AI e GDPR: cosa puoi caricare e cosa non puoi

Ogni volta che incolli un testo nella finestra di un modello di intelligenza artificiale generativa e premi invio, stai compiendo un atto giuridico: stai trasferendo informazioni a un soggetto terzo. Se quel testo contiene nomi, dettagli operativi di clienti, indirizzi email o estratti di cartelle cliniche, la comodità operativa si scontra istantaneamente con il Regolamento Generale sulla Protezione dei Dati (GDPR).
La regola di partenza è netta: i modelli di AI non sono blocchi per appunti privati né motori di ricerca anonimi. Qualsiasi informazione immessa viene registrata, processata su server spesso collocati fuori dall’Unione Europea e, nelle configurazioni standard, utilizzata per riaddestrare i sistemi. Comprendere dove finisce l’uso lecito e dove scatta la violazione normativa è l’unico modo per integrare questi strumenti nel lavoro quotidiano senza esporre persone fisiche e aziende a sanzioni pesanti.

Cosa succede ai dati inseriti in un prompt: la nozione di trattamento

Ai sensi dell’articolo 4 del GDPR, qualsiasi operazione applicata a dati personali — dalla semplice raccolta alla consultazione, fino alla conservazione o alla comunicazione — costituisce un trattamento. Inserire il riassunto di una riunione o la bozza di un contratto all’interno di un’interfaccia AI rientra a pieno titolo in questa definizione.
I rischi principali legati a questo flusso sono due:

• Il riaddestramento del modello (training): molti provider utilizzano per impostazione predefinita le conversazioni degli utenti per migliorare i futuri rilasci algoritmici. Un dato inserito nel prompt può riemergere sotto forma di output generato per altri utenti, determinando una fuga di dati (data breach) incontrollabile.
• L’assenza di basi giuridiche idonee: per comunicare legittimamente a terzi i dati di un cliente, di un dipendente o di un candidato serve una base giuridica valida (articolo 6 del GDPR), come il consenso esplicito o l’esecuzione contrattuale, accompagnata da una preventiva informativa di trasparenza. Chiedere a un’AI di stilare un giudizio sulle prestazioni di un collaboratore viola il principio di liceità e finalità del trattamento.

Quando mancano accordi formali con il fornitore del servizio, l’immissione di dati personali equivale a una diffusione non autorizzata.

Quali informazioni non devono mai entrare in una chat AI

Esistono dati la cui immissione nei prompt di strumenti generalisti non ammette eccezioni, sia per la gravità del danno potenziale sia per la rigidità delle sanzioni previste dal quadro europeo.

Categorie particolari di dati e informazioni giudiziarie

L’articolo 9 del GDPR vieta il trattamento delle categorie particolari di dati, salvo specifiche deroghe difficilmente applicabili all’uso di assistenti virtuali standard. Rientrano in questo divieto assoluto:

• Informazioni relative allo stato di salute, referti medici, diagnosi o terapie farmacologiche;
• Dati biometrici o genetici;
• Opinioni politiche, convinzioni religiose, filosofiche o appartenenza sindacale;
• Dati relativi all’orientamento sessuale o alla vita sessuale della persona.

A queste si aggiungono i dati giudiziari (articolo 10 del GDPR): informazioni su procedimenti penali, condanne, reati o carichi pendenti non possono in nessun caso essere fornite a sistemi di intelligenza artificiale privi di autorizzazioni specifiche e infrastrutture dedicate.

Dati identificativi diretti e indiretti di terzi

Non si tratta soltanto di evitare nomi e cognomi. Il GDPR tutela qualsiasi dato che consenta di risalire all’identità di una persona fisica, anche incrociando elementi diversi. Non vanno quindi inseriti:

• Numeri di telefono, indirizzi di residenza e caselle email personali;
• Codici fiscali, numeri di documento o coordinate bancarie (IBAN);
• Screenshot di conversazioni WhatsApp, ticket di assistenza clienti o estratti conto;
• Dettagli combinati che rendano una persona immediatamente riconoscibile (ad esempio: “il responsabile marketing della filiale di Bologna assunto a maggio”).

Documenti aziendali interni con risvolti personali

I fogli di calcolo contenenti buste paga, i verbali di contestazione disciplinare, gli elenchi presenze o le liste lead non contrattualizzate per tale scopo contengono una concentrazione elevata di dati personali. Anche se l’obiettivo è soltanto formattare una tabella o estrarre una formula, caricare questi file espone l’azienda alla violazione del principio di integrità e riservatezza (articolo 5, paragrafo 1, lettera f).

La linea sottile tra pseudonimizzazione e anonimizzazione

Uno degli equivoci più diffusi consiste nel sostituire i nomi reali con nomi di fantasia (ad esempio “Mario Rossi” che diventa “Soggetto A”), ritenendo che questa operazione basti ad aggirare il GDPR.
Questa procedura è una pseudonimizzazione: riduce il rischio, ma il dato rimane personale ai sensi del Considerando 26 del regolamento, poiché chi possiede la chiave di decifrazione può comunque ricondurre il testo all’interessato. Se il contesto dell’operazione, la cronologia o i dettagli secondari permettono di risalire alla persona, il dato resta pienamente soggetto alla normativa.
L’anonimizzazione, al contrario, è un processo irreversibile che recide in modo definitivo ogni legame tra l’informazione e la persona fisica. Un testo è realmente anonimo quando nessun soggetto, nemmeno l’autore del prompt con l’ausilio di dati esterni, è in grado di identificare chi ne sia l’oggetto.

Esempi pratici di trasformazione dei prompt

• Non a norma (Dato identificativo diretto):
  “Scrivi un’email di sollecito per il pagamento della fattura n. 45 a Laura Bianchi, titolare dello studio Bianchi di Treviso, per l’importo di 3.200 euro.”
• A norma (Scenario astratto e disaccoppiato):
  “Scrivi un modello generico di sollecito di pagamento per una fattura scaduta, mantenendo un tono professionale e specificando la sospensione del servizio dopo quindici giorni.”
• Non a norma (Pseudonimizzazione insufficiente):
  “Analizza questo testo per capire se il dipendente X, licenziato dopo 12 anni dal reparto logistica della nostra sede di Parma per assenze ingiustificate, può fare ricorso.”
• A norma (Quesito di principio):
  “Quali sono i presupposti giurisprudenziali del licenziamento disciplinare per assenze ingiustificate reiterate nel settore della logistica secondo il diritto del lavoro italiano?”

Strumenti gratuiti e account aziendali: il ruolo degli accordi sul trattamento (DPA)

Le condizioni legali cambiano in modo sostanziale a seconda del contratto in essere con il fornitore dell’AI. Le versioni consumer gratuite (e molte versioni a pagamento per singoli utenti) operano tramite contratti standard in cui l’utente accetta che i dati forniti siano trattati per scopi propri del fornitore, incluso l’addestramento dei modelli. In questo scenario, caricare dati personali altrui è quasi sempre illecito.
Nelle versioni Enterprise, Business o tramite l’accesso via API dedicato alle organizzazioni, il modello contrattuale cambia:

1. Nomina a Responsabile del Trattamento: il fornitore sottoscrive un accordo sul trattamento dei dati (Data Processing Agreement o DPA, ai sensi dell’articolo 28 del GDPR), agendo come mero esecutore per conto dell’azienda cliente (Titolare).
2. Clausole di esclusione dell’addestramento (Zero Data Retention / No Training): i prompt e i file caricati non vengono archiviati per addestrare i modelli pubblici, ma elaborati e cancellati secondo finestre temporali definite.
3. Controllo geografico dei server: possibilità di circoscrivere l’elaborazione dei dati all’interno dello Spazio Economico Europeo (SEE) o di applicare le Clausole Contrattuali Standard (SCC) per i trasferimenti extra-UE conformi all’articolo 46.

Anche in presenza di un piano Enterprise e di un DPA firmato, rimane vietato caricare dati senza una base giuridica a monte. L’accordo contrattuale protegge l’infrastruttura, ma non sana l’assenza di trasparenza verso gli interessati.

Regole operative per l’uso quotidiano

Adottare un approccio a norma non significa rinunciare ai vantaggi dell’automazione, ma sviluppare abitudini di scrittura e verifica rigorose prima di premere invio.

• Applicare il principio di minimizzazione: chiediti sempre se per ottenere l’output desiderato servano davvero i dati reali. Per correggere la sintassi di una clausola, riassumere un verbale o tradurre una comunicazione, i nomi delle parti, le date precise e gli importi sono quasi sempre irrilevanti.
• Depurare i documenti prima dell’upload: se devi far analizzare un file PDF o un foglio di calcolo, effettua un passaggio preventivo con strumenti di redazione per oscurare recapiti, firme, codici identificativi e riferimenti a terzi.
• Separare gli account di lavoro da quelli privati: le licenze aziendali configurate con opt-out garantito non devono essere confuse con gli account personali aperti sul browser di casa.
• Consultare il registro dei trattamenti e il DPO: prima di integrare stabilmente uno strumento di AI nei flussi di lavoro di un dipartimento (come Risorse Umane o Customer Care), è obbligatorio verificare la compatibilità con le policy interne e valutare se sia necessaria una Valutazione d’Impatto sulla Protezione dei Dati (DPIA ex art. 35 GDPR).

La tecnologia generativa risponde all’input che riceve: la responsabilità della tutela della privacy ricade per intero su chi siede davanti alla tastiera.