DPIA per i sistemi AI: quando serve e come si fa senza impazzire

Hai introdotto l'AI in azienda. Magari un chatbot per il servizio clienti, uno strumento che fa lo screening dei CV, o semplicemente ChatGPT usato dai commerciali. E adesso qualcuno — il consulente privacy, un cliente, un bando — ti chiede: "Avete fatto la DPIA?"

Respira. In questo articolo vediamo quando la DPIA serve davvero con l'AI, perché il rinvio dell'AI Act non c'entra nulla, e come si fa in pratica senza trasformarla in un progetto di sei mesi.

Cos'è la DPIA (in una riga)

La DPIA — valutazione d'impatto sulla protezione dei dati — è un istituto del GDPR, l'art. 35 del Regolamento UE 2016/679. Non è un'invenzione dell'AI Act. È obbligatoria quando un trattamento di dati personali può presentare un rischio elevato per i diritti e le libertà delle persone, in particolare quando usi nuove tecnologie. E l'AI è la nuova tecnologia per eccellenza.

Quando serve la DPIA con l'AI: il test in 3 domande

Non tutti gli usi dell'AI richiedono una DPIA. Per capire se sei nel perimetro, fatti tre domande. In ordine.

1. Il sistema tratta dati di persone?

Se l'AI lavora solo su dati tecnici o aziendali — log di macchine, previsioni di magazzino, analisi di listini — il GDPR non entra in gioco e la DPIA non serve. Ma attenzione: basta poco per trattare dati personali. Un prompt con il nome di un cliente, un'email incollata nel chatbot, un CV caricato per la sintesi. Se non sai cosa finisce nei prompt dei tuoi collaboratori, leggi prima cosa succede ai dati riservati con l'AI generativa.

2. Il sistema valuta, profila o decide?

Qui sta il cuore del problema. L'art. 35(3) del GDPR indica tre casi tipici in cui la DPIA è richiesta:

• valutazione sistematica e globale di aspetti personali basata su trattamento automatizzato, compresa la profilazione, con effetti giuridici o comunque significativi sulle persone;
• trattamento su larga scala di categorie particolari di dati (salute, orientamenti, dati biometrici...);
• sorveglianza sistematica su larga scala di zone accessibili al pubblico.

L'AI in azienda intercetta spesso il primo caso: screening automatico dei CV, scoring dei clienti, valutazioni del personale assistite dall'AI. Sono tutti trattamenti in cui un algoritmo valuta persone e quella valutazione ha effetti concreti — un'assunzione mancata, un fido negato, un giudizio di performance. Non a caso l'AI nella selezione del personale è anche un caso alto rischio per l'AI Act: i due regolamenti guardano lo stesso punto da due angoli diversi.

3. Su chi, e su quante persone?

Un tool interno usato da tre persone su dati già pubblici è una cosa. Un sistema che valuta ogni candidatura che arriva in azienda, o che profila tutta la base clienti, è un'altra. Scala e impatto spostano l'ago: più persone coinvolte, più il trattamento è sistematico, più la DPIA diventa difficile da evitare.

Regola pratica: se rispondi sì alla prima e alla seconda domanda, parti dal presupposto che la DPIA serva. Il dubbio si scioglie facendola, non rimandandola.

Il malinteso del rinvio: AI Act rinviato ≠ DPIA rinviata

Questo è il punto dove vediamo più confusione, quindi mettiamolo in chiaro.

Il pacchetto Omnibus (Reg. UE 2026/1744) ha rinviato gli obblighi per i sistemi AI ad alto rischio: al 2 dicembre 2027 per i casi dell'allegato III e al 2 agosto 2028 per quelli dell'allegato I. Ne abbiamo parlato in dettaglio nell'articolo sul rinvio.

Da lì, molti hanno concluso: "Allora anche la valutazione d'impatto può aspettare il 2027." No. La DPIA è un obbligo del GDPR, non dell'AI Act. Il GDPR è in vigore dal 2018 e non è stato toccato. Se il tuo screening CV con l'AI richiede una DPIA, la richiede oggi — non quando scatteranno gli obblighi alto rischio dell'AI Act.

I due regolamenti si sommano, non si sostituiscono. E l'AI Act ha già obblighi attivi che valgono a prescindere dalla DPIA: la formazione del personale sull'AI (art. 4, dal 2 febbraio 2025) e la trasparenza verso gli utenti (art. 50, dal 2 agosto 2026). C'è anche una novità utile: il nuovo art. 4a dell'AI Act, introdotto dall'Omnibus e in vigore dal 27 luglio 2026, dà una base per trattare categorie particolari di dati al fine di rilevare e correggere i bias dei sistemi AI. Ma è una base per un trattamento specifico, non un'esenzione dalla valutazione d'impatto.

Come si fa in pratica: i quattro blocchi

Una DPIA per un sistema AI non deve essere un tomo da cento pagine. Deve essere un documento onesto e specifico, costruito su quattro blocchi.

1. Descrizione del trattamento e del sistema AI

Cosa fa il sistema, con quali dati, di chi, e dove vanno a finire. Per l'AI aggiungi: quale modello o servizio usi, chi è il fornitore, se i dati escono dall'azienda, se vengono usati per addestrare il modello. Se non sai rispondere a queste domande, il problema viene prima della DPIA.

2. Necessità e proporzionalità

Perché ti serve l'AI per questo scopo, e perché proprio questi dati. La domanda scomoda ma giusta: potresti ottenere lo stesso risultato con meno dati? Se lo screening funziona anche senza data di nascita e foto, quei campi non devono entrare nel sistema.

3. Rischi per gli interessati

Cosa può andare storto per le persone, non per l'azienda: decisioni sbagliate su un candidato, bias che penalizzano una categoria, dati riservati che finiscono in un modello esterno, output inventati presi per buoni. Per ogni rischio: quanto è probabile, quanto è grave.

4. Misure di mitigazione

Come riduci quei rischi. Per l'AI le misure tipiche sono tre:

• supervisione umana: nessuna decisione significativa esce dal sistema senza che una persona la verifichi e possa ribaltarla;
• minimizzazione nei prompt: regole scritte su cosa può entrare nei prompt e cosa no (niente dati sanitari, niente dati di terzi non necessari);
• verifica degli output: chi usa il risultato deve controllarlo prima di farne qualcosa che tocca una persona.

Gli errori tipici (li vediamo tutti)

Farla dopo. La DPIA serve prima di adottare lo strumento, perché il suo scopo è farti scegliere bene. Farla a strumento già in produzione la trasforma in una pezza giustificativa — e si vede.

Copiarla da un modello senza adattarla. Un template generico compilato in mezz'ora, con "sistema AI" al posto del nome dello strumento e rischi fotocopiati, non protegge nessuno. Il valore sta nella parte specifica: quel sistema, quei dati, quei rischi.

Non aggiornarla. Cambi fornitore, passi da un modello all'altro, aggiungi una funzione che prima non c'era: la DPIA vecchia descrive un sistema che non esiste più. Rileggila a ogni cambio significativo dello strumento.

Da dove partire

Se usi l'AI su dati di persone e il sistema valuta o decide qualcosa, la strada è questa: censisci gli strumenti AI in uso, applica il test delle 3 domande a ciascuno, e per quelli che restano nel perimetro fai la DPIA con i quattro blocchi qui sopra.

Se vuoi partire da una base già strutturata per l'AI, il Kit Addendum Privacy AI (59 €) contiene l'addendum al registro dei trattamenti per i sistemi AI, uno schema DPIA specifico per l'AI già organizzato sui blocchi visti sopra, e una checklist di coerenza GDPR + AI Act per verificare che i due fronti si parlino. Compili con i tuoi dati reali, invece di partire dal foglio bianco.

La DPIA non è burocrazia da archiviare: è l'occasione per capire davvero cosa fanno i tuoi strumenti AI con i dati delle persone. Falla prima che a chiedertela sia qualcun altro.