le persone a un corso non basta più, bisogna sapere a che livello sono arrivate. E sui cittadini si passa da «possono contribuire» a «DEVONO»: le PA, e in particolare gli enti territoriali, devono promuovere iniziative di informazione e facilitazione. I punti di facilitazione digitale del PNRR tornano utili.

Contratti pubblici e IA: le clausole richieste dalle Linee guida

C’è una parte del definitivo che si traduce quasi direttamente in capitolato.

Dati, fornitori e conformità

  • Il divieto di riaddestramento. Se un responsabile del trattamento usa strumenti di IA, la PA deve esplicitare, anche nella designazione ex articolo 28 del GDPR, il divieto di usare i dati personali per addestrare o riaddestrare modelli da rendere disponibili a terzi.
  • Fornitori e subfornitori. Vanno individuati tutti i soggetti della catena, con garanzie che i dati non vengano usati per finalità proprie del fornitore.
  • Le certificazioni. La ISO/IEC 42001 può dimostrare che il fornitore è organizzato bene, ma non conferisce la presunzione di conformità all’AI Act. Un bollino non chiude la verifica.
  • La riclassificazione. Un sistema costruito su un modello per finalità generali può dover essere riclassificato ad alto rischio in base all’uso concreto. Conta cosa ci fai, non cosa c’è scritto sulla scheda prodotto.

Open source e orchestrazione dei modelli

A questo si aggiunge un indirizzo tecnologico che nella bozza mancava: privilegiare sistemi e modelli open source o open weight e un orchestratore centralizzato capace di usare più modelli a seconda del caso. È una preferenza, non un vincolo, ma entra nella strategia dell’ente.

I rinvii irrisolti nelle Linee guida AgID sull’IA

Il definitivo ha due fragilità che chi lo applica deve conoscere.

Gli strumenti fuori dal PDF

La prima riguarda gli strumenti. I nove allegati della bozza, da quello sulla maturità a quello sui KPI, non sono più nel PDF. Il testo rinvia a strumenti pratici pubblicati sul sito dell’Agenzia e aggiornabili nel tempo. È una scelta sensata, perché una checklist invecchia più in fretta di un principio. Ma apre una domanda pratica: quale versione dello strumento valeva il giorno in cui ho fatto la mia valutazione? Conviene salvarsela, con la data.

I rinvii a procurement e sviluppo

La seconda è più seria. Il definitivo rinvia in più punti alle Linee guida sullo sviluppo e sul procurement di IA: per la valutazione dei costi, per l’orchestratore, per la definizione di «operatore base», per le garanzie sui servizi cloud, dove le PA «DEVONO tenere conto» delle indicazioni del documento sul procurement. Quei due testi sono andati in consultazione tra marzo e aprile 2026 e non risultano ancora adottati in via definitiva. Un testo vincolante che poggia su due bozze: chi volesse applicare tutto alla lettera, oggi, non può.

Piccoli Comuni e IA: perché conviene aggregarsi

Lavorando con qualche decina di Comuni lombardi, in gran parte piccoli, la domanda che sento più spesso è: e noi come facciamo?

La strategia può essere definita insieme ad altri enti. Le sperimentazioni possono essere associate. La documentazione dei casi d’uso può essere affidata alla capofila. Il capitolo sui dati riconosce alle amministrazioni sovraordinate un ruolo di accentratori di infrastrutture, servizi e contratti a beneficio degli enti del territorio. E la strategia stessa indica una politica di aggregazione tra gli enti più piccoli.

Tradotto: cinquanta Comuni non devono scrivere cinquanta strategie uguali. Ne serve una, fatta bene, a livello di unione, consorzio o provincia.

Con un limite che il definitivo rende più netto. Si condividono strategia, competenze, infrastrutture e acquisti. Non si condivide la responsabilità. Per ogni servizio deve restare riconoscibile quale ente lo usa, per quale finalità, con quali dati, in quale ruolo e con quale presidio umano. E per i sistemi ad alto rischio chi modifica in modo sostanziale una soluzione, o ci mette il proprio nome, può ritrovarsi nel ruolo di fornitore, con tutto quello che ne segue.

IA nei Comuni: le cinque priorità operative

Cinque mosse, in ordine di urgenza.

Inventario, ruoli, contratti, formazione e aggregazione

  • Fare l’inventario. Quali sistemi di IA usiamo già, anche dentro i software gestionali, chi li usa e con quali dati. Senza questo elenco nessuna governance sta in piedi.
  • Scrivere chi fa cosa. Una pagina, non un manuale: RTD, RPD, referente per la cybersicurezza, responsabili di servizio. Chi autorizza un nuovo strumento, chi lo controlla, chi interviene se sbaglia.
  • Riaprire i contratti. Verificare se nelle nomine a responsabile del trattamento c’è il divieto di riaddestramento. Se non c’è, chiederlo.
  • Mettere la formazione nel PIAO 2027, con un modo per capire a che livello arrivano le persone, non solo quante ore hanno fatto.
  • Decidere con chi aggregarsi, prima di scrivere qualsiasi documento da soli.

Governare l’IA nei Comuni oltre gli adempimenti formali

Il rischio di questo testo lo conosciamo bene, perché è lo stesso di ogni linea guida: la governance di carta. Un modello organizzativo approvato in giunta, una strategia allegata al PIAO, e nessuno in municipio che sappia dire quale ufficio usa cosa.

Il definitivo, a leggerlo bene, chiede l’opposto. Meno entusiasmo obbligatorio e più responsabilità riconoscibili. La domanda a cui un Comune deve saper rispondere non è più «usate l’intelligenza artificiale?». È un’altra, più scomoda: sapete dire chi ne risponde?

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