1. Una lettura personale
Il disegno di legge MES 1146-B, approvato dal Senato il 17 settembre 2025, rappresenta un passo importante per dare all’Italia un quadro chiaro sull’uso dell’IA, in linea con l’AI Act europeo.
Non è un testo da leggere solo per obbligo normativo: può diventare una bussola per chi, come me, lavora ogni giorno a soluzioni di AI per rendere le aziende più efficienti.
📄 Scarica il testo ufficiale: DDL S. 1146-B (PDF)
Quello che condivido qui non vuole essere una lezione di diritto, ma una riflessione su come questi articoli ci possano guidare e mettere in guardia.
2. Cosa ci dicono gli articoli – con esempi pratici
Articolo 1 – Finalità e Ambito di Applicazione
Mi piace che ponga al centro la persona e non la tecnologia.
Per chi sviluppa agenti AI questo significa chiedersi: stiamo aiutando le persone o stiamo solo automatizzando per tagliare costi?
Esempio:
Per un agente che misura la produttività, è utile definire insieme a HR dei KPI che non diventino strumenti di controllo eccessivo, ma indicatori per migliorare l’ambiente di lavoro.
Articolo 2 – Definizioni
Le definizioni europee ci evitano confusione. Mancano però riferimenti ad agenti complessi e multi-step.
Esempio:
Se creo un agente per campagne marketing generative, devo documentare dataset e licenze, anche se non me lo chiede nessuno. È un esercizio utile a garantire trasparenza.
Articolo 3 – Principi Generali
Qui troviamo trasparenza, spiegabilità, human-in-the-loop. Belle parole, ma richiedono impegno.
Esempio:
Se il mio agente decide l’ordine di gestione dei ticket, posso prevedere che i casi ad alto impatto siano sempre rivisti da un umano.
E devo poter spiegare perché una decisione è stata presa.
Articolo 4 – Informazione e Riservatezza dei Dati
Un punto che tocca tutti noi: informare e proteggere i dati.
Esempio:
Se il mio agente tratta dati sensibili, predisporre consensi chiari e comprensibili è un atto di rispetto verso gli utenti, non solo un obbligo.
Deleghe e Standard
Sono ancora un cantiere aperto. Qui dovremo farci trovare pronti.
Esempio:
Avere già oggi una governance interna (log, audit, policy) ci farà risparmiare tempo quando i controlli arriveranno.
3. Checklist di partenza per i miei progetti
Non è una lista “ministeriale”, ma una base di lavoro che aggiornerò man mano.
| Area | Domande da porsi |
|---|---|
| Impatto Sociale | Ho valutato l’effetto sul lavoro delle persone? Ho condiviso i KPI con HR? |
| Classificazione e Dataset | Ho documentato il tipo di modello e le fonti dati? Le licenze sono in ordine? |
| Spiegabilità e Sorveglianza | Riesco a spiegare le decisioni dell’agente? Ho previsto il controllo umano per i casi critici? |
| Sicurezza | Ho testato vulnerabilità e previsto recovery plan? |
| Privacy e Consenso | I consensi sono chiari? Sono in grado di spiegare all’utente come uso i dati? |
| Governance | Ho log centralizzati e un piano per eventuali audit? |
4. Un punto di partenza, non di arrivo
Questa legge non deve spaventarci, ma stimolarci a fare meglio.
Per me è un’occasione per ripensare i miei progetti di AI in modo più trasparente e responsabile.
Spunto per chi legge: prendi questa checklist, adattala ai tuoi progetti e tienila viva.
Le norme cambieranno, ma il nostro obiettivo resta lo stesso: creare soluzioni di AI che aiutino davvero le persone e le aziende.
Lascia un commento