A luglio 2026 il Comitato europeo per la protezione dei dati (EDPB) ha adottato due documenti che toccano da vicino chiunque usi dati per addestrare o alimentare sistemi di intelligenza artificiale: le Linee guida 02/2026 sull’anonimizzazione e le Linee guida 03/2026 sul web scraping nel contesto dell’IA generativa. Entrambe sono state messe in consultazione pubblica con chiusura indicata al 30 ottobre 2026 (le fonti consultate non segnalano proroghe); restano quindi versioni 1.0 che potrebbero ancora cambiare.
Anonimizzazione: togliere il nome non basta
Le linee guida sostituiscono il parere del 2014 del Gruppo di lavoro Articolo 29 e chiariscono quando un insieme di dati esce dall’ambito del GDPR. Un dato è considerato anonimo solo se supera tre verifiche:
- isolamento (singling out): non deve essere possibile individuare una singola persona nel dataset;
- collegabilità (linkability): non deve essere possibile collegare record riferiti alla stessa persona, anche incrociando altre fonti;
- inferenza: non deve essere possibile dedurre informazioni su una persona dai dati disponibili.
Secondo le sintesi pubblicate dagli studi legali, la valutazione va fatta dal punto di vista di ciascun soggetto che detiene i dati e ripetuta nel tempo, perché l’IA riduce il costo della re-identificazione. Non bastano da soli un divieto contrattuale di re-identificare, la sola cifratura o l’argomento che il destinatario non ha interesse a ricostruire l’identità.
Il tema non è teorico: nel caso Iqvia, sanzionata dal Garante per 7 milioni di euro, codici paziente pseudonimizzati e tecniche di k-anonimato non sono stati ritenuti sufficienti.
Web scraping per l’IA generativa
Le Linee guida 03/2026 ribadiscono che il GDPR si applica quando la raccolta automatica di pagine web comporta il trattamento di dati personali, e che il fatto che un dato sia pubblicamente accessibile non lo rende liberamente riutilizzabile. Punti principali, come riportati dalle fonti:
- la base giuridica più realistica è il legittimo interesse, con un test di bilanciamento documentato e aggiornato; il consenso è di norma impraticabile su larga scala;
- tra le garanzie attese: rispetto di robots.txt e dei CAPTCHA, esclusione di determinate categorie di siti, validazione delle fonti e filtri sugli output per evitare l’esposizione di dati particolari;
- le regole valgono sia quando lo scraping è affidato a un fornitore (che di norma agisce come responsabile) sia quando si riutilizza un dataset raccolto da altri.
Cosa fare in azienda
- Censire i dataset definiti “anonimi” o “de-identificati” che si detengono, si acquistano o si cedono, annotando chi ha fatto la valutazione e quando.
- Applicare i tre criteri (isolamento, collegabilità, inferenza) ai dataset più rilevanti e documentare l’esito: se uno fallisce, i dati restano personali.
- Rivedere i contratti con i fornitori di dati e di IA: chi garantisce il rispetto di robots.txt, esclusioni e filtri? Cosa succede se un’autorità ordina di rielaborare o ritirare i dati?
- Aggiornare il test di bilanciamento sul legittimo interesse e il registro dei trattamenti, includendo l’addestramento di modelli.
- Collegare il tutto al sistema di gestione: ISO/IEC 27001 per classificazione e protezione dei dati, ISO/IEC 42001 per la governance dell’IA (vedi la certificazione accreditata), AI Act per gli obblighi sui sistemi di IA.
Nota sulle fonti e sulle scadenze
Questo articolo si basa su sintesi di terze parti (studi legali e testate specializzate) e non sul testo integrale delle linee guida: per decisioni operative conviene leggere i documenti originali sul sito dell’EDPB. Resta inoltre aperta, fino al 13 novembre 2026, la consultazione sulle Linee guida 04/2026 relative alle sanzioni.
Se hai dataset, fornitori di IA o attività di raccolta dati da valutare, contattaci: possiamo aiutarti a impostare una verifica documentata.