C'è un momento preciso in cui ogni consulente del lavoro ha capito che qualcosa stava cambiando davvero. Forse era la prima volta che un cliente gli ha chiesto: “Ma questo software che usiamo per selezionare i candidati, rientra in qualcosa?”. Forse era leggendo una circolare e notando che ChatGPT ne aveva già fatto una sintesi — non perfetta, ma utilizzabile. Forse era semplicemente la sensazione, crescente, che lo strumento con cui stavano lavorando stava diventando qualcosa di più di un motore di ricerca evoluto.

L’intelligenza artificiale è già dentro la consulenza del lavoro. La domanda non è più “arriverà?”, ma “come la gestiamo?”. E questa gestione ha due dimensioni che vale la pena tenere separate: la prima è giuridica — cosa dice il nuovo quadro normativo europeo riguardo ai sistemi di IA nel settore lavorativo; la seconda è pratica — come usare questi strumenti in modo efficace, responsabile e senza ingenuità.

L'AI Act e il rapporto di lavoro

Il quadro normativo in pillole

Il Regolamento (UE) 2024/1689 — noto come AI Act — è entrato in vigore il 1° agosto 2024. Il regolamento riguarda chiunque utilizzi sistemi di intelligenza artificiale in determinati contesti ad alto impatto e il rapporto di lavoro è, per esplicita scelta del legislatore europeo, uno di quei contesti, in considerazione dei possibili rischi che l’utilizzo di tale tecnologia potrebbe porre sui diritti dei lavoratori.

Il meccanismo centrale del regolamento è la classificazione per livelli di rischio. La stragrande maggioranza dei sistemi di IA non solleva preoccupazioni particolari, ma per una categoria specifica di applicazioni, considerate ad alto rischio, sono previsti obblighi precisi, stringenti e verificabili.

L’occupazione e la gestione dei lavoratori è elencata nell’Allegato III del regolamento, al punto 4, tra i settori e gli utilizzi di sistemi di intelligenza artificiale che possono ricadere nella classificazione ad alto rischio, e così imporre gli obblighi del rispetto dei requisiti regolamentari sia da parte del fornitore dei sistemi di IA sia da coloro che li utilizzano nell’ambito della propria attività professionale o aziendale.

I sistemi ad alto rischio nel settore lavoro

Il legislatore europeo ha individuato quattro aree specifiche all’interno del settore occupazionale in cui un sistema di IA viene classificato automaticamente come ad alto rischio:

1. reclutamento e selezione. Qualsiasi sistema che filtri curricula, generi o classifichi profili di candidati, valuti le competenze attraverso test automatizzati, analizzi le risposte in un colloquio video, o in qualsiasi altro modo incida sull’accesso a un posto di lavoro rientra in questa categoria. Non serve che il sistema prenda la decisione finale: basta che la influenzi materialmente. Un software che ordina i CV per “pertinenza” e porta solo i primi dieci all’attenzione del responsabile HR è già un sistema ad alto rischio, anche se l’assunzione la decide un essere umano;
2. promozione e avanzamento di carriera I sistemi che supportano o automatizzano decisioni su promozioni, attribuzioni di responsabilità, cambi di mansione o accesso a percorsi di sviluppo professionale rientrano nella stessa categoria;
3. cessazione del rapporto di lavoro. Un sistema che aiuta a identificare candidati al licenziamento — per esempio analizzando performance, assenteismo, o comportamenti — o che supporta decisioni di non rinnovo contrattuale, è ad alto rischio ai sensi del regolamento;
4. monitoraggio e valutazione delle prestazioni. Questa è forse la categoria più delicata per i consulenti del lavoro, perché riguarda strumenti già molto diffusi: sistemi di monitoraggio della produttività, analisi dei pattern di comportamento, valutazione automatizzata del rendimento. Se questi sistemi influenzano decisioni significative sulla vita lavorativa del dipendente, rientrano nell’alto rischio.

Gli obblighi per i deployers (ossia gli utilizzatori di questi sistemi)

Il regolamento distingue tra fornitori (chi sviluppa e mette sul mercato il sistema di IA) e deployers— ovvero chi usa il sistema nel contesto professionale. Il professionista o l’azienda che ad esempio adotta un software di selezione del personale è, in questa logica, un deployer, e ha obblighi precisi:

• Supervisione umana: il sistema non può essere lasciato operare in autonomia su decisioni significative. Deve esistere un presidio umano capace di comprendere l’output, riconoscerne i limiti e intervenire quando necessario. Non basta un controllo formale.
• Trasparenza verso i lavoratori: i lavoratori soggetti all’utilizzo di sistemi ad alto rischio hanno diritto di essere informati in modo specifico e comprensibile.
• Conservazione dei log: per i sistemi che generano log automaticamente, il deployer ha l’obbligo di conservarli per almeno sei mesi.
• Valutazione dell’impatto: prima di mettere in funzione un sistema ad alto rischio, è necessaria una valutazione dell’impatto sui diritti fondamentali.

L’interazione con GDPR e Statuto dei Lavoratori

L’AI Act non opera nel vuoto. Si sovrappone — e talvolta si intreccia — con norme preesistenti che il consulente del lavoro conosce bene.

L’art. 22 del GDPR vieta già oggi le decisioni basate esclusivamente su trattamento automatizzato che producano effetti giuridici significativi su una persona. Nella prassi, molti sistemi di selezione automatizzata si collocano in una zona grigia: tecnicamente vi è una revisione umana, ma nella sostanza il sistema decide. GDPR e AI Act convergono nel richiedere che quella revisione umana sia reale, non fittizia.

L’art. 4 dello Statuto dei Lavoratori, nella versione riformata dal Jobs Act, regolamenta i controlli a distanza e l’uso di strumenti tecnologici che raccolgono dati sui lavoratori. Il consulente che aiuta un’azienda a implementare un sistema di monitoraggio automatizzato delle prestazioni deve assicurarsi che AI Act e Statuto siano coordinati — il che richiede, nella pratica, accordi sindacali o provvedimenti autorizzativi dove previsto.

Usare l’IA in studio

Cosa l’IA sa fare — e cosa no

Prima di parlare di come usare i sistemi di intelligenza artificiale è utile avere un’idea chiara di cosa i grandi modelli linguistici — Claude, ChatGPT, Gemini e simili — fanno bene e cosa fanno male.

L’intelligenza artificiale generativa ha prestazioni eccellenti per sintetizzare documenti lunghi, redigere bozze di testi partendo da strutture fornite, spiegare concetti complessi in modo accessibile, supportare la fase esplorativa di una ricerca e produrre comunicazioni personalizzate in tempi molto brevi.

I modelli linguistici però hanno sono meno affidabili quando si tratta di citare fonti normative con precisione (il rischio di “allucinazioni” è reale), tenersi aggiornati in tempo reale, e costruire un ragionamento giuridico in contesti nuovi o controversi.

Come comunicare con un modello IA: il prompting in pratica

Il modo in cui si pone una domanda a un sistema di IA generativa determina in misura decisiva la qualità della risposta. Questa disciplina si chiama prompt engineering ed è costituita da principi molto pratici:

• assegnare un ruolo. Iniziare il prompt specificando chi si vuole che impersoni il modello: “Agisci come un consulente del lavoro esperto in diritto sindacale italiano”. Questo orienta il registro e il livello di dettaglio;
• fornire contesto. Più il modello conosce elementi del caso specifico, più la risposta sarà pertinente. Non dovrebbero essere formulate richieste generiche, ma andrebbero indicati i dettagli rilevanti (ad es. settore dell’azienda, numero dipendenti, tipo di contratto, cosa è già stato fatto);
• specificare il formato dell’output. Serve un testo discorsivo, un report, una tabella di dati, una lettera formale? indicare esplicitamente il formato desiderato consente di risparmiare tempo e di indirizzare anche il lavoro del sistema;
• ragionare per passi. Per i task complessi è sempre consigliato di richiedere espressamente al modello di procedere per fasi mostrando il ragionamento. Questo riduce gli errori e ti permette di intervenire se il percorso logico devia.

Un esempio pratico — invece di chiedere semplicemente “Scrivimi una lettera di contestazione disciplinare”, utilizzare il seguente prompt di esempio:

I rischi da non sottovalutare

Le allucinazioni normative sono il pericolo principale degli attuali modelli di intelligenza artificiale generativa. Un modello IA può citare un articolo di legge inesistente, attribuire una circolare INPS a un anno sbagliato, o descrivere un orientamento giurisprudenziale in modo impreciso — il tutto con la stessa sicurezza con cui fornirebbe un’informazione corretta. Non esistono segnali di allerta visibili in tali ipotesi, quindi è necessario adottare una regola tassativa: qualsiasi riferimento normativo generato dall’IA va verificato sulla fonte primaria.

La riservatezza dei dati dei clienti è l’altro nodo critico. Inserire dati personali o informazioni riservate in una chat con un sistema IA esterno potrebbe rappresentare un problema di compliance con il GDPR, a seconda di come sono impostate le opzioni di utilizzo del modello e, per i modelli generalisti più diffusi come ChatGPT o Claude, della tipologia di contratto che abbiamo sottoscritto con il fornitore. Risulta, pertanto, essenziale verificare sempre le condizioni del servizio e scegliere servizi che garantiscano il rispetto delle disposizioni in materia di protezione dei dati personali sia con riferimento al trasferimento dei dati sia in merito al loro utilizzo.

Cinque casi d’uso concreti per lo studio

• Analisi e sintesi di CCNL e circolari — caricare il testo di un contratto collettivo o di una circolare ministeriale e chiedere una sintesi strutturata con le novità principali.
• Bozze di comunicazioni ai dipendenti — lettere di contestazione, comunicazioni di cassa integrazione, informative sui trattamenti di dati: l’IA produce le bozze che possono essere revisionate e personalizzate.
• Simulazione di scenari — “Se un’azienda con queste caratteristiche riduce il personale del 15%, quali obblighi procedurali scattano e in quale sequenza?”: utile per la fase di consulenza preventiva.
• Schede informative per i clienti — FAQ su temi ricorrenti (come funziona un determinato istituto, cosa prevede il contratto a termine, ecc.) che possono essere prodotte una volta e poi personalizzate.

Conclusione: un’alleanza, non una sostituzione

L’intelligenza artificiale può cambiare la consulenza del lavoro, ma non nel senso che spesso si teme — almeno non nell’immediato. Non sostituisce il consulente: cambia la natura del lavoro che il consulente fa. Sposta il valore dal recupero e dall’elaborazione meccanica delle informazioni al giudizio, alla relazione, alla capacità di contestualizzare situazioni complesse.

Sul piano normativo, l’AI Act introduce un quadro di responsabilità che i consulenti del lavoro devono conoscere, sia perché li riguarda direttamente quando consigliano le aziende sull’adozione di sistemi di gestione HR con componenti di intelligenza artificiale, sia in quanto la diffusione degli strumenti di intelligenza artificiale negli studi professionali determina la necessità di comprendere quanto essi rientrino nell’ambito di applicazione del regolamento, senza dimenticare l’espresso obbligo informativo previsto dall’art. 13 della L. 132/2025.

Sul piano pratico, il messaggio è semplice: è utile iniziare a usare questi strumenti con consapevolezza, imparando a scrivere prompt efficaci, costruendo un metodo di verifica sistematica degli output, e assicurando la riservatezza dei dati dei clienti. Chi inizia oggi ad acquisire questa competenza avrà un vantaggio significativo nei prossimi anni.