Maurizio Doria

Autore: mdoria

  • L’economia sociale ha il suo Piano. Ora serve l’ingegneria per attuarlo

    L’economia sociale ha il suo Piano. Ora serve l’ingegneria per attuarlo

    Il 2 luglio 2026 il Consiglio dei Ministri ha ricevuto l’informativa sul Piano d’azione nazionale per l’economia sociale, in attuazione della Raccomandazione del Consiglio europeo del 27 novembre 2023 (C/2023/1344). È un documento che il movimento cooperativo attendeva: per la prima volta lo Stato prova a leggere l’ecosistema come un sistema. Ma un piano scritto al condizionale è un progetto, non ancora un’opera. E tra il progetto e l’opera sta esattamente il mestiere della governance.

    Un perimetro, finalmente

    Il primo merito del Piano è definitorio. L’ordinamento italiano non ha mai avuto una nozione giuridica di “economia sociale”: ha qualifiche (ente del Terzo settore, impresa sociale), forme (la cooperativa, la mutua), leggi speciali stratificate in centoquarant’anni, dalla legge sulle società di mutuo soccorso del 1886 alla riforma del Terzo settore. Il Piano adotta la definizione europea e la usa come perimetro ricognitivo: primato delle persone sul profitto, reinvestimento degli utili, governance democratica o partecipativa. Tre criteri sostanziali, non formali, ed è la scelta giusta, perché guarda a come le organizzazioni funzionano, non a come si chiamano. Il documento prospetta anche una possibile legge-quadro per delimitare in via tassativa i soggetti: passaggio delicato, perché ogni perimetro tassativo include escludendo.

    I numeri, intanto, dicono chi porta il peso dell’ecosistema: su circa 398.000 organizzazioni censite dall’Istat, le cooperative sono il 13,4% delle entità ma esprimono il 72,4% degli occupati, 1,1 milioni di addetti su 1,53. L’economia sociale italiana, sul piano del lavoro, è in larga misura cooperazione. Ogni politica che pretenda di sostenerla senza passare dal rafforzamento dell’impresa cooperativa parte sbagliata.

    Le tre linee che contano davvero

    Dentro un documento di oltre centotrenta paragrafi, tre assi meritano l’attenzione di chi dirige imprese cooperative.

    La fiscalità come coerenza di sistema, non come favore. Il Piano recepisce un principio che chi opera nel settore sostiene da sempre e che ora ha alle spalle la Comfort letter della DG Concorrenza europea sul Terzo settore, la giurisprudenza della Corte di Giustizia e la Cassazione: l’esenzione degli utili destinati a riserva indivisibile non è un’agevolazione in senso tecnico, perché l’indivisibilità del patrimonio elide il presupposto stesso del “possesso del reddito”. È l’aggancio dogmatico che sposta il dibattito: non più difendere un privilegio, ma pretendere il riconoscimento di una diversità strutturale. Su questa base il Piano prospetta l’integrale esenzione degli utili a riserva legale obbligatoria delle cooperative.

    Il social procurement. Il capitolo sugli appalti prefigura una Strategia nazionale di acquisti sostenibili, il monitoraggio sull’applicazione effettiva delle clausole sociali, l’incentivo agli affidamenti riservati con eventuali percentuali minime per amministrazione. Per le cooperative che vivono di commesse pubbliche è il capitolo a più alto impatto potenziale, e quello dove la distanza tra enunciazione e prassi delle stazioni appaltanti è storicamente più ampia.

    Gli strumenti di rigenerazione. Il rilancio dei workers buyout con il potenziamento della legge Marcora, la legge nazionale prospettata per le cooperative di comunità, le comunità energetiche in forma cooperativa, fino alle cooperative di dati previste dal Data Governance Act: il Piano fotografa correttamente dove la forma cooperativa sta già rispondendo a bisogni che né lo Stato né il mercato lucrativo intercettano.

    La grammatica del condizionale

    E ora la lettura scomoda. Chi analizza il testo con il metro dell’ingegneria dei processi nota subito la sua grammatica: “si potrà valutare”, “potrebbe consistere”, “sarà avviata una riflessione”. Il Piano è quasi interamente scritto al condizionale, e quasi ogni misura onerosa reca la clausola “compatibilmente con i vincoli di finanza pubblica”. Non è un difetto occulto: è la natura dichiarata di un documento programmatico, con durata decennale e verifiche fissate al 2027 e al 2032. Ma proprio per questo va detto con chiarezza: il Piano non attribuisce diritti, non stanzia risorse, non fissa scadenze cogenti. Le uniche misure già tradotte in norma sono il comitato di esperti presso il MEF istituito dalla legge di bilancio 2026 e gli interventi IVA del D.Lgs. 186/2025. Tutto il resto è un elenco di possibilità — autorevole, condiviso, ma reversibile a ogni legge di bilancio.

    C’è poi un rischio più sottile, di architettura: un piano che censisce tutto — dal volontariato alle fondazioni bancarie, dalla pesca al patrimonio blu — rischia di non prioritizzare nulla. La forza ricognitiva può diventare debolezza attuativa se manca una regia con poteri, tempi e indicatori. Il documento stesso lo intuisce quando invoca un’”architettura istituzionale unitaria”: che è, appunto, ancora da costruire.

    Il Piano come leva, non come attesa

    Che cosa se ne fa, allora, chi dirige un’impresa cooperativa? Tre cose, nessuna delle quali richiede di aspettare i decreti.

    Primo: citarlo. Il Piano è ora la posizione ufficiale dello Stato italiano sull’economia sociale, e come tale è spendibile nei tavoli territoriali, nella co-programmazione ex art. 55 CTS, nelle interlocuzioni con le stazioni appaltanti che trascurano clausole sociali e affidamenti riservati. Un documento programmatico non vincola il legislatore, ma vincola argomentativamente le amministrazioni che vi si discostano senza motivare.

    Secondo: presidiarne l’attuazione. Le sedi ci sono — il comitato presso il MEF, i costituendi osservatori territoriali — e la rappresentanza cooperativa deve starci dentro con proposte istruite, non con auspici. La qualità dei decreti attuativi si decide adesso, nella fase in cui i condizionali diventano indicativi.

    Terzo: arrivare misurabili. Il Piano scommette sulla misurazione dell’impatto sociale e su standard condivisi di rendicontazione. Le cooperative che si presenteranno a quell’appuntamento con dati, tracciature e governance documentata trasformeranno ogni misura futura in un vantaggio immediato; le altre subiranno anche le politiche pensate per sostenerle.

    Il Piano d’azione, in fondo, restituisce al movimento cooperativo la sua stessa lezione: le condizioni favorevoli non si attendono, si costruiscono. Lo Stato ha disegnato il progetto. L’opera, come sempre, toccherà a chi ogni mattina apre le imprese.

  • AI governance Ginevra 2026: dal Global Dialogue ONU all’AI Act europeo

    AI governance Ginevra 2026: dal Global Dialogue ONU all’AI Act europeo

    Dal Global Dialogue ONU sull’intelligenza artificiale all’AI Act europeo: cosa significa, in concreto, “governare” l’IA per chi organizza lavoro, servizi e processi decisionali.

    Negli stessi giorni in cui a Ginevra si svolgono il primo Global Dialogue on AI Governance e il summit AI for Good 2026, diventa sempre più difficile considerare questi appuntamenti come semplici eventi di settore. La loro rilevanza è diversa: essi rappresentano, piuttosto, il tentativo di costruire un’architettura multilivello di governo dell’intelligenza artificiale, nella quale si intrecciano istituzioni internazionali, standard tecnici, narrative etiche e disciplina giuridica positiva.

    Ginevra come laboratorio della governance globale dell’IA

    Il Global Dialogue on AI Governance, promosso in ambito ONU, nasce come sede di confronto tra Stati, settore privato, università e società civile, con l’obiettivo di definire priorità comuni, scambiare buone pratiche e costruire un lessico condiviso sulla regolazione dell’intelligenza artificiale.

    La prima sessione, tenutasi a Ginevra il 6 e 7 luglio 2026, è particolarmente significativa perché si colloca accanto al WSIS Forum 2026 e ad AI for Good, creando una vera e propria continuità tra discussione politica, riflessione tecnico-scientifica e dimostrazione applicativa delle tecnologie.

    La formula è chiara: se l’intelligenza artificiale è una tecnologia destinata a incidere su economia, amministrazioni pubbliche, lavoro, istruzione, sanità e diritti, allora la sua governance non può più essere trattata come una questione puramente nazionale o puramente tecnica. Per questa ragione, l’ONU prova a costruire un tavolo inclusivo nel quale nessun Paese resti formalmente escluso dalla discussione.

    Il significato istituzionale di AI for Good 2026

    Accanto al Dialogue, il summit AI for Good 2026, guidato dall’ITU e organizzato con oltre 50 agenzie ONU e il governo svizzero, si presenta come la principale piattaforma delle Nazioni Unite dedicata all’uso dell’IA “al servizio dell’umanità”.

    L’edizione 2026 ruota attorno a tre assi dichiarati: AI standards for a better future, AI skills for everyone e AI governance. Il programma combina keynote, sessioni tematiche, workshop e spazi espositivi, mettendo al centro applicazioni che riguardano salute, risposta ai disastri, sicurezza alimentare, clima, educazione e altre aree direttamente riconducibili agli Obiettivi di sviluppo sostenibile.

    Ridurre AI for Good a una semplice “vetrina di innovazione” sarebbe però un errore. In realtà, eventi di questo tipo svolgono una funzione di soft law: diffondono standard tecnici, creano aspettative di comportamento, selezionano ciò che viene presentato come uso “legittimo” o “buono” dell’IA, e contribuiscono a costruire consenso attorno a una certa idea di innovazione responsabile.

    Standard, competenze, policy: la grammatica della nuova governance

    Uno dei punti più interessanti dell’edizione 2026 è che l’ITU non presenta AI for Good come uno spazio neutrale di divulgazione tecnologica, ma come una piattaforma destinata ad avanzare contemporaneamente standard, competenze, policy e partnership.

    Questo significa che la governance dell’IA viene descritta non soltanto come produzione di regole giuridiche, ma come costruzione di una vera e propria infrastruttura di coordinamento: standard tecnici, alfabetizzazione diffusa, cooperazione internazionale, reti istituzionali, meccanismi di accountability e strumenti di capacity building.

    In altre parole, a Ginevra si consolida una visione secondo cui la regolazione dell’IA non coincide esclusivamente con la legge. La legge resta centrale, ma opera insieme a dispositivi più flessibili: standardizzazione, linee guida, modelli di valutazione del rischio, raccomandazioni operative e forme di coordinamento multilaterale.

    L’AI Act europeo come traduzione in hard law

    Se a Ginevra si lavora su una grammatica globale della governance, l’Unione europea ha già compiuto il passo successivo, adottando l’AI Act come primo quadro giuridico vincolante dedicato specificamente all’intelligenza artificiale.

    Il regolamento europeo si fonda su una logica risk-based: classifica i sistemi di IA in base al livello di rischio e impone obblighi differenziati, con particolare rigore per i sistemi ad alto rischio. Per questi ultimi, la governance non è una formula retorica ma un insieme concreto di obblighi: gestione del rischio, qualità e governance dei dati, documentazione tecnica, trasparenza, supervisione umana, robustezza e sicurezza.

    In questo senso, l’AI Act può essere letto come una traduzione normativa, in forma di hard law, di molti principi che in sede ONU vengono discussi in forma più aperta e cooperativa. Dove Ginevra costruisce linguaggi condivisi e convergenze politiche, Bruxelles costruisce doveri, procedure, responsabilità e sanzioni.

    Perché questo riguarda anche cooperative e organizzazioni intermedie

    Il punto non riguarda soltanto i grandi sviluppatori di modelli o le piattaforme globali. Riguarda anche cooperative, enti del terzo settore, organizzazioni di servizi, enti formativi e soggetti che introducono strumenti algoritmici nei propri processi interni o nei servizi erogati.

    Quando un’organizzazione utilizza sistemi di IA per supportare decisioni, selezionare informazioni, ottimizzare attività, profilare bisogni o assistere operatori e utenti, entra già nel perimetro della governance. Non basta quindi “usare” un sistema: occorre sapere quale funzione svolge, quali dati tratta, quali rischi produce, quali controlli umani restano effettivi e chi risponde delle decisioni assunte con il suo supporto.

    Per le cooperative, questo passaggio è particolarmente delicato. La loro identità organizzativa si fonda, almeno in linea di principio, su partecipazione, mutualità, responsabilità e controllo democratico. L’introduzione di sistemi algoritmici opachi o scarsamente governati rischia quindi di produrre una frattura tra forma giuridica dell’ente e concreta modalità di esercizio del potere organizzativo.

    Dal convegno alla responsabilità organizzativa

    Il vero significato di quanto accaduto a Ginevra sta probabilmente qui. AI for Good e il Global Dialogue mostrano che la governance dell’IA è uscita dalla dimensione puramente accademica o futuribile ed è entrata stabilmente nel lessico delle istituzioni globali.

    Ma questo lessico, per essere credibile, deve tradursi in responsabilità organizzativa. La sfida non è soltanto affermare che l’IA debba essere “etica”, “umanocentrica” o “al servizio del bene comune”. La sfida è costruire, dentro le organizzazioni, procedure, competenze, presidi e regole interne capaci di impedire che la decisione venga delegata opacamente a strumenti che nessuno governa davvero.

    Per questa ragione, il passaggio da Ginevra a Bruxelles non è una semplice successione geografica o istituzionale. È la traiettoria lungo cui l’intelligenza artificiale smette di essere un tema da convegno e diventa oggetto di regolazione, amministrazione e responsabilità. E, in ultima analisi, di governo.

  • Il DPO Oltre la Compliance: Da Obbligo Normativo a Driver Strategico per la Governance Aziendale

    Il DPO Oltre la Compliance: Da Obbligo Normativo a Driver Strategico per la Governance Aziendale

    Quando si parla di Data Protection Officer (DPO) all’interno delle sale riunioni o dei Consigli di Amministrazione, l’errore sistematico e più comune è quello di inquadrare questa figura esclusivamente attraverso la lente dell’obbligo normativo. Spesso, il DPO viene percepito dall’alta direzione come una sorta di “vigile urbano” della privacy, un professionista esterno o interno necessario unicamente per evitare le gravose sanzioni previste dal Regolamento Europeo sulla Protezione dei Dati (GDPR). Eppure, per chi si occupa quotidianamente di management, di ingegneria gestionale applicata ai processi operativi e di diritto d’impresa, appare del tutto evidente che questa visione è non solo limitante, ma anche strategicamente pericolosa per la sopravvivenza stessa dell’organizzazione sul mercato.

    Nell’attuale ecosistema aziendale, caratterizzato da un’incessante spinta verso l’automazione dei processi e dalla gestione di architetture dati sempre più complesse, il DPO deve essere riconosciuto per quello che realmente è: un architetto fondamentale della governance organizzativa e un vero abilitatore di business. La protezione dei dati ha smesso da tempo di essere un compartimento stagno da delegare all’ufficio legale, diventando il cuore pulsante delle dinamiche decisionali di ogni organizzazione moderna, in particolare di quelle che gestiscono centinaia di dipendenti e moli imponenti di informazioni altamente sensibili.

    Un primo ambito di riflessione riguarda la profonda e imprescindibile sinergia tra la compliance privacy e i Modelli di Organizzazione, Gestione e Controllo previsti dal D.Lgs. 231/01. Un sistema di gestione dei dati che risulti obsoleto o mal progettato espone l’impresa non soltanto a violazioni normative dirette nel campo della privacy, ma a rischi operativi e reputazionali di vastissima portata. Si prenda in esame, ad esempio, la delicata questione della gestione dei canali di whistleblowing. Garantire il totale anonimato, la non rintracciabilità e la sicurezza inattaccabile delle segnalazioni di illeciti aziendali richiede un’architettura che sia tecnicamente blindata e giuridicamente ineccepibile. In questo scenario, il DPO si configura come il ponte naturale e indispensabile tra l’Organismo di Vigilanza (OdV), il dipartimento IT e il Consiglio di Amministrazione. Il suo compito non è solo verificare ex post le anomalie, ma assicurare che le procedure di audit, le indagini interne e i flussi informativi aziendali siano strutturati e conformi sin dalla loro fase di progettazione.

    Il vero banco di prova per le organizzazioni odierne si gioca sul terreno dell’innovazione tecnologica, in particolare per quanto concerne l’integrazione di sistemi automatizzati e algoritmi di Intelligenza Artificiale. Sia che si tratti di ottimizzare processi logistici, sia che si debba pianificare la turnazione della forza lavoro su vasta scala, l’implementazione di piattaforme digitali richiede un approccio che fonde necessariamente la competenza ingegneristica con la solidità giuridica.

    È in questo crocevia che il principio del Privacy by Design assume la sua veste più compiuta. Prima di definire una logica di automazione o configurare complessi workflow operativi su piattaforme cloud, il DPO deve intervenire per validare l’architettura dei dati. Con la progressiva attuazione dell’EU AI Act, le domande a cui rispondere si fanno sempre più complesse: come si interfaccia operativamente il GDPR con le nuove direttive sull’Intelligenza Artificiale? Come possiamo garantire una reale responsabilità algoritmica quando processiamo i dati di chi lavora in cantiere, nelle linee di produzione o nelle strutture socio-sanitarie? Il DPO ha il compito di rispondere a questi interrogativi cruciali, trasformando un potenziale rischio paralizzante in un processo ingegnerizzato, misurabile e profondamente sicuro.

    Questa riflessione assume un significato ancora maggiore se calata all’interno del mondo della cooperazione. Che si tratti di storiche cooperative di produzione e lavoro, o di cooperative sociali di tipo B chiamate a operare con soggetti svantaggiati, il dato non rappresenta mai soltanto un freddo asset economico. Nel modello cooperativo, il dato è indissolubilmente legato alla persona, al socio lavoratore, alla comunità territoriale di riferimento. Trattare dati sensibili inerenti alla salute, alle fragilità personali o gestire le complesse dinamiche retributive in ambienti di lavoro multi-stakeholder richiede un grado di sensibilità e un’attenzione etica che vanno ben oltre la semplice compilazione formale di una check-list normativa. In questi ecosistemi, il DPO evolve ulteriormente il proprio ruolo: diventa a tutti gli effetti il custode del patto di fiducia indissolubile che lega la governance aziendale, la base sociale dei lavoratori e le comunità locali in cui l’impresa opera e produce il proprio valore condiviso.

    In conclusione, è oggi essenziale un profondo cambio di paradigma da parte di tutto il management e degli organi amministrativi. Continuare a relegare la delicata questione della privacy a un mero adempimento formale, vissuto come un costo, significa perdere un’occasione straordinaria di modernizzazione e trasparenza. Un DPO realmente integrato nei processi decisionali strategici supporta attivamente l’azienda in modo proattivo: aiuta a razionalizzare in profondità i flussi di lavoro, individua anticipatamente le vulnerabilità informatiche e contribuisce a strutturare una catena delle responsabilità chiara e trasparente.

    L’innovazione tecnologica corre a ritmi senza precedenti, offrendo sul mercato strumenti formidabili. Ma spingere sull’automazione senza aver predisposto una governance strutturata e pienamente consapevole del dato equivale a guidare a fari spenti. Il DPO rappresenta la nostra vera garanzia per un’innovazione d’impresa che sia economicamente efficiente, tecnologicamente avanzata ed eticamente fondata.

     

  • Tempo dei convegni finito

    Tempo dei convegni finito

    Mentre l’ONU celebra a Ginevra l’”AI for Good”, Bruxelles ha appena concesso diciotto mesi in più sull’AI Act. Sono due facce della stessa illusione: che la governance dell’intelligenza artificiale si decida nei summit e nelle proroghe. Si decide, invece, nelle procedure quotidiane di ogni impresa che lascia a un algoritmo una decisione sulle persone.

    Due notizie nel mese

    Dal 7 al 10 luglio 2026 il Palexpo di Ginevra ospita l’AI for Good Global Summit, la principale piattaforma delle Nazioni Unite sull’intelligenza artificiale, co-organizzata dalla ITU con oltre cinquanta agenzie ONU e il Governo svizzero. Quattro giorni di principi, dichiarazioni d’intenti, robot in passerella e tavole rotonde sul “bene comune algoritmico”.

    Pochi giorni prima, il 16 giugno, è arrivata una notizia molto meno scenografica ma assai più concreta per chi un’impresa la manda avanti davvero: il Parlamento europeo ha approvato l’accordo sul Digital Omnibus — da non confondere con i “decreti omnibus” nazionali: qui parliamo del pacchetto di semplificazione del digitale varato dall’Unione Europea — che rinvia l’applicazione degli obblighi sui sistemi di IA ad alto rischio. Per i sistemi dell’Allegato III, quelli che decidono sulle persone (selezione del personale, valutazione, accesso a servizi), la scadenza slitta dal 2 agosto 2026 al 2 dicembre 2027.

    Due notizie, una sola tentazione: pensare che ci sia ancora tempo, che il tema sia ancora materia da convegno e non da CdA. È esattamente l’errore che le imprese più esposte stanno per commettere.

    Il rinvio non è un’assoluzione

    Bisogna leggere perché l’Europa ha rinviato. Non perché abbia ripensato i rischi dell’IA, né perché li ritenga meno gravi. Ha rinviato per una ragione tecnica e quasi imbarazzante: mancavano gli strumenti per applicare la norma. Gli standard armonizzati non erano pronti, molte autorità nazionali competenti non erano state ancora designate, gli schemi di valutazione di conformità erano incompleti.

    In altre parole: il legislatore non ha tolto l’esame, ha solo spostato la data perché l’aula non era pronta. Il programma resta identico. Chi interpreta i diciotto mesi come una pausa si presenterà a dicembre 2027 nelle stesse identiche condizioni di oggi, con l’aggravante di aver sprecato l’unica finestra utile per arrivarci preparato.

    E attenzione: non tutto è stato rinviato. Gli obblighi di trasparenza dell’articolo 50 — informare le persone quando interagiscono con un sistema di IA o quando un contenuto è generato artificialmente — restano in vigore secondo la tabella di marcia originaria. Il “liberi tutti” non esiste.

    Cosa rischia davvero un’impresa

    Ricordiamo la posta in gioco, perché tende a sfumare tra una slide e l’altra. Per i sistemi ad alto rischio non conformi, l’AI Act prevede sanzioni fino a 15 milioni di euro o il 3% del fatturato mondiale annuo, a seconda di quale importo sia maggiore. Non è una multa: è una cifra che può riscrivere il bilancio di una PMI o di una cooperativa.

    Ma la sanzione è solo il rischio più visibile. Ce n’è uno più insidioso e più immediato: la decisione algoritmica che non si sa spiegare. Quando un candidato escluso, un lavoratore valutato negativamente o un utente a cui è stato negato un servizio chiede perché, la risposta “lo ha deciso il sistema” non è una risposta. È un’ammissione di resa. Ed è, già oggi, un problema di responsabilità che chiama in causa l’articolo 2086 del Codice civile e l’adeguatezza degli assetti organizzativi, ben prima di qualsiasi scadenza europea.

    La governance non si compra a dicembre 2027

    Qui sta il punto che i summit non raccontano: la conformità all’AI Act non è un adempimento dell’ultimo minuto, è un’architettura che si costruisce nel tempo. Non si “installa” una governance algoritmica la settimana prima della scadenza, come non si redige un bilancio di sostenibilità credibile il giorno prima dell’assemblea.

    È il principio attorno a cui ruota il framework DAAF — Democratic Algorithmic Accountability Framework, che propongo da tempo in questo osservatorio. Tre pilastri, semplici da enunciare e impegnativi da praticare:

    • Spiegabilità funzionale — le decisioni dei sistemi devono essere comprensibili agli organi di governo, non solo ai tecnici che li hanno configurati.
    • Controllo democratico — gli organi legittimi dell’organizzazione (CdA, assemblea, direzione) conservano il potere reale di rivedere, contestare e ribaltare la decisione automatica. È la “riserva di cognizione umana”.
    • Architettura di accountability — la responsabilità resta dentro la struttura giuridica dell’impresa, con una catena chiara, e non evapora nel codice.

    Su questa base poggia il livello operativo, il Protocollo TRACE: registro dei sistemi di IA, matrici di tracciabilità, control card, cicli di valutazione. Perché — vale la pena ripeterlo — la supervisione umana che non si documenta, semplicemente non esiste. In sede di ispezione conta la prova, non la buona intenzione.

    I diciotto mesi giusti

    Il rinvio al 2 dicembre 2027, letto bene, è una buona notizia: è il tempo che serve per fare le cose nell’ordine corretto, senza la fretta che produce documenti finti e conformità di facciata. Il calendario sensato è questo:

    1. Mappare i sistemi algoritmici già in uso e capire se ricadono tra quelli ad alto rischio, e in quale ruolo li si utilizza, perché nell’AI Act gli obblighi seguono il ruolo (provider o deployer), non chi ha scritto il codice.
    2. Identificare i gap documentali e organizzativi rispetto agli obblighi.
    3. Costruire la governance — spiegabilità, controllo, accountability — e iniziare a documentarla mentre la si pratica, non a posteriori.

    Diciotto mesi bastano per fare tutto questo con serietà. Non bastano se si comincia a ridosso della scadenza. La differenza tra le due imprese non sarà la fortuna: sarà la data in cui hanno deciso di iniziare.

    Il bene “reale”, non solo il bene “buono”

    A Ginevra si parlerà, giustamente, di intelligenza artificiale al servizio dell’umanità. È un orizzonte necessario. Ma l’IA “buona” dei summit diventa IA “reale” solo quando si traduce in una procedura verificabile dentro un’organizzazione concreta: una cooperativa che spiega ai propri soci come funziona l’algoritmo che assegna i turni, una PMI che può dimostrare chi ha controllato la decisione di scarto di una candidatura.

    Il bene comune algoritmico non si dichiara in plenaria. Si documenta, una control card alla volta. L’algoritmo deve restare uno strumento al servizio della persona — e questo si misura sulle decisioni che prende sulle persone, non sugli applausi che raccoglie in sala.

    Il tempo dei convegni, per chi ha sistemi ad alto rischio in casa, è finito. È iniziato il tempo della costruzione.

    Vuoi sapere in quattro minuti se i tuoi sistemi rientrano tra quelli ad alto rischio e quali documenti ti mancano? Fai il self-assessment gratuito su CheckAIAct: è anonimo, immediato, e ti dà una prima mappa dei tuoi gap. Da lì si parte.

    Altri articoli

  • Provider o Deployer? Nell’AI Act il tuo ruolo decide i tuoi obblighi

    Provider o Deployer? Nell’AI Act il tuo ruolo decide i tuoi obblighi

    “Non abbiamo sviluppato noi l’algoritmo, l’abbiamo solo comprato.” È la frase che, in una riunione di Consiglio, precede i guai. Perché nel Regolamento UE 2024/1689 (AI Act) gli obblighi non seguono chi ha scritto il codice, ma il ruolo che ogni organizzazione riveste rispetto al sistema di intelligenza artificiale. E la maggior parte delle imprese e delle cooperative italiane riveste un ruolo ben preciso — quello di deployer — con doveri propri, troppo spesso ignorati.

    Le figure dell’AI Act: non esiste solo chi “fa” l’AI

    L’art. 3 distingue più operatori (fornitore, deployer, importatore, distributore). Due contano per quasi tutte le organizzazioni:

    • Provider / Fornitore: chi sviluppa un sistema di AI e lo immette sul mercato sotto il proprio nome o marchio. Su di lui il nucleo più pesante degli obblighi: valutazione di conformità, documentazione tecnica, gestione del rischio, marcatura, sorveglianza post-commercializzazione.
    • Deployer / Utilizzatore: chi utilizza un sistema di AI sotto la propria autorità in ambito professionale. Non l’ha costruito: lo adotta. Ma ha obblighi autonomi, stringenti quando il sistema è ad alto rischio (Allegato III: selezione del personale, scoring del credito, accesso a servizi essenziali…).

    Acquistare un gestionale HR, una piattaforma di scoring o un sistema di monitoraggio non ti mette al riparo: ti rende deployer. E il deployer ha le sue responsabilità.

    Sei un deployer: ecco i TUOI obblighi (art. 26)

    Per i sistemi ad alto rischio, l’art. 26 impone presìdi concreti:

    • Uso conforme alle istruzioni del fornitore.
    • Sorveglianza umana effettiva, affidata a persone competenti con l’autorità per comprendere, contestare e annullare l’output (human-in-the-loop).
    • Monitoraggio del funzionamento e segnalazione di malfunzionamenti o rischi.
    • Conservazione dei log generati dal sistema.
    • Informazione preventiva a lavoratori e rappresentanti prima della messa in servizio (art. 26 §7), che in Italia si salda con l’art. 1-bis del D.Lgs. 152/1997.
    • In determinati casi, valutazione d’impatto sui diritti fondamentali (FRIA, art. 27).

    Principio cardine: “ha deciso il sistema” non è una linea di difesa. Chi utilizza l’algoritmo deve poter dimostrare di averlo vigilato.

    La trappola: quando il deployer diventa provider (art. 25)

    L’art. 25 riqualifica l’utilizzatore come fornitore — con obblighi ben più pesanti — in tre situazioni:

    1. apponi il tuo nome o marchio su un sistema ad alto rischio;
    2. apporti una modifica sostanziale al sistema;
    3. modifichi la finalità di un sistema non ad alto rischio rendendolo tale.

    Personalizzare a fondo un software di selezione, rietichettarlo come “il nostro strumento” o integrarvi moduli propri sono gesti quotidiani che possono spostare il baricentro della responsabilità sulla tua organizzazione.

    È una questione di governance, non solo di IT (art. 2086 c.c.)

    Determinare il proprio ruolo per ciascun sistema di AI rientra negli adeguati assetti organizzativi imposti dall’art. 2086 del Codice Civile. Un Consiglio di Amministrazione che non sa se l’ente sia provider o deployer non può mappare gli obblighi né dimostrare la diligenza richiesta: l’incertezza sul ruolo è, di per sé, una carenza dell’assetto e un’esposizione per gli amministratori.

    “Ma non è tutto rinviato al 2027?”

    Gli obblighi sui sistemi ad alto rischio dell’Allegato III sono destinati a slittare al 2 dicembre 2027 (pacchetto Digital Omnibus). Ma il rinvio sposta una scadenza, non la domanda di fondo: di chi sono gli obblighi? Censire oggi i sistemi e il proprio ruolo è il presupposto di qualsiasi adeguamento — e trasparenza, informazione ai lavoratori e alfabetizzazione del personale (art. 4) non slittano affatto.

    Cosa fare adesso

    • Mappa ogni sistema di AI in uso e, per ciascuno, il tuo ruolo (provider / deployer / entrambi).
    • Verifica se una personalizzazione o un rebranding ti abbiano già reso provider ex art. 25.
    • Formalizza la sorveglianza umana e l’informazione ai lavoratori.
    • Raccogli tutto in un registro dei sistemi algoritmici, all’interno del framework DAAF.

    Conoscere il proprio ruolo è il primo atto di governo dell’AI. Tutto il resto — conformità, prova, tutela del Consiglio — discende da lì.

    Sai qual è il ruolo della tua organizzazione — e i suoi obblighi?
    Il check DAAF mappa i sistemi di AI che utilizzi, individua il tuo ruolo (provider / deployer) e gli obblighi conseguenti, e ti consegna un report di conformità AI Act pronto per il Consiglio di Amministrazione.
    👉 Fai il check su CheckAIAct

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

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

    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

  • Ufficiale: Ingegneria della Governance e la mia elezione al Consiglio Nazionale Confcooperative Lavoro e Servizi

    Ufficiale: Ingegneria della Governance e la mia elezione al Consiglio Nazionale Confcooperative Lavoro e Servizi

    Ci sono momenti cruciali in cui i percorsi professionali, accademici e istituzionali convergono in un unico punto di responsabilità. La recente Assemblea svoltasi a Roma ha rappresentato esattamente questo snodo per il nostro movimento cooperativo. È con profondo orgoglio che annuncio la mia elezione ufficiale al Consiglio Nazionale Confcooperative Lavoro e Servizi, un traguardo che segna l’inizio di una nuova sfida per la rappresentanza lombarda e nazionale.

    Dopo 25 anni di guida ininterrotta, a cui va il doveroso riconoscimento per lo straordinario lavoro svolto, Massimo Stronati ha passato il testimone. L’Assemblea ha eletto all’unanimità Mirella Paglierani come nuova Presidente Nazionale. Si tratta di una transizione epocale, che apre una stagione di rinnovamento e di sfide inedite per la cooperazione italiana in un mercato sempre più complesso.

    In questa cornice di profondo cambiamento, assumo il mio incarico nel Consiglio Nazionale Confcooperative Lavoro e Servizi in rappresentanza della Lombardia. Lavorerò al fianco del neo-presidente regionale Nino Aiello e dei colleghi Fausto Mazzola e Angela Piantoni, formando un team coeso e pronto a portare istanze concrete sui tavoli romani.

    L’Ingegneria dei Sistemi Giuridici nel Consiglio Nazionale

    Assumo questo incarico portando in dote una convinzione metodologica radicale, consolidata dal mio ruolo operativo e formalizzata con il conseguimento della laurea in Ingegneria Gestionale con 110/110. La tesi di fondo è una: la cooperazione non si difende solo con i principi morali, ma si governa con l’Ingegneria dei Sistemi e l’innovazione tecnologica.

    Oggi, le imprese cooperative affrontano asimmetrie di mercato che non possono essere risolte con i tradizionali strumenti di rivendicazione. Il nostro ecosistema necessita di un approccio metodologico rigoroso, capace di tradurre l’etica mutualistica in architetture organizzative inattaccabili e sostenibili, in piena linea con gli adeguati assetti imposti dall’Art. 2086 c.c.

    1. Il contrasto all’”Automation Bias” negli Appalti Pubblici

    Non possiamo parlare di tutela della dignità del lavoro se il sistema di procurement pubblico continua a legittimare il dumping contrattuale. Questo avviene molto spesso attraverso l’uso di formule matematiche distorsive all’interno dei bandi di gara, che annullano i pesi qualitativi. I modelli di calcolo per l’aggiudicazione riducono l’importanza dell’offerta tecnica, inducendo l’operatore a forzare il ribasso economico. Questo determinismo matematico, che svuota di senso le tutele del Ministero del Lavoro, deve essere disinnescato attraverso una revisione ingegneristica delle dinamiche di gara e l’adozione di un rigoroso “bollino di congruità”.

    2. L’AI Act e la tutela del “Fattore Umano” Cooperativo

    Con la recente applicazione del Regolamento Europeo sull’Intelligenza Artificiale (AI Act), il movimento cooperativo deve farsi pioniere nella tutela del paradigma Human-in-the-loop. L’implementazione di sistemi automatizzati nei processi produttivi non deve mai trasformarsi nella delega passiva a un decisore occulto algoritmico. Tramite l’adozione di modelli analitici strutturati, come il framework DAAF (Democratic Algorithmic Accountability Framework) che ho sviluppato per i laboratori dell’Osservatorio, dobbiamo garantire che la tecnologia resti un mezzo al servizio del socio lavoratore, e mai un fine ultimo o un giudice cieco.

    Verso una “Magnifica Humanitas” per la Cooperazione Italiana

    Sedere nel parlamentino nazionale che detta la linea strategica della federazione è una responsabilità immensa. Intendo onorarla con il massimo rigore tecnico, analitico e gestionale. La presidenza di Mirella Paglierani inaugura una fase in cui la concretezza e l’innovazione di processo saranno cruciali per il successo delle cooperative. La sfida per i prossimi anni è chiara: costruire modelli di gestione e di compliance in cui la tecnologia e l’efficienza industriale rimangano al servizio di quella magnifica humanitas che rappresenta il cuore pulsante della cooperazione nel nostro Paese.

  • Governance Algoritmica: 4 Regole Essenziali per l’AI Act

    Governance Algoritmica: 4 Regole Essenziali per l’AI Act

    Governance Algoritmica e “Human-in-the-loop”: perché l’Ingegneria dei Sistemi è l’unica difesa contro il tecnocratismo

    1. Dalla Norma al Sistema: superare l’asimmetria informativa

    Oggi, con il conseguimento della Laurea in Ingegneria Gestionale (Classe L-09) con la votazione di 110/110, si chiude un cerchio metodologico fondamentale per il mio percorso “pracademic” (l’unione tra pratica direzionale e ricerca applicata).

    La mia tesi, intitolata “Innovazione di processo nelle PMI edili: Riduzione delle asimmetrie informative e strategia APPNIE nel caso Spazio S.r.l.”, non è stata solo un esercizio accademico, ma la dimostrazione di un teorema preciso: chi dirige organizzazioni complesse oggi non può limitarsi a interpretare le norme giuridiche (L-14), ma deve possedere gli strumenti analitici e quantitativi per governare i flussi e le architetture di processo.

    Ridurre l’asimmetria informativa significa riprendere il controllo. E questa necessità diventa un’urgenza democratica quando l’asimmetria non è più tra esseri umani, ma tra l’essere umano e l’algoritmo.

    2. Governance Algoritmica: il rischio dell’”Amministratore di Fatto” e la risposta del DAAF

    Con l’imminente applicazione del Regolamento Europeo sull’Intelligenza Artificiale (AI Act), i Consigli di Amministrazione e le Direzioni Generali si trovano davanti a uno snodo epocale. Affidare la valutazione delle performance, il monitoraggio o il decision-making aziendale a sistemi automatizzati espone le imprese a un rischio strutturale: la nascita di un “decisore occulto” che sfugge agli adeguati assetti organizzativi imposti dall’Art. 2086 c.c.

    Per questo ho sviluppato il DAAF (Democratic Algorithmic Accountability Framework). Non si tratta di un manifesto filosofico, ma di un meta-framework proprietario di ingegneria della governance che traduce i vincoli legali in matrici di controllo, imponendo la riserva di cognizione umana. L’algoritmo calcola, ma l’essere umano deve sempre mantenere la supervisione significativa (il cosiddetto paradigma human-in-the-loop).

    3. Un Caso Studio empirico: l’Automation Bias istituzionalizzato

    Per comprendere la gravità del problema, è utile analizzare una dinamica empirica recente, applicata ai sistemi di controllo automatizzato di un primario provider di servizi digitali. Il caso rappresenta un esempio da manuale di ciò che la dottrina dell’algorithmic accountability definisce “automation bias istituzionalizzato” e “decoupling” tra la struttura formale (che dichiara la supervisione umana nei propri modelli di compliance) e l’attività operativa concreta (la cieca convalida della macchina).

    L’analisi tecnica dell’incidente evidenzia criticità specifiche nei presidi di governance aziendale:

    • Il determinismo algoritmico: Un sistema di monitoraggio automatizzato qualifica una semplice anomalia di flusso di rete (ad esempio una latenza WebRTC/TURN) come “abbandono” o “violazione” volontaria della procedura da parte dell’utente, ignorando che la medesima piattaforma registri la sessione HTTP/API originaria come attiva e regolarmente funzionante per l’intera durata dell’operazione.
    • L’assenza di Meaningful Human Oversight: La struttura aziendale convalida l’output della macchina in via meramente burocratica, senza una reale e documentata supervisione umana sui log di sistema, disattendendo nei fatti i principi richiesti dall’Art. 14 dell’AI Act per i sistemi ad alto rischio.
    • Antinomie e Trasparenza dei Dati: L’affidamento asimmetrico all’algoritmo genera rappresentazioni incompatibili nei database operativi: la medesima sessione risulta a sistema contemporaneamente “Validata” e “Annullata”, minando i requisiti di esattezza e trasparenza previsti dal GDPR.
    • Falle nella Compliance di Sicurezza: Un’ulteriore verifica di auditing ha fatto emergere che la piattaforma operava con certificazioni internazionali (ISO/IEC 27001) la cui validità documentale appariva formalmente scaduta da diversi mesi.

    Questo caso dimostra empiricamente che, senza un framework organizzativo robusto, la macchina burocratica si appiattisce sull’output algoritmico, trasformando le carenze infrastrutturali in colpe e oneri a carico dell’utente finale.

    4. La Governance Algoritmica verso una “Magnifica Humanitas” Laica

    Il nuovo archivio dell’Osservatorio nasce oggi, forte di queste nuove consapevolezze ingegneristiche, con uno scopo preciso: fornire a manager, direttori generali e decisori aziendali gli strumenti per non subire passivamente le transizioni tecnologiche. L’etica non basta se non diventa sintassi operativa. Dobbiamo pretendere e costruire modelli di gestione in cui la tecnologia rimanga un mezzo al servizio della magnifica humanitas, rifiutando ogni riduzione dell’individuo a mero nodo di flusso o scarto statistico di un algoritmo mal addestrato.

    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

  • La crisi della natalità cooperativa: i segreti del diritto per rinascere nel 2026

    La crisi della natalità cooperativa: i segreti del diritto per rinascere nel 2026

    Un dato che non possiamo ignorare

    Al 31 dicembre 2025 le cooperative registrate presso le Camere di Commercio italiane sono 96.612, in calo del 9% rispetto alle 106.180 del 2024. Le cooperative attive si fermano a 58.594 unità, con una contrazione del 6,9% in un solo anno. Le nuove iscrizioni? Appena 1.892, contro le 1.992 del 2024: il peggior dato delle serie storiche avviate nel 2009. (Fonte: Fondosviluppo – Studi & Ricerche n. 316, febbraio 2026)

    Nel medesimo periodo, il sistema imprenditoriale italiano generale ha chiuso il 2025 con un saldo positivo di 56.599 imprese (nuove iscrizioni per 323.533 unità — Unioncamere, Movimprese 2025). Il confronto è impietoso: mentre l’imprenditoria italiana tiene, la forma cooperativa arretra. È una crisi strutturale.

    La base costituzionale: un mandato rimasto disatteso

    L’art. 45 della Costituzione non è una dichiarazione di principio, è un mandato operativo rivolto al legislatore. La Corte Costituzionale, con sentenza n. 116/2025, ha ribadito che la funzione sociale della cooperazione non è riducibile a mera agevolazione tributaria, ma costituisce un valore ordinamentale autonomo che richiede politiche attive di sostegno.

    Cinque cause strutturali

    1. Il problema dimensionale: le cooperative nascono già piccole; la raccolta di capitale da terzi è vincolata dalla disciplina codicistica (artt. 2511 ss. c.c.) e dalla struttura mutualistica.
    2. Il caro energia: moltiplicatore asimmetrico per cooperative di produzione/lavoro, agricole e di servizi ad alta intensità di manodopera.
    3. La patrimonializzazione bloccata: il paradosso della riserva indivisibile (divieto di distribuzione utili, temperato solo dai ristorni all’1% fino a €5.000 ex L. 199/2025).
    4. La burocrazia non proporzionale: la modulistica MIMIT (decreti 5 marzo 2025) impone gli assetti organizzativi anche alle cooperative minori — barriera all’entrata per realtà con 5-10 soci. Serve il principio di proporzionalità normativa.
    5. Il deficit culturale: la forma cooperativa è sistematicamente sottorappresentata nei percorsi formativi (ITS, università, accelerazione).

    Framework APPNIE: la scacchiera per leggere la crisi

    Diversamente dalla SWOT, il modello APPNIE (Cusi, Ferri, Micozzi, Palazzo) analizza le relazioni tra nodi normativi, attori istituzionali e flussi di cambiamento. Applicato alla crisi: mappatura multidimensionale degli stakeholder (perde il territorio, lo Stato, le associazioni di rappresentanza); analisi dei flussi normativi (DDL delega vigilanza cooperativa A.C. 1778); ingegneria della protezione (la mutualità prevalente ex art. 2513 c.c. come brand istituzionale e asset, non costo).

    Framework VCW: l’imbuto delle soluzioni

    Il VCW (Value Creation Wheel, Prof. Luis Luso Roque) filtra le soluzioni: Discover, Define (KPF), Create, Select, Act. La soluzione che supera tutti i filtri: un Protocollo Nazionale di Avvio Cooperativo (Confcooperative, Legacoop, AGCI + MIMIT) con modulistica standardizzata, accesso al credito cooperativo nei primi 36 mesi, esonero parziale dagli oneri di revisione per cooperative <9 soci nei primi 5 anni, inserimento della cultura cooperativa nei curricula.

    Il workers buy-out

    Quando un’azienda entra in crisi, i dipendenti possono costituire una cooperativa e acquisirne il controllo (esenzione imposta successione/donazione, esenzione fiscale TFR a capitale, intervento CFI fino a 2 mln €). Le Marche già attivano contributi a fondo perduto fino a 150.000 € per cooperativa WBO. Manca una norma nazionale omogenea.

    Opportunità non ancora colte

    • Comunità Energetiche Rinnovabili (CER): D.Lgs. 199/2021 e Decreto MASE 414/2023; obiettivo 15.000 CER entro giugno 2026.
    • Nuovo regime fiscale imprese sociali (dal 1° gennaio 2026, art. 18 D.Lgs. 112/2017 rafforzato da DL 84/2025): detrazioni 30% per investitori in startup sociali.

    Cinque proposte operative

    1. Semplificazione normativa proporzionale alla dimensione (attuazione A.C. 1778).
    2. Incentivi fiscali strutturali alla costituzione (sul modello startup innovative).
    3. Riforma strutturale del workers buy-out (legge nazionale organica, raccordo con D.Lgs. 14/2019).
    4. Educazione cooperativistica nei percorsi formativi.
    5. Un osservatorio nazionale sulla natalità cooperativa.

    Conclusione

    Il problema non è il modello — che in 170 anni ha attraversato crisi, guerre e trasformazioni. Il problema è che il sistema normativo, fiscale e culturale non è stato aggiornato con la stessa velocità del contesto. È il diritto che deve cambiare.

    Maurizio Doria è Dottore in Governance Cooperativa, Consigliere Nazionale di Confcooperative e Direttore Generale di Nitor Soc. Coop.

  • Governance dell’intelligenza artificiale: DAAF all’opera

    Governance dell’intelligenza artificiale: DAAF all’opera

    Nel tempo delle tecnologie emergenti, la domanda cruciale non è quanto siano potenti gli algoritmi, ma se le istituzioni siano ancora in grado di custodire la dignità e la libertà umana. La governance dell’intelligenza artificiale si trova oggi a un bivio etico e operativo. La Magnifica humanitas (l’enciclica di Leone XIV dedicata all’IA), l’attività scientifica del centro di ricerca LEITAI e l’architettura del framework DAAF convergono, da prospettive diverse, su un unico postulato: l’algoritmo deve restare uno strumento al servizio della persona.

    Indice della Guida alla Governance Algoritmica

    1. Che cos’è il DAAF e perché definisce la governance dell’intelligenza artificiale
    2. LEITAI: il laboratorio scientifico di diritto ed etica dell’IA
    3. “Magnifica humanitas”: una lettura laica dell’enciclica sul paradigma tecnocratico
    4. Dall’AI Act all’ingegneria della governance nelle imprese cooperative

    1. Che cos’è il DAAF e perché definisce la governance dell’intelligenza artificiale

    Il Democratic Algorithmic Accountability Framework (DAAF) è un meta–framework che nasce per restituire centralità giuridica e organizzativa alla persona nei processi decisionali automatizzati. Non si tratta di un modello astratto, ma di una vera e propria architettura tecnica: mappa i sistemi di IA ad alto rischio, definisce la sorveglianza umana attiva (human oversight) e impone la tracciabilità delle decisioni attraverso matrici matematiche e registri di override.

    L’obiettivo cardine del protocollo è duplice: evitare che l’algoritmo si trasformi in un “decisore occulto” nelle organizzazioni e rendere pienamente verificabile la responsabilità penale e civile del CdA, della Direzione Generale e degli organi di controllo. In questo senso, il DAAF si qualifica come un pilastro essenziale per la corretta governance dell’intelligenza artificiale, spostando l’asse dalla sola compliance documentale alla progettazione ingegneristica della catena di comando algoritmica.

    2. LEITAI: il laboratorio scientifico di diritto ed etica dell’IA

    Il Centre for Law and Ethics of Innovation, Technology and Artificial Intelligence (LEITAI) costituisce il polo di ricerca interuniversitario che unisce le competenze di Universitas Mercatorum, Pegaso e San Raffaele. In una prospettiva laica e metodologica, il LEITAI opera come un laboratorio di filosofia pubblica applicata: un ecosistema in cui giuristi, filosofi e tecnologi analizzano come l’impiego dei sistemi intelligenti ridisegni i poteri, i diritti dei lavoratori e i bilanciamenti democratici delle istituzioni.

    Sviluppare una solida governance dell’intelligenza artificiale richiede categorie normative dinamiche, capaci di anticipare l’impatto dei modelli fondativi (Foundation Models) senza bloccare lo sviluppo industriale, ma incanalandolo dentro percorsi formativi avanzati di AI Literacy.

    3. “Magnifica humanitas”: una lettura laica dell’enciclica sul paradigma tecnocratico

    La Magnifica humanitas, pur essendo formalmente un documento del magistero di Leone XIV, si presenta nei contenuti come un saggio di dottrina sociale e filosofia politica applicato alle tecnologie emergenti. Il testo denuncia con forza il cosiddetto “paradigma tecnocratico” – ovvero la tendenza a considerare l’ottimizzazione matematica e la performance aziendale come unici criteri di razionalità e di merito, riducendo l’individuo a un mero nodo di flusso informativo sacrificabile.

    Il DAAF affronta questo preciso nodo sul piano organizzativo: attraverso la scomposizione dei pesi decisionali e la motivazione obbligatoria dell’intervento umano (human-in-the-loop), il framework rende visibile e controllabile ciò che il paradigma tecnocratico tende strutturalmente a occultare.

    4. Dall’AI Act all’ingegneria della governance nelle imprese cooperative

    Il quadro regolatorio introdotto dall’AI Act europeo impone presidi rigorosi per la gestione dei rischi legati all’automazione. In questo scenario, il centro LEITAI elabora la “grammatica” di una regolazione compatibile con lo Stato di diritto, mentre il framework DAAF ne costruisce la “sintassi operativa” all’interno dei processi aziendali. Questo connubio si rivela straordinariamente fecondo per il mondo cooperativo e per le imprese ad alto contenuto umano (welfare, sanità, logistica, credito mutualistico).

    Sul piano del diritto societario, l’adozione combinata di questi modelli previene la nascita della pericolosa e paradossale figura dell’“amministratore di fatto algoritmico”, blindando la riserva di cognizione umana in capo ai soggetti designati e garantendo il rispetto degli adeguati assetti organizzativi imposti dall’art. 2086 del Codice Civile. Custodire la persona significa trasformare i valori morali e la ricerca scientifica in una rigorosa ingegneria della dignità.

    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