Protocollo TRACE e AI Act: 5 passaggi per una Governance Algoritmica a prova di ispezione

Scritto da

in

Il 7 maggio 2026 Parlamento e Consiglio hanno raggiunto un accordo politico provvisorio sul Digital Omnibus: se sarà formalmente adottato, gli obblighi sui sistemi di IA ad alto rischio dell’Allegato III slitteranno dal 2 agosto 2026 al 2 dicembre 2027. Per molti datori di lavoro la lettura è stata immediata: c’è più tempo, l’intelligenza artificiale può attendere. È una lettura comoda e, dal punto di vista della governance, sbagliata. Il rinvio sposta una scadenza, non la natura del problema.

La supervisione umana che non si documenta non esiste

L’AI Act costruisce la propria architettura di tutela attorno a un principio: l’essere umano resta nel circuito decisionale, human in the loop (HITL). Ma la sorveglianza umana, se non lascia traccia, è indistinguibile da un timbro apposto su una decisione già presa dalla macchina. Una supervisione affermata e non documentata, semplicemente, non esiste — perché non è verificabile da nessuno se non da chi la afferma.

Che cosa chiede davvero la norma

Fonte Obbligo essenziale
AI Act, art. 14 Sorveglianza umana effettiva: persone competenti, reale potere di intervento e di override.
AI Act, art. 12 Registrazione automatica degli eventi (log) lungo tutto il ciclo di vita.
AI Act, art. 26 §6 Conservazione dei log per almeno sei mesi.
AI Act, art. 26 §7 Informazione ai rappresentanti e lavoratori prima della messa in servizio.
GDPR, artt. 22 e 5 §2 Limiti alle decisioni interamente automatizzate e principio di accountability.
D.Lgs. 152/1997, art. 1-bis Obbligo di informare il lavoratore sull’uso di sistemi decisionali automatizzati.
Art. 2086 c.c. Assetti adeguati, presìdi che già oggi presuppongono tracciabilità e responsabilità.

Il protocollo TRACE: dall’affermazione alla prova

Il protocollo TRACE è il motore documentale del DAAF: trasforma la supervisione umana da affermazione in prova, costruendo un archivio difendibile. Si compone di tre artefatti semplici:

  • Traceability Matrix: il registro in cui ogni decisione assistita dall’algoritmo e ogni intervento correttivo umano vengono annotati con data, autore e motivazione.
  • Registro dei sistemi: la fotografia di quali strumenti di IA sono in uso, con quale classificazione di rischio e sotto quale responsabilità.
  • Catene di responsabilità: il collegamento tra ciascun sistema e l’organo/persona che ne rispondono.

La Control Card: l’unità minima della prova

Esempio per sistema di pre-screening (REC-01):

  • Sorveglianza (art. 14): Revisione umana obbligatoria della rosa prima di ogni convocazione; nessun rigetto automatico.
  • Trigger e override: Il responsabile può riordinare o respingere l’output con motivazione registrata; override sempre disponibile.
  • Tracciabilità: Annotazione nella Traceability Matrix; conservazione dei log.
  • Informazione dovuta: Informativa al lavoratore (art. 1-bis D.Lgs. 152/1997) e ai rappresentanti (art. 26 §7).

Perché iniziare adesso, nonostante il rinvio

  • Giuridica: gli obblighi di trasparenza restano applicabili dal 2 agosto 2026, e gli obblighi di informazione verso i lavoratori discendono già oggi dal diritto interno.
  • Di metodo: una prova non si costruisce a ritroso. Il giorno dell’ispezione è troppo tardi per ricostruire chi ha vigilato.
  • Responsabilità degli amministratori: il dovere di dotarsi di assetti organizzativi adeguati (art. 2086 c.c.) non conosce proroghe. Un sistema algoritmico non governato è una falla nell’assetto dell’impresa.

Conclusioni operative

La governance algoritmica non è un costo burocratico, ma un investimento sulla resilienza dell’impresa. Implementare il protocollo TRACE significa mettere al riparo l’azienda da sanzioni, ma soprattutto significa garantire ai propri collaboratori che ogni decisione automatizzata sia equa, verificabile e, in ultima istanza, profondamente umana.

La trasparenza algoritmica non è un corpo estraneo da subire. È il nostro principio di sempre, nell’era dei dati.

La tua organizzazione è pronta per l’AI Act?
Il check DAAF mappa i sistemi di AI che utilizzi, individua ruoli e obblighi e ti consegna un report di conformità AI Act pronto per il Consiglio di Amministrazione.
👉 Fai il check su CheckAIAct