Quando un'impresa studia un progetto di IA generativa, la discussione si concentra spesso sui prompt: è possibile inviare questo testo al modello? In realtà, i dati circolano in una catena molto più ampia. I documenti vengono importati, suddivisi, vettorizzati, memorizzati nella cache, registrati, citati, copiati in strumenti e talvolta conservati per migliorare il servizio.
Un agente aggiunge ancora altri flussi: memoria persistente, connessioni alla posta, al CRM o ai file, chiamate a sotto-agenti e azioni effettuate a nome dell'utente. La conformità al GDPR non può quindi essere valutata a partire dalla sola interfaccia del fornitore.
Questo articolo propone un metodo tecnico di mappatura e non costituisce un parere legale. Le scelte devono essere validate con il DPO e i consulenti competenti.
Il modello è solo un componente del trattamento
Un'architettura generativa può comprendere:
- un'interfaccia web o mobile;
- un backend applicativo ;
- un ponte di modelli;
- un fornitore di LLM;
- un servizio di embeddings;
- una base vettoriale;
- un OCR ;
- fonti documentarie;
- connettori di settore;
- una memoria di conversazione;
- log, tracce e analytics;
- uno strumento di supporto;
- delle copie di backup.
Ognuno può ricevere dati personali. Un componente auto-ospitato riduce alcuni trasferimenti, ma non elimina gli obblighi di finalità, minimizzazione, sicurezza, durata e diritti.
Iniziare con lo scopo
La domanda « possiamo usare questo dato? » non ha una risposta astratta. Bisogna descrivere lo scopo preciso: aiutare un consulente a ritrovare una procedura, redigere una risposta, classificare una richiesta, estrarre una fattura o preparare una decisione.
Un obiettivo vago come « migliorare l’efficienza grazie all’IA » non permette di determinare i dati necessari. Un obiettivo preciso aiuta a escludere:
- colonne inutili;
- documenti fuori dal perimetro;
- lo storico completo quando un periodo basta;
- le identità quando sono appropriati riferimenti pseudonimi;
- i log dei contenuti quando metriche aggregate sono sufficienti.
La minimizzazione si concepisce prima dell’ingestione, non solo dopo un incidente.
Mappare l'intera catena
Per ogni flusso, documentare:
- la fonte ;
- le categorie di dati ;
- le persone interessate ;
- la finalità;
- il destinatario;
- il ruolo di ogni attore;
- il paese o la regione ;
- la cifratura ;
- la durata ;
- la soppressione ;
- l’uso eventuale per l’allenamento ;
- gli accessi umani e delle macchine.
La mappatura deve coprire le copie temporanee e indirette. Un prompt può apparire in una traccia di osservabilità, in una cattura di supporto o in un backup più a lungo che nell'applicazione principale.
Flusso di dati di un RAG agentico dall’utente e dai documenti fino al modello, agli strumenti, ai log e alla cancellazione.
Qualificare i dati senza sottovalutare l'identificazione indiretta
Un nome o un indirizzo è ovviamente personale. Altri elementi possono identificare una persona tramite combinazione: numero di fascicolo, posizione, localizzazione, evento raro, citazione letterale, metadati o cronologia.
La pseudonimizzazione sostituisce un identificatore con un riferimento controllato, ma il dato rimane personale se è possibile una reidentificazione. L'anonimizzazione richiede un'analisi più approfondita e contestuale. Le linee guida del Garante Europeo della Protezione dei Dati pubblicate nel 2026 ricordano che la valutazione dipende in particolare dai mezzi ragionevolmente suscettibili di essere utilizzati dagli attori pertinenti.
Evitare quindi di etichettare un corpus come «anonimo» solo perché i nomi sono stati rimossi.
Determinare i ruoli e le responsabilità
L'azienda può essere responsabile del trattamento per la finalità commerciale e ricorrere a dei subappaltatori. Il fornitore può anche trattare alcuni dati per i propri scopi secondo la sua offerta e le sue condizioni. I ruoli devono essere analizzati, non dedotti da uno slogan commerciale.
Verificare :
- istruzioni documentate;
- subappaltatori successivi;
- regioni di trattamento;
- trasferimenti fuori dallo Spazio economico europeo ;
- sicurezza;
- notifica di incidente ;
- assistenza ai diritti;
- cancellazione e restituzione;
- audit ;
- cambiamento di modello o di politica;
- utilizzo dei contenuti per migliorare il servizio.
Una modalità «dati non utilizzati per l'addestramento» non risponde a tutte le domande: i contenuti possono ancora essere conservati per sicurezza, supporto o log.
Scegliere e documentare la base giuridica
La base giuridica dipende dalla finalità, dalla relazione e dal contesto. Uno strumento interno, un servizio clienti, una ricerca scientifica e un trattamento di reclutamento non si analizzano nello stesso modo.
Il team tecnico non deve selezionare automaticamente « interesse legittimo ». Fornisce al DPO gli elementi fattuali: necessità, dati, persone, impatto, alternative e misure. Il consenso non deve essere utilizzato quando non è libero o quando il servizio non può effettivamente funzionare senza trattamento.
Quando sono coinvolte categorie particolari di dati, si applicano condizioni aggiuntive.
Progettare il RAG con la protezione dei dati
Un RAG può ridurre le allucinazioni e limitare la necessità di fine-tuning, ma crea un indice derivato dai documenti. Gli embedding non devono essere considerati anonimi per impostazione predefinita. Possono rivelare informazioni o permettere correlazioni a seconda del contesto.
I controlli utili comprendono:
- filtraggio delle fonti prima dell'ingestione ;
- diritti di accesso propagati all’indice;
- separazione per proprietario o dominio;
- metadati minimi;
- crittografia ;
- eliminazione sincronizzata tra sorgente, frammenti e indice;
- citazioni con controllo di autorizzazione;
- test di perdita tra utenti;
- reindicizzazione versionata.
Una base vettoriale unica accessibile a tutti è un errore frequente quando i documenti originali possiedono diritti dettagliati.
Inquadrare prompt, output e feedback
L’utente può inserire più dati del necessario. L'interfaccia deve informarlo e, quando possibile, rilevare o nascondere alcune categorie prima dell'invio.
Le uscite possono ripetere un dato sorgente, inferire un'informazione o combinare più elementi. Esse sono quindi soggette agli stessi controlli di accesso e conservazione.
Il feedback « risposta giusta/sbagliata » può contenere il testo completo e diventare un corpus di miglioramento. Definire chi può leggerlo, per quanto tempo viene conservato e se viene riutilizzato per addestrare o valutare.
Padroneggiare i log e l'osservabilità
Senza tracce, è difficile spiegare un errore. Con tracce esaustive, l'impresa crea una nuova base sensibile. Bisogna separare:
- metriche tecniche senza contenuto;
- identificatori di correlazione;
- prompt e output campionati;
- registri delle azioni;
- errori;
- dati di sicurezza.
Applicare controllo degli accessi, crittografia, mascheramento, durata breve e audit. Le tracce dettagliate possono essere attivate temporaneamente per un incidente con una procedura definita.
Gestire la memoria e gli agenti
Una memoria persistente può accumulare preferenze, relazioni, salute, opinioni o abitudini. Deve essere visibile, modificabile e cancellabile. Il suo ambito è limitato a ciò che migliora realmente il servizio.
Per un agente, ogni connettore estende l'elaborazione. La CNIL e il CIANum hanno sottolineato a luglio 2026 i rischi legati alla circolazione tra i servizi, alla memoria persistente, all'iperpersonalizzazione e alla difficoltà di attribuire le responsabilità.
Il principio del minimo privilegio si applica: accesso su richiesta, portata limitata, durata breve, conferma per azioni sensibili e registro comprensibile dall'utente.
Preparare i diritti delle persone
L'azienda deve essere in grado di recuperare, correggere, esportare o eliminare i dati pertinenti. Ciò implica collegare l'identità ai diversi livelli senza creare un indice ancora più invasivo.
Testare il percorso:
- ritrovare i prompt;
- identificare i documenti sorgente;
- eliminare chunk e embedding;
- svuotare la memoria;
- gestire i backup secondo la politica;
- correggere un dato sorgente;
- evitare la sua ricomparsa durante la prossima indicizzazione.
Un diritto teorico senza procedura tecnica è difficile da esercitare.
Determinare se è necessaria una DPIA
Un'analisi d'impatto relativa alla protezione dei dati può essere richiesta quando il trattamento è suscettibile di generare un rischio elevato. I fattori includono in particolare sorveglianza, dati sensibili, persone vulnerabili, scala, incrocio, innovazione e decisioni importanti.
Anche quando non è obbligatoria, un'analisi strutturata aiuta a confrontare le varianti di architettura e le misure. Deve essere aggiornata in caso di cambiamento di finalità, modello, dato o autonomia.
Non confondere addestramento, fine-tuning e utilizzo
Un fornitore può non utilizzare i prompt per l’addestramento pur eseguendo l’elaborazione sulla propria infrastruttura. Un fine-tuning può memorizzare esempi. Un RAG conserva i dati in un indice. Ogni meccanismo produce rischi distinti.
Per l’allenamento o la personalizzazione, documentare la provenienza, i diritti, la necessità, la filtrazione, i test di estrazione, le durate e la capacità di ritiro. La raccolta su larga scala di dati personali è soggetta a linee guida del Garante europeo della protezione dei dati pubblicate per consultazione a luglio 2026.
Un'architettura di privacy per impostazione predefinita
Una soluzione robusta combina:
- classificazione dei dati;
- passerelle centralizzata ;
- modelli autorizzati per livello;
- mascheramento prima dell'invio;
- accessi propagati ;
- ritenzione minima;
- registri controllati ;
- regioni e contratti verificati;
- test di perdita;
- procedura di diritti e di incidente.
Partitech può realizzare la mappatura tecnica, progettare i controlli di accesso, l’indicizzazione, il gateway e i meccanismi di eliminazione. Il DPO e i consulenti dell’azienda convalidano le basi giuridiche, le informazioni e le analisi. Il risultato atteso è un’architettura i cui flussi sono conosciuti e gestibili, non una promessa astratta di riservatezza.
Parliamo del tuo progetto
Mappare e mettere in sicurezza i flussi di dati del vostro progetto IA con Partitech, il vostro DPO e i vostri consulenti. Contatta Partitech.