il parere

AI a scuola, come costruire la tutela dei dati: cosa dice il Garante privacy


Indirizzo copiato

Il Garante privacy dà parere favorevole allo schema di decreto sull’IA nelle scuole e chiede al Ministero supporto agli istituti, criteri per i fornitori e assistenza. La protezione dei dati degli studenti diventa parte della responsabilità educativa

Pubblicato il 13 nov 2026

Nicoletta Pisanu

Giornalista professionista, redazione AgendaDigitale.eu



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Chip IA con lucchetto per la privacy




Portare l’intelligenza artificiale a scuola significa decidere chi sceglie gli strumenti, chi protegge i dati degli studenti e chi aiuta i docenti a usarli. Affidare queste decisioni ai singoli istituti, senza un sostegno comune, rischia di far dipendere la qualità delle tutele dalle competenze disponibili in ciascuna scuola. È su questa responsabilità pubblica dell’innovazione che si misura la portata delle indicazioni del Garante privacy.

Il parere favorevole n. 787 del 20 ottobre 2026 riguarda lo schema di decreto del Ministero dell’Istruzione e del Merito sull’impiego dell’IA a beneficio di studenti e docenti. Le osservazioni dell’Autorità delineano un compito che continua dopo il primo intervento, cioè accompagnare le scuole nella scelta e nell’uso di tecnologie in evoluzione: “La governance delle AI non è solo un tema urgente per aziende e pubbliche amministrazioni, ma riveste forma di inedita urgenza e complessità per tutte le formazioni sociali individuate e disciplinate dalla costituzione italiana, inclusa la scuola”, spiega l’avvocato Rocco Panetta, Chairman di Panetta Consulting Group.

IA a scuola, perché servono criteri comuni

Il Garante invita il Ministero a fornire un supporto adeguato agli istituti, anche attraverso futuri interventi di indirizzo e regolazione. La richiesta affronta una difficoltà concreta: per adottare un servizio occorre valutarne le garanzie e capire quali responsabilità comporti. Un orientamento nazionale può offrire una base condivisa a chi deve prendere queste decisioni.

Da qui l’indicazione di orientare le scuole tra le soluzioni disponibili sul mercato, anche definendo standard, requisiti e modelli per i fornitori. Un’offerta rivolta all’istruzione deve poter essere esaminata rispetto a criteri riconoscibili: altrimenti ogni istituto si troverebbe a ricostruire da solo le domande da porre alle aziende.

Le richieste del Garante al Ministero

AmbitoIndicazione
Supporto continuativoIndirizzo anche per i successivi sviluppi tecnologici
Scelta dei fornitoriPossibili standard, requisiti e modelli comuni
Servizi-tipoRiferimenti da mettere a disposizione degli istituti
Assistenza dedicataAffiancamento anche nei rapporti con le aziende

Sintesi qualitativa delle osservazioni: servizi-tipo e assistenza sono possibilità da valutare. Fonte: Garante privacy, parere n. 787 del 20 ottobre 2026.

Servizi-tipo e assistenza nei rapporti con le aziende

Tra le possibilità indicate figura l’individuazione di servizi-tipo da mettere a disposizione degli istituti. Il loro valore sarebbe offrire un riferimento operativo per la selezione e l’impiego delle soluzioni. Il parere invita inoltre a valutare un servizio dedicato di assistenza, anche per affiancare le scuole nei rapporti con le imprese fornitrici.

Le due proposte rispondono a esigenze collegate. Un riferimento comune aiuta a scegliere; l’assistenza serve quando bisogna comprendere le condizioni del servizio e confrontarsi con chi lo eroga. È un modo per dare continuità all’indirizzo ministeriale, traducendolo in supporto alle decisioni quotidiane degli istituti.

Proteggere l’identità degli studenti nell’uso dell’IA

La scelta del fornitore incide anche su come vengono gestite le utenze. Lo schema è accompagnato da un allegato tecnico sulle misure organizzative e di sicurezza per la pseudonimizzazione e l’uso consapevole dei sistemi. La tutela entra così nella progettazione del servizio, prima che lo strumento diventi parte delle attività didattiche.

Identificativi separati e attenzione ai prompt

Nel modello descritto dal parere, i sistemi operano con identificativi pseudonimizzati; le informazioni che li collegano ai singoli studenti restano separate, sotto il controllo della scuola e accessibili ai soggetti autorizzati. La separazione tra identità e utenza limita l’esposizione dei dati identificativi nell’utilizzo del servizio.

Questa protezione richiede coerenza anche nelle richieste rivolte all’IA. Un’utenza pseudonimizzata perde parte della sua funzione protettiva se nel prompt si inseriscono informazioni che identificano lo studente. Le indicazioni ai docenti riguardano perciò anche la formulazione di prompt non identificativi e la sensibilizzazione degli alunni a un impiego critico e consapevole.

Perché la governance comincia dalle istituzioni

Il legame tra protezione dei dati e formazione spiega perché il parere abbia una portata che va oltre l’adozione di un applicativo. La scuola educa anche attraverso le condizioni nelle quali propone una tecnologia: quali informazioni si possono condividere, chi può accedervi, a chi chiedere aiuto. Rocco Panetta colloca questo passaggio nella responsabilità delle istituzioni: “Chiaramente questo è un primo punto di partenza, non dobbiamo illuderci che con un parere dell’autorità di controllo si esauriscano gli obblighi a cui il ministero dell’istruzione e le scuole tutte sono chiamate nel costruire consapevolezza nell’ educare i giovani all’uso responsabile della tecnologia. Questo è il primo tassello della governance universale delle AI senza il quale tutto può andare perduto”.

Dalle indicazioni alla consapevolezza in classe

Il richiamo di Panetta alla formazione trova un riscontro operativo nel rapporto tra misure tecniche e comportamento degli utenti. Per una classe, capire perché una richiesta debba evitare dati identificativi significa riconoscere un limite preciso alla condivisione delle informazioni. La consapevolezza si costruisce nell’uso, con spiegazioni collegate alle attività che studenti e docenti svolgono.

Il seguito delle indicazioni del Garante si misurerà dunque nella capacità del Ministero di rendere disponibili riferimenti e assistenza. Standard per le offerte, servizi-tipo e supporto nei rapporti con i fornitori possono aiutare gli istituti a dedicare più attenzione all’impiego didattico. Per le scuole, avere un interlocutore competente significa poter affrontare un dubbio sulle condizioni del servizio prima che diventi una scelta già compiuta.

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