AI Act, privacy e dati aziendali: cosa non inserire mai negli strumenti di Intelligenza Artificiale

Articolo aggiornato al 1 luglio 2026

Una delle domande più importanti che aziende, professionisti, scuole, studi e organizzazioni dovrebbero farsi oggi è molto semplice: quali dati posso inserire in uno strumento di Intelligenza Artificiale?

La domanda sembra tecnica, però nasce dentro gesti quotidiani. Copiare una mail ricevuta da un cliente dentro ChatGPT. Caricare un contratto in Claude per farselo riassumere. Chiedere a Copilot di analizzare un documento interno. Inserire un file Excel con nominativi, importi, scadenze, codici fiscali, pratiche, dati di dipendenti o informazioni commerciali. Usare Gemini per riorganizzare una relazione. Chiedere a Perplexity di aiutare a studiare una pratica. Usare un tool online per trasformare una registrazione in testo.

La cosa più delicata, spesso, accade prima ancora che l’Intelligenza Artificiale risponda. Accade nel momento in cui una persona copia e incolla dati che non avrebbe dovuto inserire.

Per questo, quando si parla di AI Act, GDPR, privacy e uso dell’Intelligenza Artificiale in azienda, bisogna partire da un principio molto concreto: l’IA può aiutare a lavorare meglio, però ogni dato inserito dentro uno strumento va guardato come una scelta professionale, non come un gesto neutro.

Il Regolamento europeo sulla protezione dei dati personali, cioè il Regolamento UE 2016/679, GDPR, resta il riferimento centrale quando si trattano dati personali. L’AI Act aggiunge un quadro specifico sull’uso dei sistemi di Intelligenza Artificiale, con obblighi di alfabetizzazione, trasparenza, governance e gestione dei rischi. La Legge italiana 23 settembre 2025, n. 132 ha poi introdotto disposizioni nazionali in materia di Intelligenza Artificiale, richiamando principi come uso corretto, trasparente e responsabile, sicurezza, riservatezza e centralità della persona.

Dentro questo scenario, la domanda da fare non è soltanto “posso usare l’IA?”. La domanda più seria è: che cosa sto dando all’IA mentre la uso?

Perché il problema nasce dal dato inserito

Quando una persona usa ChatGPT, Copilot, Gemini, Claude o un altro strumento di IA, spesso guarda soltanto il risultato finale. Se la risposta è utile, sembra che tutto sia andato bene. Se il testo è scritto bene, sembra affidabile. Se il riassunto è ordinato, sembra che il processo sia sicuro.

In realtà, una parte importante del rischio nasce prima dell’output.

Nasce nel prompt. Nasce nel file caricato. Nasce nella mail copiata. Nasce nella tabella allegata. Nasce nei dati che permettono di identificare una persona. Nasce in una informazione riservata che esce dal perimetro aziendale senza una valutazione. Nasce quando un dipendente usa un account personale per un documento di lavoro. Nasce quando un professionista inserisce dati di un cliente per avere una risposta più precisa.

L’European Data Protection Board, nel parere del 18 dicembre 2024 sugli aspetti di protezione dati collegati ai modelli di IA, ha affrontato temi decisivi come anonimizzazione, base giuridica del legittimo interesse e conseguenze di eventuali trattamenti illeciti di dati personali nello sviluppo o nell’uso dei modelli.

Questo significa che il rapporto tra IA e dati non può essere ridotto a una frase generica del tipo “stai attento alla privacy”. Serve un metodo. Serve capire quali dati evitare, quali dati anonimizzare, quali strumenti autorizzare, quali output verificare e quali processi documentare.

Dati personali: prima categoria da proteggere

Il GDPR definisce dato personale qualsiasi informazione riguardante una persona fisica identificata o identificabile. In pratica, non parliamo soltanto di nome e cognome. Possono essere dati personali anche codice fiscale, indirizzo email, numero di telefono, indirizzo di casa, dati bancari, matricola, targa, immagini, audio, dati di localizzazione, identificativi online, informazioni contrattuali, dati lavorativi, dati fiscali, dati scolastici o professionali quando permettono di risalire a una persona.

Questo è il primo punto da spiegare in azienda: un dato personale non diventa innocuo perché viene incollato dentro una chat.

Se un dipendente copia in uno strumento di IA una mail ricevuta da un cliente, quella mail può contenere nome, indirizzo, richiesta, problema, dati commerciali, riferimenti contrattuali, tono della comunicazione, dettagli personali. Se un consulente carica una pratica, quella pratica può contenere elementi che identificano una persona o una società. Se un docente inserisce elaborati, valutazioni o informazioni su studenti, può entrare in un ambito ancora più delicato.

Per questo, una regola interna molto semplice potrebbe essere questa:

“Prima di inserire dati personali in uno strumento di Intelligenza Artificiale, bisogna verificare se lo strumento è autorizzato, se esiste una base corretta per il trattamento, se i dati sono davvero necessari e se possono essere anonimizzati o ridotti.”

Questa frase dovrebbe stare dentro ogni percorso di formazione IA per aziende e professionisti, perché il problema non riguarda solo l’ufficio privacy. Riguarda chiunque usi l’IA nel lavoro quotidiano.

Dati particolari e sensibili: qui la prudenza deve essere massima

Il GDPR, all’articolo 9, disciplina le categorie particolari di dati personali. Si tratta, tra gli altri, di dati che rivelano origine razziale o etnica, opinioni politiche, convinzioni religiose o filosofiche, appartenenza sindacale, dati genetici, dati biometrici usati per identificare in modo univoco una persona, dati relativi alla salute, alla vita sessuale o all’orientamento sessuale.

Questi dati richiedono una protezione molto più alta. Inserirli in uno strumento di IA senza una valutazione specifica può esporre l’azienda, il professionista o l’organizzazione a rischi seri.

Facciamo esempi concreti. Un medico, un consulente, un centro sportivo, una scuola, un’associazione, uno studio legale, uno studio fiscale o un’azienda potrebbero trovarsi davanti a documenti che contengono informazioni sanitarie, certificati, permessi, assenze, fragilità personali, disabilità, situazioni familiari, dati su minori, informazioni sindacali o giudiziarie.

Questi dati non dovrebbero essere inseriti in strumenti di IA generativa senza una valutazione preventiva, senza garanzie adeguate, senza sapere dove finiscono, come vengono trattati, con quali impostazioni, con quale contratto e con quali misure di sicurezza.

Una regola pratica, da scrivere in modo molto chiaro nella policy aziendale, può essere questa:

“Dati sanitari, dati biometrici, dati su minori, dati relativi a situazioni personali delicate, informazioni sindacali, giudiziarie o comunque appartenenti a categorie particolari non devono essere inseriti in strumenti di Intelligenza Artificiale senza autorizzazione specifica e valutazione preventiva.”

La prudenza, qui, non rallenta l’innovazione. La rende più seria.

Dati dei clienti: il rischio più sottovalutato

Uno dei rischi più comuni riguarda i dati dei clienti.

Un cliente scrive una mail complicata. Un dipendente la copia in ChatGPT per farsi aiutare a rispondere. Un professionista carica una relazione per farsela semplificare. Un commerciale inserisce dati di trattativa per preparare una proposta. Un consulente usa l’IA per analizzare una situazione fiscale, legale, tecnica o organizzativa.

Il gesto sembra utile. Spesso lo è davvero. Però contiene una domanda di fondo: il cliente ha autorizzato quell’uso? L’azienda ha scelto quello strumento? Le condizioni del servizio sono state valutate? I dati potevano uscire da quel perimetro? Il testo poteva essere anonimizzato? Era necessario inserire tutti quei dettagli?

In molti casi, la soluzione più intelligente è lavorare per riduzione. Togliere nomi, codici fiscali, indirizzi, riferimenti identificativi, importi non necessari, dettagli contrattuali, dati personali o elementi che permettono di risalire alla persona. Chiedere all’IA una struttura, una bozza, un ragionamento, senza consegnarle l’intera identità del cliente.

Per esempio, invece di scrivere:

“Il cliente Mario Rossi, residente in Via…, codice fiscale…, ci ha contestato la fattura n…”

si può scrivere:

“Un cliente contesta una fattura per un servizio già erogato. Aiutami a preparare una risposta professionale, prudente, senza ammettere responsabilità non verificate.”

Il risultato può essere comunque utile. Il rischio scende.

Dati dei dipendenti e dei candidati: attenzione a lavoro, HR e valutazioni

I dati dei dipendenti e dei candidati sono un altro punto delicato.

Curriculum, valutazioni interne, note disciplinari, informazioni su assenze, performance, fragilità, colloqui, test, selezione personale, organizzazione del lavoro, stress, produttività, messaggi interni, chat aziendali: tutto questo non può essere trattato con leggerezza quando entra in sistemi di IA.

Il Garante Privacy, nel comunicato del 28 maggio 2026 su IA e lavoro, ha richiamato l’attenzione su un plug-in per Slack e Teams capace di rilevare linguaggio, emozioni e livello di stress dei dipendenti, sottolineando la delicatezza dei dati trattati e il divieto, previsto dal Regolamento europeo sull’Intelligenza Artificiale, di sistemi destinati a dedurre o analizzare emozioni nei contesti lavorativi, salvo eccezioni previste.

Questo caso aiuta a capire una cosa molto concreta: quando l’IA entra nel lavoro e osserva persone, comunicazioni, emozioni, produttività o comportamenti, il livello di attenzione deve salire.

Una policy aziendale dovrebbe prevedere che ogni uso dell’IA su dati di dipendenti o candidati venga autorizzato e valutato prima. Questo vale anche quando lo strumento viene presentato come comodo, innovativo, volontario o basato su dati aggregati.

Dati dei minori e scuola: serve una cautela ancora più alta

Le scuole, gli enti formativi, le associazioni sportive, le realtà educative e tutte le organizzazioni che lavorano con minori devono fare un ragionamento ancora più prudente.

Il 3 giugno 2026 il Garante Privacy ha comunicato di aver inviato una richiesta di informazioni al Centro Nazionale Opere Salesiane Scuola sull’impiego dell’IA generativa in ambito didattico-educativo, a seguito di notizie di stampa relative a una sperimentazione che avrebbe coinvolto oltre 1.600 docenti e quasi 29.000 studenti. Il comunicato è disponibile sul sito del Garante Privacy.

Questo non significa che l’IA non possa entrare nella scuola. Significa che, quando entrano in gioco studenti, minori, dati educativi, valutazioni, elaborati, immagini, bisogni speciali, fragilità o informazioni familiari, la scuola deve sapere esattamente quali strumenti sta usando, con quali dati, per quali finalità, con quali informative, con quali basi giuridiche, con quali misure di sicurezza e con quale supervisione umana.

Per una scuola o un ente formativo, una regola minima potrebbe essere:

“Dati identificativi, elaborati, immagini, valutazioni, informazioni educative o personali relative a studenti e minori non devono essere inseriti in strumenti di IA generativa senza una valutazione preventiva dell’istituzione, del DPO o dei soggetti competenti.”

La formazione dei docenti e del personale, in questo caso, diventa decisiva, perché il rischio nasce spesso da un gesto fatto con buone intenzioni: semplificare, correggere, riassumere, personalizzare, preparare materiali. Proprio per questo il Metodo Sinibaldi insiste su contesto, limite, controllo e responsabilità.

Dati aziendali riservati: il patrimonio invisibile dell’impresa

Non esistono solo dati personali. Esistono anche dati aziendali riservati.

Strategie commerciali, listini, margini, trattative, offerte, preventivi, piani marketing, progetti, documenti tecnici, know-how, database clienti, procedure interne, manuali, report, analisi, contenuti non pubblici, contratti, bozze di accordo, dati finanziari, documenti di gara, informazioni su fornitori o partner.

Questi dati possono non essere sempre dati personali, però possono avere un valore enorme per l’azienda. Inserirli in strumenti di IA senza una regola interna significa aprire una porta che spesso nessuno ha deciso davvero di aprire.

Per questo una policy aziendale sull’uso dell’Intelligenza Artificiale, quando verrà pubblicata, dovrà spiegare in modo molto chiaro quali documenti possono essere caricati, quali strumenti sono autorizzati e quali informazioni restano fuori dagli strumenti generativi.

Se la pagina non è ancora pubblicata, il riferimento operativo già disponibile è la pagina Formazione IA per aziende e professionisti, dove il tema del controllo umano, della verifica degli output e della responsabilità viene collegato all’uso reale dell’IA nei processi aziendali.

Account personali e strumenti gratuiti: il rischio organizzativo

Un altro problema frequente riguarda gli account personali.

Un dipendente lavora da casa, apre il proprio account, carica un documento aziendale, ottiene una risposta utile e consegna il lavoro. Nessuno vede il problema, perché il risultato funziona. L’azienda, però, potrebbe non sapere quale strumento è stato usato, con quali impostazioni, con quale account, con quale cronologia, con quali condizioni contrattuali, con quali dati inseriti.

Questo è uno dei punti più concreti da affrontare in formazione.

L’azienda dovrebbe stabilire se l’uso di strumenti IA è consentito solo con account aziendali, quali piattaforme sono approvate, quali funzioni possono essere usate, quali dati possono essere caricati, chi autorizza nuovi strumenti e come vengono gestiti aggiornamenti, permessi e accessi.

Nel percorso legato al Metodo Sinibaldi e AI Act, questo punto è centrale: l’IA va portata dentro l’organizzazione con una forma riconoscibile. Quando resta un’abitudine privata dentro un processo aziendale, diventa difficile da controllare.

Cosa non inserire mai senza valutazione preventiva

Una lista pratica può aiutare aziende e professionisti a partire subito.

Prima di usare uno strumento di Intelligenza Artificiale, bisogna evitare di inserire senza valutazione preventiva:

nomi, cognomi, indirizzi, numeri di telefono, email personali, codici fiscali e altri dati identificativi;
dati sanitari, certificati medici, diagnosi, informazioni su salute, disabilità o fragilità personali;
dati di minori, studenti, atleti minorenni, utenti vulnerabili o persone fragili;
curriculum, valutazioni, note HR, informazioni su candidati, dipendenti o collaboratori;
documenti fiscali, pratiche tributarie, dati reddituali, dati bancari, IBAN, carte, pagamenti;
contratti, atti, diffide, controversie, documenti legali o comunicazioni riservate;
segreti aziendali, listini riservati, margini, strategie commerciali, progetti non pubblici;
database clienti, elenchi fornitori, lead, rubriche, mailing list e dati CRM;
credenziali, password, token, chiavi API, link riservati o accessi a sistemi;
registrazioni audio, trascrizioni di riunioni, chat interne o conversazioni private;
immagini, video o dati biometrici che permettono di identificare persone;
contenuti coperti da obblighi professionali di riservatezza o segreto.

Questa lista non va letta come un divieto assoluto in ogni scenario tecnico possibile. Va letta come una soglia di attenzione: se un dato rientra in queste categorie, prima di inserirlo in uno strumento IA bisogna fermarsi, verificare, chiedere autorizzazione, anonimizzare quando possibile e usare solo strumenti approvati.

Anonimizzare prima di usare l’IA: quando può aiutare

In molti casi, l’anonimizzazione o la riduzione dei dati può essere una strada utile.

Se l’obiettivo è ottenere una bozza di risposta, un modello di comunicazione, una struttura di documento, una checklist, un riepilogo generico, spesso non serve inserire i dati reali. Si può descrivere il caso in modo astratto, togliendo elementi identificativi e riducendo i dettagli non necessari.

Per esempio:

“Un cliente contesta un servizio già erogato e chiede il rimborso. Preparami una bozza prudente, professionale, senza ammettere responsabilità non verificate.”

è molto più sicuro di:

“Il signor Mario Rossi, codice fiscale…, cliente della nostra azienda, ha scritto questa mail…”

La differenza è enorme. Nel primo caso si lavora sul ragionamento. Nel secondo si consegnano dati.

L’EDPB, nel parere sui modelli di IA, ha dedicato attenzione proprio al tema di quando e come un modello possa essere considerato anonimo e al rapporto tra anonimizzazione e dati personali. Questo conferma che non basta togliere un nome per essere automaticamente al sicuro. Bisogna valutare se la persona sia ancora identificabile attraverso altri elementi.

Minimizzazione: inserire solo ciò che serve davvero

Il principio di minimizzazione dei dati, previsto dal GDPR, aiuta moltissimo anche nell’uso dell’Intelligenza Artificiale.

Minimizzare significa usare solo i dati necessari rispetto alla finalità. Nel lavoro quotidiano, questo principio può diventare una domanda semplice: l’IA ha davvero bisogno di conoscere questo dettaglio per aiutarmi?

Spesso la risposta è no.

Per scrivere una mail non serve il codice fiscale del cliente. Per creare una checklist non serve il nome dell’azienda coinvolta. Per spiegare una procedura non serve allegare un contratto intero. Per ottenere una bozza di comunicazione interna non serve copiare una chat privata. Per costruire un esempio didattico non serve usare dati reali degli studenti.

La minimizzazione è una forma di intelligenza professionale. Costringe a distinguere il dato utile dal dato comodo. Il dato necessario dal dato superfluo. Il contesto sufficiente dal dettaglio rischioso.

AI literacy: formare le persone prima che copino dati sbagliati

L’articolo 4 dell’AI Act richiede che provider e deployer adottino misure per garantire un livello sufficiente di AI literacy al personale e alle altre persone che usano sistemi IA per loro conto. La Commissione Europea, nelle FAQ ufficiali sull’AI literacy, chiarisce che queste misure devono tenere conto delle conoscenze, dell’esperienza, della formazione, del contesto d’uso e delle persone su cui i sistemi possono avere effetti.

Questo punto si collega direttamente alla privacy. Una persona non formata può usare l’IA con entusiasmo e creare un problema senza rendersene conto. Una persona formata, invece, impara a chiedersi prima: posso inserire questo dato? Posso caricare questo file? Posso usare un account personale? Posso pubblicare questo output? Devo anonimizzare? Serve una verifica? Serve una dichiarazione?

Per questo ho dedicato un approfondimento specifico all’AI literacy e obbligo formativo per aziende. La formazione non serve a imparare qualche trucco di prompt. Serve a creare comportamenti più sicuri, più consapevoli, più responsabili.

Registro IA: tenere traccia degli usi più delicati

Quando un’azienda usa l’IA su dati, documenti o processi rilevanti, può essere utile conservare una traccia interna.

Il Registro IA spiegato con il Metodo Sinibaldi nasce proprio da questa esigenza: annotare strumento usato, finalità, tipo di dati inseriti, output prodotto, verifica umana, responsabile, criticità, eventuale necessità di trasparenza.

Il registro non va presentato come una soluzione magica. Aiuta però a non perdere memoria. Aiuta a capire se l’azienda sta usando IA su dati personali. Aiuta a individuare reparti più esposti. Aiuta a migliorare la policy. Aiuta a costruire una formazione più precisa. Aiuta a dimostrare che l’uso dell’IA non è lasciato alla casualità.

Se una persona usa l’IA per una bozza generica senza dati e senza effetti esterni, forse non serve registrare nulla. Se invece l’IA viene usata su documenti clienti, pratiche, comunicazioni pubbliche, dati personali, dati riservati o processi ricorrenti, una traccia interna può diventare molto utile.

Una regola semplice: prima togli, poi chiedi

Il modo più sano per usare l’IA con dati aziendali è ribaltare l’abitudine.

Molti copiano tutto e chiedono una risposta. Il metodo migliore è togliere prima ciò che non serve, poi chiedere all’IA di aiutare sul ragionamento, sulla struttura, sul linguaggio, sulla verifica, sulla bozza.

Prima togli nomi, riferimenti, codici, dati identificativi, importi inutili, dettagli riservati, allegati non necessari. Poi chiedi.

Questo passaggio cambia il rapporto con lo strumento. L’IA non riceve più l’intera realtà aziendale. Riceve solo ciò che serve per aiutarti. La persona resta al centro del processo, decide cosa condividere, cosa proteggere, cosa verificare e cosa usare.

È uno dei principi più importanti del Metodo Sinibaldi per studi professionali: proteggere i dati prima di cercare velocità, costruire prompt operativi senza perdere il controllo, verificare gli output e assumersi la responsabilità finale.

Checklist prima di inserire dati in uno strumento IA

Prima di usare ChatGPT, Copilot, Gemini, Claude o altri strumenti IA con dati aziendali o professionali, conviene farsi alcune domande:

sto inserendo dati personali?
sto inserendo dati particolari o sensibili?
sto inserendo dati di minori, studenti, dipendenti, candidati o clienti?
sto usando un account aziendale o personale?
lo strumento è stato autorizzato dall’azienda?
posso ottenere lo stesso risultato togliendo nomi e dettagli identificativi?
il documento contiene informazioni riservate, contratti, dati fiscali o strategie aziendali?
l’output verrà usato internamente, inviato a terzi o pubblicato?
chi controllerà la risposta dell’IA?
serve annotare questo uso in un registro interno?
serve coinvolgere il DPO, il consulente privacy, l’IT, il legale o la direzione?

Queste domande non sostituiscono una valutazione giuridica. Aiutano però a evitare l’errore più comune: usare l’IA prima di aver capito cosa le stiamo consegnando.

Domande frequenti su IA, privacy e dati aziendali

Posso inserire dati personali in ChatGPT o altri strumenti IA?

Dipende dallo strumento, dalle impostazioni, dal contratto, dalla finalità, dalla base giuridica, dalle misure adottate e dalle regole interne dell’organizzazione. In assenza di una valutazione aziendale, la scelta più prudente è evitare di inserire dati personali o ridurli e anonimizzarli quando possibile.

Posso caricare documenti dei clienti su Copilot, Claude o Gemini?

Prima di caricare documenti dei clienti bisogna verificare se lo strumento è autorizzato, quali dati contiene il documento, quali condizioni si applicano, se esistono misure di protezione adeguate e se il caricamento è davvero necessario. Nei casi dubbi, è meglio lavorare su una versione anonimizzata o chiedere una valutazione interna.

I dati aziendali riservati sono un problema anche se non sono dati personali?

Sì. Strategie, listini, margini, contratti, offerte, documenti tecnici, know-how e informazioni commerciali possono avere un valore rilevante per l’azienda anche quando non identificano una persona fisica. Per questo vanno protetti con regole interne chiare.

Anonimizzare un testo basta sempre?

No. Togliere nome e cognome può non bastare se altri dettagli permettono comunque di risalire alla persona. L’anonimizzazione va fatta con attenzione, eliminando o modificando tutti gli elementi che rendono identificabile il soggetto.

Un dipendente può usare il proprio account personale per attività aziendali?

L’azienda dovrebbe disciplinare questo punto nella policy interna. In generale, l’uso di account personali per documenti, dati o processi aziendali crea rischi organizzativi, perché l’azienda perde controllo su strumenti, impostazioni, cronologia, dati inseriti e condizioni di utilizzo.

Serve una formazione specifica su privacy e IA?

Sì, soprattutto per chi usa l’IA su dati, documenti, clienti, studenti, dipendenti, contenuti pubblici o processi aziendali. L’AI literacy prevista dall’AI Act deve essere collegata al lavoro reale delle persone, quindi anche alla protezione dei dati e alla verifica degli output.

Conclusione: l’IA va usata con intelligenza prima ancora che con velocità

L’Intelligenza Artificiale può diventare un aiuto straordinario nel lavoro quotidiano. Può far risparmiare tempo, ordinare idee, migliorare bozze, semplificare documenti, aiutare a ragionare, preparare strutture, suggerire percorsi, rendere più accessibili attività che prima richiedevano molto più tempo.

Proprio perché è così utile, va usata con una consapevolezza più alta.

Ogni volta che inseriamo un dato dentro uno strumento IA, stiamo facendo una scelta. Ogni volta che carichiamo un file, stiamo aprendo un perimetro. Ogni volta che chiediamo una risposta su un caso reale, stiamo decidendo quanto della realtà aziendale consegnare a un sistema esterno o integrato.

La regola più semplice resta anche la più forte: prima proteggi, poi chiedi. Prima togli ciò che non serve, poi costruisci il prompt. Prima capisci il dato, poi usi lo strumento. Prima formi le persone, poi chiedi loro di lavorare con l’IA in modo responsabile.

Per approfondire il percorso operativo, puoi leggere anche AI literacy e obbligo formativo per aziende, Il registro IA spiegato con il Metodo Sinibaldi, Metodo Sinibaldi e AI Act, Metodo Sinibaldi per studi professionali, I rischi legali dell’Intelligenza Artificiale per aziende e professionisti e la pagina dedicata alla formazione IA per aziende e professionisti.

Fonti ufficiali e approfondimenti

Antonio Sinibaldi è formatore e docente di intelligenza artificiale, specializzato nell’uso consapevole dell’IA, nel ragionamento umano e nella responsabilità professionale. Formatore in Intelligenza Artificiale per aziende e professionisti. Docente del corso IA per l’Istituto Nazionale Tributaristi. Autore della collana IA PRATICA.