Navigare l\

Il 2 agosto 2026 entreranno pienamente in vigore i requisiti ad alto rischio dell\

Non è una preoccupazione futura. Mancano cinque mesi. E per la maggior parte delle organizzazioni che utilizzano l\

Cosa dice l\

L\

Questa classificazione si applica praticamente a ogni strumento di IA nello stack moderno di recruiting:

• Strumenti di screening dei curriculum — inclusi filtri ATS e parser CV basati sull\
• Piattaforme di assessment — test cognitivi, valutazioni della personalità, valutazioni delle competenze
• Sistemi di colloquio AI — analisi video, colloqui con chatbot, valutazione automatica
• Motori di classificazione dei candidati — algoritmi di shortlisting, scoring di compatibilità, sistemi di raccomandazione
• Chatbot e assistenti AI — qualsiasi IA che interagisce con i candidati durante il processo di selezione

La tempistica: cosa è già in vigore

L\

Già attivo: il divieto di riconoscimento delle emozioni

Dal 2 febbraio 2025, è illegale utilizzare sistemi di IA che inferiscono emozioni da dati biometrici (espressioni facciali, tono della voce, linguaggio del corpo) in contesti lavorativi e di selezione. Questo impatta direttamente le piattaforme di colloquio video che affermavano di valutare "entusiasmo", "sicurezza" o "cultura aziendale" dall\

Già attivo: requisiti di trasparenza

Dal 2 agosto 2025, le organizzazioni devono informare i candidati prima dell\

• Quali dati vengono raccolti ed elaborati
• Come gli output dell\
• Il diritto del candidato di richiedere una revisione umana

In arrivo ad agosto 2026: conformità completa ad alto rischio

La scadenza di agosto 2026 è quando entrano in vigore i requisiti completi per i sistemi di IA ad alto rischio. Questa è la montagna di conformità che la maggior parte delle organizzazioni non ha ancora scalato.

I sette pilastri della conformità ad alto rischio

Gli Articoli 8-15 dell\

È necessario implementare un processo continuo di gestione del rischio durante tutto il ciclo di vita del sistema di IA — non una valutazione una tantum, ma una pratica continuativa. Questo include:

• Identificazione e analisi dei rischi noti e prevedibili
• Stima dei rischi per la salute, la sicurezza e i diritti fondamentali
• Adozione di misure di mitigazione del rischio
• Test del sistema rispetto a tali misure

Per l\

2. Governance dei dati (Articolo 10)

I dati di addestramento, validazione e test devono soddisfare criteri di qualità rigorosi. La legge richiede:

• Dati che siano pertinenti, rappresentativi e privi di errori
• Esame dei possibili bias nei dataset di addestramento
• Documentazione delle fonti dei dati, dei metodi di raccolta e delle fasi di elaborazione
• Particolare attenzione alle caratteristiche protette (genere, etnia, età, disabilità)

3. Documentazione tecnica (Articolo 11)

Prima che qualsiasi sistema di IA per il recruiting venga immesso sul mercato o distribuito, deve essere predisposta una documentazione tecnica completa. Questa include architettura del sistema, specifiche di progettazione, algoritmi utilizzati, requisiti dei dati, metriche di performance e limitazioni note.

4. Tenuta dei registri e logging (Articolo 12)

I sistemi di IA ad alto rischio devono automaticamente registrare gli eventi durante il loro funzionamento. Per l\

• I log devono identificare i dati di input, la versione del modello e l\
• I registri devono essere conservati per la durata specificata dalla legge applicabile (minimo: durata del processo di selezione + periodo di ricorso)
• I log devono essere accessibili per l\

5. Trasparenza e informazione (Articolo 13)

I sistemi di IA per il recruiting devono essere progettati per essere sufficientemente trasparenti affinché i deployer (datori di lavoro) possano interpretare gli output e utilizzarli adeguatamente. Questo include:

• Istruzioni chiare per gli operatori umani su come interpretare gli output dell\
• Documentazione delle capacità e dei limiti del sistema
• Informazioni sul livello di accuratezza e sui bias noti
• Condizioni in cui il sistema può produrre risultati errati

6. Supervisione umana (Articolo 14)

Questo è il requisito che modella fondamentalmente come l\

• Un essere umano deve essere in grado di ignorare o invertire qualsiasi decisione dell\
• Il sistema non deve produrre output che un operatore umano non possa esaminare in modo significativo
• Il rifiuto automatico dei candidati senza revisione umana è esplicitamente non conforme

"L\

7. Accuratezza, robustezza e cybersicurezza (Articolo 15)

I sistemi di IA ad alto rischio devono raggiungere un livello adeguato di accuratezza per il loro scopo previsto, essere resilienti agli errori e alle incoerenze, ed essere protetti da accessi o manipolazioni non autorizzate.

Il mandato di monitoraggio dei bias

Sebbene l\

In pratica, ciò significa che le organizzazioni devono:

• Monitorare i tassi di selezione per genere, etnia, età e stato di disabilità
• Documentare qualsiasi impatto disparato e le misure adottate per affrontarlo
• Condurre audit periodici dei bias sugli outcome generati dall\
• Fornire ai candidati il diritto di spiegazione per le decisioni influenzate dall\

Come appare la conformità nella pratica

Molti fornitori dichiarano "conformità all\

• Supervisione umana: Ogni raccomandazione dell\
• Spiegabilità: Puoi spiegare a un candidato perché ha ottenuto quel punteggio?
• Audit trail: Ogni decisione di scoring dell\
• Monitoraggio dei bias: Monitori i tassi di selezione per caratteristiche protette in tempo reale?
• Nessun riconoscimento delle emozioni: Qualche strumento nel tuo stack inferisce emozioni da dati biometrici?
• Diritto di revisione: I candidati possono richiedere la revisione umana di qualsiasi decisione influenzata dall\
• Governance dei dati: Puoi documentare la provenienza e la qualità dei dati di addestramento dell\
• Documentazione tecnica: L\
• Segnalazione degli incidenti: Hai un processo per segnalare i malfunzionamenti del sistema di IA alle autorità?

La connessione con il GDPR

L\

• Base giuridica: Il trattamento dei dati dei candidati attraverso sistemi di IA richiede una base giuridica — tipicamente interesse legittimo o consenso esplicito.
• Minimizzazione dei dati: Raccogliere ed elaborare solo i dati necessari per la decisione di assunzione.
• Diritto alla cancellazione: I candidati possono richiedere l\
• Valutazione d\

Cosa succede se non sei pronto

La struttura sanzionatoria dell\

• Non conformità ad alto rischio (es. documentazione mancante, nessuna supervisione umana): Fino a €15 milioni o il 3% del fatturato annuo globale
• Informazioni errate alle autorità: Fino a €7,5 milioni o l\

Oltre alle multe, la non conformità crea rischi di contenzioso. I candidati che ritengono di essere stati discriminati da strumenti di IA per il recruiting hanno ora un chiaro quadro normativo per contestare tali decisioni. I tribunali del lavoro in tutta l\

Cinque passi per prepararsi

Con cinque mesi all\

• 2. Valuta i tuoi fornitori. Chiedi a ciascun fornitore la loro documentazione di conformità all\
• 3. Implementa la supervisione umana. Assicurati che nessuna raccomandazione generata dall\
• 4. Stabilisci il monitoraggio dei bias. Inizia a tracciare i tassi di selezione per caratteristiche protette. Se trovi un impatto disparato, documenta le misure di mitigazione.
• 5. Prepara la documentazione. Crea o richiedi documentazione tecnica per ogni sistema di IA nel tuo stack di recruiting. Include valutazioni del rischio, procedure di governance dei dati e piani di risposta agli incidenti.

---

Il punto di fondo

L\

La domanda non è se conformarsi. È se guidare o rincorrere. Agosto 2026 è più vicino di quanto pensi.