digital omnibus

Alfabetizzazione AI, cosa devono documentare davvero le PMI


Indirizzo copiato

Il Digital Omnibus trasforma l’articolo 4 in un obbligo di mezzi, ma non cancella l’alfabetizzazione AI nelle PMI. Attestati e registri non bastano: formazione e documentazione devono riflettere strumenti usati, ruoli coinvolti, rischi concreti e adeguatezza delle misure adottate nel lavoro quotidiano

Pubblicato il 12 nov 2026

Christian Sforza

Consulente AI e Formatore per aziende



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 4 nov 2026, 11_59_41




A fine settembre, nella sala riunioni di un’azienda metalmeccanica della provincia di Bergamo con una sessantina di dipendenti, la responsabile del personale ha appoggiato sul tavolo una cartellina con trentotto attestati di frequenza, tutti identici, rilasciati al termine di un corso di otto ore sull’intelligenza artificiale finanziato dal fondo interprofessionale a cui l’impresa aderisce. Prima ancora che si parlasse del programma della giornata, ha voluto chiarire un punto: dopo l’estate, le avevano detto, l’obbligo di formazione sull’AI era stato tolto, e quella cartellina restava lì soltanto per scrupolo.

L’informazione era sbagliata, ma non del tutto infondata, e proprio questa ambiguità la rende pericolosa.

Il nuovo obbligo di alfabetizzazione AI per le PMI

Il Regolamento (UE) 2026/1744, il cosiddetto Digital Omnibus sull’AI, pubblicato nella Gazzetta ufficiale dell’Unione europea il 24 luglio 2026 ed entrato in vigore il 27 luglio, ha sostituito integralmente l’articolo 4 dell’AI Act.

Nella versione originaria fornitori e deployer dovevano adottare misure per garantire, nella misura del possibile, un livello sufficiente di alfabetizzazione del proprio personale; nella versione attuale devono adottare misure per sostenerne lo sviluppo, e il legislatore precisa che l’obbligo non richiede di garantire un livello specifico di alfabetizzazione di alcuna persona. Si è passati, in sostanza, da un obbligo orientato al risultato a un obbligo di mezzi.

Misure proporzionate a ruoli, sistemi e contesto

Quello che il testo conserva, tuttavia, pesa più di quello che toglie. Le misure vanno ancora commisurate alle conoscenze tecniche, all’esperienza, all’istruzione e alla formazione delle persone coinvolte, al contesto in cui i sistemi sono utilizzati e alle persone o ai gruppi su cui sono destinati a operare.

L’obbligo continua a gravare su chiunque utilizzi un sistema di AI in ambito professionale, quindi anche sulla PMI che si limita a usare un assistente generativo per scrivere offerte o tradurre manuali, e la vigilanza resta affidata alle autorità nazionali di sorveglianza del mercato. Il secondo paragrafo dell’articolo, infine, impegna Commissione e Stati membri a sostenere le imprese, in particolare quelle piccole e medie, anche attraverso esempi pratici di adempimento da pubblicare sulla piattaforma unica di informazione.

Perché le imprese non possono archiviare la formazione sull’AI

La lettura che circola nelle aziende non nasce dal nulla. La Commissione europea, nelle domande e risposte sull’alfabetizzazione AI aggiornate dopo l’entrata in vigore dell’Omnibus, chiarisce che non serve alcun certificato, che le organizzazioni possono tenere un registro interno delle formazioni e delle altre iniziative svolte e che l’articolo 4 non obbliga a misurare le conoscenze dei dipendenti. Lette in fretta, queste precisazioni sembrano confermare che basti conservare la prova di aver fatto qualcosa.

È esattamente il ragionamento che, a mio avviso, va rovesciato.

Dalla prova formale all’adeguatezza delle misure

Dato che la norma non chiede più di dimostrare un livello raggiunto, e dato che per documentare l’adempimento è sufficiente un registro, la conformità formale è diventata alla portata di chiunque.

Di conseguenza non è più la presenza della documentazione a distinguere un’impresa diligente da una negligente, bensì il suo contenuto: quali misure sono state adottate, per quali persone, rispetto a quali strumenti. Un obbligo di mezzi si valuta proprio sull’adeguatezza dei mezzi, e quando il testo elenca i criteri di questa adeguatezza, cioè conoscenze, contesto d’uso e persone interessate, indica anche le domande che un controllo potrà porre.

La verifica delle competenze AI dopo il Digital Omnibus

La stessa Commissione, del resto, offre elementi che vanno nella direzione opposta alla semplificazione percepita. Nelle sue risposte sostiene che non esiste un approccio valido per tutti, che limitarsi a far leggere al personale le istruzioni d’uso può risultare in molti casi inefficace e che chi utilizza uno strumento generativo per redigere testi o traduzioni deve conoscerne i rischi specifici, a partire dalle cosiddette allucinazioni. Aggiunge che, nella prospettiva sanzionatoria, pesa soprattutto il caso in cui un incidente sia riconducibile a una formazione inadeguata.

L’incidente come banco di prova della formazione

Ne deriva uno scenario che le direzioni tendono a sottovalutare. Il momento in cui la documentazione verrà letta con attenzione difficilmente sarà un’ispezione programmata, poiché con ogni probabilità coinciderà con un errore: un’offerta commerciale con condizioni inventate dallo strumento, un documento riservato caricato su un servizio gratuito, una candidatura scartata da un filtro che nessuno sapeva di aver attivato.

In quel momento la domanda rilevante riguarderà la persona coinvolta, e in particolare se sapesse come funzionava lo strumento che stava usando e che cosa non doveva farci, mentre la generica formazione aziendale sull’intelligenza artificiale passerà in secondo piano.

Su questa domanda un corso generalista uguale per tutti ha poco da dire, anche quando è stato registrato in modo impeccabile.

Formazione finanziata sull’AI: il limite dei corsi generalisti

Il problema si concentra nella formazione finanziata, che per molte PMI lombarde rappresenta l’unico canale attraverso cui la formazione sull’AI entra in azienda.

I fondi interprofessionali svolgono qui un ruolo prezioso, perché permettono di formare personale che altrimenti non verrebbe formato affatto; tuttavia, nella mia esperienza, il modo in cui molti piani vengono costruiti produce corsi pensati per un catalogo prima che per un’impresa. Lo stesso modulo viene erogato all’amministrazione, all’ufficio tecnico e alla rete commerciale, spesso con dimostrazioni su strumenti che l’azienda non ha adottato, mentre quelli che il personale usa davvero, talvolta con account personali, restano fuori dall’aula.

Quando il corso non copre gli usi reali

In un’azienda di distribuzione dell’hinterland milanese, durante la seconda giornata di un percorso finanziato, è emerso che l’ufficio acquisti traduceva da mesi le condizioni contrattuali dei fornitori esteri con un servizio gratuito, incollandovi testi integrali e dati anagrafici. Il corso frequentato l’anno precedente, regolarmente rendicontato, aveva dedicato a quel tipo di uso una sola slide.

Il rischio di una sicurezza solo documentale

Il paradosso è che la formazione finanziata produce una documentazione più ricca di quella richiesta dalla Commissione, fatta di registri presenze firmati, verifiche finali dell’apprendimento e rendicontazione al fondo.

Per questa ragione rischia di trasmettere all’impresa una sicurezza superiore a quella giustificata, dato che documenta con precisione la frequenza a un corso che non riguardava i suoi sistemi. Il difetto non sta nel finanziamento, poiché un piano aziendale può essere costruito sugli strumenti effettivamente in uso e differenziato per funzione; sta nella progettazione, che è una scelta che l’impresa può pretendere dal soggetto attuatore già nella fase di presentazione del piano.

Quale documentazione prova l’alfabetizzazione AI

Una documentazione capace di reggere la domanda posta dopo un incidente non richiede strumenti costosi. Richiede che il punto di partenza sia l’inventario dei sistemi di AI effettivamente usati, funzione per funzione, comprese le applicazioni attivate per iniziativa individuale, perché è rispetto a quell’elenco che l’adeguatezza delle misure verrà valutata.

Su questa base la formazione si articola per gruppi: chi usa un assistente generativo per testi e traduzioni deve sapere quali dati non può inserire e come verificare ciò che ottiene, mentre chi impiega strumenti di AI nella selezione del personale si muove in un ambito che l’allegato III dell’AI Act classifica ad alto rischio, dove gli obblighi di competenza e sorveglianza umana a carico dei deployer restano in vigore, sia pure con le scadenze di applicazione rinviate dallo stesso Omnibus.

Dal registro degli attestati alla mappa di ruoli e strumenti

Il registro interno, a quel punto, smette di essere un elenco di attestati e diventa una tabella che collega persona, ruolo, strumento, contenuto della formazione e data, da aggiornare ogni volta che in azienda entra uno strumento nuovo o cambia una mansione. Una PMI di cinquanta dipendenti può tenerlo in un foglio di calcolo, e risponde direttamente ai criteri elencati dall’articolo 4.

Il repertorio di pratiche raccolto dall’AI Office e gli esempi che la Commissione pubblicherà sulla piattaforma unica di informazione offrono spunti utili per costruirlo, ma la Commissione stessa avverte che riprodurre quelle pratiche non comporta una presunzione di conformità, per cui non sostituiscono il lavoro sul proprio contesto.

Il quadro italiano dell’alfabetizzazione AI

Sul piano nazionale la legge 132/2025 ha designato l’Agenzia per l’Italia digitale e l’Agenzia per la cybersicurezza nazionale come autorità per l’intelligenza artificiale, attribuendo all’ACN la vigilanza del mercato, ferme restando le competenze di Banca d’Italia, CONSOB e IVASS.

Dei due decreti legislativi attuativi approvati in via definitiva dal Consiglio dei ministri il 4 agosto 2026, quello sull’impiego dell’AI nelle attività di polizia e sulla responsabilità civile e penale è stato pubblicato come decreto legislativo 9 settembre 2026, n. 160, ed è in vigore dal 30 settembre. Quello sui poteri delle autorità, sulla formazione e sul lavoro, già analizzato su queste pagine, risultava invece in attesa di pubblicazione in Gazzetta Ufficiale al momento della stesura.

Perché attendere non conviene alle PMI

Ne consegue che la cornice sanzionatoria italiana per l’articolo 4 non è ancora pienamente operativa, e sarebbe scorretto presentarla come una minaccia imminente. Sarebbe altrettanto scorretto, però, concluderne che l’attesa convenga: quando le autorità inizieranno a esercitare i propri poteri, le misure esaminate saranno con ogni probabilità quelle adottate nei mesi precedenti, compresi i corsi che le imprese stanno programmando proprio ora sui conti formazione dell’anno.

Il Digital Omnibus ha ridotto il costo della conformità formale all’articolo 4 e ha lasciato invariato il costo di un incidente provocato da chi non conosceva lo strumento che aveva in mano. Un’impresa che impiega il margine così ottenuto per calibrare la formazione sui propri sistemi ottiene una documentazione che regge nello scenario in cui serve; un’impresa che lo impiega per archiviare il tema conserva una cartellina di attestati identici, che documenta con precisione la cosa sbagliata.

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