Dal 2 agosto 2026 gli obblighi di trasparenza dell’articolo 50 sono operativi e le autorità possono vigilare e sanzionare. Per chi lavora in comunicazione e marketing la partita non si gioca sugli strumenti, ma sul caso d’uso.
C’è una domanda che chiunque lavori nella comunicazione dovrebbe porsi prima di aprire il testo del regolamento: che cosa fa il sistema, e in quale fase del lavoro. Lo stesso modello può mettere ordine tra le fonti, rispondere a un cliente, produrre un contenuto sintetico o pesare su una decisione che riguarda una persona. A seconda dei destinatari, del compito svolto, del grado di autonomia e degli effetti prodotti, le regole da applicare cambiano.
È questo lo spostamento di prospettiva che l’AI Act impone al settore. Non un elenco di tecnologie da autorizzare o vietare, ma una lettura per funzione. E una conseguenza molto concreta: la governance entra in redazione.
Le date che contano
Dal 2 agosto 2026 il regolamento si applica davvero: scattano gli obblighi ditrasparenza dell’articolo 50 e i poteri di vigilanza e sanzione delle autorità nazionali e della Commissione europea. Sui sistemi ad alto rischio, invece, l’AI Omnibus ha concesso più tempo: le scadenze principali slittano al 2 dicembre 2027 per i casi elencati nell’Annex III e al 2 agosto 2028 per i sistemi integrati nei prodotti.
Nel frattempo l’adozione corre. Le imprese europee che utilizzano almeno una tecnologia AI sono passate dal 13,5% del 2024 al 20% del 2025; in Italia dall’8,2% al 16,4%. E il 34,7% delle imprese UE che adottano almeno una tecnologia AI la impiega per finalità di marketing o vendite. Il tema, insomma, è già dentro i processi aziendali.
Quattro famiglie di casi d’uso
Funzione, destinatari, dati trattati, grado di autonomia e conseguenze determinano il quadro applicabile: lo stesso strumento può assumere profili di rischio diversi a seconda dell’utilizzo. Applicando la norma alle funzioni dimarketing e comunicazione emergono quattro gruppi.
Il primo raccoglie sintesi, traduzione, ideazione ed editing sotto controllo professionale. Il secondo riguarda chatbot, deepfake e testi di interesse pubblico, nelle condizioni previste dall’articolo 50. Il terzo tocca la selezione o la valutazione di candidati e gli altri casi dell’Annex III, con regole applicabili dal 2 dicembre 2027. Il quarto comprende le pratiche vietate dall’articolo 5, tra cui il social scoring e alcune forme di manipolazione dannosa.
La classificazione parte da tre elementi: che cosa fa il sistema, chi coinvolge, quali conseguenze produce.
Stessa attività, profili diversi
È qui che la norma diventa tangibile. Usare l’AI per scrivere o adattare copy, vacancy e contenuti corporate è employer branding. Destinarla a pubblicare annunci di lavoro mirati o a segmentare candidate e candidati è un’altra cosa. Filtrare candidature o valutare persone è un caso espressamente previsto dall’Annex III.
Lo stesso vale sul versante politico: preparare, tradurre o rielaborare materiali sotto responsabilità editoriale non equivale a impiegare sistemi destinati a influenzare l’esito di elezioni o referendum o il comportamento divoto, mentre restano esclusi gli strumenti puramente amministrativi o logistici i cui output non raggiungono direttamente le persone.
Il filtro dell’articolo 6(3) offre un margine: la classificazione high-risk può essere esclusa quando il sistema non presenta un rischio significativo e svolge compiti limitati, preparatori o di supporto senza incidere materialmente sulla decisione. Ma la profilazione di persone fisiche resta sempre high-risk.
Il punto, per chi comunica, è che la creatività resta solo una parte del processo: targeting, selezione, valutazione e influenza diretta cambiano il perimetro regolatorio.
Trasparenza: due livelli, una filiera
L’articolo 50 distribuisce obblighi diversi tra provider e deployer, e per comunicazione, marketing e PR individua tre situazioni rilevanti: l’interazione diretta con sistemi AI, i deepfake e la pubblicazione di testi su questioni diinteresse pubblico. L’utente va informato dell’interazione con l’AI, salvo che il contesto la renda evidente; la natura artificiale o manipolata di immagini, audio e video va dichiarata in modo chiaro; per i testi la disclosure dipende dalla human review o dal controllo editoriale e dalla responsabilità sulla pubblicazione.
Il Code of Practice pubblicato nel 2026 traduce tutto questo in due livelli: il marking, machine-readable, fatto di provenienza, watermarking, metadata e detection by design; e il labelling, visibile alle persone, fatto di label, disclosure, contesto e chiarezza nel canale. Il primo aiuta a rilevare l’origine del contenuto, il secondo lo rende comprensibile nel momento in cui il pubblico lo incontra.
Le sanzioni fissano la posta in gioco: fino a 15 milioni di euro o al 3% del fatturato mondiale annuo, con il valore più elevato tra i due per le imprese e quello più basso per PMI e startup, secondo l’articolo 99.
La revisione umana deve lasciare un segno
Sui testi pubblicati per informare su questioni di interesse pubblico, la Commissione distingue il controllo formale dall’esame sostanziale. Spell-check, correzioni di stile e passaggi procedurali restano controlli formali. La revisione sostanziale richiede competenza sul tema, verifica delle fonti e possibilità reale di intervenire sul contenuto. Il controllo editoriale, a sua volta, attribuisce a una persona o a un’entità il potere di approvare, modificare o respingere il testo. In Italia, peraltro, le opere realizzate con l’ausilio di strumenti di AI possono accedere alla tutela quando il risultato resta espressione del lavoro intellettuale dell’autore.
E il rischio, spesso, entra prima dell’output: dati caricati, materiali protetti, condizioni del vendor e sicurezza del flusso costruiscono il profilo di rischio insieme al risultato finale. La governance dei dati resta un livello autonomo rispetto alla disclosure.
Tre mosse per portarla nel flusso di lavoro
Una governance utile rende leggibili tre decisioni: quale uso stiamo facendo dell’AI, quale controllo accompagna il processo, chi assume la responsabilità finale. Si traduce in tre passaggi:
- Mappare gli usi (tool, vendor e casi reali)
- Controllare il processo (regole di input, fonti, fact-check, human review e approvazione)
- Documentare le decisioni (policy essenziali, ruoli, AI literacy e tracciamento)
Regole uniformi per tutti i casi disperdono controllo e responsabilità. Quando invece questa logica entra nella routine editoriale, compliance e qualità del contenuto procedono nella stessa direzione.
RISORSE SMARTITALY
Scarica il report completo
Compila il form per scaricare la risorsa.
