L’intelligenza artificiale che serve alla sicurezza è quella che cambia i processi

A cura della Redazione

Negli uffici HSE l’intelligenza artificiale è già arrivata, ma quasi sempre dalla porta laterale: un assistente generativo che aiuta il singolo professionista a scrivere più in fretta. È utile, ma non cambia gli indici di frequenza. Il salto vero avviene quando l’IA entra nei processi aziendali, con uno scopo dichiarato, dati in ordine, persone coinvolte e una regola chiara su chi decide. Il D.Lgs. 179/2026 porta ora l’IA nel DVR e chiede di usarla anche per prevenire infortuni e malattie professionali. Per RSPP, HSE manager e HR è l’occasione di smettere di sperimentare e cominciare a governare.

COSA TRATTA

Lunedì mattina, ufficio HSE di una media azienda manifatturiera. Sulla scrivania ci sono tre segnalazioni di near miss arrivate nel fine settimana, un verbale di riunione periodica da chiudere e una procedura da aggiornare. Il responsabile apre un assistente generativo sul telefono, incolla il testo e in dieci minuti ha una bozza pulita. Ha risparmiato mezz’ora. Ma le tre segnalazioni di near miss finiranno in una cartella condivisa insieme ad altre duecento, che nessuno ha mai letto tutte insieme.

È la fotografia più fedele di come l’intelligenza artificiale sta entrando oggi nella funzione salute, sicurezza e ambiente: dappertutto, ma in ordine sparso. Ogni professionista ha il suo strumento, il suo modo di usarlo e i suoi piccoli guadagni di tempo. Sommati, questi guadagni non spostano di un millimetro le prestazioni di sicurezza dell’azienda. E le prestazioni, diciamolo con franchezza, in molti settori sono ferme da anni. Gli indici migliorano lentamente, poi si appiattiscono, e le misure tradizionali sembrano aver dato quello che potevano dare.

L’intelligenza artificiale non è la risposta a tutto.

Può però essere una leva concreta per uscire da questo stallo, a una condizione: smettere di chiedersi quale tecnologia usare e cominciare a chiedersi a cosa deve servire. Machine learning, reti neurali, IA generativa e agenti autonomi sono strumenti. Il punto di partenza è il problema di sicurezza che si vuole risolvere.

Il momento è quello giusto. Dal 23 ottobre 2026 l’articolo 42 del D.Lgs. 179/2026 obbliga a valutare nel DVR i sistemi di IA che incidono su organizzazione del lavoro, ritmi, modalità di esecuzione e decisioni rilevanti per la sicurezza. Nello stesso articolo il legislatore affida al Ministero del lavoro il compito di promuovere l’IA come strumento di prevenzione. Il messaggio è doppio: l’IA va controllata come un rischio e coltivata come una misura. Se le due cose sono fatte bene, coincidono.

QUATTRO DOMANDE PRIMA DI ACCENDERE QUALSIASI ALGORITMO


La prima domanda riguarda lo scopo. Ogni progetto di IA in ambito HSE dovrebbe nascere da una frase semplice, scritta prima di qualsiasi acquisto: quale problema vogliamo risolvere, e come capiremo se ci siamo riusciti. Sembra ovvio, eppure è l’errore più comune. Si compra una piattaforma perché promette “sicurezza predittiva”, e solo dopo ci si chiede che cosa dovrebbe prevedere e con quali dati. Lo scopo va invece collegato agli obiettivi dell’azienda, al suo profilo di rischio e ai rischi emergenti che il DVR già conosce. Va anche misurato nel tempo, con la disponibilità a correggere o abbandonare ciò che non funziona. Chi lavora con la UNI ISO 45001 riconosce il ciclo: pianificare, fare, verificare, agire. Vale anche per un algoritmo.

La seconda riguarda l’innesto nei processi. Un sistema di IA migliora la sicurezza solo se entra nel modo in cui l’azienda lavora davvero: nella catena delle responsabilità, nella gestione dei dati e dei report, nei controlli di qualità. I dati della sicurezza si intrecciano con quelli della produzione, della manutenzione e del personale. Un’IA progettata dentro il solo ufficio HSE è condannata a vedere metà del quadro. E bisogna pensare a chi la userà. Un cruscotto impeccabile che il capo reparto non apre mai non previene nulla; uno strumento grezzo che il preposto consulta ogni mattina, sì.

La terza riguarda dati e fiducia. Senza dati accurati e coerenti nessun modello produce risultati utili. Senza responsabilità chiare tra funzione HSE, sistemi informativi e gestione del rischio, nessun progetto sopravvive al primo cambio di organigramma. C’è però un aspetto che si sottovaluta. Quando l’IA restituisce risultati sbagliati o insensati, molto spesso il difetto non è nell’algoritmo ma nella fonte: registri compilati in fretta, codifiche diverse da reparto a reparto, campi lasciati vuoti. In questo senso l’IA è un ottimo revisore, perché mette a nudo il disordine che da anni nessuno guarda. La fiducia delle persone, infine, non è un effetto collaterale ma una condizione di partenza. Si costruisce coinvolgendo i lavoratori presto e spiegando con onestà a cosa serve il sistema.

La quarta riguarda l’ultima parola. L’IA può suggerire, segnalare, ordinare le priorità, ma la decisione e la responsabilità restano ai dirigenti e ai preposti. Negli ambienti critici per la sicurezza l’algoritmo deve integrare il giudizio di chi lavora in prima linea, non sostituirlo, e non deve mai governare da solo il flusso di un processo. Non è solo buon senso: il D.Lgs. 179/2026 lo dice con la riserva di umanità per le decisioni sul rapporto di lavoro, e il regolamento (UE) 2024/1689 lo impone con l’obbligo di sorveglianza umana sui sistemi ad alto rischio.

CAPIRE, INTERVENIRE, PREVEDERE

Le applicazioni che funzionano già, in Italia e all’estero, si possono raccogliere intorno a tre verbi.

Il primo è capire. L’elaborazione del linguaggio naturale permette di leggere centinaia di segnalazioni di incidenti e quasi incidenti scritte a mano libera. Le classifica, ne estrae i meccanismi causali e le raggruppa per tema. Nell’aviazione e nell’edilizia è già pratica corrente. Per molte aziende italiane è forse l’applicazione più promettente in assoluto: i near miss si raccolgono, quando va bene, ma quasi mai si leggono tutti insieme. Un secondo filone integra in tempo reale i dati di sensori, registri delle macchine e sistemi gestionali, e alimenta cruscotti di sicurezza che si aggiornano da soli.

Il secondo è intervenire. I sistemi di visione artificiale riconoscono in tempo reale le situazioni pericolose, come una persona che entra nell’area di lavoro di un robot o un carrello che incrocia un percorso pedonale. In alcuni impianti fermano la macchina. Sensori collegati a modelli di analisi monitorano la qualità dell’aria e suggeriscono quando rallentare una lavorazione o lanciare un avviso. Droni e robot entrano al posto dei lavoratori negli spazi confinati e nelle aree ad alto rischio, e riducono così gli ingressi e la dipendenza da DPI e permessi di lavoro.

Il terzo è prevedere. Nella manifattura il machine learning legge vibrazioni, forze e segnali acustici per capire quando un utensile da taglio sta per cedere. È nato per ridurre i fermi macchina, ma consente anche di sostituire l’utensile prima che la rottura diventi un pericolo. Su scala più ampia, l’analisi di dati satellitari e da sensori a terra aiuta ad anticipare frane e fenomeni geologici nei cantieri e nelle infrastrutture. Sul fronte ambientale, le immagini di droni e telecamere permettono di individuare gli scarichi abusivi di rifiuti prima che contaminino suolo e falde.

Ciascuno di questi esempi parla la lingua del Testo Unico. La manutenzione predittiva rafforza quanto l’articolo 71 chiede su manutenzione e controlli delle attrezzature. I robot negli spazi confinati riducono il numero di accessi soggetti al DPR 177/2011. La lettura sistematica dei near miss è proprio il miglioramento continuo che la UNI ISO 45001 chiede e che pochi riescono a fare con i soli mezzi tradizionali.

LA TELECAMERA NON È UN RIPARO

Su un passaggio conviene prendere una posizione netta, perché il mercato spinge nella direzione opposta. Molti fornitori presentano i sistemi di visione artificiale come sostituti dei controlli tradizionali e perfino dei DPI. In astratto è coerente con l’articolo 15 del Testo Unico, che privilegia le protezioni collettive su quelle individuali. In concreto, però, una telecamera intelligente che arresta una macchina svolge una funzione di sicurezza, e come tale va progettata, validata e certificata. Il regolamento (UE) 2023/1230 sulle macchine, applicabile dal 20 gennaio 2027, prevede la valutazione di terza parte proprio per i componenti di sicurezza con comportamento autoevolutivo basato sull’apprendimento automatico. Finché quelle garanzie non ci sono, il sistema è una misura in più, non una misura al posto di altre. Chi smonta una barriera fotoelettrica perché “tanto adesso c’è la telecamera” si assume un rischio che nessun algoritmo copre.

Poi ci sono i confini che il diritto europeo e italiano hanno già tracciato. Dal febbraio 2025 l’AI Act vieta i sistemi di riconoscimento delle emozioni nei luoghi di lavoro, salvo motivi medici o di sicurezza. Ogni telecamera resta soggetta all’articolo 4 dello Statuto dei lavoratori, che richiede l’accordo sindacale o l’autorizzazione dell’Ispettorato. Resta soggetta anche al GDPR, che per i trattamenti su larga scala impone la valutazione d’impatto. Chi progetta un sistema di visione ignorando questi passaggi rischia di vederselo fermare a valle, dopo averlo pagato.

C’è poi un rischio più vicino, che riguarda proprio gli assistenti generativi usati in ordine sparso. Nelle riunioni tra colleghi HSE capita di sentire, detto con leggerezza, che una descrizione d’infortunio o un estratto di cartella sanitaria è stato incollato in un servizio gratuito “solo per sistemare il testo”. Sono dati personali, a volte sanitari, che escono dall’azienda senza alcuna base giuridica. Prima di parlare di IA di sistema, questa falla va chiusa.

Nei giorni scorsi abbiamo analizzato il Decreto Legislativo 7 ottobre 2026 n. 179, che dal 23 ottobre porta l’intelligenza artificiale dentro la valutazione dei rischi. Quell’analisi e questo ragionamento sono due facce della stessa medaglia. L’articolo 42 chiede di valutare nel DVR ogni sistema di IA che incide su quattro aspetti: organizzazione del lavoro, ritmi produttivi, modalità di esecuzione della prestazione, decisioni rilevanti per la sicurezza. Nello stesso articolo chiede però anche di promuovere l’IA come strumento di prevenzione.

Ne deriva una conseguenza che molti ancora non hanno colto. Anche l’IA “buona”, quella introdotta per migliorare la sicurezza, entra a pieno titolo nel perimetro dell’articolo 42. Prendiamo una telecamera che ferma un robot, un modello che ordina le priorità dei near miss, un sistema predittivo che decide quando fermare una macchina per manutenzione. Cambiano le modalità di lavoro e orientano decisioni di sicurezza, quindi vanno valutati, documentati e spiegati ai lavoratori come qualunque altro sistema.

La posizione che abbiamo già espresso vale anche qui. Quando un algoritmo comincia a incidere su sequenze, cadenze o decisioni operative, siamo davanti a una modifica significativa dell’organizzazione ai sensi dell’articolo 29, comma 3, del D.Lgs. 81/2008. La valutazione va rielaborata entro trenta giorni, coinvolgendo l’RLS. Restano poi l’obbligo di informazione e formazione specifica previsto dal comma 3 dell’articolo 42 e la riserva di umanità dell’articolo 41.

C’è anche un aspetto contrattuale da non trascurare: l’articolo 52 tutela come segreto commerciale gli algoritmi e i dati di addestramento. Per questo le informazioni funzionali che servono all’RSPP vanno chieste al fornitore al momento dell’acquisto, non dopo. Le quattro domande proposte in questo articolo, cioè scopo, innesto nei processi, dati e fiducia, ultima parola, sono in fondo il modo più pratico per arrivare preparati a quell’obbligo.

 DALLE CRITICITÀ ALLE SOLUZIONI

In pratica il percorso si costruisce in quattro tappe, che si innestano su un sistema di gestione già esistente.

La prima tappa è scegliere un problema, non una tecnologia. Servono uno o due ambiti in cui i dati esistono già e il beneficio si può misurare: la lettura dei near miss, l’analisi delle cause ricorrenti negli infortuni, la manutenzione predittiva delle attrezzature più critiche. Per ciascuno si fissano un obiettivo e un indicatore prima di firmare qualunque contratto.

La seconda è mettere ordine nei dati. Segnalazioni, infortuni, sorveglianza sanitaria, formazione e manutenzioni spesso vivono in fogli separati, con codifiche diverse, e così nessun algoritmo potrà leggerli. Riunirli in un’unica piattaforma gestionale HSE, con anagrafiche coerenti e campi strutturati, è la condizione per qualsiasi uso serio dell’IA. E porta benefici immediati anche se l’IA arriverà solo fra due anni.

La terza è scrivere le regole del gioco. Le misure da mettere in campo subito sono poche e concrete:

  • una regola aziendale sull’uso degli assistenti generativi, che vieti di inserire dati personali e sanitari in servizi non autorizzati e indichi gli strumenti ammessi;
  • un registro dei sistemi di IA in uso, collegato al DVR come richiede il D.Lgs. 179/2026;
  • per ogni sistema, il nome di chi valida le raccomandazioni e il modo in cui viene registrata la decisione finale;
  • una verifica preventiva con RSPP e DPO per ogni progetto che usa telecamere, sensori indossabili o dati sui lavoratori.

La quarta è portare le persone dentro il progetto. I lavoratori vanno informati prima, ascoltati durante e messi in grado di segnalare quando il sistema sbaglia, e l’RLS va consultato. Un sistema in cui nessuno crede verrà aggirato alla prima occasione.

Quale processo HSE della vostra azienda produce oggi più dati di quanti riusciate a leggere?

COSA DICE LA LEGGE

  • D.Lgs. 7 ottobre 2026, n. 179, articolo 42: i sistemi di IA che incidono su organizzazione del lavoro, ritmi produttivi, modalità di esecuzione o decisioni rilevanti per la sicurezza sono valutati nel DVR. Il datore di lavoro assicura informazione e formazione sui rischi specifici. Il Ministero del lavoro promuove l’IA come strumento di prevenzione di infortuni e malattie professionali.
  • D.Lgs. 179/2026, articolo 41: le decisioni finali sul rapporto di lavoro non possono basarsi unicamente su trattamenti automatizzati; la decisione spetta a una persona fisica.
  • Regolamento (UE) 2024/1689 (AI Act):
    • articolo 5: divieto dei sistemi di riconoscimento delle emozioni nei luoghi di lavoro, salvo motivi medici o di sicurezza;
    • articolo 14: sorveglianza umana;
    • articolo 26: obblighi degli utilizzatori dei sistemi ad alto rischio, compresa l’informazione ai rappresentanti dei lavoratori.
  • Regolamento (UE) 2023/1230 sulle macchine, applicabile dal 20 gennaio 2027: valutazione di terza parte per i componenti di sicurezza con comportamento autoevolutivo basato sull’apprendimento automatico.
  • D.Lgs. 81/2008:
    • articolo 15: misure generali di tutela e priorità delle protezioni collettive;
    • articoli 28 e 29: valutazione dei rischi;
    • articolo 71: manutenzione e controlli delle attrezzature;
    • articolo 50: consultazione dell’RLS.
  • DPR 14 settembre 2011, n. 177: qualificazione delle imprese per i lavori in ambienti sospetti di inquinamento o confinati.
  • Legge 300/1970, articolo 4: impianti audiovisivi e strumenti di controllo a distanza.
  • Regolamento (UE) 2016/679: decisioni automatizzate (articolo 22) e valutazione d’impatto sulla protezione dei dati (articolo 35).
  • Legge 23 settembre 2025, n. 132, articolo 11: uso dell’IA in ambito lavorativo anche per tutelare l’integrità psicofisica dei lavoratori.

MODIFICHE AL DVR

I sistemi di IA con finalità HSE vanno registrati nel DVR per due ragioni: lo chiede l’articolo 42 del D.Lgs. 179/2026, e queste tecnologie diventano a tutti gli effetti misure di prevenzione e protezione. Il documento dovrebbe indicare:

  • quali sistemi sono in uso e a quali rischi rispondono;
  • se sono misure aggiuntive o sostitutive di misure tradizionali, con la giustificazione tecnica;
  • quali nuovi rischi introducono: il falso senso di sicurezza, l’affidamento eccessivo agli allarmi, il carico cognitivo di chi li gestisce, gli effetti psicosociali di una sorveglianza continua;
  • come è organizzata la sorveglianza umana e chi risponde delle decisioni.

Per i sistemi di visione che intervengono sulle macchine va aggiornata anche la valutazione del rischio macchine, verificando la conformità della funzione di sicurezza.

PROCEDURE DI SICUREZZA

Servono procedure nuove o aggiornate per:

  • l’uso degli assistenti generativi e la protezione dei dati personali e sanitari;
  • la gestione degli allarmi generati dai sistemi di monitoraggio, con tempi di risposta, responsabili e registrazione delle azioni;
  • guasti e disattivazioni dei sistemi di IA con funzione di sicurezza, con le misure alternative da attivare;
  • l’impiego di droni e robot in ambienti confinati o ad alto rischio, compreso il recupero in caso di avaria;
  • la gestione delle modifiche, perché nessun sistema di IA con impatto sulla sicurezza entri in esercizio senza valutazione preventiva;
  • la validazione umana delle raccomandazioni dell’IA prima che diventino azioni.

INDICAZIONI OPERATIVE

  1. Emanare entro 30 giorni una regola aziendale sull’uso degli assistenti generativi, che vieti di inserire dati personali, sanitari o di infortunio in servizi non autorizzati. Indicatore: 100% del personale HSE e HR informato e firmatario.
  2. Censire gli strumenti di IA già usati in ambito HSE, compresi quelli adottati informalmente dai singoli. Traguardo: registro completo entro 60 giorni.
  3. Scegliere un primo caso d’uso con dati già disponibili, per esempio la classificazione dei near miss. Prima dell’avvio fissare un indicatore di risultato, come la percentuale di segnalazioni analizzate entro 15 giorni.
  4. Riunire in un’unica piattaforma gestionale, con codifiche coerenti, i dati di segnalazioni, infortuni, formazione, manutenzioni e sorveglianza sanitaria. Obiettivo a 6 mesi: 100% delle nuove segnalazioni registrate con campi strutturati.
  5. Per ogni sistema di IA con finalità HSE, nominare per iscritto chi valida le raccomandazioni e definire come viene registrata la decisione finale.
  6. Prima di acquistare un sistema basato su telecamere o sensori indossabili, verificarlo con RSPP, DPO e ufficio legale: articolo 4 dello Statuto, valutazione d’impatto, divieti dell’AI Act.
  7. Trattare i sistemi di visione che arrestano le macchine come misure aggiuntive finché non è documentata la loro conformità come funzione di sicurezza. Indicatore: nessun riparo o dispositivo interbloccato rimosso dopo l’installazione di sistemi di IA.
  8. Prima della messa in esercizio di ogni sistema, consultare l’RLS e informare i lavoratori, raccogliendo le osservazioni a verbale.
  9. Inserire nella formazione di dirigenti e preposti un modulo sui limiti dell’IA e sulla responsabilità delle decisioni assistite. Traguardo: 100% dei dirigenti formati entro 6 mesi.
  10. Ogni sei mesi misurare se ciascun sistema raggiunge lo scopo dichiarato e portare l’esito al riesame della direzione, correggendo o dismettendo ciò che non funziona.
  11. Leva strategica: costruire in 12 mesi un modello che incroci near miss, infortuni e manutenzioni per analizzare le cause ricorrenti. Obiettivo: ridurre in modo misurabile l’indice di frequenza nei reparti pilota rispetto all’anno precedente.
  12. Leva strategica: integrare la gestione dell’IA nel sistema di gestione UNI ISO 45001, inserendola negli audit interni e valutando nel medio periodo l’allineamento alla ISO/IEC 42001.

IL 20% CHE CONTA (PER L’80% DEI RISULTATI)

A. Partire dal problema di sicurezza da risolvere, non dalla tecnologia da comprare, e misurare se lo scopo viene raggiunto.
B. Mettere ordine nei dati HSE in un’unica piattaforma: senza dati affidabili nessuna IA funziona.
C. L’ultima parola resta sempre a una persona, con nome, responsabilità e registrazione.
D. Un sistema di IA che ferma una macchina è una funzione di sicurezza: va certificato prima di sostituire qualcosa.
E. Fermare subito l’uso di assistenti generativi non autorizzati con dati personali e sanitari.

Riproduzione riservata ©