L'UE rende obbligatoria l'alfabetizzazione sull'intelligenza artificiale

Dal febbraio 2025 chi fornisce o impiega sistemi di intelligenza artificiale deve garantire sufficiente alfabetizzazione sull’AI tra il personale. Lo richiede l’AI Act dell’Unione Europea¹.

Alfabetizzazione AI significa conoscenza di base per lavorare con buon senso con questi sistemi: come producono gli output, dove tendono a fallire, quando ci si può fidare. È un livello minimo, non un approfondimento specialistico¹.

Nel concreto, serve capire come ragiona un large language model. Un LLM non consulta un archivio di fatti. Predice il testo che sembra plausibile in base agli esempi visti in addestramento. Per questo, la stessa domanda può portare a risposte diverse in momenti diversi. E l’output riflette i dati usati per addestrarlo¹.

Questa base entra nel lavoro quotidiano di chi fa test e qualità. I team incontrano l’AI da due lati: come strumento che aiuta a testare e come funzionalità incorporata nei prodotti che testano¹. Senza alfabetizzazione è difficile decidere a cosa affidare un tool di AI, o cosa cercare quando si prova una feature che include AI¹.

La variabilità è un punto chiave. Un singolo test passato di una funzione AI è provvisorio. Con lo stesso input, il sistema potrebbe rispondere in modo diverso alla prossima esecuzione. Il banco di prova deve tenerne conto, con più run e controlli mirati¹.

C’è poi la gestione dei dati. Prima di incollare dati di clienti o codice proprietario in un chatbot pubblico, si controlla la policy aziendale. La prudenza non è solo sicurezza, è alfabetizzazione: si capisce dove finiscono quei dati e chi potrebbe vederli¹.

L’obsolescenza è un altro effetto della natura degli LLM. Un assistente di coding può proporre una funzione deprecata. Non “si sbaglia” in senso umano. Ha appreso da materiali più vecchi del cambiamento. Un tester o un responsabile qualità con alfabetizzazione AI sa riconoscere questo segnale e sa spiegarlo a un product owner¹.

Queste competenze non sostituiscono i fondamenti del testing. Li orientano. Aiutano a calibrare la fiducia negli strumenti. Aiutano a progettare casi di prova che esplorano le aree fragili dei modelli: coerenza tra run, sensibilità ai prompt, dipendenza dai dati di addestramento¹.

Con l’AI Act, questo non è solo buon senso. Diventa requisito. Le organizzazioni che forniscono o impiegano sistemi di AI devono assicurare sufficiente alfabetizzazione tra il personale a partire da febbraio 2025¹. L’obbligo riguarda chi sviluppa, integra o distribuisce quei sistemi. Riguarda anche chi li usa nei processi di test¹.

La chiusura è pratica: esempi contano. Trattare un passaggio singolo come provvisorio. Verificare la policy prima di condividere dati sensibili con un chatbot. Contestualizzare un suggerimento obsoleto di un assistente di coding. Sono azioni piccole, ripetibili, che trasformano l’alfabetizzazione da principio generale a prassi quotidiana¹.