Tag: #persone

Il quadro normativo che regola l’uso dell’intelligenza artificiale nei luoghi di lavoro è complesso e in continua evoluzione. Da una parte, l’Unione Europea ha approvato l’AI Act, il primo regolamento organico pensato per disciplinare i sistemi di intelligenza artificiale. Dall’altra, rimangono validi strumenti come il GDPR, che tutela i dati personali, e in Italia il D.Lgs. 81/2008, che rappresenta il fondamento della legislazione in materia di salute e sicurezza sul lavoro. Il punto critico è capire come queste normative interagiscano e come possano essere applicate concretamente nelle imprese.

L’AI Act classifica i sistemi di intelligenza artificiale in base al livello di rischio. Quelli che riguardano la gestione dei lavoratori – dai software di monitoraggio delle performance agli algoritmi che pianificano i turni – sono considerati ad “alto rischio”. Ciò significa che chi li sviluppa e chi li utilizza deve rispettare obblighi stringenti: trasparenza sugli obiettivi, documentazione delle scelte, valutazione preventiva degli impatti, possibilità di revisione umana delle decisioni automatizzate. In altre parole, non si può introdurre un algoritmo di gestione del personale senza dimostrare di averne valutato gli effetti su salute, sicurezza e diritti fondamentali.

Il GDPR, dal canto suo, continua a essere una pietra miliare. Tutti i dati personali e biometrici utilizzati dai sistemi di AIWM devono essere trattati in conformità ai principi di minimizzazione, proporzionalità e liceità. Ciò implica che i lavoratori abbiano diritto a conoscere come vengono trattati i loro dati, a opporsi a usi non legittimi e a richiedere la revisione di decisioni automatizzate che li riguardano direttamente. Un punto particolarmente delicato riguarda la profilazione: l’IA è spesso basata su modelli predittivi che classificano i dipendenti in categorie di “efficienza” o “affidabilità”. Se questo processo non è controllato, può facilmente sfociare in discriminazioni vietate dalla legge.

Sul piano nazionale, il D.Lgs. 81/2008 continua a imporre al datore di lavoro un obbligo generale di tutela. Non basta dire che un sistema è conforme al GDPR o all’AI Act: occorre dimostrare che la sua introduzione non aumenta i rischi per la sicurezza e, anzi, contribuisce a ridurli. Questo significa aggiornare i documenti di valutazione dei rischi, coinvolgere i rappresentanti dei lavoratori per la sicurezza e integrare le nuove tecnologie in un sistema più ampio di prevenzione.

Il vero nodo, quindi, non è la mancanza di norme, ma la loro applicazione pratica. Le aziende si trovano spesso tra due fuochi: da un lato la pressione competitiva a introdurre nuove tecnologie per non restare indietro, dall’altro la necessità di rispettare una cornice regolatoria complessa e ancora in parte da interpretare. In questo scenario, la chiave è l’approccio proattivo. Non basta rincorrere gli adempimenti: serve un impegno reale per integrare la tecnologia con il rispetto della persona.

La direzione è chiara: l’Europa vuole un’IA sicura, trasparente e centrata sull’uomo. Spetta alle imprese, ai consulenti e ai responsabili della sicurezza tradurre questi principi in prassi concrete, facendo sì che l’innovazione non diventi un rischio, ma un’occasione per rafforzare la cultura della prevenzione.

Il cuore della trasformazione digitale sul lavoro è fatto di dati. Ogni volta che un dipendente timbra il cartellino con un badge intelligente, indossa un dispositivo wearable o utilizza un software aziendale, lascia tracce che l’intelligenza artificiale può analizzare. In teoria, queste informazioni servono a migliorare l’organizzazione, a garantire più sicurezza, a distribuire meglio i carichi. Ma la linea tra controllo legittimo e sorveglianza invasiva è sottilissima, e proprio qui si gioca una partita cruciale per i diritti dei lavoratori.

Negli ultimi anni si è diffusa la raccolta di dati biometrici: impronte digitali, riconoscimento facciale, registrazione della voce, persino parametri fisiologici come battito cardiaco o postura. Alcune aziende li utilizzano per garantire accessi sicuri a zone sensibili, altre per monitorare la salute e la fatica dei dipendenti. Se da un lato questo può contribuire alla sicurezza – pensiamo a un braccialetto che segnala vibrazioni pericolose o livelli eccessivi di calore – dall’altro introduce il rischio di una sorveglianza costante che riduce la libertà individuale.

Il GDPR e lo stesso Statuto dei Lavoratori in Italia stabiliscono limiti chiari: il controllo a distanza dei lavoratori è ammesso solo se proporzionato e giustificato da esigenze reali di sicurezza o produttività. Ma la velocità con cui si diffondono nuove tecnologie spesso supera la capacità delle norme di regolamentare. In assenza di trasparenza, i lavoratori possono percepire queste pratiche come una violazione della loro dignità, con effetti negativi sul clima aziendale e sul benessere psicologico.

Un altro tema è quello del rischio di discriminazione algoritmica. Se i dati raccolti vengono usati per valutare le performance, chi garantisce che l’IA non favorisca alcuni profili a scapito di altri? Se un algoritmo associa determinati tempi di reazione a “maggiore efficienza”, potrebbe penalizzare un lavoratore più anziano o semplicemente stanco, senza tener conto delle sue competenze reali. Qui il problema non è solo etico, ma anche giuridico: un sistema che discrimina può esporre l’azienda a contenziosi legali e sanzioni pesanti.

La tutela passa per alcuni principi cardine: trasparenza, proporzionalità e consenso informato. I lavoratori devono sapere quali dati vengono raccolti, con quale scopo e chi vi avrà accesso. I sistemi devono essere progettati per raccogliere il minimo indispensabile, evitando di trasformare ogni gesto in un dato archiviato. E, soprattutto, deve esistere un meccanismo di controllo umano che garantisca la revisione delle decisioni automatizzate.

La tecnologia può e deve avere un ruolo nella protezione dei lavoratori, ma non può sostituirsi al rispetto dei loro diritti fondamentali. La sfida per le imprese sarà quindi quella di usare i dati come strumento di tutela, non di dominio. Solo così l’AI potrà diventare un alleato e non un nuovo fattore di conflitto.

Negli ultimi anni la manutenzione predittiva si è affermata come uno dei campi più promettenti di applicazione dell’intelligenza artificiale nei luoghi di lavoro. Attraverso sensori, algoritmi di machine learning e reti di dati in tempo reale, le aziende possono anticipare i guasti, programmare interventi prima che un macchinario si fermi e ridurre drasticamente i tempi di inattività. È un cambiamento culturale oltre che tecnico: dalla logica del “riparare quando si rompe” si passa a un approccio proattivo che mira a prevenire, non solo a correggere.

La promessa è forte: meno incidenti dovuti a malfunzionamenti, minori costi di manutenzione e una maggiore continuità della produzione. Tuttavia, il quadro non è privo di ombre. Affidarsi a sistemi automatizzati significa trasferire parte della responsabilità decisionale a un algoritmo, con il rischio che un errore di calcolo o un’informazione mancante portino a sottovalutare un pericolo imminente. Non bisogna dimenticare che la manutenzione predittiva si basa su dati: se questi sono incompleti, distorti o raccolti male, l’IA non è in grado di fornire previsioni affidabili.

Sul fronte della sicurezza, l’uso di queste tecnologie può essere decisivo. Pensiamo a settori come la siderurgia o la chimica, dove un guasto improvviso può trasformarsi in catastrofe. Un sistema che segnala con giorni o settimane di anticipo il degrado di un componente permette di intervenire in condizioni controllate, evitando che un guasto si trasformi in incidente grave. Ma la tecnologia non può essere intesa come garanzia assoluta: la manutenzione predittiva riduce il rischio, non lo annulla. L’errore umano, la variabile ambientale, l’imprevisto rimangono fattori con cui fare i conti.

Un altro nodo riguarda la formazione. L’introduzione di sensori intelligenti e piattaforme di analisi dati richiede competenze nuove: i manutentori devono saper leggere dashboard digitali, interpretare indicatori predittivi, distinguere un falso allarme da un segnale critico. Se il personale non è formato adeguatamente, il rischio è che la tecnologia diventi un “oracolo” incomprensibile, utilizzato in modo superficiale o peggio ignorato. E in quel caso, l’effetto sulla sicurezza si annulla.

C’è poi un aspetto normativo che non può essere trascurato. Il D.Lgs. 81/2008 impone al datore di lavoro di garantire la manutenzione regolare e sicura di impianti e macchinari. L’uso di sistemi predittivi non esonera da questo obbligo, ma lo integra. Non basta installare sensori: serve documentare procedure, aggiornare i DVR (Documenti di Valutazione dei Rischi), assicurarsi che i parametri di allerta siano tarati in linea con le normative tecniche. Anche la responsabilità, in caso di incidente, non viene scaricata sulla macchina: resta al datore di lavoro, che deve dimostrare di aver adottato ogni misura ragionevole e tecnicamente possibile.

La manutenzione predittiva rappresenta dunque una straordinaria opportunità per migliorare la sicurezza sul lavoro, ma non è un pilota automatico. Funziona solo se inserita in un sistema più ampio di prevenzione, che coinvolge formazione, procedure, audit e controlli costanti. L’algoritmo può dire quando una macchina si avvicina al limite, ma spetta ancora all’uomo decidere come e quando intervenire. È questo equilibrio tra tecnologia e responsabilità umana a fare la differenza.

L’edilizia resta uno dei settori più strategici dell’economia italiana, ma anche uno dei più rischiosi. Ogni anno i cantieri registrano un numero elevato di infortuni e troppe volte incidenti mortali. Cadute dall’alto, crolli di ponteggi, elettrocuzioni, movimentazione manuale di carichi, esposizione a polveri sottili e vibrazioni: i pericoli sono quotidiani e spesso legati a procedure non rispettate o a una cultura della sicurezza che fatica a radicarsi. Parlare di edilizia significa affrontare la sfida più concreta della sicurezza sul lavoro.

Uno degli aspetti più delicati riguarda la gestione dei ponteggi e delle opere provvisionali. La cronaca racconta di lavoratori che precipitano da altezze significative a causa di parapetti assenti, tavole non fissate, imbracature mai utilizzate. La normativa italiana – dal D.Lgs. 81/2008 ai regolamenti tecnici specifici – prevede obblighi chiari: montaggio e smontaggio solo da parte di personale formato, sistemi anticaduta sempre presenti, controlli giornalieri delle strutture. Eppure, i rapporti INAIL continuano a registrare incidenti riconducibili a mancanze elementari. Qui emerge un punto cruciale: non basta avere le regole, serve applicarle con rigore e investire nella formazione continua, non ridotta a un corso formale, ma radicata nella quotidianità del cantiere.

Accanto al rischio di caduta c’è quello legato alle lavorazioni elettriche. Molti cantieri temporanei si basano su collegamenti provvisori, quadri mobili e cavi esposti a pioggia e usura. Un cavo lesionato o un impianto non verificato può trasformarsi in un pericolo mortale. Anche in questo caso, la prevenzione è semplice ma richiede disciplina: verifiche periodiche da parte di tecnici qualificati, uso di interruttori differenziali, protezioni adeguate per i cavi, formazione dei lavoratori per riconoscere anomalie e segnalarle immediatamente. Non si tratta di sofisticazioni tecnologiche, ma di misure minime di responsabilità.

Un’altra grande criticità è la movimentazione dei carichi. L’edilizia resta un settore dove il lavoro fisico è pesante, con conseguenze che spesso non emergono subito ma diventano invalidanti col tempo: ernie, lombalgie, disturbi muscoloscheletrici. Sollevare sacchi di cemento, spostare laterizi, movimentare attrezzature pesanti è routine. Eppure esistono mezzi di sollevamento, carriole elettriche, mini-gru da cantiere che riducono drasticamente lo sforzo fisico. Qui la prevenzione passa dall’organizzazione: un’azienda che investe in macchine e strumenti moderni non solo tutela la salute, ma aumenta produttività e qualità del lavoro.

Non meno importante è l’esposizione ad agenti nocivi. Le polveri di silice, generate dal taglio e dalla demolizione di materiali, sono cancerogene. Rumore e vibrazioni di macchinari come martelli pneumatici incidono sulla salute dell’udito e sul sistema nervoso. Anche qui i DPI fanno la differenza, ma devono essere scelti e usati correttamente: mascherine filtranti di tipo certificato, cuffie antirumore, guanti antivibrazione. La difficoltà non è tecnica, ma culturale: convincere i lavoratori a usare dispositivi spesso percepiti come scomodi. La vera sfida è far capire che il disagio temporaneo di una mascherina è nulla rispetto a una malattia cronica irreversibile.

L’edilizia è anche il settore dove più si sente il peso della precarietà. Subappalti, lavoro nero, mancanza di continuità contrattuale indeboliscono la percezione dei diritti e della sicurezza. Un operaio che sa di restare pochi mesi in cantiere è meno incentivato a denunciare anomalie o pretendere DPI adeguati. Per questo la sicurezza in edilizia non è solo una questione tecnica, ma anche sociale e normativa. Le istituzioni devono rafforzare i controlli, ma anche creare un sistema che premi le imprese virtuose e penalizzi chi risparmia sulla pelle dei lavoratori.

Infine, c’è il fronte dell’innovazione. I cantieri digitali, i sistemi BIM (Building Information Modeling), i droni per il monitoraggio delle strutture, i sensori che rilevano movimenti anomali di impalcature: tutti strumenti che, se usati correttamente, possono ridurre i rischi. Ma la tecnologia da sola non basta. L’innovazione deve camminare insieme a una cultura diffusa della sicurezza, che metta al centro la vita e la dignità del lavoratore. La vera modernizzazione dell’edilizia italiana non si misura solo in metri cubi costruiti, ma nella capacità di garantire che chi lavora nei cantieri torni a casa sano ogni sera.

In sintesi, l’edilizia rimane un banco di prova. È il settore dove i rischi sono evidenti e dove la differenza tra una tragedia e un lavoro sicuro dipende da formazione, organizzazione, investimenti e responsabilità condivisa. La sicurezza nei cantieri non è un lusso, ma la base stessa per costruire, letteralmente, il futuro del Paese.

Quando si parla di intelligenza artificiale applicata all’industria, la tentazione è ridurla a una parola magica che risolve tutto. Ma chi lavora davvero a contatto con robot collaborativi, algoritmi predittivi, impianti autonomi sa bene che la questione non è se queste tecnologie funzionano. La vera domanda è come le governiamo, quanto siamo disposti a formare chi le usa e quanto ci fidiamo di farci sostituire in certe decisioni.

Un dato di fatto: il Regolamento Europeo sull’Intelligenza Artificiale, approvato definitivamente nel 2024, segna uno spartiacque. Per la prima volta in Europa si definisce per legge che certi sistemi di IA sono “ad alto rischio” e che, di conseguenza, l’uomo non può scomparire dalla catena di controllo. Un algoritmo che supervisiona una linea produttiva, una pala meccanica semiautonoma o un braccio robotico che collabora a fianco di un operaio non possono essere lasciati soli. Questo comporta un obbligo non banale: la supervisione umana deve essere reale, non solo dichiarata in un manuale.

Nel concreto, questo significa che le aziende devono aggiornare i Documenti di Valutazione dei Rischi (DVR) includendo variabili nuove. È un punto che molti ancora trascurano. Un sensore di prossimità che rileva male un ostacolo, una telecamera che “non vede” un operaio inginocchiato dietro un bancale, un algoritmo di manutenzione predittiva che non segnala per tempo l’usura di una pinza meccanica: ogni anello debole può diventare un incidente reale, con conseguenze legali pesanti. Il Regolamento impone la tracciabilità delle decisioni automatizzate. Ma nella pratica, quanti imprenditori sanno dove sono archiviati questi dati? Chi garantisce che siano leggibili anche dopo una contestazione o un infortunio grave?

Chi scrive ha raccolto casi in Germania, Francia, persino in Italia dove la macchina “intelligente” si è rivelata cieca davanti a scenari imprevisti. Il caso di un operaio schiacciato da un robot collaborativo in una catena automotive tedesca è emblematico. Il sistema era programmato per fermarsi se rilevava movimenti umani fuori schema. Ma l’operaio, piegato dietro una colonna per controllare un componente difettoso, non venne riconosciuto come “essere umano” dal sensore perché indossava un giubbotto riflettente non mappato. Risultato: l’algoritmo non fermò il braccio, l’uomo fu travolto. L’inchiesta rivelò che il fornitore non aveva aggiornato la libreria visiva dei materiali riflettenti. Il DVR, ovviamente, non ne parlava.

È un paradosso dei nostri tempi: ci fidiamo di software sempre più sofisticati, ma spesso trascuriamo i dettagli più banali. L’interfaccia uomo-macchina è un confine di responsabilità che la legge definisce in modo chiaro. L’articolo 2087 del Codice Civile italiano impone al datore di lavoro di garantire “l’integrità fisica e la personalità morale del lavoratore”. Nessun algoritmo solleva da questo obbligo. Il D.Lgs. 81/2008, ancora oggi il testo unico di riferimento in Italia, non parla esplicitamente di intelligenza artificiale, ma l’articolo 15 sull’organizzazione del lavoro e la valutazione dei rischi è chiarissimo: ogni nuovo rischio va previsto, valutato, gestito. Non basta inserire l’IA in un paragrafo del DVR. Bisogna dimostrare di avere procedure concrete per controllarla.

Molte imprese italiane, specie PMI, hanno iniziato a introdurre robot collaborativi, magazzini automatizzati, veicoli a guida autonoma. In teoria, una svolta per l’efficienza. In pratica, spesso manca il passo successivo: aggiornare la formazione. Non basta fare un corso generico di due ore sulla “digitalizzazione”. Serve spiegare agli operai come interrompere una procedura automatica, come intervenire se un allarme non scatta, come riconoscere un’anomalia. E serve documentare questa formazione. INAIL e ISPESL (oggi INL) lo ripetono: senza tracciabilità, l’azienda resta scoperta.

Poi c’è il tema delle manutenzioni. La manutenzione predittiva, potenziata dall’IA, promette di evitare fermi macchina e costi inattesi. Ma chi controlla se le previsioni sono affidabili? Chi decide di fermare una linea quando l’algoritmo dice “tutto regolare”, ma l’operatore avverte un rumore insolito? Il Regolamento UE ribadisce che il giudizio finale deve restare umano. Questo punto è cruciale: non basta avere dati, bisogna avere occhi esperti per interpretarli.

Un altro rischio, meno evidente, è l’eccesso di fiducia. Se un sistema di sorveglianza video con IA promette di rilevare posture scorrette o comportamenti pericolosi, molti responsabili sicurezza pensano di poter ridurre controlli fisici. Errore grave. Il monitoraggio elettronico è utile, ma non sostituisce la vigilanza in carne e ossa. Il Regolamento, nella sua parte finale, è chiaro: i dati generati dall’IA devono essere verificabili da esseri umani. E qui torna la formazione. Sapere come funziona l’algoritmo non è un lusso tecnico. È una condizione per capire quando e perché può sbagliare.

Chi lavora nella sicurezza sul lavoro sa bene che ogni innovazione porta vantaggi, ma anche rischi nuovi. La differenza sta tutta nella cultura aziendale. Un datore di lavoro che installa una linea robotica senza spiegare a operai, RLS, RSPP come funziona quel cervello elettronico, come lo si aggiorna, come lo si blocca in emergenza, sta facendo un investimento a metà. Peggio: sta creando un rischio nuovo.

Serve un cambio di mentalità. L’intelligenza artificiale è uno strumento, non un sostituto del buonsenso. Il controllo umano deve restare una condizione obbligatoria, non facoltativa. Le normative ci sono, europee e nazionali. Gli incentivi pure: l’INAIL premia con riduzioni di premio le aziende che dimostrano di avere processi di sorveglianza evoluti. Ma la vigilanza è vigilanza se è fatta da persone competenti.

Alla fine, resta una regola vecchia come il lavoro: la sicurezza non la fa la macchina, ma chi la guarda funzionare. Possiamo programmare sensori sempre più sensibili, algoritmi sempre più veloci, ma se l’uomo abdica al controllo, l’incidente non è questione di “se”, ma di “quando”.

Conclusione

L’intelligenza artificiale promette molto, ma pretende di essere compresa. La convivenza uomo-macchina richiede formazione vera, manutenzione puntuale e DVR aggiornati.

“Un algoritmo, da solo, non può salvare nessuno.”