Intelligenza artificiale nella gestione del personale e classificazione “ad alto rischio”: i nodi critici delle bozze di Linee guida della Commissione UE

Il quadro normativo

L’architettura dell’AI Act è notoriamente improntata a un approccio per livelli di rischio dei sistemi AI.

Al gradino dei sistemi ad alto rischio si accede per due strade: la prima (art. 6.1) riguarda l’IA che costituisce un prodotto, o un suo componente di sicurezza, coperto dalla legislazione di armonizzazione dell’Allegato I e soggetto a valutazione di conformità da parte di terzi; la seconda (art. 6.2) opera per “destinazione d’uso”: è ad alto rischio il sistema riconducibile a uno dei casi elencati nell’Allegato III AI Act, tra cui figura, al punto 4, l’occupazione e la gestione del personale.

In ciò si innestano le recenti linee guida della Commissione UE (intitolate “Guidelines on the classification of high-risk AI systems”), pubblicate in bozza il 19 maggio 2026 e che si articolano in tre documenti distinti – principi generali, rif. all’Allegato I e rif. all’Allegato III AI Act. Pur essendo formalmente non vincolanti, oltre che in consultazione pubblica, tali documenti esprimono l’interpretazione che la Commissione intende veder applicata in modo uniforme dalle autorità di vigilanza. Da qui è evidente la forza di tali indicazioni e l’utilità di una loro disamina, ancor più pensando ai tanti esempi inclusi nell’esposizione.

L’alto rischio si configura, in buona sostanza, se l’AI incide sostanzialmente sulle prospettive di carriera, sul reddito, sulla valutazione personale o sull’accesso alle opportunità.

Il fulcro è la nozione di destinazione d’uso (intended purpose): se la finalità dichiarata del sistema AI – ricavabile sia dalle istruzioni che dalla documentazione tecnica e dai materiali commerciali – rientra in un caso dell’Allegato III, allora il sistema è alto rischio. La Commissione avverte che non basta una clausola di esclusione nelle condizioni contrattuali di servizio se la presentazione complessiva del prodotto promuove di fatto usi ad alto rischio. I sistemi di IA per finalità generali (“GPAI” – General Purpose AI, come gli LLM quali GPT e simili) e quelli multi-uso vanno classificati considerando l’intero ventaglio di impieghi ragionevolmente prevedibili.

Se un sistema per uso generale viene promosso, configurato o documentato in modo tale da renderne ragionevolmente prevedibile l’impiego in un caso d’uso dell’Allegato III, la classificazione ad alto rischio dovrà essere valutata in concreto. La mera assenza di un disclaimer non basta, da sola - nemmeno un disclaimer generico è sufficiente a escludere la destinazione d’uso effettivamente desumibile dal prodotto.

Questo approccio sposta significativamente l’onere della compliance sui provider e, di riflesso, impone ai deployer (i datori di lavoro) una rigida due diligence in fase di procurement. Non è più sufficiente affidarsi a un generico disclaimer del fornitore per esonerarsi dalle responsabilità se le funzionalità intrinseche o l’architettura del software AI  suggeriscono, anche implicitamente, un impiego in ambito organizzativo. Di conseguenza il datore di lavoro dovrà esigere garanzie contrattuali esplicite, documentazione tecnica adeguata e un perimetro d’uso inequivocabile prima di integrare tali soluzioni tecnologiche nei propri processi. In difetto, rischia di utilizzare in modo non conforme un sistema ad alto rischio o, nei casi di modifica sostanziale o mutamento della destinazione d’uso, di assumere obblighi propri del provider.  

Il punto 4 dell’allegato iii ai act: un perimetro ampio sulla gestione del personale

Abbiamo citato il punto 4 in parola, il quale si articola in due previsioni:

• la lett. a) copre il reclutamento e la selezione: dalla pubblicità mirata delle posizioni (l’IA che decide chi vede quale annuncio) allo screening dei CV, fino all’analisi delle candidature e alla valutazione dei candidati, il tutto tramite scoring, ranking o altra classificazione; vi rientrano anche i sistemi che effettuano controlli automatici sui precedenti (background checks) aggregando dati online o finanziari; sono esclusi: gli annunci puramente contestuali (es. un annuncio mostrato in base al sito web visitato, senza profilare l’utente) o le campagne generali sul brand aziendale, così come l’organizzare i CV in cartelle predefinite, fissare in automatico i colloqui incrociando le agende, verificare in modo fattuale l’iscrizione a un albo professionale;
• la lett. b) copre la fase del rapporto di lavoro già instaurato: decisioni su promozioni e cessazioni, assegnazione di mansioni in base a tratti o comportamenti individuali, monitoraggio e valutazione di prestazioni e condotta; nel contesto delle piattaforme digitali rientra la decisione algoritmica di sospendere o disattivare un account (equivale funzionalmente a un licenziamento), così come i sistemi che determinano dinamicamente le tariffe dei lavoratori in base alle loro valutazioni.

La bozza adotta una nozione ampia di “lavoratore” - comprensiva di lavoratori autonomi integrati nell’organizzazione e di chi presta servizi tramite piattaforma di intermediazione. Il “luogo di lavoro” include qualsiasi spazio fisico o virtuale in cui vengono svolte le mansioni.

Diverse scelte interpretative allargano ulteriormente il campo. Anzitutto le formule apparentemente congiunte del testo normativo (“analizzare e filtrare” le candidature; “monitorare e valutare”) sono lette qui in chiave disgiuntiva: basta una delle due funzioni per integrare il requisito del Regolamento.

Il termine “decisione” è inteso in senso funzionale - comprensivo di atti e omissioni, non limitato alle modifiche unilaterali del contratto, che influenzino materialmente la retribuzione, l’orario di lavoro o le ferie. Deve tuttavia superare una soglia di significatività, cosicché ne restano fuori le micro-decisioni operative (per es. l’allocazione degli spazi o delle pause all’interno di un turno già assegnato, purché non muti il monte complessivo).

Nell’assegnazione dei compiti lavorativi gli indicatori comportamentali – come puntualità, reattività, affidabilità, rating di performance – sono ricondotti ai “tratti o caratteristiche personali” e quindi all’alto rischio. Mentre l’allocazione basata su fattori “oggettivi e neutri” (come il possesso di un’abilitazione professionale, la vicinanza geografica a una consegna o il possesso della patente per il muletto) ne resta fuori.

Anche il “monitoraggio” è letto in senso estensivo: comprende le misurazioni di produttività sia quantitative (il numero di compiti completati o la velocità di produzione) sia qualitative (la qualità del lavoro svolto), riguardando l’osservazione di aspetti personali e relazionali, come la puntualità, l’adesione alle regole del luogo di lavoro (inclusa la profilazione del rischio del dipendente), i tempi di risposta ai clienti, i modelli di interazione con i colleghi e persino il grado di coinvolgimento sindacale. Ipotesi ambigue pertengono a sistemi che monitorano le azioni del dipendente al solo scopo di aiutarlo (come un sistema che rileva un errore logistico e impedisce che un pacco venga spedito al destinatario sbagliato), non considerato ad alto rischio. Tuttavia questo vale solo se il sistema non è progettato per mettere sotto pressione il lavoratore e se gli avvisi vengono inviati esclusivamente al dipendente stesso, senza generare report per i manager o l’azienda. Si pensi a sistemi che aggregano i dati di performance (come le vendite concluse) e li notificano solo al lavoratore affinché possa confrontarsi con la media aziendale. Così come il tracciamento delle operazioni aziendali (come monitorare la posizione di un pacco in transito per rilevare anomalie o deviazioni nel percorso) - con lo scopo di garantire la conformità contrattuale e il flusso di lavoro e dunque focalizzato sull’operazione, non sulla valutazione - sfugge alla classificazione ad alto rischio.

Il monitoraggio prevede però un’eccezione per i sistemi usati esclusivamente per obblighi di legge, ragioni di sicurezza/mediche o tutela del patrimonio aziendale, a condizione che non siano impiegati anche per valutare i lavoratori (cfr. anche l’art. 8 Stat. Lav.). Pertanto i sistemi che quantificano la produttività (per es. numero di consegne all’ora) o valutano qualitativamente il comportamento (puntualità, conformità alle regole aziendali, interazione con i clienti, ecc.) sono ad alto rischio.

L’ampiezza di queste interpretazioni genera un evidente effetto a strascico: una parte rilevante dei moderni software HR dotati di moduli automatizzati, di analisi predittiva o di machine learning rischia di essere attratta nel regime di alto rischio - ove incida su reclutamento, condizioni di lavoro, assegnazione di mansioni, monitoraggio o valutazione dei lavoratori.

Le decisioni operative quotidiane che non alterano i diritti del lavoratore (come un’app per la prenotazione delle scrivanie o l’ottimizzazione delle trasferte) invece non sono ad alto rischio, e non lo sono nemmeno i sistemi usati esclusivamente per conformità legali (come log finanziari), né quelli che monitorano un processo solo per aiutare il lavoratore senza inviare report valutativi ai manager (si pensi a un allarme logistico per un pacco instradato male). Detto questo, dal banale resume parsing alle piattaforme di allocazione dei turni basate sullo storico delle performance, il confine tra semplice ottimizzazione organizzativa e “decisione significativa” sfuma rapidamente. Di fronte a questa prospettiva di iper-regolamentazione, che rischia di paralizzare la digitalizzazione dei dipartimenti HR, si possono analizzare le possibili vie d’uscita offerte dal testo normativo e dalle indicazioni della Commissione.

Il “filtro” dell’art. 6 AI ACT e la presunzione di profilazione

L’art. 6.3 AI Act prevede una valvola di sfogo: un sistema che pure rientrerebbe nel punto 4 dell’Allegato III non è alto rischio se non presenta un rischio significativo per salute, sicurezza o diritti fondamentali, in particolare perché non incide in modo sostanziale sull’esito decisionale. La deroga opera in quattro scenari alternativi: (i) compito procedurale ristretto; (ii) miglioramento del risultato di un’attività umana già completata; (iii) individuazione di scostamenti rispetto a schemi decisionali pregressi senza sostituirsi al giudizio umano; (iv) compito meramente preparatorio rispetto a una valutazione condotta dall’uomo.

La Commissione legge la deroga in modo restrittivo, e qui si concentra il nodo più critico per il lavoro. Anzitutto la presenza di un intervento umano (human-in-the-loop) non basta di per sé a escludere l’alto rischio perché non muta la destinazione d’uso del sistema. Soprattutto il filtro non si applica quando il sistema effettua profilazione di persone fisiche ai sensi dell’AI Act. Poiché molte applicazioni HR, come screening, performance management e assegnazione di mansioni, valutano gli individui sulla base di dati personali e criteri inferenziali, la profilazione rischia di chiudere la porta di uscita a gran parte degli usi più incisivi nel rapporto di lavoro.

Per invocare la deroga, inoltre, il fornitore deve documentare una valutazione prima dell’immissione sul mercato e registrare comunque il sistema nella banca dati UE per sistemi AI ad alto rischio (art. 71 AI Act), in via di costituzione: un onere che riduce il richiamo pratico della stessa esenzione. Infine la valutazione è olistica: nei sistemi complessi o “agentici” un componente che svolge un compito di per sé ristretto resta alto rischio se contribuisce a un output che incide su un uso descritto nell’Allegato III.

La Commissione precisa che gli esempi delle linee guida non sono esaustivi, potranno essere aggiornati e comunque sia espone alcuni casi di esenzione tramite il meccanismo di filtro. Per es. un sistema che verifica semplicemente se il numero di iscrizione all’albo di un candidato corrisponde a quello di un registro ufficiale (compito procedurale ristretto); un sistema che incrocia i calendari dei recruiter e le preferenze dei candidati per fissare in automatico gli appuntamenti (compito puramente logistico/procedurale); sistemi che analizzano dati anonimizzati di precedenti assunzioni solo per rilevare eventuali bias o modelli discriminatori passati, senza intervenire sulle selezioni in corso; o ancora un sistema che si limita ad aggregare in automatico i dati delle timbrature dei dipendenti per inviare un report strutturato ai manager, senza generare punteggi, valutazioni o raccomandazioni.

Tre risvolti meritano attenzione:

• primo, la soglia di significatività della “decisione” è affidata a esempi negativi assai circoscritti, sicché individuare il confine tra decisione rilevante e gestione ordinaria resta un esercizio interpretativo a carico di chi adotta il sistema;
• secondo, nel lavoro tramite piattaforma di intermediazione (c.d. gig economy) la bozza considera che la sospensione o disattivazione definitiva di un account possa equivalere a “cessazione del rapporto”, perché priva di fatto la persona dell’accesso alla propria attività lavorativa; vi rientrano anche i sistemi di determinazione del prezzo e del compenso;
• terzo, l’onere formale di classificazione, documentazione e registrazione grava anzitutto sul provider, quando immette sul mercato o mette in servizio il sistema. In concreto, tuttavia, anche il deployer, cioè il datore di lavoro finale, deve svolgere una due diligence autonoma sul proprio stack HR, verificare la coerenza tra destinazione d’uso dichiarata e uso effettivo, e mantenere un inventario aggiornato degli applicativi impiegati.

Si presenta la necessità di un vero e proprio audit algoritmico continuo e integrato. I dipartimenti HR, in stretta sinergia con i Data Protection Officer (DPO) e gli uffici legali, sono chiamati non solo a mappare gli strumenti isolati, dovendo valutare l’ecosistema digitale nel suo complesso e il reale peso dell’autonomia umana (spesso minata dal c.d. automation bias, l’affidarsi cognitivamente e ciecamente all’automazione).

Il confine aggiuntivo delle pratiche vietate

L’alto rischio non è nemmeno il primo gradino: a monte vi sono le pratiche vietate dell’art. 5 AI Act. La Commissione chiarisce quello che pare un continuum: i sistemi di riconoscimento delle emozioni – che inferiscono stati emotivi da voce, espressioni o postura – sono in genere ad alto rischio, però sul luogo di lavoro (e nell’istruzione, parimenti) possono ricadere nel divieto assoluto dell’art. 5. La Commissione distingue questi sistemi da quelli che rilevano meri stati fisici (per es. stanchezza o sonnolenza), di norma fuori perimetro quando non implicano inferenze emotive o psicologiche. Per il datore di lavoro la conseguenza è semplice: alcune applicazioni di “wellbeing”, se basate su segnali biometrici emotivi o simili, sono radicalmente precluse, ben oltre l’alto rischio.

Per i sistemi di riconoscimento delle emozioni sul luogo di lavoro fanno eccezione solo gli impieghi destinati a ragioni mediche o di sicurezza. La protezione dei beni aziendali può rilevare rispetto ad altre forme di controllo o monitoraggio, pur non essendo presentata come eccezione generale al divieto di emotion recognition. Pertanto l’implementazione di sistemi di IA per la sorveglianza manageriale o il monitoraggio della salute con finalità valutative - pur non essendo di per sé illecita se non profila emozioni - è soggetta a rigorosi obblighi di trasparenza e conformità per tutelare i diritti fondamentali e bilanciare l’asimmetria di potere tra datore di lavoro e dipendente. Si vedano anche le precedenti linee guida della Commissione sui sistemi AI vietati (C(2025) 750 final, adottate il 4 febbraio 2025 ai sensi dell’art. 96.1 lett. a) AI Act).

Agenti AI e classificazione

Un cenno particolare meritano le fattispecie di sistemi AI tramite agenti (agentic AI systems, ove perseguono obiettivi pianificando, prendendo decisioni o intraprendendo azioni mentre interagiscono con ambienti fisici o virtuali) nel contesto di architetture complesse e interconnesse, stabilendo la Commissione regole rigorose. Onde evitare che la frammentazione tecnica di un sistema consenta di eludere la normativa sull’alto rischio.

Anzitutto quando diversi moduli o sistemi di IA fanno parte di una configurazione più complessa vanno valutati come un unico sistema di IA ai fini della classificazione AI Act. Questo principio si estende esplicitamente ai sistemi di IA agentici che operano coordinando e facendo interagire diverse azioni o moduli collegati tra loro. Quindi se le azioni collegate, gli output o i componenti del sistema agentico servono congiuntamente uno degli scopi previsti dall’Allegato III (i casi d’uso ad alto rischio), l’intero ecosistema così combinato viene classificato come sistema di IA ad alto rischio.

Si badi: se un singolo modulo o “agente” del sistema complesso soddisfa uno dei requisiti per l’esenzione (per es. svolge esclusivamente un compito procedurale ristretto) non potrà comunque beneficiare dell’esenzione. Se il sistema agentico interconnesso nel suo insieme produce risultati congiunti che influenzano materialmente una decisione individuale legata a un caso d’uso ad alto rischio, l’intero sistema rimarrà soggetto agli obblighi stringenti previsti dall’AI Act.

Conclusioni

L’innesto dell’AI Act nel diritto italiano impone una lettura sistematica delle fonti, superando approcci settoriali.

Resta fermo, in primo luogo, l’art. 4 dello Statuto dei lavoratori: gli strumenti di IA che consentono un potenziale controllo a distanza dell’attività richiedono, salve le eccezioni, l’accordo sindacale o l’autorizzazione dell’Ispettorato e, per l’utilizzabilità dei dati, un’adeguata informativa. Lo stesso art. 1-bis del D.Lgs. 152/1997, introdotto dal Decreto Trasparenza (D.Lgs. 104/2022), fa espressamente salvo l’art. 4 St. lav.

Proprio il Decreto Trasparenza segna il punto di maggior frizione: limita l’obbligo di informazione ai soli sistemi decisionali o di monitoraggio integralmente automatizzati. Ciò crea un disallineamento normativo con l’AI Act, che classifica come “alto rischio” anche i sistemi assistiti (che prevedono un intervento umano). Di conseguenza, per evitare falle di conformità nella gestione dei lavoratori, le due discipline non possono essere applicate in modo isolato - richiedono una lettura prudente e sistematica.

Si aggiunge il piano della protezione dei dati personali: l’art. 22 GDPR limita le decisioni basate “unicamente” su trattamenti automatizzati con effetti giuridici o significativi, e il Garante per la protezione dei dati personali ha già chiarito (come il documento sulle questioni interpretative e applicative in materia di protezione dei dati connesse all’entrata in vigore del d.lgs. 27 giugno 2022, n. 104 in materia di condizioni di lavoro trasparenti e prevedibili (c.d. “Decreto trasparenza”) [doc. web. n. 9844960]), le due normative vanno applicate congiuntamente, senza sacrificare l’una all’altra, nel rispetto di liceità, minimizzazione e privacy by design. Sul versante dell’algorithmic management i provvedimenti del Garante sui rider (ex multis v. il caso “Foodinho”, GPDP, provv. del 10 giugno 2021, n. 234, [doc. web n. 9675440]) che hanno anticipato molti dei temi oggi al centro dell’Allegato III. Il risultato è una compliance integrata, per cui AI Act, Statuto, Decreto Trasparenza e GDPR vanno gestiti come un unico adempimento, olisticamente inteso.

Sotto il profilo operativo, questa intersecazione impone l’adozione di una metodologia di valutazione d’impatto unificata. Il datore di lavoro non potrà più limitarsi a redigere una DPIA Il datore di lavoro non dovrebbe più limitarsi a redigere una DPIA ex art. 35 GDPR e, separatamente, una valutazione dei rischi connessi all’AI Act. Pur restando distinti per presupposti e destinatari, i due strumenti dovrebbero essere coordinati in un’unica metodologia di governance algoritmica aziendale, nella quale confluiscano analisi dei bias, logica decisionale, metriche di trasparenza, supervisione umana e misure di mitigazione dei rischi.

Il requisito di supervisione umana dell’AI Act (Allegato III) deve essere effettivo per evitare violazioni del GDPR e dello Statuto dei Lavoratori, superando il rischio di automation bias che porta alla convalida passiva degli output. Un controllo puramente formale riduce difficilmente il rischio di contestazioni, soprattutto quando l’intervento umano si traduce nella convalida passiva degli output. In tali casi possono emergere profili critici sia rispetto all’art. 22 GDPR, ove ricorrano decisioni unicamente automatizzate con effetti giuridici o analogamente significativi, sia rispetto all’art. 4 Stat. Lav., ove lo strumento consenta un controllo a distanza non autorizzato.

L’introduzione dell’intelligenza artificiale trasforma radicalmente altresì le relazioni industriali. Gli accordi sindacali e le istanze all’INL non possono più limitarsi a regolamentare i dispositivi fisici (hardware), ma devono disciplinare direttamente il software. La contrattazione collettiva aziendale dovrà quindi focalizzarsi sui criteri di funzionamento dell’algoritmo, sui pesi assegnati alle variabili e sulle modalità di contestazione degli errori decisionali della macchina.

Infine: la consultazione sulle linee guida AI si è chiusa il 23 giugno 2026, occorrerà quindi verificare il testo finale e l’eventuale recepimento delle osservazioni formulate dagli stakeholder. Quanto alle scadenze applicative, il differimento degli obblighi per i sistemi ad alto rischio dovrà essere richiamato con formula prudente, distinguendo tra proposta, accordo politico e atto formalmente adottato.

Si consiglia di rifuggire logiche attendiste: le organizzazioni devono avviare fin da subito una mappatura strutturata degli applicativi IA già in uso o in fase di procurement, pena l’assunzione involontaria di obblighi e responsabilità non adeguatamente mappati in fase di procurement e implementazione.