Il nuovo quadro normativo: D.Lgs. 160/2026 e 231/2001
Il D.Lgs. del 9 settembre 2026, n. 160, entrato in vigore il 30 settembre, introduce l’art. 437‑bis al codice penale per l’omessa adozione di misure di sicurezza nei sistemi di intelligenza artificiale (IA) e la loro alterazione illecita. Parallelamente, al D.Lgs. 231/2001 è aggiunto l’art. 25‑vicies, che inserisce le condotte connesse all’impiego dell’IA nella responsabilità amministrativa degli enti.
Questa fusione porta la sicurezza, la supervisione e il controllo dei sistemi IA al centro della valutazione dell’assetto organizzativo, quando sono soddisfatti i presupposti della disciplina 231.
Perché la governance è diventata imprescindibile
Molte imprese hanno introdotto strumenti generativi nei reparti, sistemi di scoring incorporati nelle piattaforme e applicazioni predittive acquistate da fornitori esterni prima ancora di definire regole interne per governarli. L’IA, inizialmente vista come mera leva di efficienza, ora partecipa a processi decisionali che influenzano scelte economiche, operative e reputazionali. La distanza tra l’adozione tecnologica e la gestione del rischio è diventata un punto critico.
Implicazioni pratiche dei nuovi articoli
- Art. 437‑bis: punisce l’omessa adozione di misure di sicurezza e la manipolazione illecita dei sistemi IA.
- Art. 25‑vicies: consente di attribuire responsabilità amministrativa agli enti per reati commessi tramite IA, a condizione che siano verificati i requisiti di colpa organizzativa.
Colpa di organizzazione e IA
La giurisprudenza, consolidata dalla sentenza Thyssenkrupp delle Sezioni Unite, definisce la colpa di organizzazione come la valutazione della qualità delle scelte con cui il rischio è conosciuto, prevenuto e controllato. Nell’ambito dell’IA ciò implica:
- Identificare i sistemi realmente utilizzati.
- Verificare le autorizzazioni operative.
- Valutare la qualità dei dati di input.
- Controllare gli aggiornamenti e le revisioni dei modelli.
- Definire i poteri e le responsabilità delle figure di supervisione.
La “shadow AI” come minaccia organizzativa
Spesso dipendenti e consulenti introducono strumenti generativi al di fuori dei canali di procurement, caricando dati aziendali o utilizzando output nei processi decisionali senza che tali strumenti siano censiti. Il risultato è uno scarto tra la “policy” documentata e la realtà operativa: l’impresa ignora quali strumenti sono usati, da chi e per quali finalità.
Sorveglianza umana: il collegamento tra AI Act e responsabilità 231
L’art. 14 del Regolamento europeo richiede che i sistemi ad alto rischio siano supervisionati da persone capaci di comprenderne limiti e prestazioni, riconoscere anomalie, interpretare gli output e intervenire quando necessario. Tuttavia, la mera presenza formale di un operatore non garantisce un controllo efficace se l’individuo:
- Riceve informazioni insufficienti;
- Non possiede competenze adeguate;
- Non ha autorità per contestare i risultati prodotti dalla macchina.
Un output presentato come “oggettivo” può indurre la conferma acritica, aggravando il rischio di “automation bias”. L’AI Act sottolinea la necessità di conservare il giudizio umano anche di fronte a sistemi performanti.
AI literacy: formazione come presupposto di governance
L’art. 4 del regolamento prevede l’obbligo di alfabetizzazione sull’IA per tutti gli utilizzatori. Ciò significa che chi opera con sistemi IA deve:
- Conoscere le capacità e i limiti della tecnologia;
- Riconoscere le condizioni in cui l’output può diventare inattendibile;
- Saper reagire a segnali di anomalia.
Una formazione strutturata dimostra che l’uso dell’IA è accompagnato da competenze adeguate, riducendo il rischio di attribuire la responsabilità esclusivamente alla tecnologia.
Il calendario normativo 2026‑2028
Il Regolamento (UE) 2026/1744 differisce parte degli obblighi del Capo III dell’AI Act per i sistemi ad alto rischio:
- Per i sistemi classificati ai sensi dell’art. 6, paragrafo 2, e dell’Allegato III, le disposizioni si applicheranno dal 2 dicembre 2027.
- Per i sistemi collegati ai prodotti dell’Allegato I, la scadenza è il 2 agosto 2028.
Il D.Lgs. 160/2026, invece, è già operativo, e l’art. 25‑vicies entra nella materia 231, mentre le disposizioni europee sull’AI literacy sono già in vigore. La differenza temporale impone cautela nell’interpretazione penalistica delle norme europee, ma le imprese non possono rimandare le iniziative di governance fino alle scadenze future.
Priorità operative per le imprese
Il periodo di transizione offre il tempo necessario per ordinare un ambiente tecnologico spesso cresciuto per strati successivi. Le attività chiave includono:
- Inventario completo dei sistemi IA (soluzioni interne, prodotti di terzi, tool generali).
- Analisi dei punti in cui gli algoritmi incidono sulle decisioni aziendali.
- Definizione di responsabilità, accessi ai dati e controlli sui fornitori.
- Attuazione di programmi di formazione (AI literacy).
- Implementazione di meccanismi di audit continuo.
Risk assessment e modelli di organizzazione, gestione e controllo (MOG)
Il risk assessment tradizionale deve essere aggiornato per includere la componente algoritmica. Un nuovo modello o un aggiornamento software possono modificare il profilo di rischio senza alcuna variazione visibile nell’organigramma. Pertanto, la mappatura deve partire dai sistemi effettivamente utilizzati e considerare:
- Tipologia di IA (generativa, predittiva, decisionale).
- Fonte dei dati (interni, esterni, open source).
- Finalità d’uso (supporto, automazione, decisione finale).
- Livello di supervisioni umane previste.
Implementare un organo di vigilanza efficace
L’Organismo di Vigilanza (OdV) deve ricevere flussi informativi chiari e tempestivi sui sistemi IA. Tra le sue funzioni:
- Verifica della conformità rispetto all’AI Act e al D.Lgs. 160/2026.
- Controllo dell’inventario e della classificazione dei rischi.
- Monitoraggio della sorveglianza umana e della formazione.
- Raccolta di evidenze per eventuali audit esterni.
La documentazione deve essere facilmente reperibile, con tracciabilità delle modifiche e degli interventi correttivi.
Cybersecurity: un presidio imprescindibile
L’IA espone a nuove vulnerabilità: manipolazione dei dati di training, avvelenamento dei modelli e attacchi adversarial. Le misure di sicurezza richieste dal nuovo art. 437‑bis includono:
- Protezione dei dataset contro accessi non autorizzati.
- Controllo dell’integrità dei modelli durante l’aggiornamento.
- Monitoraggio continuo delle anomalie operative.
- Piani di risposta agli incidenti specifici per i sistemi IA.
Conclusioni
Il D.Lgs. 160/2026 ha reso evidente che i rischi legati all’intelligenza artificiale non possono più essere gestiti in modo marginale. La responsabilità amministrativa degli enti, sancita dall’art. 25‑vicies, richiede una governance completa: inventario dettagliato, sorveglianza umana competente, tracciabilità, cybersecurity e un OdV attivo. Solo così le imprese potranno dimostrare di aver conosciuto, prevenuto e controllato il rischio IA, evitando sanzioni penali e amministrative e garantendo una crescita sostenibile nell’era dell’intelligenza artificiale.