Privacy e dati aziendali

~ min di lettura

Riepilogo in 30 secondi

La privacy delle tue conversazioni con l’IA (Modulo 1, Quello che condividi quando usi l’IA) è una cosa. La privacy dei dati aziendali è un’altra: non riguarda solo te, riguarda anche i clienti, i colleghi, e i contratti che hai firmato.
Tre livelli di rischio. Rosso (non incollare mai): dati personali di terzi, credenziali, contratti sotto NDA, numeri non pubblici. Giallo (anonimizza prima): email e note di riunione con nomi, CV, dati HR aggregati. Verde (OK con buon senso): testi pubblici, materiale tuo non riservato.
Piani Enterprise e Team cambiano le garanzie contrattuali (no training sui tuoi dati, isolamento del workspace, controllo admin), non la fisica del problema. Cerca “data retention” e “training opt-out” nel piano del fornitore, non fidarti dell’etichetta.
NDA, GDPR, AI Act: tu non sei l’ufficio legale, ma sei il primo filtro. Se hai dubbi su un dato specifico, anonimizza o chiedi a chi nella tua azienda decide.
Se la tua azienda non ha ancora una AI policy, mettere la domanda sul tavolo è parte del tuo lavoro, non un’iniziativa fuori ruolo.

In Quello che condividi quando usi l’IA hai visto cosa succede ai messaggi che mandi a ChatGPT, Claude o Gemini: vanno sui server dell’azienda, restano lì per un po’, sui piani consumer possono finire nel materiale di allenamento se non disattivi l’opt-out. Quella lezione parlava dei tuoi dati, in un contesto personale.

Sul lavoro la posta cambia. Quando incolli in un’IA pubblica un’email di un cliente, un CV di un candidato, una bozza di contratto, o un estratto del CRM, non stai più decidendo solo per te. Quei dati appartengono al tuo datore di lavoro, ai tuoi clienti, o a persone fisiche tutelate dal GDPR. Hai firmato contratti di lavoro e magari NDA che dicono cosa puoi condividere all’esterno, e dove “esterno” include il prompt che mandi a un modello pubblico. Questa lezione chiude il Modulo 3 con una mappa pratica per orientarti.

Tre livelli di rischio

Una scala semplice prima di incollare qualunque cosa in una chat.

Test mentale rapido per i casi dubbi: “se questo testo finisse in una ricerca Google fra un anno, mi creerebbe un problema con il mio capo, con un cliente, o con il legale?”. Se sì, sei almeno nel giallo. Lo stesso test era valido per la versione personale (Modulo 1), ma sul lavoro la “ricerca Google” è il caso peggiore: prima di quello c’è già il tuo manager che ti chiede dove è finito quel dato.

Capita a quasi tutti, leggendo questa lezione, di rendersi conto di aver caricato in passato qualcosa che oggi non caricherebbero. Tre cose puoi fare ora:

Vai nelle impostazioni del provider e cancella le chat contenenti quei dati. Su consumer la cancellazione lato utente non garantisce la rimozione immediata dai sistemi del provider (di solito hanno una finestra di retention residua di alcuni giorni o settimane), ma toglie la chat dalla tua cronologia e dal contesto futuro.
Se eri in opt-in di training (su consumer è la condizione di default), disattivalo subito. Quello che hai mandato nel passato è già stato visto dal sistema, ma non aggiungi altro.
Se i dati erano coperti da NDA o erano dati personali di terzi con impatto serio, valuta di parlarne con il tuo manager o con il referente compliance. Un incidente segnalato presto e con onestà è quasi sempre meglio di uno scoperto dopo.

Come anonimizzare in pratica

“Anonimizza” suona bene a parole. In pratica, prima di incollare un testo nel giallo, sostituisci con cura tre cose.

Nomi propri (persone, aziende, progetti interni con denominazioni riconoscibili). Sostituiscili con etichette neutre: Cliente A, Candidato 1, Manager senior, Progetto Alfa. Mantieni la distinzione (Cliente A non è Cliente B), così l’IA può ancora ragionare sulla struttura del testo.
Identificatori numerici. Codici fiscali, numeri di contratto, IBAN, partite IVA, ID interni. Sostituisci con segnaposto del tipo [CF-1], [IBAN-A]. Per i numeri di business (importi, percentuali, KPI, fatturati), distingui: se il numero serve al ragionamento (analizzare un trend, scrivere una sintesi basata sui dati), tienilo ma stacca i nomi e gli identificatori associati: l’IA può ragionare sul fatturato di “Cliente A” senza sapere che è Acme S.p.A. Se invece il numero specifico non aggiunge nulla a quello che chiedi (per esempio stai chiedendo di riformulare un testo), tagliarlo riduce il rischio senza togliere niente.
Dettagli che combinati identificano una persona. “Il project manager italiano del team di Berlino, donna, assunta a marzo 2024” identifica probabilmente una persona sola. La combinazione di pochi dati apparentemente innocui è la trappola classica del GDPR. Riduci ai minimi termini quello che davvero serve all’IA per aiutarti.

Per un .docx o un’email, una funzione “trova e sostituisci” del tuo editor di testo basta. Non incollare l’originale e poi chiedere all’IA di anonimizzarlo: hai già fatto entrare i dati nel sistema.

Trova-e-sostituisci non funziona su un PDF immagine, una scansione, o una registrazione vocale. Tre opzioni in ordine di preferenza:

Vai alla fonte del documento (il file .docx o .xlsx originale di chi l’ha prodotto) e anonimizza lì. Il PDF scansionato è quasi sempre stampato da un originale digitale.
Ricrea una versione testuale ridotta a quello che davvero serve all’IA, scrivendola tu. Se ti serve solo “il candidato ha esperienza in marketing B2B per cinque anni”, non ti serve il CV intero.
Estrai il testo con un tool locale (un OCR offline, oppure “Esporta testo” dell’app Note del Mac, o un editor PDF che gira sul tuo computer), poi anonimizza il testo estratto e incolla solo quello. Non caricare il PDF originale in un’IA pubblica per fartelo trascrivere.

Check rapido prima di incollare. Leggi il testo anonimizzato come se fossi un estraneo che lo trova online. Se riesci ancora a indovinare di quale azienda, di quale persona, o di quale progetto stai parlando, devi tagliare di più. Se la combinazione “ruolo + città + data di assunzione” identifica un solo dipendente nel tuo reparto, è ancora identificabile, anche senza il nome.

Piani Enterprise, Team, Workspace, e cosa cambia

Prima di entrare nei piani business, una distinzione che il lettore sbaglia di continuo: ChatGPT Plus, Claude Pro, Gemini Advanced sono piani consumer, non business, anche se costano e si chiamano “Pro”. Sono pensati per uso personale: pagano feature in più (modello migliore, limiti di uso più alti) ma non cambiano le garanzie sui dati. Per le tre garanzie tipiche dei piani business, un account Plus aziendale è equivalente a un account gratuito.

Le aziende che producono i modelli vendono piani business veri e propri, pensati per gli usi al lavoro: ChatGPT Team ed Enterprise (OpenAI), Claude Team ed Enterprise (Anthropic), Gemini per Workspace (Google), Microsoft Copilot per Business e Enterprise (che gira sul backend di Azure OpenAI: per chi non lo sa, è un’offerta Microsoft che usa i modelli di OpenAI ma con contratto, infrastruttura e regole di privacy di Microsoft Azure, in genere più favorevoli per aziende già su stack Microsoft). Le garanzie contrattuali tipiche dei piani business sono sempre più o meno queste tre.

No training sui tuoi dati di default. Le tue conversazioni e i tuoi file non vengono usati per allenare modelli futuri. Sui piani consumer questo è opt-out (devi disattivare manualmente); qui è il contrario, è opt-in (devi attivarlo se vuoi).
Isolamento del workspace. Le chat dei dipendenti di un’azienda non vengono mescolate con quelle di un’altra. I file caricati da un account non sono visibili agli altri account, anche della stessa organizzazione, a meno di condivisione esplicita.
Controllo admin. Un amministratore può vedere chi ha accesso, applicare policy di retention più stringenti, disabilitare feature, ricevere log d’uso, e revocare accessi quando una persona lascia l’azienda.

Cosa non cambia. Il provider può comunque vedere i tuoi prompt per fornirti il servizio; può conservarli per i tempi di retention contrattuali (di solito 30 giorni, a volte azzerabili contrattualmente); può ispezionarli per ragioni di abuso, sicurezza, e adempimenti legali. La fisica del problema (i dati escono dalla tua macchina e arrivano a un fornitore) resta identica. Cambiano le garanzie contrattuali su quello che il fornitore farà o non farà con quei dati.

Non fidarti dell’etichetta “Enterprise” sul piano. Le offerte cambiano spesso e fra fornitori diversi. Il criterio operativo: nella pagina del piano, cerca “data retention”, “training opt-out”, “DPA”. DPA (Data Processing Agreement) è il contratto fra te, come azienda titolare dei dati, e il fornitore: stabilisce per iscritto che il fornitore tratta i dati per tuo conto, non per proprio uso, e fissa garanzie e responsabilità. Se questi tre termini non compaiono in chiaro, presumi le condizioni del piano consumer finché non hai una conferma scritta. Su un piano Team puoi ancora trovare clausole che permettono al fornitore di usare i prompt “pubblici” o “condivisi” per migliorare il servizio: leggi prima di firmare per il team.

Se hai firmato un NDA con un cliente o un fornitore, incollare materiale coperto da quel NDA in un’IA pubblica è probabilmente una violazione del contratto, anche se l’IA non lo “pubblica”. L’NDA in genere vieta di “divulgare a terzi”, e il fornitore del modello è un terzo. Su un piano consumer questo è quasi sempre un problema; su Enterprise con DPA firmato di solito no, ma dipende da come è scritto l’NDA originale.

Il GDPR copre tutti i dati personali di persone fisiche (clienti, candidati, dipendenti, fornitori se persone fisiche), con un livello di protezione più alto per le categorie particolari (salute, opinioni politiche, sindacali, religiose, orientamento sessuale, dati biometrici). Se l’azienda è il titolare del trattamento, ha obblighi su come questi dati vengono passati a terzi, anche per “solo un riassunto in ChatGPT”. L’AI Act europeo aggiunge obblighi specifici per usi ad alto rischio (selezione del personale, credito, alcuni casi sanitari) e trasparenza sui sistemi di IA usati per decisioni che toccano le persone. Anche se il tuo lavoro non ricade in queste aree, vale la pena saperlo per capire quando una specifica attività ti ci porta dentro: per esempio, anche un piccolo studio che usa l’IA per fare screening di CV sta facendo un’attività che l’AI Act considera ad alto rischio.

Tu non sei l’ufficio legale. Ma sei il primo filtro: se hai un dubbio concreto su un singolo file, anonimizzalo o non incollarlo, e se serve chiedi al referente compliance, all’IT o al tuo manager. È sempre più rapido di un incidente.

La tua azienda ha una AI policy?

Se lavori in un’azienda strutturata, probabilmente esiste già una policy interna sull’uso dell’IA: cerca su intranet, in onboarding, o chiedi a HR. Se la trovi, leggila prima di portare nuovi tool al lavoro.

Se la policy non esiste, sei nella maggior parte dei casi. Tante aziende, soprattutto piccole o medie, non l’hanno ancora formalizzata. Se lavori con dati sensibili, mettere la domanda sul tavolo (al tuo capo, all’IT, al legale, al DPO se c’è: Data Protection Officer, la figura che nelle aziende sopra una certa soglia vigila sul rispetto del GDPR) è parte del tuo lavoro, non un’iniziativa fuori ruolo. Bastano tre righe in un’email: “uso l’IA pubblica per X e Y, ho dei dubbi su quali dati posso o non posso passarle, c’è un orientamento aziendale o costruiamone uno?”. Mettere il problema sul radar è già metà del lavoro.

Se sei freelance, non hai un’azienda alle spalle ma hai i clienti, e la policy va costruita verso di loro: nei contratti che firmi, vedi se c’è una clausola sull’uso dell’IA con i dati del cliente. Se non c’è, alza tu il punto in fase di negoziazione, soprattutto se lavori con dati sensibili. Una clausola tipo “il fornitore può usare strumenti di IA generativa solo su contenuti anonimizzati” è ragionevole per entrambe le parti.

La fine del modulo, e cosa viene dopo

In nove lezioni hai visto i gesti aziendali principali con l’IA: email difficili, bozze di documenti, riunioni, slide, dati e tabelle, ricerca, pensiero critico con un collega artificiale, e i progetti per non ricaricare il contesto ogni volta. Quello che cambia il risultato non è quale modello usi, ma il giudizio su cosa delegare, come, con che cautele.

Nei moduli successivi il sito cambia angolo: Per studenti parla a chi studia, Per docenti a chi insegna, Per chi vuole di più è un percorso tecnico per chi vuole integrare l’IA in strumenti propri. Le abitudini che hai costruito qui (anonimizzazione, verifica, iterazione, contesto persistente) restano i prerequisiti non scritti di tutto il resto.

Chi sono Privacy Manuale aperto, scritto da una persona vera, in collaborazione con l'IA.