Dal 2 agosto 2026 le regole di trasparenza dell’AI Act sono applicabili. Per molte organizzazioni la prima reazione è stata chiedersi quale dicitura inserire sotto un’immagine o accanto a un testo. È una domanda comprensibile, ma incompleta.
La trasparenza non è un adesivo da aggiungere alla fine della pubblicazione. È un processo che collega la scelta dello strumento, le istruzioni date al sistema, le fonti, l’intervento umano, il canale di distribuzione e la capacità di dimostrare che cosa è stato effettivamente pubblicato. È qui che si misura la maturità di imprese, PA, studi professionali ed editori che usano l’IA per creare o trasformare contenuti.
Le linee guida della Commissione europea sull’articolo 50, pubblicate a luglio, aiutano proprio a distinguere gli obblighi del fornitore del sistema da quelli di chi lo impiega. Il Codice di condotta su marcatura ed etichettatura è invece uno strumento volontario: può supportare l’attuazione, ma non sostituisce una valutazione del caso concreto.
Le quattro domande prima di pubblicare
L’articolo 50 dell’AI Act non crea una regola indistinta per ogni contenuto in cui sia stato usato uno strumento generativo. La Commissione richiama situazioni diverse, con responsabilità diverse.
La prima riguarda i sistemi che interagiscono direttamente con le persone: il soggetto deve essere informato quando sta dialogando con un sistema di IA, salvo i casi in cui ciò sia evidente dalle circostanze e dal contesto d’uso.
La seconda riguarda i fornitori di sistemi generativi: devono progettare il sistema in modo che gli output generati o manipolati siano marcabili in forma machine-readable e rilevabili come tali. Questa è una responsabilità tecnica del fornitore; chi usa il servizio non può presumere che sia già risolta senza comprenderne limiti, impostazioni e documentazione.
La terza riguarda chi impiega un sistema di IA per rendere disponibili deepfake, contenuti audio, immagini o video generati o manipolati che possano apparire autentici. In queste situazioni occorre rendere nota l’origine o la manipolazione artificiale secondo le modalità applicabili al contesto.
La quarta è particolarmente rilevante per comunicazione, informazione e PA: i deployer devono dichiarare quando testo generato o manipolato con IA viene pubblicato per informare il pubblico su questioni di interesse pubblico e non ha ricevuto revisione umana o controllo editoriale. La condizione è importante. Non basta chiedere a un modello una bozza e poi correggere refusi: serve un controllo umano sostanziale, documentabile e proporzionato alla rilevanza del messaggio.
L’etichetta è l’ultima riga del flusso
Un’organizzazione dovrebbe quindi evitare due errori speculari. Il primo è etichettare tutto indistintamente, anche quando la dicitura non spiega il reale ruolo dell’IA e finisce per confondere il destinatario. Il secondo è confidare nel fatto che una revisione umana minima renda sempre irrilevante la trasparenza.
La soluzione operativa è definire una tassonomia interna semplice. Per ciascun contenuto pubblicabile si può distinguere tra:
- contenuto creato senza IA;
- bozza assistita dall’IA e sottoposta a revisione editoriale sostanziale;
- contenuto generato o modificato con IA destinato a sembrare autentico;
- testo informativo di interesse pubblico senza effettivo controllo editoriale umano;
- interazione automatizzata con utenti, cittadini o clienti.
Queste categorie non sostituiscono l’analisi giuridica, ma rendono il rischio visibile a chi lavora nella comunicazione, nel marketing, nell’IT e nella compliance. È molto più utile classificare una campagna prima che parta che ricostruire in emergenza se una dichiarazione fosse necessaria.
Costruire evidenze, non soltanto policy
La trasparenza diventa verificabile quando lascia tracce affidabili. Per i flussi più rilevanti consiglio di mantenere un registro leggero, integrato nel normale processo di approvazione. Non serve trasformare ogni post in un fascicolo, ma servono informazioni coerenti: finalità del contenuto, sistema utilizzato, ruolo dell’IA, persona responsabile della revisione, fonti controllate, decisione sulla dichiarazione e versione finale pubblicata.
Questo registro è utile anche quando l’etichetta non è dovuta. Dimostra che l’organizzazione ha valutato il contesto invece di applicare una regola automatica. Inoltre facilita la gestione di contestazioni, rettifiche, richieste interne e verifiche dei fornitori. Se il provider offre marcature tecniche o metadati, è opportuno verificare come funzionano nel canale di destinazione: una piattaforma può conservarli, modificarli o non mostrarli agli utenti.
La scheda sintetica della Commissione chiarisce che gli obblighi hanno anche percorsi di supervisione distinti, con il ruolo delle autorità di vigilanza del mercato, dell’AI Office nei casi di propria competenza e dell’EDPS per le istituzioni UE. Per questo la governance non può restare confinata alla funzione comunicazione.
Una checklist da usare prima del via libera
Prima di distribuire un contenuto, il responsabile può usare cinque controlli essenziali:
- abbiamo identificato se il contenuto è generato, manipolato o solo assistito dall’IA?
- il pubblico potrebbe scambiarlo per un contenuto autentico o umano senza un chiarimento?
- esiste una revisione umana reale, con responsabilità editoriale e verifica delle fonti?
- la dichiarazione scelta è chiara, pertinente e collocata dove il destinatario può comprenderla?
- conserviamo evidenza della decisione e della versione effettivamente diffusa?
Per un chatbot, la risposta sarà spesso una comunicazione immediata sull’interazione con IA. Per un’immagine alterata in modo realistico, l’attenzione sarà sulla riconoscibilità della manipolazione. Per un comunicato su un tema di interesse pubblico, il punto decisivo sarà dimostrare qualità e sostanza del controllo editoriale umano.
Trasparenza come qualità del contenuto
L’adempimento più solido non è quello che accumula formule cautelative. È quello che rende comprensibile il rapporto tra contenuto, tecnologia e responsabilità umana. Un’etichetta onesta, una revisione effettiva e una prova ordinata del processo proteggono il pubblico e rendono più credibile chi pubblica.
Se stai introducendo strumenti generativi nei flussi di comunicazione o nei servizi al pubblico, posso aiutarti a trasformare queste domande in un processo concreto: mappa dei casi d’uso, ruoli, evidenze e controlli proporzionati al rischio.
Nota di trasparenza sull’IA: questo contenuto testuale e le immagini correlate sono stati realizzati in parte con il supporto di strumenti di intelligenza artificiale e sottoposti a revisione editoriale umana.