MANAGEMENT, ORGANIZZAZIONE E INNOVAZIONE

Programma

Le due esercitazioni pratiche

Esercitazione 1 — Classificare i propri sistemi. Il docente svolge un primo caso davanti all'aula, poi i partecipanti classificano gli strumenti che usano davvero: il chatbot sul sito, il software che filtra i curricula, il sistema che assegna un punteggio ai fornitori, la videosorveglianza, gli assistenti generativi. Alla fine ciascuno sa in quale categoria di rischio ricadono i propri sistemi e da quali obblighi deve partire.

Esercitazione 2 — Analizzare un flusso di dati dalla a alla z. Dove l'azienda arriva con un proprio flusso di dati già pronto, lo si analizza insieme: quali dati entrano, in quale strumento finiscono, con quale versione e con quale base giuridica, dove vengono trasferiti, dove si nascondono le criticità. È il momento in cui la parte GDPR smette di essere astratta e diventa una fotografia del trattamento reale. Alle aziende che non portano un flusso proprio il docente ne fornisce uno su cui lavorare.

Programma

Inquadramento e regole del gioco

• Cos'è l'AI Act e perché si applica direttamente in azienda, senza bisogno di una legge italiana
• La logica del rischio, che è la chiave per leggere tutto il resto del Regolamento
• Il calendario di applicazione aggiornato al Digital Omnibus, tra date già in vigore e scadenze rinviate
• Chi vigila in Italia dopo la Legge 132/2025: ACN, AgID e i settori dove restano competenti Garante Privacy, Banca d'Italia, CONSOB e IVASS
• L'obbligo di alfabetizzazione del personale ex art. 4 e cosa vuol dire in concreto per chi usa l'AI al lavoro

Classificare i sistemi di AI

• Le quattro categorie di rischio e le pratiche vietate dell'art. 5
• Come si capisce in quale categoria ricade uno strumento aziendale
• Alto rischio, rischio limitato e rischio minimo, con gli obblighi che cambiano da caso a caso
• Esercitazione 1: i partecipanti classificano i propri sistemi

Provider o deployer

• I due ruoli che contano per un'azienda, e perché quasi tutte sono deployer senza saperlo
• Gli obblighi concreti del deployer ex art. 26
• Come si diventa provider senza accorgersene ex art. 25: rebranding, modifica sostanziale, cambio di finalità
• Il contratto come via d'uscita per non prendersi obblighi che non si vogliono

Dati e strumenti nella pratica

• Quali dati tratta davvero un'azienda quando usa l'AI, dove finiscono e perché
• Come funziona un modello generativo tipo ChatGPT, in cosa si distingue da altri tipi di sistema, e cosa guardare prima di adottarne uno
• La differenza tra versioni consumer, business ed enterprise dello stesso strumento, che cambia la posizione legale dell'azienda: contratto sui dati, addestramento, garanzie
• Cosa non caricare mai in uno strumento di AI, e cosa succede nel gesto quotidiano di chi lo fa
• Gli obblighi GDPR che restano: informativa, base giuridica, valutazione d'impatto, decisioni automatizzate ex art. 22
• Il trasferimento dei dati fuori dall'Unione Europea e perché i meccanismi che lo reggono sono fragili
• Esercitazione 2: analisi di un flusso di dati reale, dalla a alla z

Proprietà intellettuale, contratti e cosa fare da subito

• Di chi è ciò che genera l'AI: il principio della riserva di umanità dopo la Legge 132/2025
• I rischi concreti su copyright, marchi e perdita di controllo del know-how
• Il contratto come strumento di protezione su ruoli, dati e titolarità degli output
• Le sanzioni dell'AI Act e come si intrecciano con quelle del GDPR
• I primi passi da fare in azienda: inventario degli strumenti, classificazione, una policy minima, la formazione delle persone

Verifica finale

• Test di verifica delle competenze (venti domande a risposta multipla) con correzione commentata

 

Sede

SKILLAB - Corso Galileo Ferraris 26, 10121 Torino