AI e GDPR: dove si sovrappongono e dove entrano in tensione

Una convinzione pericolosa circola nei progetti AI, e cioè che l'AI Act abbia in qualche modo sostituito o assorbito il GDPR sul terreno dell'intelligenza artificiale. Le due norme, in realtà, si applicano in parallelo e per intero: il regolamento AI disciplina i sistemi in funzione del loro rischio, il GDPR disciplina i trattamenti di dati personali ovunque avvengano, e un sistema AI che tocca dati personali risponde a entrambi, con autorità di vigilanza, sanzioni e logiche differenti. Il Garante italiano lo ha ricordato nel modo più concreto, con la sanzione da 15 milioni di euro a OpenAI (dicembre 2024) fondata interamente su violazioni GDPR, basi giuridiche e trasparenza in testa, senza attendere alcuna scadenza dell'AI Act.

Per chi guida progetti AI in azienda, la mappa delle sovrapposizioni e delle tensioni tra le due norme vale più di molte ore di formazione generica, perché è lì che si annidano sia i rischi sia le scorciatoie che poi si pagano.

Dove le due norme remano insieme

Su tre fronti AI Act e GDPR chiedono cose convergenti, e chi ha lavorato bene sulla privacy parte avvantaggiato. Il primo fronte è la conoscenza di sé: il registro dei trattamenti ex articolo 30 GDPR e il censimento dei sistemi AI sono esercizi cugini, e un'azienda con il primo in ordine costruisce il secondo in metà tempo, spesso scoprendo che molte righe coincidono.

Il secondo fronte sono le valutazioni d'impatto. La DPIA del GDPR e la valutazione d'impatto sui diritti fondamentali che l'AI Act introduce per certi deployer di sistemi ad alto rischio condividono struttura logica e buona parte delle evidenze: descrizione del trattamento, rischi per le persone, misure di mitigazione. Farle dialogare in un processo unico evita duplicazioni e incoerenze tra documenti che un'autorità leggerebbe insieme.

Il terzo fronte è la sorveglianza umana sulle decisioni. L'articolo 22 GDPR limita da anni le decisioni basate unicamente su trattamenti automatizzati con effetti giuridici o significativi sulle persone, e l'AI Act rafforza il principio con i requisiti di oversight per l'alto rischio: chi ha già progettato processi con un intervento umano significativo, non un timbro di ratifica, ha già la spina dorsale di entrambe le compliance.

Dove nasce la tensione

Le frizioni vere stanno nei principi di fondo, perché il GDPR è nato per limitare i trattamenti e l'AI contemporanea prospera sull'abbondanza. La minimizzazione dei dati chiede di trattare solo il necessario, mentre lo sviluppo dei modelli spinge a raccogliere tutto ciò che potrebbe servire. La limitazione delle finalità vincola i dati allo scopo dichiarato alla raccolta, mentre il riuso per addestrare o alimentare sistemi AI è quasi sempre una finalità nuova, che chiede una valutazione di compatibilità o una base giuridica propria. La trasparenza esige spiegazioni comprensibili, e i modelli più potenti restano i meno spiegabili.

Su questo terreno le risposte facili sono quasi sempre sbagliate. "I dati sono anonimi" regge di rado a un'analisi seria, perché la soglia dell'anonimizzazione vera è alta e la pseudonimizzazione lascia i dati nel perimetro GDPR. "C'è il legittimo interesse" richiede il bilanciamento documentato, che per l'addestramento su larga scala è tutto meno che scontato, come i procedimenti delle autorità europee hanno mostrato. "Il fornitore è compliant" trascura che l'azienda resta titolare dei propri trattamenti, con responsabilità che nessun contratto trasferisce per intero.

Il metodo per tenerle insieme

Il modo operativo per governare la coppia parte da una mossa organizzativa prima che giuridica: DPO e owner dell'AI devono lavorare sullo stesso tavolo, con un processo che intercetti ogni nuovo caso d'uso AI prima del kickoff e gli faccia tre domande in sequenza. Ci sono dati personali, anche indirettamente? Se sì, con quale base giuridica e per quale finalità, ed è la stessa della raccolta originaria? La decisione che il sistema supporta produce effetti significativi su persone, e in tal caso come è disegnato l'intervento umano?

Le risposte alimentano una scheda unica per sistema, quella stessa scheda che serve alla classificazione di rischio AI Act, e la coppia di norme smette di essere due cantieri per diventare un solo processo con due liste di controllo. Nel nostro AI Rating questo intreccio vive nella dimensione Risk, dove privacy e AI Act si valutano insieme e i gap sui dati personali contano tra i gate critici, perché un trattamento illecito non è una debolezza da media ponderata, è una condizione che può fermare il sistema.

La tensione tra protezione dei dati e ambizione dell'AI non si scioglie una volta per tutte, si amministra caso per caso, e le aziende che la amministrano con metodo scoprono un effetto collaterale prezioso: i vincoli, presi sul serio in progettazione, producono sistemi più sobri nei dati e più solidi nel tempo. Se volete capire dove sta la vostra organizzazione su questo intreccio, la misurazione è il punto d'ingresso: calendly.com/fabiolalli/zerofive, oppure hello@zerofive.ai. E la domanda da portare al prossimo comitato è precisa: dei sistemi AI attivi oggi, quanti hanno una base giuridica scritta per i dati che consumano?