L’IA entra in azienda spesso dalla porta più ordinaria: una bozza di email, una sintesi di riunione, un confronto fra documenti. A quel punto la domanda non è soltanto «abbiamo formato il personale?», ma «chi sa riconoscere un risultato sbagliato nel proprio lavoro?».
Partire dagli usi, non dalle slide
Una formazione generica può spiegare che cosa sia un modello linguistico. Non insegna necessariamente a un addetto acquisti a controllare una clausola inventata, a un tecnico a non incollare credenziali in un prompt, o a chi comunica con i clienti a verificare una promessa commerciale. Le competenze utili dipendono dal compito, dai dati trattati e dalle persone che potrebbero subire le conseguenze di un errore.
Il punto di partenza pratico è un inventario leggero: quali strumenti sono usati, da chi, per quali attività e con quale revisione umana. Da lì si costruiscono esempi realistici. Per chi prepara contenuti, esercizi di verifica di fonti e citazioni; per chi analizza dati, controlli su omissioni e conclusioni non giustificate; per chi approva, criteri chiari per fermare o correggere un output. Non serve trasformare tutti in sviluppatori: serve sapere quando fidarsi meno.
Cosa chiede oggi la norma
L’articolo 4 dell’AI Act, come modificato nel 2026, chiede a fornitori e deployer di adottare misure che sostengano l’alfabetizzazione IA del personale e di chi usa i sistemi per loro conto. Le misure devono considerare conoscenze pregresse, esperienza e contesto d’uso; non impongono di garantire a ogni individuo un livello specifico. È una differenza importante rispetto alla formulazione originaria del 2024: il traguardo non è un attestato identico per tutti.
La Commissione europea chiarisce inoltre che non è richiesto un certificato, né una struttura di governance dedicata per il solo articolo 4. Un registro interno delle iniziative può documentare ciò che si è fatto. Anche una breve esercitazione sul proprio caso d’uso, se seguita da istruzioni e verifiche, può essere più utile di una lezione astratta.
Una prova semplice
Si scelga un’attività reale e si chieda a chi la svolge di individuare tre cose in un output IA: un’affermazione da verificare, un dato che non andava fornito al sistema e il punto in cui serve una decisione umana. Se le risposte cambiano fra ruoli, anche la formazione deve cambiare. L’alfabetizzazione non è una casella da spuntare: è la capacità di usare uno strumento senza delegargli il giudizio.