--- title: "Si può addestrare un modello AI sui dati personali dei clienti? Che cosa chiede il GDPR" description: "Rifinire un modello sulle richieste o sui contratti dei clienti: perché il modello può non essere anonimo, la base giuridica e che cosa fare prima di partire." url: https://csidia.com/note-operative/addestrare-modello-ai-dati-personali-clienti-gdpr/ lang: it date: 2026-11-07 label: "Normativa" publisher: CSIDIA S.r.l. (https://csidia.com/) --- # Si può addestrare un modello AI sui dati personali dei clienti? Che cosa chiede il GDPR Se avete anni di richieste all’assistenza, di contratti o di pratiche chiuse, e pensate di usarli per addestrare un modello AI sul vostro lavoro, il responsabile della protezione dei dati (DPO) vi farà presto una domanda: lì dentro ci sono nomi, indirizzi e telefoni dei clienti, si può? Sì, a certe condizioni. La prima cosa da sapere è che i dati possono restare dentro il modello. ## Il modello può contenere i dati Addestrare un modello vuol dire cambiare i suoi pesi, i numeri che decidono come risponde. Rifinirlo (fine-tuning) vuol dire fare lo stesso su un modello già pronto, con meno esempi. Il Comitato europeo per la protezione dei dati (EDPB), che riunisce i garanti dell’Unione, lo ha scritto nel parere 28/2024 del 17 dicembre 2024: le informazioni usate per l’addestramento, dati personali compresi, «may still remain ‘absorbed’ in the parameters of the model», *possono restare assorbite nei parametri del modello*. Quindi «AI models trained on personal data cannot, in all cases, be considered anonymous», *i modelli addestrati su dati personali non si possono considerare sempre anonimi*. Un modello è anonimo solo se è trascurabile la probabilità di estrarne i dati delle persone, anche con domande mirate, e chi lo sostiene lo deve dimostrare. Il parere vale per lo sviluppo e per l’uso dei modelli, e fra le fasi nomina anche il fine-tuning. In pratica il modello rifinito si tratta come i dati da cui viene, finché non si dimostra il contrario. ## Serve una base giuridica Il GDPR non è cambiato per l’AI. Il 19 novembre 2025 la Commissione europea ha proposto un articolo dedicato, l’88 quater, sul trattamento «nel contesto dello sviluppo e del funzionamento di un sistema di IA»; a inizio novembre 2026, secondo la nostra ricerca su EUR-Lex, la proposta non risulta adottata. Vale il testo del 2016. La base giuridica esaminata dall’EDPB è il legittimo interesse (art. 6, paragrafo 1, lettera f)): il trattamento dev’essere «necessario per il perseguimento del legittimo interesse del titolare del trattamento o di terzi, a condizione che non prevalgano gli interessi o i diritti e le libertà fondamentali dell'interessato». Per le autorità pubbliche, nell’esecuzione dei loro compiti, lo stesso articolo esclude questa strada. L’EDPB fa tre controlli: l’interesse dev’essere lecito, preciso e reale; il trattamento necessario; i diritti delle persone non devono prevalere. Sulla necessità è netto: «If the pursuit of the purpose is also possible through an AI model that does not entail processing of personal data, then processing personal data should be considered as not necessary», *se lo scopo si raggiunge anche con un modello che non tratta dati personali, trattarli non è necessario*. Capita spesso: per insegnare a un modello a smistare le richieste o a rispondere nel vostro stile, i nomi non servono. E i fatti il modello li può leggere al momento della domanda, senza averli nei pesi: ne abbiamo scritto in [addestrare l’AI sui documenti aziendali o farglieli leggere?](https://csidia.com/note-operative/addestrare-ai-documenti-aziendali-o-farglieli-leggere/) Poi c’è quello che i clienti si aspettano. Se i dati sono stati raccolti per dare un servizio, addestrarci un modello può essere una finalità nuova, e l’art. 6, paragrafo 4, chiede di valutare fra l’altro il «contesto in cui i dati personali sono stati raccolti». Una riga nell’informativa non basta: per l’EDPB, che l’addestramento sia scritto nella privacy policy «does not necessarily mean that the data subjects can reasonably expect it to happen», *non vuol dire per forza che le persone se lo possano aspettare*. Per i dati sulla salute e le altre categorie particolari l’art. 9 vieta il trattamento salvo le eccezioni che elenca, e il legittimo interesse non è fra queste. ## Togliere i nomi prima, non dopo La misura più semplice fra quelle elencate dall’EDPB è sostituire negli esempi nomi e indirizzi email con altri finti: può essere «particularly appropriate when the actual substantive content of the data is not relevant to the overall processing», *adatta soprattutto quando il contenuto preciso di quei dati non conta per lo scopo*, e l’esempio che fa è proprio l’addestramento dei modelli linguistici. Le altre: filtrare prima i dati personali che non servono, pseudonimizzare, provare se il modello restituisce i dati quando lo si interroga. Togliere i nomi però non sempre basta, come abbiamo visto in [basta togliere i nomi da un documento per darlo a ChatGPT?](https://csidia.com/note-operative/togliere-nomi-documento-chatgpt-basta/) ## Dove si addestra Se la rifinitura la fa un servizio esterno, i dati e il modello rifinito stanno da lui. Di norma è un trattamento per conto vostro: il fornitore va scelto fra chi presenta «garanzie sufficienti» e il rapporto va regolato da un contratto (art. 28). E conta dove resta il modello rifinito, e chi lo può interrogare. CSIDIA, che pubblica queste note, addestra e rifinisce modelli a pesi aperti sul compito di aziende ed enti che hanno dati da non far uscire, e li fa lavorare sulla propria infrastruttura di calcolo o presso il cliente (on-premise). Una regola che applichiamo a noi stessi, scritta nell’ottobre 2026: i manuali tecnici dei clienti li legge solo l’AI che gira sulle nostre macchine, mai un modello in cloud. Per i dati personali che trattate vale lo stesso metodo: decidete per iscritto, prima, quale modello vede quali dati, e dove. *Un modello a pesi aperti, addestrato sul vostro lavoro, su quel lavoro fa meglio dei grandi modelli generalisti, e quello che impara resta vostro.* ## Che cosa fare prima di addestrare 1. Scrivete lo scopo del modello e chiedetevi se, per raggiungerlo, servono davvero dati personali. 2. Con il responsabile della protezione dei dati, mettete per iscritto i tre controlli del legittimo interesse e valutate se serve la valutazione d’impatto (art. 35). 3. Togliete o sostituite nomi, email, numeri e quello che non serve allo scopo; tenete fuori le categorie particolari. 4. Trattate il modello rifinito come i dati da cui viene: chi lo usa, dove sta, quando si cancella. 5. Provate a fargli dire i dati delle persone presenti negli esempi, e annotate il risultato. *Scritto con l’aiuto dell’AI e verificato da CSIDIA.* ## Fonti - [Comitato europeo per la protezione dei dati (EDPB), «Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models», adottato il 17 dicembre 2024 (PDF)](https://www.edpb.europa.eu/system/files/documents/2024-12/edpb_opinion_202428_ai-models_en.pdf) - [Regolamento (UE) 2016/679 (GDPR), artt. 6, 9, 28 e 35 (EUR-Lex)](https://eur-lex.europa.eu/eli/reg/2016/679/oj) - [Commissione europea, proposta di regolamento COM(2025) 837 (omnibus digitale), art. 3: il nuovo articolo 88 quater del GDPR (EUR-Lex)](https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CELEX:52025PC0837) Nota di CSIDIA S.r.l. (Vignola, MO): https://csidia.com/note-operative/addestrare-modello-ai-dati-personali-clienti-gdpr/ · Chi siamo e che cosa facciamo: https://csidia.com/in-breve/ · engagement@csidia.com