Classificazione dei sistemi AI per rischio: come mappare i propri use case

L'intero impianto dell'EU AI Act poggia su un'idea semplice da enunciare e laboriosa da applicare: gli obblighi dipendono dal rischio del sistema, quindi finché un'azienda non ha classificato i propri sistemi non sa nemmeno quali articoli la riguardano. La classificazione è il passaggio dal regolamento letto al regolamento applicato, ed è anche il punto dove i progetti di adeguamento incontrano il primo ostacolo concreto, perché prima di classificare bisogna sapere cosa classificare, e quasi nessuno lo sa davvero.

Le quattro categorie, in breve

Il regolamento (UE) 2024/1689 organizza i sistemi in una piramide. Al vertice le pratiche a rischio inaccettabile, vietate dal 2 febbraio 2025: manipolazione subliminale dannosa, social scoring da parte di autorità pubbliche, riconoscimento delle emozioni sul luogo di lavoro e nell'istruzione (con eccezioni strette), scraping indiscriminato di immagini facciali. Qui l'unica classificazione utile è accertarsi di non esserci dentro, anche indirettamente attraverso un fornitore.

Sotto stanno i sistemi ad alto rischio, il cuore operativo del regolamento. L'Allegato III elenca gli ambiti: biometria e identificazione, infrastrutture critiche, istruzione e formazione, occupazione e gestione dei lavoratori (dallo screening dei CV alle decisioni su promozioni e licenziamenti), accesso a servizi essenziali pubblici e privati (incluso il credit scoring), attività di contrasto, migrazione e giustizia. A questi si sommano i sistemi che fungono da componenti di sicurezza in prodotti già regolati (Allegato I). Per l'alto rischio scattano gli obblighi pesanti, dalla gestione dei rischi alla documentazione tecnica, dalla sorveglianza umana alla registrazione, con un calendario applicativo che la proposta di Digital Omnibus presentata dalla Commissione a novembre 2025 propone di ricalibrare, senza toccarne la sostanza.

Il terzo livello è il rischio limitato, dove l'obbligo principale è la trasparenza: chi interagisce con un chatbot deve saperlo, i contenuti generati vanno resi riconoscibili. Alla base, il rischio minimo, che copre la grande maggioranza dei sistemi e non comporta obblighi specifici oltre alle norme generali già esistenti.

Il metodo: dal censimento alla scheda

La classificazione fatta bene è un processo in quattro mosse, e la prima non è giuridica: è un censimento completo di ciò che l'organizzazione usa. Completo significa includere i sistemi comprati come tali, le funzioni AI attivate dentro software già in licenza (il modulo di screening del gestionale HR, il motore di raccomandazione dell'e-commerce), gli sviluppi interni, e gli strumenti usati informalmente dai team, perché la shadow AI non è esente dal regolamento solo perché nessuno l'ha autorizzata.

La seconda mossa assegna a ogni sistema il ruolo dell'azienda, che determina il pacchetto di obblighi: fornitore se lo sviluppate o lo mettete sul mercato a vostro nome, deployer se lo utilizzate sotto la vostra autorità, con casi intermedi (personalizzazioni sostanziali possono trasformare un deployer in fornitore, ed è una delle trappole più sottovalutate nei contratti).

La terza mossa è la classificazione vera e propria, sistema per sistema, con una scheda che documenti la finalità, l'ambito Allegato III eventualmente toccato, i dati trattati, le persone impattate e la categoria assegnata con la sua motivazione. La motivazione scritta conta quanto l'esito, perché in caso di verifica dimostra che la valutazione è stata fatta con metodo e non a posteriori. La quarta mossa collega ogni classificazione agli obblighi conseguenti e a un owner, trasformando la mappa in un piano.

Gli errori che vediamo più spesso

Tre errori ricorrono con una frequenza che li rende prevedibili. Il primo è delegare la classificazione al fornitore, accettando la sua autovalutazione come definitiva: il vendor ha un incentivo evidente a classificare basso, e la responsabilità del deployer resta comunque in capo al deployer. Le dichiarazioni del fornitore vanno acquisite, verificate e integrate nella propria analisi, con clausole contrattuali che coprano aggiornamenti e cambi di finalità.

Il secondo errore è classificare per tecnologia invece che per uso. Lo stesso modello linguistico può essere rischio minimo quando riassume documenti interni e alto rischio quando entra in un processo di selezione del personale: la categoria segue la finalità e il contesto, il che significa che ogni nuovo caso d'uso di uno strumento già censito richiede una nuova valutazione, non un rinvio alla precedente.

Il terzo errore è trattare la classificazione come un esercizio una tantum. I sistemi evolvono, i fornitori aggiornano, i team trovano usi nuovi, e una mappa ferma a sei mesi fa descrive un'azienda che non esiste più. La classificazione vive dentro il registro dei sistemi AI e si aggiorna con un processo, tipicamente agganciato al procurement e al rilascio di nuovi casi d'uso.

Da adempimento a strumento di priorità

C'è un beneficio collaterale che rende questo lavoro meno ingrato di quanto sembri: la mappa dei sistemi classificati per rischio è anche una mappa di dove l'AI tocca le decisioni che contano, e quindi un ottimo punto di partenza per prioritizzare investimenti e presidi. Nel nostro AI Rating il censimento e la classificazione alimentano la dimensione Risk, e i gap emersi (sistemi non censiti, categorie non motivate, ruoli contrattuali ambigui) entrano nella roadmap con la loro priorità.

Se la vostra mappa oggi è una lista parziale in un foglio di calcolo, siete in compagnia numerosa, e il passo successivo è più breve di quanto si tema: calendly.com/fabiolalli/zerofive, oppure hello@zerofive.ai. La domanda con cui iniziare ve la lasciamo: dei sistemi AI che la vostra azienda usa questa settimana, quanti hanno una categoria di rischio scritta da qualche parte?