Il recente decreto legge sull’Intelligenza Artificiale ha introdotto una svolta epocale per il mondo della sicurezza sul lavoro in Italia. Con l’articolo 42, il legislatore ha stabilito un legame diretto e indissolubile tra l’adozione delle tecnologie algoritmiche e la tutela della salute dei lavoratori: ogni volta che l’introduzione di un sistema di IA modifica l’organizzazione, i ritmi o le modalità della prestazione lavorativa, il cambiamento deve essere tassativamente integrato nel Documento di Valutazione dei Rischi (DVR), lo strumento cardine previsto dal Testo Unico sulla Sicurezza (D.Lgs. 81/2008).
Questa disposizione trasforma radicalmente la natura dei progetti di trasformazione digitale all’interno delle aziende. L’implementazione dell’intelligenza artificiale non può più essere considerata una mera questione di efficientamento ingegneristico o un processo confinato all’ufficio delle risorse umane; diventa, a tutti gli effetti, un fattore di rischio occupazionale che richiede una revisione formale delle misure di prevenzione e protezione.
La Nuova Mappa dei Rischi: Ergonomia Cognitiva e Ritmi Algoritmici
L’integrazione dell’IA nei processi industriali e operativi introduce variabili che i modelli tradizionali di medicina del lavoro non erano abituati a quantificare. Se le vecchie linee guida del Testo Unico si concentravano prevalentemente sui rischi fisici — come il rumore, le vibrazioni o i carichi pesanti —, l’era dell’algoritmo impone di estendere l’analisi all’ergonomia cognitiva e ai rischi psicosociali.
Il primo fattore critico è rappresentato dal cosiddetto pacing algoritmico, ovvero la determinazione dei ritmi di lavoro da parte di un software predittivo. Nelle catene logistiche o nei sistemi di produzione automatizzati, l’IA calcola i tempi ideali di esecuzione basandosi su modelli statistici di massima efficienza. Se il lavoratore si trova costretto a inseguire la cadenza dettata dalla macchina, si innesca una pressione psicologica costante. Questo sovraccarico cognitivo aumenta esponenzialmente la probabilità di errore umano, che a sua volta può tradursi in un infortunio sul lavoro nel mondo fisico.
Il secondo elemento riguarda i sistemi di monitoraggio automatizzato. Una sorveglianza digitale pervasiva, attuata tramite telecamere intelligenti o dispositivi indossabili che analizzano ogni singolo movimento del dipendente per ottimizzare i flussi, genera una condizione di stress cronico. Sotto il profilo della medicina del lavoro, l’esposizione prolungata a questa tipologia di stress deve essere valutata nel DVR alla stregua di qualsiasi altro agente nocivo, in quanto potenziale causa di patologie correlate allo stress lavoro-correlato.
Il Ponte tra Software Engineering e Standard di Sicurezza ISO 45001
L’obbligo introdotto dall’articolo 42 richiede la creazione di un linguaggio comune tra gli ingegneri del software che sviluppano l’IA e i responsabili del servizio di prevenzione e protezione (RSPP) incaricati di applicare lo standard internazionale ISO 45001 per la salute e sicurezza sul lavoro.
Tradizionalmente, chi progetta un algoritmo si concentra su metriche prestazionali come l’accuratezza, la velocità di calcolo o l’ottimizzazione delle risorse di rete. Tuttavia, per essere conforme alla norma ISO 45001 e al Testo Unico 81/2008, il ciclo di vita del software (Software Development Life Cycle) deve ora includere la filosofia della Safety by Design. Gli sviluppatori devono collaborare con gli ingegneri della sicurezza per comprendere come l’output del modello influenzi l’ambiente reale.
Ad esempio, se un sistema di visione artificiale viene installato su un carrello elevatore per rilevare la presenza di pedoni all’interno di un magazzino, il programmatore non può limitarsi a testare l’accuratezza del riconoscimento facciale in laboratorio. Deve valutare, insieme all’RSPP, il tempo di reazione complessivo del sistema, il rischio di “falsi negativi” dovuti a variazioni di luce e l’impatto psicologico dell’allarme sonoro continuo sul conducente. L’analisi del software entra a far parte della matrice dei rischi dell’infrastruttura aziendale.
Le Implicazioni Pratiche per i Progettisti e le Aziende
Per non incorrere nelle severe sanzioni penali e amministrative previste dal D.Lgs. 81/2008 in caso di omessa o incompleta valutazione dei rischi, le imprese devono strutturare un protocollo di validazione interdisciplinare. Prima di attivare qualunque modulo di intelligenza artificiale sul campo, il datore di lavoro deve avviare una consultazione che coinvolga l’RSPP, il medico competente, il Rappresentante dei Lavoratori per la Sicurezza (RLS) e gli specialisti IT.
La valutazione d’impatto non deve limitarsi a fotografare la situazione al momento dell’installazione. Poiché i sistemi di machine learning sono dinamici per definizione e tendono a evolversi nel tempo tramite l’apprendimento continuo, il DVR deve prevedere piani di audit periodici. È necessario monitorare costantemente che la “deriva del modello” (model drift) non modifichi silenziosamente l’interazione uomo-macchina, introducendo nuovi pericoli precedentemente non catalogati. L’intelligenza artificiale, in definitiva, smette di essere un’entità astratta e immateriale per essere trattata dalla legge italiana esattamente come un nuovo macchinario industriale: una risorsa potente, la cui introduzione richiede lo studio approfondito di ogni possibile impatto sulla salute e sulla dignità di chi lavora.