Quando l'AI agisce, non basta etichettare l'output
L'AI Act rende verificabile la provenienza di un contenuto generato. Ma quando un sistema AI non genera soltanto testo, immagini o audio, bensì agisce attraverso strumenti, dati e applicazioni, la domanda cambia: chi ha autorizzato quell'azione, e come si dimostra.
· 6 min

Indice dell'articolo
Due livelli di trasparenza, spesso confusi
Dal 2 agosto 2026 l'AI Act richiede che i contenuti generati o alterati da un sistema di intelligenza artificiale siano riconoscibili come tali — un'etichetta sul prodotto finale: questo testo, questa immagine, questo audio ha un'origine artificiale. È un obbligo preciso, verificabile, già operativo. Ma un numero crescente di sistemi non si limita più a generare un output che una persona poi legge o guarda: agisce, attraverso strumenti, basi dati e applicazioni, per conto di un utente o di un'organizzazione. Quando questo accade, sapere che un contenuto è stato generato dall'AI non risponde più alla domanda che conta davvero: chi ha autorizzato quella specifica azione, e come lo si dimostra a distanza di tempo.

Cosa dice, davvero, la norma
Le linee guida della Commissione europea sull'articolo 50, pubblicate il 20 luglio 2026, restano circoscritte alla trasparenza dei contenuti: informare che si sta interagendo con un sistema AI, marcare in formato leggibile dalle macchine i contenuti sintetici, segnalare deepfake e testi di interesse pubblico. Il Regolamento (UE) 2026/1744 — il Digital Omnibus on AI — ha esteso al 2 dicembre 2026 solo l'obbligo di marcatura dei contenuti per i sistemi già sul mercato prima del 2 agosto: non un rinvio generale dell'articolo, e non un obbligo che riguardi il comportamento di un agente. La norma disciplina cosa viene mostrato all'utente finale su un contenuto. Non disciplina — perché non è il suo oggetto — chi ha autorizzato un agente ad accedere a un sistema, eseguire una transazione o modificare un dato.
L'agente cambia la domanda
È qui che la distinzione fra norma e architettura enterprise diventa concreta — ed è una distinzione che va tracciata esplicitamente, perché nessun testo normativo la traccia al posto delle organizzazioni: quando un sistema AI agisce anziché limitarsi a generare, la verificabilità utile non riguarda più solo l'output, ma l'intera catena che porta a un'azione — chi ha delegato quella capacità di agire, con quale identità l'agente si presenta ai sistemi che usa, quali permessi gli sono stati concessi e per quanto tempo, quale traccia resta dell'azione compiuta. Questa è un'inferenza architetturale e manageriale, non un requisito letterale dell'articolo 50: nessuna clausola dell'AI Act obbliga a costruire questa catena. Ma un'organizzazione che dispiega agenti capaci di agire senza costruirla resta esposta a un rischio che la sola conformità all'articolo 50 non copre e non intende coprire.

Una lacuna che la norma non copre
Che la lacuna sia reale, e non solo un'ipotesi, lo conferma il lato tecnico del problema: il National Cybersecurity Center of Excellence del NIST ha pubblicato il 5 febbraio 2026 un concept paper — non uno standard, una bozza aperta a consultazione pubblica fino al 2 aprile 2026 — per esplorare come i principi di identità digitale già maturi (identificazione, autenticazione, autorizzazione) debbano essere adattati agli agenti software e AI. Il documento pone domande ancora aperte più che fornire risposte: come identificare in modo persistente o effimero un agente, come gestire deleghe «per conto di» fra un umano e un agente, come vincolare l'identità dell'agente a quella della persona che lo ha attivato per un'autorizzazione «human-in-the-loop», come garantire che le azioni restino registrate in modo verificabile e non ripudiabile. Un ente tecnico statunitense e un regolatore europeo dei contenuti stanno lavorando, nello stesso semestre, su facce diverse dello stesso problema: la generazione è già normata, l'azione no.
Cinque elementi di una catena verificabile
Tradurre questa distinzione in pratica organizzativa significa presidiare cinque elementi lungo la catena, non uno solo: identità dell'agente, distinta da quella del sistema che lo ospita e da quella dell'utente per conto di cui opera; autorizzazione, idealmente dinamica — i permessi di un agente cambiano se cambiano il suo contesto o gli strumenti a cui accede, non restano fissi come per un account di servizio tradizionale; delega, con un percorso tracciabile da chi ha concesso la capacità di agire a chi materialmente l'ha eseguita; esecuzione osservabile, cioè azioni la cui intenzione dichiarata sia verificabile prima che vengano compiute, non solo dopo; e infine audit non ripudiabile, un registro che resti leggibile anche quando l'agente stesso non esiste più nella sua configurazione originaria. Nessuno di questi cinque elementi è nuovo in assoluto — IAM, data governance e cybersecurity li presidiano da anni per utenti e sistemi tradizionali. Ciò che è nuovo è applicarli a un attore che decide autonomamente quali strumenti usare per raggiungere un obiettivo assegnato.
Non una checklist di conformità
Il rischio più concreto non è normativo, è organizzativo: trattare questi cinque elementi come una checklist di sicurezza da spuntare invece che come una ridefinizione di chi, nell'organizzazione, risponde delle azioni di un agente. È la stessa domanda che il Decision Layer Framework pone per qualunque decisione che attraversa sistemi diversi — chi decide, chi esegue, chi ne risponde — applicata qui a un esecutore che non è più necessariamente umano. L'articolo 50 non chiede questa riprogettazione, e non la chiederà. Ma un'organizzazione che dispiega agenti capaci di agire deve comunque sapere dove si colloca la responsabilità quando ad agire non è più soltanto una persona.
Framework applicato
Decision Layer Framework
La domanda «chi ha autorizzato, chi esegue, chi ne risponde» è esattamente la distinzione fra Governance Layer e Decision Layer di questo framework — qui applicata alla catena d'azione di un agente AI, non solo a un processo umano.
- 01System Layer
- 02Data Layer
- 03Governance Layer
- 04Decision Layer
Fonti
Analisi correlate

Cyber Resilience Act: procurement oltre il collaudo
Patchability, supporto e gestione delle vulnerabilità diventano requisiti di continuità lungo l'intero ciclo di vita del prodotto digitale — non condizioni verificate una sola volta al momento dell'accettazione.
· 4 min

ERTMS e il limite della gestione per progetti: quando il deployment diventa un problema di governance
Il deployment ERTMS mostra perché nei programmi complessi il completamento dei singoli progetti non coincide con la disponibilità della capacità finale. La variabile da governare sono le dipendenze tra infrastruttura, sistemi, asset, persone e decisioni.
· 5 min

Le decisioni attraversano l'organizzazione. I sistemi no.
Il Decision Layer Framework distingue System, Data, Governance e Decision Layer: la trasformazione digitale produce valore quando cambia la qualità della decisione finale, non quando aumenta soltanto il numero di sistemi collegati.
· 4 min