AI Act europeo: che cosa significa davvero alfabetizzazione all'IA negli acquisti

Un'organizzazione introduce un assistente di IA approvato per gli acquisti. Le persone lo usano per riassumere contratti, fare ricerca sui fornitori, preparare gare e costruire argomenti negoziali. Tutti partecipano a un'ora di introduzione, imparano alcuni modi efficaci per formulare le richieste e ricevono le regole aziendali sui dati.

È sufficiente per parlare di alfabetizzazione all'IA?

L'articolo 4 dell'AI Act europeo suggerisce che la risposta dipende da come il sistema viene realmente utilizzato. La disposizione si applica dal 2 febbraio 2025 e il quadro di vigilanza e applicazione è ora operativo. Dopo la modifica del luglio 2026, fornitori e soggetti che utilizzano sistemi di IA devono ancora adottare misure per sostenere lo sviluppo delle competenze del personale e delle altre persone che operano per loro conto, ma non devono garantire uno specifico livello individuale di alfabetizzazione.

Le indicazioni della Commissione sono volutamente legate al contesto: conoscenze tecniche, esperienza, formazione, modalità d'uso del sistema e persone interessate dall'impiego dell'IA sono tutti elementi rilevanti. Per una funzione acquisti questo rende evidente che saper formulare una buona richiesta è solo un pezzo della competenza.

Saper chiedere non basta a saper giudicare

Una richiesta ben costruita migliora quasi sempre la qualità della risposta. Ma una persona può usare molto bene lo strumento e poi trattare il riassunto di un contratto come se avesse la stessa autorità del documento firmato, accettare un confronto di mercato senza controllarne le fonti o inserire informazioni commerciali riservate in un servizio non autorizzato.

L'alfabetizzazione utile comprende quindi la capacità di capire che cosa il sistema può fare, quali informazioni ha ricevuto, dove entrano ipotesi e incertezza, quali dati possono essere trattati e quando il risultato deve essere verificato o respinto.

Il tema è strettamente collegato al nostro articolo sul giudizio professionale nell'uso dell'IA negli acquisti: una risposta può essere elegante e utile, ma dipendere da un'ipotesi che l'utente non ha mai visto.

La competenza necessaria dipende dall'uso

L'approccio contestuale della Commissione è logico perché non tutti gli impieghi dell'IA hanno la stessa conseguenza. Migliorare la formulazione di un ordine del giorno interno non equivale a classificare offerte di fornitori. Riassumere dati pubblici di mercato non equivale a interpretare un contratto riservato. Generare domande per una trattativa non equivale a decidere se una richiesta di aumento sia giustificata.

Più è alto l'impatto di un errore, più servono disciplina sulle fonti, comprensione delle ipotesi, gestione dell'incertezza, regole sui dati e percorsi chiari di escalation. Un assistente per la scrittura può richiedere una guida relativamente leggera; un sistema che influenza denaro, accesso ai fornitori, esposizione legale o continuità operativa richiede molto di più.

Per questo un unico corso aziendale generico difficilmente copre tutte le esigenze degli acquisti. La formazione deve collegarsi ai sistemi realmente utilizzati e alle decisioni che essi influenzano.

La disciplina dell'evidenza fa parte dell'alfabetizzazione

I modelli generativi sono molto bravi a trasformare materiale incompleto in testo sicuro e coerente. Il rischio è che fatti, fonti, inferenze e ipotesi finiscano per sembrare ugualmente solidi.

Immaginiamo che un responsabile di categoria chieda di valutare un aumento dell'otto per cento e riceva una raccomandazione ordinata con fattori di mercato, costi e un intervallo ritenuto giustificabile. Alcune affermazioni possono venire dai dati forniti, altre da fonti esterne, altre essere deduzioni e altre ancora ipotesi introdotte per riempire informazioni mancanti.

Un utente competente dovrebbe riuscire a separare questi livelli. Quale fonte sostiene l'affermazione? Quale ipotesi guida il risultato? Quale documento primario va controllato? Che cosa farebbe cambiare la conclusione?

Non è diffidenza verso l'IA. È la stessa disciplina che gli acquisti dovrebbero pretendere da un analista umano prima di usare una raccomandazione per una decisione rilevante.

Anche le regole sui dati sono competenza

Prezzi, scomposizioni di costo, contratti, previsioni, specifiche, comunicazioni con i fornitori e posizioni negoziali sono informazioni sensibili. Una persona che sa spiegare le allucinazioni ma carica un contratto riservato in un servizio consumer non autorizzato non è adeguatamente preparata per quel contesto.

La formazione deve quindi includere strumenti approvati, regole di conservazione e trattamento, aspettative di anonimizzazione e percorso da seguire quando il confine non è chiaro. L'articolo 4 non impone un certificato specifico né una particolare figura di governance; la Commissione ammette formazione, linee guida e altre misure coerenti con persone, sistemi e rischi.

Questa flessibilità è utile, ma rende meno credibile la scorciatoia secondo cui acquistare un corso standard significhi aver chiuso il tema.

La supervisione umana deve permettere un vero dissenso

L'alfabetizzazione conta anche dopo che il sistema ha fornito una raccomandazione. Se la persona resta formalmente responsabile ma il risultato dell'IA diventa l'opzione predefinita e discostarsene richiede un'autorizzazione speciale, la presenza umana rischia di diventare soltanto una firma.

Un professionista competente deve poter dire sia «le fonti sono aggiornate, le ipotesi sono coerenti e la conseguenza di un errore è limitata, quindi posso usare questo risultato» sia «questa raccomandazione dipende da un costo di sostituzione non verificato e la decisione è importante, quindi servono altre prove».

Non sono due atteggiamenti opposti verso l'IA. Sono due esempi di uso proporzionato.

La competenza deve resistere alla pressione commerciale

Capire una regola durante un corso è più facile che applicarla quando la finanza vuole una risposta in dieci minuti o un fornitore sta escalando. È qui che l'alfabetizzazione diventa comportamento.

Un team può allenarsi a esaminare raccomandazioni assistite dall'IA, individuare ipotesi nascoste e difendere la scelta di affidarsi, modificare o respingere il risultato. Voice2Evolve può coprire una parte limitata di questa capacità mettendo un piano negoziale assistito dall'IA dentro una conversazione parlata in cui emergono nuove informazioni sotto pressione.

Questo, da solo, non equivale alla conformità all'articolo 4. Le misure dell'organizzazione devono riflettere sistemi, rischi, utenti e politiche proprie. Per gli acquisti, però, il criterio utile è semplice: l'alfabetizzazione all'IA ha valore soltanto se cambia il modo in cui le persone trattano risultati reali nelle decisioni reali.

L'AI Act non richiede di trasformare ogni responsabile acquisti in uno specialista di modelli. Richiede che le organizzazioni sostengano lo sviluppo di competenze adeguate al contesto. Per gli acquisti, quelle competenze devono arrivare fino al punto in cui una persona sa non solo chiedere una risposta, ma anche valutarla.

Fonti

• Commissione europea. AI Literacy - Questions & Answers, indicazioni correnti sull'articolo 4.
• Regolamento (UE) 2026/1744 del Parlamento europeo e del Consiglio, che modifica l'articolo 4 del regolamento (UE) 2024/1689.