L’intelligenza artificiale è ormai passata da tecnologia sperimentale a componente strutturale dei sistemi aziendali. Nella formazione viene utilizzata per personalizzare i percorsi di apprendimento, generare contenuti, supportare il coaching, analizzare le competenze e contribuire alla valutazione delle performance.
In parallelo, la legge sull’intelligenza artificiale dell’Unione Europea (AI Act) introduce il primo quadro normativo organico dedicato ai sistemi di IA. Anche se il dibattito pubblico si concentra spesso sugli sviluppatori tecnologici, gli impatti per le funzioni di formazione e sviluppo (L&D) sono diretti e sempre più rilevanti.
Nel 2026, la governance dell’IA non può più essere considerata una questione esclusivamente IT o legale: entra stabilmente nella progettazione dei sistemi di formazione e sviluppo delle competenze.
Perché la normativa riguarda direttamente L&D
L’AI Act adotta un approccio basato sul rischio, classificando i sistemi in funzione del loro impatto sulle persone. Non è la tecnologia in sé a essere regolata, ma il suo utilizzo concreto.
Per i team L&D questo è rilevante perché molte applicazioni quotidiane possono ricadere in contesti sensibili quando incidono su decisioni HR.
Tra le principali aree applicative dell’ IA in formazione troviamo:
- raccomandazioni di apprendimento personalizzate
- analisi dei gap di competenze
- valutazioni dei dipendenti
- piani di carriera e sviluppo
- coaching e mentoring assistito
- generazione automatica di contenuti formativi
- workforce analytics e pianificazione competenze
Singolarmente, queste applicazioni possono sembrare a rischio limitato. Tuttavia, il livello di rischio cambia quando i risultati influenzano promozioni, avanzamenti o valutazioni.
Il punto critico: quando la formazione entra nei processi HR
Le piattaforme di formazione non operano più in isolamento, ma sono sempre più integrate con sistemi di talent management, performance management e workforce analytics.
In questo contesto l’IA può:
- identificare talenti ad alto potenziale
- suggerire percorsi di leadership
- supportare piani di successione
- classificare dipendenti in base alle competenze
- prevedere fabbisogni futuri di skill
Il punto critico non è tecnologico ma organizzativo: i dati formativi diventano input per decisioni sul personale.
Ne deriva una domanda chiave per L&D: il sistema si limita a supportare l’apprendimento o influenza decisioni occupazionali?
IA ad alto rischio nel contesto occupazionale
L’AI Act dedica particolare attenzione ai sistemi utilizzati nell’ambito lavorativo e della gestione del personale.
La differenza è sostanziale:
- sistemi che suggeriscono corsi → impatto limitato
- sistemi che valutano o influenzano decisioni HR → possibile alto rischio
Per questo nel 2026 diventa essenziale per L&D effettuare una mappatura strutturata dei sistemi IA, valutando:
- quali strumenti utilizzano IA
- quali decisioni influenzano
- quali dati trattano
- come vengono utilizzati dai manager
- livello di supervisione umana
- controlli di governance esistenti
Senza questa visibilità aumenta il rischio sia normativo che organizzativo.
Trasparenza e fiducia nei sistemi di apprendimento
La trasparenza diventa un requisito operativo oltre che etico.
I dipendenti devono poter comprendere:
- quando viene utilizzata l’IA
- quali dati vengono elaborati
- come vengono generate le raccomandazioni
- se l’IA influenza valutazioni o opportunità
La mancanza di trasparenza può generare sfiducia, percezione di controllo e riduzione dell’adozione degli strumenti. Al contrario, una comunicazione chiara rafforza l’efficacia dei sistemi di formazione.
Governance dei dati nella formazione
Le piattaforme L&D gestiscono dati altamente sensibili, tra cui:
- competenze e profili professionali
- risultati di valutazione
- cronologie formative
- certificazioni e attestati
- dati comportamentali
- indicatori di performance
- aspirazioni di carriera
Una governance insufficiente può produrre bias, errori e rischi di privacy.
Per questo è necessario definire in modo strutturato:
- raccolta e conservazione dei dati
- accesso e utilizzo
- responsabilità interne
- diritti dei dipendenti
- supervisione dei modelli
Fornitori di IA e responsabilità
Molte soluzioni L&D basate su IA sono fornite da vendor esterni, con funzionalità come:
- creazione automatica di corsi
- valutazioni intelligenti
- tutor virtuali
- raccomandazioni di contenuto
- inferenza delle competenze
Tuttavia, l’uso di fornitori non trasferisce la responsabilità.
La due diligence deve verificare:
- funzionamento del sistema IA
- dati di addestramento utilizzati
- gestione dei bias
- documentazione disponibile
- supervisione umana prevista
- controlli di conformità integrati
Alfabetizzazione all’IA come leva organizzativa
La normativa rende sempre più rilevante la diffusione di competenze minime sull’IA in azienda.
I programmi formativi devono includere:
- principi di funzionamento dell’IA
- limiti e rischi
- uso responsabile
- privacy e protezione dati
- bias e fairness
- ruolo della supervisione umana
Questa formazione riguarda non solo i team tecnici, ma anche manager, HR e personale operativo.
Supervisione umana come principio strutturale
Un principio centrale dell’AI Act è che le decisioni significative non devono essere completamente automatizzate.
Nel contesto L&D questo significa che:
- l’IA supporta analisi e raccomandazioni
- la decisione finale resta umana
- i processi devono includere revisione e validazione
Questo approccio è coerente anche con le buone pratiche di sviluppo delle persone, dove il giudizio umano è essenziale per interpretare il contesto.
Verso un framework di governance dell’IA
Un modello efficace di governance L&D include:
- inventario dei sistemi IA utilizzati
- valutazione del rischio
- policy interne di utilizzo
- regole di supervisione umana
- governance dei fornitori
- monitoraggio continuo
La governance non limita l’innovazione, ma la rende sostenibile.
La legge UE sull’IA segna un cambiamento strutturale nel modo in cui le organizzazioni utilizzano la tecnologia nella formazione.
Nel 2026, i team L&D dovranno sempre più:
- governare l’uso dell’IA
- garantire trasparenza e responsabilità
- integrare supervisione umana nei processi
- collaborare con HR, IT e legale
La trasformazione è già in corso. La sfida non è adottare l’IA, ma farlo in modo coerente con i principi di fiducia, equità e sostenibilità organizzativa.