Linee Guida per l’adozione dell'IA nella Pubblica Amministrazione

Linee Guida per l’adozione di IA nella Pubblica Amministrazione

Le Linee Guida AgID, versione 1.0 del 9 novembre 2026, definiscono criteri organizzativi e di conformità per l’adozione dei sistemi e dei modelli di IA nelle pubbliche amministrazioni. Il documento pone al centro una gestione responsabile lungo l’intero ciclo di vita, coerente con il Regolamento (UE) 2024/1689 (AI Act), la legge 23 settembre 2025, n. 132 e la normativa applicabile, inclusi CAD e GDPR.

Ambito di applicazione e quadro normativo

Le Linee Guida si rivolgono ai soggetti di cui all’articolo 2, comma 2, del d.lgs. 82/2005 (CAD) e riguardano i sistemi e i modelli di IA definiti dall’articolo 3 AI Act e richiamati dall’articolo 2 della legge 132/2025. Sono emanate nell’ambito dell’articolo 71 CAD e in attuazione del Piano triennale per l’informatica nella PA 2024-2026, adottato con DPCM 12 gennaio 2024.

Il documento richiama, tra le altre fonti, AI Act, GDPR, legge 132/2025, CAD, Codice privacy, disciplina dei contratti pubblici, DGA, Data Act, Direttiva Open Data, NIS 2, Cyber Resilience Act e le norme sull’accessibilità. Le norme e gli standard internazionali sono riferimenti di supporto, subordinati alla normativa vincolante. Le norme tecniche non armonizzate possono contribuire a dimostrare l’adozione di misure adeguate, ma non attribuiscono la presunzione di conformità prevista dall’articolo 40 AI Act; tale effetto è collegato alle norme armonizzate o alle parti di esse i cui riferimenti siano pubblicati nella Gazzetta ufficiale dell’Unione europea.

Rischio, ruoli e principi di adozione

La PA deve ricondurre ogni sistema alla classificazione AI Act: sistemi vietati, ad alto rischio, a rischio limitato o minimo. Per individuare quelli ad alto rischio occorre applicare l’articolo 6 e l’Allegato III, considerando le deroghe previste dall’articolo 6, paragrafo 3, e gli eventuali aggiornamenti adottati dalla Commissione. Le pratiche vietate dell’articolo 5 sono indicate come efficaci dal 2 febbraio 2025.

La PA deve inoltre determinare il proprio ruolo nella catena del valore, in particolare come fornitore (provider) o deployer, e, per i trattamenti di dati personali, come titolare o responsabile. Un deployer o terzo può essere considerato fornitore di un sistema ad alto rischio ai sensi dell’articolo 25 AI Act se appone il proprio nome o marchio, modifica sostanzialmente il sistema o ne cambia la finalità facendolo diventare ad alto rischio.

L’adozione deve rispettare i diritti fondamentali e i valori dell’Unione, garantire responsabilità amministrativa, inclusione e non discriminazione, trasparenza e spiegabilità proporzionate, qualità dei dati, accuratezza, robustezza, cybersicurezza, sorveglianza umana e registrazione delle operazioni. La responsabilità ultima delle decisioni adottate dalla PA resta in capo all’amministrazione, qualunque sia il livello di automazione. L’IA è orientata, tra l’altro, a migliorare processi decisionali, efficienza, qualità e accessibilità dei servizi, senza che tali finalità sostituiscano gli obblighi di legge.

Modello organizzativo e strategia

Le PA devono predisporre processi, politiche, risorse e strumenti per governare, attuare, monitorare e migliorare l’IA, mantenendoli adeguati all’evoluzione normativa e tecnologica. Il modello proposto segue il ciclo PDCA e può ispirarsi a ISO/IEC 42001:2023. Nei casi disciplinati dall’AI Act, l’amministrazione deve adottare il sistema di gestione della qualità prescritto dal regolamento; può semplificare o accorpare fasi per progetti di rischio limitato o minimo, in proporzione alla loro complessità.

Ogni PA deve sviluppare una strategia IA coerente con la propria missione e con il contesto dell’ente. La strategia deve indicare obiettivi, azioni e misure di trasparenza e deve essere coerente con PIAO, strategia di data governance e Piano triennale. Include azioni per migliorare dati e competenze, selezionare casi d’uso di valore, considerare esperienze di altre PA e avviare sperimentazioni, anche associate. Il testo invita a privilegiare sistemi e modelli open source o open weight e un’architettura basata su un orchestratore centralizzato, nonché a partire da casi d’uso a complessità contenuta.

Il coordinamento della strategia e della governance dei dati è affidato al RTD e al suo UTD, con coinvolgimento del RPD e del referente per la cybersicurezza o figura equivalente. Il RTD assicura conformità e riferisce agli organi di governo su prestazioni, controlli, monitoraggio ed evoluzione. Nei contesti a elevata intensità di utilizzo è possibile istituire un Responsabile dell’Intelligenza Artificiale (RIA) e un relativo ufficio (UIA), operanti secondo le direttive del RTD. La strategia deve essere monitorata e aggiornata periodicamente.

Contesto, casi d’uso e pianificazione

La PA deve analizzare fattori esterni – normativa, decisioni delle autorità, standard e offerta tecnologica – e fattori interni, quali organizzazione, procedimenti, territorio, dati, infrastrutture e competenze. Per trattamenti con rischi elevati secondo l’AI Act, deve valutare durante il ciclo di vita le ricadute sui diritti e sulle libertà e le misure di mitigazione. L’analisi deve considerare anche la classificazione dei dati e dei servizi digitali prevista dal regolamento ACN per cloud e infrastrutture PA.

Le esigenze devono essere verificate in modo dettagliato e documentato. La valutazione dei casi d’uso deve includere costi, benefici economici, risparmi attesi e miglioramenti di qualità ed efficacia; concorre allo studio di fattibilità e alla valutazione comparativa prevista dall’articolo 68 CAD. Gli ambiti esemplificativi comprendono supporto alle decisioni, gestione documentale e della conoscenza, personalizzazione e proattività dei servizi, trasparenza dei procedimenti, accessibilità, inclusione e sicurezza.

Per ciascun caso d’uso la PA deve identificare requisiti normativi, tecnici, etici e operativi, considerando le aspettative degli stakeholder e il livello di rischio. Deve raccogliere, documentare e aggiornare le informazioni sul caso e sulla soluzione dalla concezione e dalla prova di concetto fino al rilascio e alla dismissione. Deve inoltre stabilire KPI e monitorarli per tutta la durata del caso d’uso; gli indicatori possono riguardare prestazioni del modello, qualità dei dati, affidabilità, efficienza computazionale, usabilità, accessibilità, impatto etico, conformità, costi e sostenibilità.

Il piano operativo deve definire attività, risorse, tempi, responsabilità e criteri di valutazione e monitoraggio. Deve comprendere le attività di gestione, procurement e sviluppo. Gli obiettivi devono essere misurabili e aggiornati. La PA deve allocare risorse finanziarie, tecnologiche e umane adeguate, definire le competenze necessarie e conservare evidenza di quelle acquisite.

Rischio, impatto e monitoraggio

La PA deve adottare un sistema di gestione del rischio proporzionato a finalità, caratteristiche e contesto d’uso; quando l’AI Act disciplina il sistema, il risk management deve rispettarne i requisiti. Sono richiamati UNI ISO 31000:2018 e ISO/IEC 23894:2023 come riferimenti possibili, senza che gli standard non armonizzati producano presunzione di conformità. L’uso di un GPAI può modificare la classificazione iniziale e comportare la riclassificazione del sistema come ad alto rischio.

La valutazione d’impatto sui diritti fondamentali (FRIA) è obbligatoria per i deployer di sistemi ad alto rischio nei casi dell’articolo 27 AI Act e deve precedere l’uso. Può integrarsi con la DPIA quando quest’ultima soddisfa già obblighi pertinenti. Le valutazioni devono essere documentate e condivise con le parti interessate. Le PA dovrebbero considerare anche valutazioni semplificate dei potenziali impatti sui diritti per sistemi a rischio minimo, ferma la DPIA dovuta ai sensi dell’articolo 35 GDPR o dell’articolo 27 della direttiva (UE) 2016/680, quando applicabile.

Durante l’implementazione, le valutazioni dei rischi devono essere ripetute a intervalli pianificati e in caso di modifiche significative; lo stesso vale per le valutazioni d’impatto secondo la pianificazione. I risultati e le azioni correttive devono essere documentati. I KPI devono consentire di misurare l’efficacia delle misure, le prestazioni tecniche, l’impatto sui processi e sui diritti fondamentali, l’eventuale necessità di DPIA e il valore aggiunto per l’amministrazione. La PA deve assicurare il miglioramento continuo dell’idoneità, adeguatezza ed efficacia dei sistemi e delle misure organizzative e tecniche.

Obblighi secondo il ruolo e conservazione

Fornitori e deployer devono monitorare il sistema e il suo impatto sui diritti durante tutto il ciclo di vita, in misura commisurata a rischio e ruolo. Anche per sistemi a rischio limitato o minimo, la PA deve verificare la liceità dei trattamenti – inclusi eventuali trasferimenti di dati personali verso Paesi terzi, diritto d’autore e norme settoriali – e mantenere una documentazione tecnica esaustiva, aggiornata e utile a verificare trasparenza e spiegabilità.

Per la FRIA il deployer deve considerare i processi amministrativi interessati, durata e frequenza d’uso, persone e gruppi coinvolti, dati trattati, rischi di danno, misure di risposta e governance dei reclami, nonché sorveglianza umana. Il fornitore di sistemi ad alto rischio deve documentare un sistema di monitoraggio successivo all’immissione sul mercato, riesaminare e aggiornare il risk management, motivare e documentare le decisioni significative, fornire informazioni comprensibili, assicurare logging automatico per l’intero ciclo di vita e conservare log e documentazione tecnica.

Per i sistemi ad alto rischio il fornitore deve progettare il sistema per un’efficace sorveglianza umana; il deployer deve predisporre procedure e strumenti per monitorare, interpretare e, se necessario, intervenire sulle decisioni. La sorveglianza è affidata al RTD e all’UTD, in collaborazione con RPD e referente per la cybersicurezza; il personale incaricato deve avere competenze, esperienza e autorità adeguate. La documentazione, i dati, i metadati e le informazioni necessarie per verifica, controllo e audit devono essere conservati secondo AI Act, CAD e Linee Guida AgID sulla formazione, gestione e conservazione dei documenti informatici, tenendo conto anche del periodo di conservazione del procedimento supportato.

Trasparenza, comunicazione e decisioni automatizzate

Le PA devono rendere gli utenti consapevoli dell’impiego dell’IA e del possibile impatto sui processi decisionali. Devono applicare, o verificare che siano applicati, gli obblighi pertinenti dell’articolo 50 AI Act, inclusa l’informazione sull’interazione con un sistema di IA e, nei casi previsti, l’identificazione dei contenuti sintetici. Per i sistemi ad alto rischio sono rilevanti anche documentazione, istruzioni per gli utilizzatori e tracciabilità delle decisioni.

Quando sono trattati dati personali, l’informativa deve essere accessibile e comprensibile e descrivere l’impiego dell’IA nel procedimento, le caratteristiche generali del trattamento, le finalità, i criteri e i metodi utilizzati e le conseguenze per gli utenti. In aggiunta agli articoli 12-14 GDPR, il testo richiede di illustrare natura e finalità del sistema, modalità di funzionamento, criteri decisionali e possibili effetti sui diritti e sull’accesso a servizi o benefici. Può essere messo a disposizione un estratto della DPIA quando opportuno.

Le decisioni automatizzate, compresa la profilazione, che producono effetti giuridici o incidono significativamente sull’interessato sono ammesse esclusivamente nei casi e alle condizioni di legge e, per dati personali, dell’articolo 22 GDPR. Devono essere garantite le misure di tutela applicabili, inclusi intervento umano, possibilità di esprimere il proprio punto di vista e contestazione. L’informazione deve spiegare la logica e i principali elementi determinanti, nei limiti posti dalla tutela dei diritti altrui, dalla sicurezza e dai segreti commerciali; deve indicare canali e modalità per opporsi o chiedere riesame umano.

Governance etica

Le PA possono adottare codici etici o di condotta, anche integrandoli negli strumenti organizzativi esistenti e applicandoli ai dipendenti e ai soggetti coinvolti in sviluppo, procurement e uso. Ai sensi dell’articolo 95 AI Act, tali codici possono promuovere volontariamente, per sistemi diversi da quelli ad alto rischio, alcuni o tutti i requisiti del capo III, sezione 2, e introdurre requisiti aggiuntivi rispetto agli obblighi di legge. Il codice dovrebbe essere integrato nei processi decisionali e operativi.

Nell’elaborazione e revisione dei codici, la PA deve considerare soluzioni tecniche e buone pratiche di settore e le fonti pertinenti, tra cui Convenzione quadro del Consiglio d’Europa, HUDERIA e COBRA, orientamenti etici AI HLEG e ALTAI. Altri riferimenti internazionali possono essere utilizzati come supporto, senza prevalere sulle disposizioni vincolanti. Consultazione e coinvolgimento degli stakeholder sono raccomandati; la revisione periodica è necessaria per mantenere i codici aggiornati rispetto a evoluzione tecnologica, normativa e organizzativa. Ove pertinenti, vanno considerati gli obiettivi di sviluppo sostenibile e gli indirizzi UE sulla sostenibilità.

Formazione e competenze

Le PA devono assicurare a tutto il personale un livello adeguato di alfabetizzazione in materia di IA (AI literacy), commisurato a ruolo, conoscenze, esperienza, sistema e contesto d’uso, in coerenza con l’articolo 4 AI Act. La formazione deve trattare opportunità e limiti dell’IA, uso responsabile, principi etici, trasparenza, protezione dei dati e rischi di sicurezza. Il testo indica DigComp 3.0 come riferimento possibile per le competenze digitali di base.

Le amministrazioni devono mappare fabbisogni e responsabilità, sviluppare competenze specialistiche negli UTD e tra i professionisti IT e assicurare formazione continua, upskilling e aggiornamento per dirigenti, RTD e personale coinvolto. Le competenze devono permettere ai decisori di valutare opportunità, benefici, rischi, impatti, conformità e minacce. Le attività formative devono trovare evidenza nella sezione formativa del PIAO e nelle modalità di programmazione, monitoraggio e rendicontazione richiamate dalla Direttiva del Ministro per la PA del 14 gennaio 2025. Il testo richiama inoltre, come interventi minimi, la fruizione dei programmi Syllabus indicati, tra cui “Competenze digitali per la PA” e i programmi specifici sull’IA progressivamente pubblicati.

Le PA devono favorire la partecipazione di RTD, UTD, RPD e referenti cyber a comunità di apprendimento e, in particolare, alla community AgID ReTe Digitale. Devono promuovere percorsi formativi per la cybersicurezza dell’IA e la protezione dei dati personali, nonché iniziative di informazione e sensibilizzazione dei cittadini sui potenziali, limiti e impatti dell’IA e sulle modalità di accesso ai servizi interessati.

Gestione e qualità dei dati

La PA deve integrare la gestione dei dati per l’IA nella governance complessiva dei dati, coprendone raccolta, archiviazione, preparazione, elaborazione, utilizzo, monitoraggio, aggiornamento e dismissione. Il processo deve garantire conformità, disponibilità, qualità, sicurezza, resilienza a bias e distorsioni e protezione dei dati personali. Le categorie considerate comprendono dati di addestramento, convalida e prova (articolo 3 AI Act), dati endogeni ed esogeni, strutturati, non strutturati e semi-strutturati, dati di input e output, dati di sistema e dati sintetici.

I dataset per addestramento, convalida e prova devono essere pertinenti, sufficientemente rappresentativi e, per quanto possibile, completi ed esenti da errori rispetto alla finalità, secondo l’articolo 10, paragrafo 3, AI Act. Le caratteristiche di qualità da presidiare includono accuratezza, coerenza, completezza e attualità, oltre a rappresentatività, bilanciamento, tracciabilità, disponibilità e credibilità; restano applicabili gli obblighi di accessibilità, riservatezza e sicurezza. È raccomandato valorizzare dataset istituzionali e dati aperti. Per la pubblicazione open data, il testo indica CC BY 4.0 o, se possibile, CC0, oppure licenze altrettanto permissive, tra cui CDLA 2.0 permissive, nel rispetto delle restrizioni su dati personali e proprietà intellettuale.

La comunicazione tra soggetti deve basarsi su modelli dati condivisi e interoperabili; occorre riutilizzare, ove disponibili, modelli, ontologie e vocabolari controllati esistenti. Le PA devono seguire le regole e le Linee Guida applicabili sull’interoperabilità e sull’apertura dei dati. Nei servizi cloud di IA devono individuare fornitori e subfornitori, garantire il rispetto delle norme su dati personali e sicurezza e impedire che i fornitori utilizzino i dati per finalità proprie o incompatibili con quelle dell’amministrazione. La governance dovrebbe essere coordinata in un’unica struttura, con possibilità di aggregazione e supporto da amministrazioni sovraordinate.

Protezione dei dati personali

Lo sviluppo, l’acquisto e l’adozione devono rispettare il diritto alla protezione dei dati, come stabilito dall’articolo 2, paragrafo 7, AI Act. La PA deve valutare la conformità e l’impatto sui diritti degli interessati, documentare le scelte e, quale titolare quando determina le finalità e i mezzi del trattamento, rispondere del trattamento anche se usa un fornitore. Deve verificare i principi dell’articolo 5 GDPR e individuare una base giuridica per sviluppo o acquisto e per il successivo uso del sistema, compreso l’eventuale trattamento per finalità ulteriori, valutando l’articolo 6, paragrafo 4, GDPR e la legge 132/2025.

In concreto, la PA deve garantire liceità, correttezza e trasparenza; finalità determinate e legittime; minimizzazione, esattezza e aggiornamento; tempi di conservazione non eccedenti; sicurezza adeguata al rischio e pieno esercizio dei diritti. Deve applicare protezione dei dati fin dalla progettazione e per impostazione predefinita, designare correttamente responsabili o contitolari ai sensi degli articoli 26 e 28 GDPR e istruire il personale. Prima del trattamento e successivamente con periodicità adeguata deve svolgere la DPIA quando dovuta ai sensi dell’articolo 35 GDPR o dell’articolo 27 della direttiva (UE) 2016/680; se permane un rischio elevato senza adeguate misure di mitigazione, deve consultare il Garante. Per categorie particolari di dati e dati relativi a condanne penali e reati occorrono base giuridica e misure specifiche, appropriate e documentate.

Il RPD deve essere coinvolto nelle fasi del ciclo di vita, nel rispetto dei compiti degli articoli 38 e 39 GDPR. La PA deve valutare se un modello possa considerarsi anonimo anche considerando la possibilità di ricostruire dati personali tramite il sistema. Quando un responsabile tratta dati con strumenti di IA, la PA deve esplicitare il divieto di utilizzare i dati personali per addestrare o riaddestrare modelli destinati a terzi. Per le decisioni automatizzate di rilevante interesse pubblico il testo richiama conoscibilità, non esclusività della decisione algoritmica e non discriminazione algoritmica.

Sicurezza cibernetica

La sicurezza deve essere gestita lungo tutto il ciclo di vita, in aggiunta alla protezione dell’infrastruttura ICT. Le PA devono considerare le tassonomie di attacco richiamate nel documento: evasion, poisoning, privacy e abuse attacks, oltre alle minacce di abuso, intercettazione o hijacking, attacchi fisici, danni non intenzionali, guasti, interruzioni, disastri e rischi legali. Devono dotarsi di processi per individuare minacce emergenti e adeguare le difese. Il testo indica le norme armonizzate elaborate dal CEN/CENELEC JTC 21 come riferimento per i requisiti di cybersicurezza dell’articolo 15 AI Act.

Gli obiettivi di sicurezza comprendono adozione responsabile previa valutazione di sicurezza; identificazione, tracciamento e protezione degli asset e dei log; controllo della catena di fornitura e verifica dei fornitori; protezione di modelli e dati da accessi e manomissioni; monitoraggio di input, output e prestazioni; piano di risposta agli incidenti; formazione del personale; protezione delle infrastrutture, delle identità e degli accessi, con ruoli e permessi definiti e autenticazione a più fattori. La sicurezza deve essere integrata in pianificazione, raccolta e trattamento dati, addestramento, dispiegamento, esercizio e dismissione. Sono richiesti audit interni ed esterni e verifiche di resilienza, inclusi test di penetrazione e simulazioni di attacco; le misure devono essere riesaminate e aggiornate periodicamente.