Se uso ChatGPT per analizzare un CSV delle campagne pubblicitarie e preparare il report da consegnare al cliente, devo dichiararlo? E se l’IA genera soltanto i grafici? Una clausola nel contratto basta oppure serve una nota nel documento?
Finora la discussione si è concentrata quasi tutta sull’AI Act europeo. Sistemi ad alto rischio, deepfake, alfabetizzazione, contenuti generati. Nel frattempo, in Italia è entrata in vigore una norma molto più vicina al lavoro quotidiano di consulenti e professionisti: l’articolo 13 della legge 23 settembre 2025, n. 132.
È in vigore dal 10 ottobre 2025. Dice che, nelle professioni intellettuali, l’IA può svolgere attività strumentali e di supporto, mentre il lavoro intellettuale umano deve restare prevalente. Aggiunge che il cliente va informato sui sistemi utilizzati. Poche righe, e parecchi problemi pratici.
La norma italiana rimasta fuori dalla discussione
Il testo ufficiale dell’articolo 13 pubblicato in Gazzetta Ufficiale usa una formula netta: le informazioni sui sistemi impiegati «sono comunicate» al destinatario con linguaggio chiaro, semplice ed esaustivo.
Non è lo stesso obbligo previsto dall’articolo 50 dell’AI Act. La norma europea disciplina, tra gli altri casi, l’interazione diretta con sistemi di IA, i deepfake e alcuni testi generati o manipolati artificialmente e pubblicati per informare il pubblico su questioni di interesse pubblico. Per questi ultimi considera anche la presenza di revisione umana, controllo editoriale e responsabilità editoriale.
L’articolo 13 italiano guarda altrove: al rapporto fiduciario tra professionista e cliente. Un report riservato può non rientrare nell’obbligo europeo previsto per determinati contenuti destinati al pubblico e richiedere comunque una valutazione dell’informativa al cliente. La revisione umana conta, ma non cancella automaticamente l’uso del sistema.
L’articolo 50 dell’AI Act riguarda specifici obblighi di trasparenza verso persone esposte a sistemi o contenuti artificiali. L’articolo 13 italiano riguarda l’impiego dell’IA nella prestazione intellettuale resa al cliente.
Nel nostro primo approfondimento sull’AI Act per le agenzie abbiamo ricostruito il quadro europeo, le scadenze e il rapporto con il GDPR. Qui il problema è più stretto: cosa fare quando il software partecipa materialmente a un lavoro che fatturiamo a un cliente.
Riguarda anche le agenzie?
Qui bisogna essere precisi. La legge parla di “professioni intellettuali”, ma non fornisce un elenco dei mestieri coinvolti e non chiarisce espressamente il trattamento delle attività svolte da agenzie o società di consulenza. Sostenere che ogni agenzia rientri sempre e comunque nell’articolo 13 andrebbe oltre il testo.
Neppure liquidare il tema come faccenda riservata ad avvocati, medici e commercialisti mi sembra una lettura prudente. Una strategia Ads, un’analisi dei dati, un piano editoriale o un progetto di brand identity sono prestazioni nelle quali il cliente acquista soprattutto competenza e giudizio. Non una scatola da consegnare.
In assenza di prassi capaci di risolvere ogni caso di confine, per un’agenzia la scelta più difendibile è adottare un’informativa proporzionata agli usi reali. Senza bollini messi ovunque e senza fingere che la norma riguardi sempre qualcun altro. Questa è una lettura prudenziale, non un parere legale universale.
Il caso del report Ads costruito con l’IA
Prendiamo un lavoro normale. Esportiamo da Meta Ads, Google Ads o dal CRM i dati delle campagne. Il file viene caricato in un sistema di IA per confrontare periodi e campagne, individuare scostamenti, produrre grafici e suggerire una prima lettura. Il risultato finisce in un PowerPoint, viene controllato e inviato al cliente.
In questo scenario l’IA non ha corretto un refuso. Ha partecipato all’elaborazione del deliverable e, se ha proposto interpretazioni, è entrata anche nel merito. Informare il cliente è coerente con l’articolo 13. Scrivere in copertina “report generato dall’IA”, però, sarebbe spesso falso quanto non dire nulla: farebbe sparire analisi, verifiche e decisioni svolte dall’agenzia.
Per l’elaborazione e la rappresentazione dei dati è stato utilizzato ChatGPT come strumento di supporto. Dati, conclusioni e indicazioni strategiche sono stati verificati e approvati da Marketing Movers.
La dicitura deve descrivere la divisione del lavoro. Non serve a scaricare la responsabilità sul software. Al contrario, deve rendere chiaro chi ha controllato numeri e conclusioni.
Qui torna un problema già affrontato parlando di AI slop e responsabilità editoriale: correggere qualche frase non equivale a verificare un lavoro. Un report può avere grafici impeccabili e contenere un confronto tra periodi sbagliati, un denominatore incoerente o una lettura del ROAS che ignora margini e attribuzione.
Come informare il cliente
La legge non impone un bollino, una frase standard o una posizione obbligatoria. Chiede un’informazione chiara, semplice ed esaustiva. Per un rapporto continuativo può avere senso inserire una clausola nella proposta o nel contratto e aggiungere una nota metodologica quando l’IA assume un ruolo sostanziale in un deliverable specifico.
Nell’esecuzione delle attività incaricate, l’agenzia può utilizzare sistemi di intelligenza artificiale come strumenti di supporto per analisi, organizzazione delle informazioni, elaborazione di bozze e produzione grafica. Metodo, valutazioni professionali, verifica e approvazione finale restano affidati a personale umano competente. L’impiego dei sistemi avviene nel rispetto degli obblighi contrattuali, di riservatezza e di protezione dei dati applicabili.
È una base, non una formula magica. Andrebbe adattata ai servizi svolti e verificata da un legale quando il contratto, il settore o i dati trattati lo richiedono. La frase “realizzato con l’ausilio dell’IA” può essere troppo povera: non dice quale sistema sia stato usato, per fare cosa e chi abbia controllato il risultato.
Informare, poi, non significa automaticamente ottenere l’autorizzazione a caricare dati in qualunque piattaforma. Contratto, riservatezza, proprietà intellettuale e GDPR restano problemi distinti. Se nel CSV compaiono nomi, email o telefoni dei lead, una disclosure corretta non rende lecito il caricamento. Bisogna verificare ruoli privacy, condizioni del fornitore, misure di sicurezza e necessità effettiva del trattamento.
Otto casi operativi
1. Correzione ortografica
Il testo è già stato scritto e il sistema interviene su refusi e punteggiatura. Il contributo è marginale; ripetere una nota in ogni file sarebbe sproporzionato. Un’informativa generale sugli strumenti di assistenza può coprire l’uso ricorrente.
2. Newsletter prodotta da un prompt breve
Argomento e pubblico arrivano dal professionista, mentre struttura, argomenti e testo vengono generati dal sistema e ritoccati in superficie. Qui l’IA ha un peso sostanziale. Serve una revisione vera, non cosmetica, e l’informazione al cliente diventa difficile da considerare marginale.
3. Analisi di un CSV aggregato
Il file contiene soltanto metriche di campagna. L’IA confronta periodi e prepara grafici. Il professionista deve verificare formule, finestre temporali e significato delle metriche; l’uso del sistema può essere descritto nella nota metodologica.
4. Nel file ci sono dati dei lead
Nomi, email e numeri di telefono spostano subito il problema sul GDPR e sulla sicurezza. Quando possibile, i dati vanno aggregati, anonimizzati o pseudonimizzati prima dell’elaborazione. Password, token e credenziali non devono finire nei prompt. Tracciamento, consenso e qualità del dato non possono essere trattati come un unico interruttore.
5. L’IA impagina soltanto le slide
Analisi, testi, numeri e struttura sono già definitivi; il sistema costruisce la presentazione. Il suo ruolo è vicino alla produzione grafica. Una clausola generale può essere proporzionata, ma il controllo resta necessario: anche l’impaginazione automatica può alterare una cifra o associare una conclusione al grafico sbagliato.
6. L’IA decide la strategia Ads
Il sistema propone di spostare budget o interrompere campagne e il professionista approva senza un’analisi autonoma. La disclosure non risolve il problema. Diventa difficile sostenere che il lavoro intellettuale umano sia prevalente.
7. Il cliente vieta l’uso dell’IA
Una comunicazione a posteriori non sana la violazione di un vincolo contrattuale. L’informativa e l’autorizzazione sono cose diverse.
8. Assistente interno sui documenti aziendali
Il cliente non vede il sistema, ma questo partecipa all’elaborazione. Vanno chiariti il suo ruolo, i dati presenti nella base documentale, gli accessi e la conservazione. Serve anche impedire che materiali appartenenti a clienti diversi contaminino le risposte.
Un processo sostenibile
Non serve convocare un comitato per ogni prompt. Conviene invece elencare i sistemi realmente usati, distinguere gli interventi marginali da quelli che incidono sul merito e decidere quali dati possono entrare in ciascuno strumento.
Ogni deliverable rilevante deve avere una persona capace di comprenderlo, controllare le affermazioni verificabili e rifiutare l’output. Per i lavori più delicati è utile conservare una traccia proporzionata: sistema impiegato, funzione svolta, verifiche effettuate e responsabile dell’approvazione. Non l’archivio compulsivo di ogni prompt.
È la stessa logica con cui affrontiamo le automazioni aziendali e il controllo umano. Automatizzare un passaggio non significa cedere la decisione. Quando non sappiamo più spiegare come siamo arrivati a una conclusione, il problema non è il disclaimer mancante nell’ultima slide. È il processo con cui abbiamo prodotto il lavoro.
Vuoi inserire l’IA nei processi senza perdere controllo?
Possiamo ricostruire gli strumenti già usati, i dati che ricevono e i passaggi che richiedono una verifica umana, prima di trasformare un’abitudine informale in un problema per l’agenzia.
Questo articolo ha finalità informativa e non costituisce consulenza legale. L’applicazione delle norme dipende dalla natura della prestazione, dai sistemi utilizzati, dai dati trattati e dagli accordi con il cliente e, non ultimo, da quanto credi che le normative non siano un tuo problema.
Si occupa di Meta Ads, automazioni, CRM e integrazioni AI. Non il marketer tradizionale: parte sempre dai dati, poi costruisce la strategia. Lavora con le PMI del Mezzogiorno che vogliono risultati misurabili, non metriche di facciata.
