{"id":9006,"date":"2026-07-07T05:04:19","date_gmt":"2026-07-07T03:04:19","guid":{"rendered":"https:\/\/www.diculther.it\/rivista\/?page_id=9006"},"modified":"2026-07-07T05:04:24","modified_gmt":"2026-07-07T03:04:24","slug":"lalfabetizzazione-allintelligenza-artificiale-dalla-competenza-tecnica-alla-responsabilita-culturale-il-paradigma-delle-professioni-sanitarie-nella-prospettiva-di-magnifica-humanitas","status":"publish","type":"page","link":"https:\/\/www.diculther.it\/rivista\/lalfabetizzazione-allintelligenza-artificiale-dalla-competenza-tecnica-alla-responsabilita-culturale-il-paradigma-delle-professioni-sanitarie-nella-prospettiva-di-magnifica-humanitas\/","title":{"rendered":"L’alfabetizzazione all’intelligenza artificiale. Dalla competenza tecnica alla responsabilit\u00e0 culturale: il paradigma delle professioni sanitarie nella prospettiva di Magnifica Humanitas"},"content":{"rendered":"\n

A cura del dott. TSRM Antonio Di Lascio<\/em><\/strong>*, Tecnico sanitario di radiologia medica<\/p>\n\n\n\n

Introduzione editoriale<\/strong><\/p>\n\n\n\n

L’osservatorio della sala diagnostica<\/strong>

<\/p>\n\n\n\n

Ci sono luoghi in cui il futuro dell’intelligenza artificiale non si discute in astratto, ma accade ogni giorno. La sala diagnostica di un ospedale \u00e8 uno di questi. L\u00ec un algoritmo segmenta un’immagine, propone una misura, evidenzia una lesione \u2014 e un professionista deve decidere se fidarsi, verificare, o riportare quell’output al giudizio umano e alla storia concreta della persona che ha davanti. \u00c8 in questo gesto quotidiano che si gioca una delle questioni culturali pi\u00f9 grandi del nostro tempo.<\/p>\n\n\n\n

Antonio Di Lascio \u2014 Tecnico sanitario di radiologia medica, docente e voce autorevole sui temi dell’etica e della governance dell’AI in sanit\u00e0 \u2014 ci offre un contributo che parte proprio da qui, dall’esperienza situata di chi lavora nel punto in cui la tecnologia incontra la cura. La sua tesi \u00e8 netta e la condividiamo pienamente: l’alfabetizzazione all’intelligenza artificiale non \u00e8 addestramento tecnico, ma il passaggio dalla competenza tecnica alla responsabilit\u00e0 culturale<\/em>. Non basta saper usare un sistema intelligente; occorre saperlo interrogare, riconoscerne i limiti, e sapere quando sospendere il giudizio e assumersi una decisione diversa da quella suggerita dalla macchina.<\/p>\n\n\n\n

Due intuizioni, in particolare, parlano al cuore del lavoro di DiCultHer. La prima \u00e8 quella dell'”AI silenziosa”: gli algoritmi incorporati nei dispositivi, che agiscono senza essere visti, e il principio che ne discende \u2014 ci\u00f2 che non \u00e8 riconosciuto non pu\u00f2 essere governato<\/em>. La seconda \u00e8 il radicamento nella deontologia: l’articolo mostra come il dovere di competenza sull’AI sia ormai scritto nei codici professionali, spostando la questione dal piano degli standard a quello dell’identit\u00e0 di chi cura.<\/p>\n\n\n\n

\u00c8 esattamente lo spirito che anima la nostra linea editoriale Custodire la vita<\/em>: la convinzione che le professioni sanitarie non siano semplici utilizzatrici finali della tecnologia, ma custodi della dignit\u00e0 della persona nel tempo delle macchine intelligenti. Alla luce di Magnifica Humanitas<\/em>, che l’autore richiama, la domanda sull’intelligenza artificiale diventa una domanda sull’umano \u2014 e la sanit\u00e0, con la sua prossimit\u00e0 quotidiana alla vulnerabilit\u00e0, ha molto da insegnare a tutte le comunit\u00e0 educanti.<\/p>\n\n\n\n

Ringraziamo Antonio Di Lascio per aver condiviso con la nostra comunit\u00e0 una riflessione che \u00e8, insieme, tecnica e antropologica. La offriamo ai lettori di Culture Digitali<\/em> come un invito: a non dimenticare mai che dietro ogni dato, ogni immagine e ogni output, c’\u00e8 una persona.<\/p>\n\n\n\n

La Redazione<\/em><\/p>\n\n\n\n

Abstract in italiano<\/strong><\/p>\n\n\n\n

L\u2019intelligenza artificiale non rappresenta soltanto una trasformazione tecnologica, ma una questione culturale, educativa e democratica. Essa modifica il modo in cui le persone accedono alle informazioni, costruiscono conoscenza, prendono decisioni e partecipano alla vita sociale. Per questo, l\u2019alfabetizzazione all\u2019IA non pu\u00f2 essere ridotta alla semplice acquisizione di competenze operative, n\u00e9 all\u2019addestramento tecnico all\u2019uso degli strumenti digitali, ma deve essere compresa come un processo formativo capace di trasformare la competenza tecnica in responsabilit\u00e0 culturale.<\/p>\n\n\n\n

Il contributo propone una riflessione sull\u2019AI Literacy come condizione per l\u2019esercizio dei diritti cognitivi, intesi come possibilit\u00e0 della persona di comprendere, interpretare e valutare consapevolmente le tecnologie algoritmiche che incidono sui processi decisionali, informativi e relazionali. Alla luce della sfida antropologica posta da Magnifica Humanitas, Lettera Enciclica di Papa Leone XIV sulla custodia della persona umana nel tempo dell\u2019intelligenza artificiale, l\u2019educazione all\u2019IA viene interpretata come responsabilit\u00e0 condivisa tra scuola, universit\u00e0, istituzioni, professioni e comunit\u00e0 educanti.<\/p>\n\n\n\n

L\u2019ambito sanitario costituisce l\u2019osservatorio privilegiato di questa riflessione. Nei contesti ad alta complessit\u00e0, infatti, i sistemi di intelligenza artificiale non sono strumenti neutri: possono selezionare dati, produrre output, orientare decisioni, influenzare comportamenti professionali e incidere sulla sicurezza della persona assistita. L\u2019esperienza delle professioni sanitarie mostra con particolare evidenza che la supervisione umana non pu\u00f2 essere una formula astratta, ma richiede competenze effettive, consapevolezza etica, capacit\u00e0 critica e responsabilit\u00e0 professionale.<\/p>\n\n\n\n

In questa prospettiva, la sanit\u00e0 diventa laboratorio culturale di una sfida pi\u00f9 ampia: costruire una cittadinanza democratica capace di governare l\u2019innovazione, custodire i diritti cognitivi e orientare l\u2019intelligenza artificiale al servizio della dignit\u00e0 della persona e del bene comune.<\/p>\n\n\n\n

Parole chiave: AI Literacy; professioni sanitarie; responsabilit\u00e0; codice deontologico;  governance dell\u2019IA; dignit\u00e0 della persona;<\/strong> Magnifica Humanitas<\/strong><\/em>;<\/em><\/strong> TSRM<\/strong><\/p>\n\n\n\n

Abstract in inglese<\/strong><\/p>\n\n\n\n

Artificial intelligence is not merely a technological transformation, but also a cultural, educational and democratic challenge. It affects the way people access information, build knowledge, make decisions and participate in social life. For this reason, AI literacy cannot be reduced to the acquisition of operational skills or to technical training in the use of digital tools. Rather, it should be understood as an educational process capable of transforming technical competence into cultural responsibility.<\/p>\n\n\n\n

This paper reflects on AI literacy as a condition for the exercise of cognitive rights, understood as the ability of individuals to understand, interpret and critically assess algorithmic technologies that influence decision-making, information processes and social relationships. In light of the anthropological challenge raised by Magnifica Humanitas<\/em>, Pope Leo XIV\u2019s Encyclical Letter on the protection of the human person in the age of artificial intelligence, education in artificial intelligence is interpreted as a shared responsibility involving schools, universities, institutions, professions and educating communities.<\/p>\n\n\n\n

The healthcare field represents a privileged point of observation for this reflection. In high-complexity contexts, AI systems are not neutral tools: they can select data, generate outputs, guide decisions, influence professional behaviour and affect patient safety. The experience of healthcare professions clearly shows that human oversight cannot remain an abstract principle, but requires effective competence, ethical awareness, critical thinking and professional responsibility.<\/p>\n\n\n\n

From this perspective, healthcare becomes a cultural laboratory for a broader challenge: building a democratic citizenship capable of governing innovation, protecting cognitive rights and orienting artificial intelligence towards human dignity and the common good.<\/p>\n\n\n\n

1. Introduzione. L\u2019intelligenza artificiale come sfida culturale<\/h1>\n\n\n\n

Il titolo richiama il complesso tema dell\u2019 \u201calfabetizzazione all\u2019intelligenza artificiale\u201d (AI). \u00c8 opportuno chiarire che questo non significa fornire soltanto competenze operative sull\u2019uso degli strumenti digitali o limitarsi a spiegare il funzionamento tecnico degli algoritmi o di ci\u00f2 che ne sta alla base. Significa, piuttosto, educare la persona a comprendere il modo in cui tali sistemi intervengono nei processi di conoscenza, orientano le decisioni, selezionano le informazioni e influenzano la costruzione del giudizio<\/strong>.<\/p>\n\n\n\n

In questa prospettiva, l\u2019AI Literacy diventa il passaggio dalla competenza tecnica alla responsabilit\u00e0 culturale<\/strong>: non basta saper utilizzare un sistema intelligente, occorre essere in grado di interrogarlo criticamente, riconoscerne i limiti, verificarne gli output e mantenere integra la propria autonomia cognitiva.<\/p>\n\n\n\n

La sfida educativa, quindi, non consiste solo nel formare utenti pi\u00f9 abili, ma cittadini e professionisti pi\u00f9 consapevoli, capaci di abitare l\u2019ecosistema digitale senza subire passivamente la mediazione algoritmica<\/strong>. \u00c8 in questo spazio che l\u2019alfabetizzazione all\u2019IA assume valore: tutelando la libert\u00e0 di pensiero, rafforzando la partecipazione e custodendo la dignit\u00e0 della persona nell\u2019ambiente tecnologico contemporaneo.<\/p>\n\n\n\n

Infatti, l\u2019AI non pu\u00f2 essere considerata soltanto una tecnologia da acquisire, installare e utilizzare. Essa rappresenta una trasformazione profonda del modo in cui le persone conoscono, apprendono, comunicano, decidono e partecipano alla vita sociale<\/strong>. I sistemi algoritmici non si limitano a elaborare dati: selezionano informazioni, propongono correlazioni, ordinano priorit\u00e0, classificano rischi, suggeriscono soluzioni e possono influenzare, direttamente o indirettamente, il comportamento umano.<\/p>\n\n\n\n

Per questo motivo, la questione dell\u2019IA diventa centrale nel nostro comune dibattito perch\u00e9 essa non pu\u00f2 essere affrontata esclusivamente sul piano tecnico, giuridico o regolatorio. Certamente, come si \u00e8 fatto, servono norme, standard, sistemi di gestione, modelli di valutazione del rischio e strumenti di controllo. Tuttavia, prima ancora di essere una questione di compliance, l\u2019AI \u00e8 una questione culturale: interpellando il modo in cui le comunit\u00e0 comprendono la conoscenza, la responsabilit\u00e0, la libert\u00e0, la fiducia e la relazione tra persona e tecnologia.<\/strong><\/p>\n\n\n\n

La sfida pi\u00f9 rilevante, dunque, non consiste soltanto nel rendere l\u2019AI pi\u00f9 potente, pi\u00f9 efficiente o pi\u00f9 performante, ma nel rendere le persone pi\u00f9 consapevoli.<\/p>\n\n\n\n

L\u2019innovazione tecnologica pu\u00f2 diventare autentico progresso solo se accompagnata da un\u2019adeguata crescita culturale, capace di formare cittadini e professionisti in grado di comprendere i sistemi intelligenti, valutarne criticamente gli output e mantenere integro il giudizio umano<\/strong>.<\/p>\n\n\n\n

In questa prospettiva, Magnifica Humanitas<\/em> (Lettera Enciclica di Papa Leone XIV sulla custodia della persona umana nel tempo dell\u2019intelligenza artificiale, Citt\u00e0 del Vaticano 15 maggio 2026) offre una chiave di lettura particolarmente significativa. La sfida dell\u2019intelligenza artificiale viene ricondotta non solo alla dimensione dell\u2019innovazione, ma alla domanda sull\u2019umano: che cosa significa custodire la persona nel tempo delle macchine intelligenti? Quale forma di libert\u00e0, di responsabilit\u00e0 e di partecipazione democratica \u00e8 possibile in un ambiente sempre pi\u00f9 mediato dagli algoritmi? Come evitare che la potenza tecnica si trasformi in delega del giudizio, in impoverimento della coscienza critica o in riduzione della persona a dato?<\/p>\n\n\n\n

Alla luce di questa prospettiva, educare all\u2019intelligenza artificiale significa educare a rimanere umani dentro l\u2019ecosistema digitale, formando persone capaci non solo di utilizzare strumenti tecnologici, ma di comprenderne il significato, i limiti, gli effetti e le implicazioni etiche, passando dalla competenza tecnica alla responsabilit\u00e0 culturale.<\/strong><\/p>\n\n\n\n

Questa prospettiva nasce dall\u2019esperienza professionale maturata nell\u2019ambito sanitario, dove l\u2019intelligenza artificiale non \u00e8 una questione astratta, ma una realt\u00e0 che entra progressivamente nei processi di cura, nei sistemi tecnologici, nella produzione del dato e nelle responsabilit\u00e0 dei professionisti.<\/p>\n\n\n\n

La sanit\u00e0 \u00e8 oggi uno degli ambiti nei quali l\u2019AI mostra con maggiore chiarezza la propria portata etica e antropologica, perch\u00e9 si intreccia con la vita, la salute, la vulnerabilit\u00e0 della persona, la sicurezza delle cure e la responsabilit\u00e0 professionale. Per questo, l\u2019esperienza sanitaria non rappresenta un settore separato dal dibattito culturale sull\u2019AI, ma un paradigma concreto attraverso cui cogliere questa sfida che coinvolge, inevitabilmente la scuola, l\u2019universit\u00e0, le istituzioni, le professioni, i territori e le comunit\u00e0 educanti.<\/p>\n\n\n\n

L’alfabetizzazione all’intelligenza artificiale \u00e8 il presupposto per l’esercizio dei diritti cognitivi, fondamento culturale per una governance democratica dell’IA.<\/strong><\/p>\n\n\n\n

Quando parliamo di diritti cognitivi<\/strong>, non stiamo parlando di un nuovo diritto codificato in una legge, ma di una categoria culturale e filosofica che negli ultimi anni sta assumendo sempre maggiore rilievo nel dibattito sull\u2019AI. Fino a pochi anni fa, il problema principale era garantire alle persone l’accesso all’informazione<\/strong>. Oggi il problema \u00e8 diverso. L’informazione arriva continuamente, ma sempre pi\u00f9 spesso \u00e8 filtrata, selezionata, ordinata o addirittura prodotta da algoritmi<\/strong>. Questo significa che la libert\u00e0 della persona non dipende soltanto dalla possibilit\u00e0 di ricevere informazioni, ma anche dalla capacit\u00e0 di comprenderne l’origine, valutarne l’affidabilit\u00e0 e mantenere un’autonomia di giudizio.<\/p>\n\n\n\n

I diritti cognitivi potremmo definirli come l’insieme delle condizioni che consentono alla persona di esercitare liberamente il proprio pensiero, comprendere le informazioni, sviluppare un giudizio autonomo e prendere decisioni consapevoli anche in un ambiente mediato dall\u2019AI.<\/strong><\/p>\n\n\n\n

Del resto Papa Leone XIV lo dice chiaramente nella sua Lettera enciclica<\/strong> \u00abNel tempo dell\u2019intelligenza artificiale, in cui la dignit\u00e0 umana rischia di essere oscurata da nuove forme di disumanizzazione, abbiamo il dovere urgente di restare profondamente umani [\u2026] e nessuna macchina potr\u00e0 mai sostituire [l\u2019umanit\u00e0] nel suo splendore<\/em>\u00bb (Magnifica Humanitas<\/em>, n. 15)<\/p>\n\n\n\n

2. Dalla competenza tecnica alla responsabilit\u00e0 culturale<\/h1>\n\n\n\n

Per alfabetizzare all\u2019AI o AI Literacy si intende la capacit\u00e0 di comprendere, utilizzare e valutare criticamente i sistemi di IA, riconoscendone potenzialit\u00e0, limiti, rischi e implicazioni etiche<\/strong>.<\/p>\n\n\n\n

Essa non riguarda soltanto il saper usare uno strumento intelligente, ma il saper mantenere autonomia di giudizio, responsabilit\u00e0 decisionale e consapevolezza culturale nell\u2019interazione con sistemi algoritmici<\/p>\n\n\n\n

Alfabetizzare, quindi, non significa fornire competenze operative sull\u2019uso degli strumenti digitali, n\u00e9 limitarsi a spiegare il funzionamento tecnico degli algoritmi, ma piuttosto, educare la persona a comprendere il modo in cui tali sistemi intervengono nei processi di conoscenza, orientano le decisioni, selezionano le informazioni e influenzano la costruzione del giudizio.<\/p>\n\n\n\n

Questa distinzione \u00e8 decisiva. Una formazione puramente tecnica insegna come utilizzare uno strumento. Un\u2019alfabetizzazione culturale insegna anche quando fidarsi, quando dubitare, quando verificare, quando sospendere il giudizio e quando assumersi la responsabilit\u00e0 di una decisione diversa da quella suggerita dalla macchina.<\/strong><\/p>\n\n\n\n

L\u2019AI Literacy non pu\u00f2 quindi essere ridotta alla familiarit\u00e0 con le interfacce, alla capacit\u00e0 di formulare prompt o alla conoscenza di alcune funzioni applicative. Questi elementi sono certamente utili, ma non esauriscono il problema. Il vero nodo educativo riguarda l\u2019autonomia cognitiva della persona: la capacit\u00e0 di comprendere che un output algoritmico non \u00e8 una verit\u00e0, ma il risultato di un processo tecnico, statistico, probabilistico e contestuale, che deve essere interpretato alla luce di criteri umani, professionali, etici e sociali<\/strong>.<\/p>\n\n\n\n

In questa prospettiva, l\u2019alfabetizzazione all\u2019AI diventa il passaggio dalla competenza tecnica alla responsabilit\u00e0 culturale. Non basta saper utilizzare un sistema intelligente: occorre essere in grado di interrogarlo criticamente, riconoscerne i limiti, verificarne gli output e mantenere integra la propria autonomia di giudizio<\/strong>.<\/p>\n\n\n\n

La sfida educativa, quindi, non consiste solo nel formare utenti pi\u00f9 abili, ma cittadini e professionisti pi\u00f9 consapevoli, capaci di abitare l\u2019ecosistema digitale senza subire passivamente la mediazione algoritmica<\/strong>.<\/p>\n\n\n\n

Il passaggio dalla competenza tecnica alla responsabilit\u00e0 culturale \u00e8 particolarmente evidente nei contesti professionali ad alta complessit\u00e0, dove l\u2019errore, l\u2019affidamento eccessivo o l\u2019uso inconsapevole della tecnologia possono produrre conseguenze rilevanti.<\/p>\n\n\n\n

La sanit\u00e0 \u00e8 uno di questi contesti.<\/p>\n\n\n\n

La sanit\u00e0 permette di cogliere con particolare chiarezza il passaggio dell\u2019AI da semplice strumento tecnologico e informativo a componente attiva dei processi decisionali, operativi e relazionali<\/strong>.<\/p>\n\n\n\n

Un sistema intelligente, infatti, non si limita a restituire dati: pu\u00f2 selezionare informazioni rilevanti, proporre misurazioni, segnalare anomalie, classificare rischi o suggerire priorit\u00e0.<\/p>\n\n\n\n

Tali output possono incidere sul ragionamento del professionista, sull\u2019organizzazione dell\u2019attivit\u00e0, sulla gestione del tempo, sulla sicurezza della persona assistita e, indirettamente, sulla relazione di cura.<\/p>\n\n\n\n

Per questo l\u2019AI, quando entra nei contesti sanitari, non pu\u00f2 essere considerata neutra o meramente accessoria, ma deve essere compresa, valutata e governata come parte integrante del processo professionale.<\/strong><\/p>\n\n\n\n

3. La sanit\u00e0 come osservatorio privilegiato<\/h1>\n\n\n\n

L\u2019ambito sanitario rappresenta un osservatorio privilegiato per comprendere la portata culturale dell\u2019intelligenza artificiale.<\/p>\n\n\n\n

Nei contesti di cura, infatti, l\u2019AI non agisce in modo astratto, ma entra nei processi diagnostici, terapeutici, assistenziali e organizzativi ed infatti: pu\u00f2 supportare la lettura di immagini, proporre misurazioni, classificare rischi, segnalare anomalie, contribuire alla stratificazione dei pazienti e orientare decisioni professionali.<\/p>\n\n\n\n

In sanit\u00e0, un algoritmo non elabora semplicemente dati: pu\u00f2 contribuire alla costruzione dell\u2019informazione clinica<\/strong>. Anche quando non decide autonomamente, pu\u00f2 influenzare il comportamento del professionista e incidere sulla relazione tra persona assistita, tecnologia e cura.<\/p>\n\n\n\n

Questa caratteristica, nel contesto sanitario, emerge con particolare chiarezza, perch\u00e9 l\u2019output del sistema pu\u00f2 incidere su scelte che riguardano la salute, la sicurezza, il rischio, la diagnosi, la priorit\u00e0 di intervento, il percorso di cura e la qualit\u00e0 dell\u2019assistenza.<\/strong><\/p>\n\n\n\n

L\u2019esperienza sanitaria mostra che l\u2019AI non \u00e8 neutra quando entra nei processi decisionali. Essa deve essere riconosciuta, valutata, monitorata e governata. Non basta sapere che un software funziona; occorre comprendere che cosa modifica nel processo reale di lavoro. Non basta valutarne la performance tecnica; occorre interrogarsi sul suo impatto clinico, organizzativo, etico e professionale.<\/p>\n\n\n\n

In sanit\u00e0 non basta addestrare un professionista all\u2019uso di un sistema, ma occorre formarlo alla comprensione critica dei suoi effetti.<\/p>\n\n\n\n

La societ\u00e0 algoritmica richiede persone capaci non solo di utilizzare tecnologie intelligenti, ma di comprenderne la logica, i limiti e le conseguenze<\/strong>.<\/p>\n\n\n\n

La sanit\u00e0, in questo senso, rende visibile una sfida che riguarda l\u2019intera societ\u00e0: superare un uso ingenuo dell\u2019intelligenza artificiale e costruire una vera cultura della responsabilit\u00e0<\/strong>.<\/p>\n\n\n\n

Usare ingenuamente l\u2019IA significa considerarla uno strumento neutro, affidabile per il solo fatto di produrre un risultato, senza interrogarsi sulla qualit\u00e0 dei dati, sui limiti del sistema, sui possibili errori, sui bias e sulle conseguenze delle decisioni che essa pu\u00f2 orientare.<\/p>\n\n\n\n

L\u2019esperienza sanitaria dimostra invece che nessun output algoritmico pu\u00f2 essere accolto in modo automatico: deve essere interpretato, verificato e ricondotto al giudizio umano, soprattutto quando incide sulla vita, sulla salute e sulla sicurezza della persona<\/strong>.<\/p>\n\n\n\n

4. L\u2019esperienza sanitaria come paradigma di alfabetizzazione critica<\/h1>\n\n\n\n

L\u2019esperienza delle professioni sanitarie consente di comprendere con particolare concretezza che l\u2019alfabetizzazione all\u2019IA non \u00e8 un lusso formativo, ma una condizione di responsabilit\u00e0<\/strong>.<\/p>\n\n\n\n

In ambito sanitario, il professionista non si confronta con l\u2019intelligenza artificiale come semplice utente. Egli interagisce con un sistema che pu\u00f2 intervenire dentro un processo tecnico, diagnostico o assistenziale.<\/strong><\/p>\n\n\n\n

Un output apparentemente corretto pu\u00f2 rafforzare una decisione, orientare l\u2019attenzione, modificare una priorit\u00e0, confermare un sospetto o ridurre la percezione del dubbio.<\/p>\n\n\n\n

In alcuni casi pu\u00f2 migliorare la qualit\u00e0 del processo; in altri pu\u00f2 generare affidamento eccessivo, automatismo interpretativo o deresponsabilizzazione.<\/p>\n\n\n\n

Questo \u00e8 particolarmente evidente nell\u2019imaging diagnostico e interventistico: un sistema di AI pu\u00f2 segmentare automaticamente un\u2019immagine, proporre una misura, evidenziare una lesione, classificare una struttura anatomica, suggerire una priorit\u00e0 o supportare un processo di post-processing.<\/strong><\/p>\n\n\n\n

Tutto ci\u00f2 pu\u00f2 rappresentare un contributo importante alla qualit\u00e0 e all\u2019efficienza della procedura stessa, ma non elimina la necessit\u00e0 di una valutazione umana competente.<\/p>\n\n\n\n

Il professionista sanitario deve chiedersi: la qualit\u00e0 del dato di partenza \u00e8 adeguata? L\u2019immagine \u00e8 tecnicamente corretta? L\u2019output \u00e8 coerente con il contesto clinico? Il sistema \u00e8 stato validato per quella popolazione, quella metodica, quel dispositivo, quella condizione operativa? Quali margini di errore possono essere presenti? Quali bias possono incidere? Quale responsabilit\u00e0 resta in capo al professionista?<\/strong><\/p>\n\n\n\n

Queste domande mostrano che l\u2019AI Literacy, in sanit\u00e0, non coincide con la capacit\u00e0 di utilizzare un software. Essa riguarda la capacit\u00e0 di comprendere il rapporto tra dato, tecnologia, processo, decisione e responsabilit\u00e0<\/strong>.<\/p>\n\n\n\n

Da questo punto di vista, ad esempio, il profilo del Tecnico sanitario di radiologia medica (TSRM) offre un osservatorio particolarmente significativo.<\/strong><\/p>\n\n\n\n

Il TSRM opera quotidianamente in ambienti ad alta intensit\u00e0 tecnologica, nei quali immagine, dato, dose, qualit\u00e0 tecnica, sicurezza, procedura e persona assistita sono strettamente intrecciati.<\/p>\n\n\n\n

La sua esperienza professionale mostra che la tecnologia non \u00e8 mai separata dal contesto umano, organizzativo e clinico in cui viene utilizzata.<\/p>\n\n\n\n

Nei processi di imaging, infatti, il TSRM non \u00e8 un semplice utilizzatore di apparecchiature, ma un professionista chiamato a presidiare la qualit\u00e0 del dato, la correttezza dell\u2019acquisizione, l\u2019appropriatezza tecnica della procedura, la sicurezza della persona assistita e l\u2019affidabilit\u00e0 dell\u2019informazione prodotta<\/strong>.<\/p>\n\n\n\n

In questa prospettiva, la sua funzione pu\u00f2 essere letta come un presidio tecnico-professionale del processo di erogazione della prestazione<\/strong>: non perch\u00e9 sostituisca altre responsabilit\u00e0 cliniche, ma perch\u00e9 opera nel punto in cui qualit\u00e0 del dato, correttezza tecnica, sicurezza della persona e affidabilit\u00e0 dell\u2019output si incontrano<\/strong>.<\/p>\n\n\n\n

Tale ruolo assume un rilievo ancora maggiore quando nei sistemi di imaging, nei software di post-processing o nei dispositivi medici utilizzati vengono integrate componenti di intelligenza artificiale.<\/p>\n\n\n\n

L\u2019algoritmo, infatti, pu\u00f2 intervenire nella segmentazione delle immagini, nella proposta di misurazioni, nella classificazione di reperti, nella segnalazione di anomalie o nel supporto alla valutazione tecnica<\/strong>. Tuttavia, proprio perch\u00e9 tali output possono influenzare il processo professionale e, indirettamente, la decisione clinica, essi non possono essere accolti in modo automatico o acritico, ma devono essere compresi, verificati, contestualizzati e ricondotti alla responsabilit\u00e0 del professionista<\/strong>.<\/p>\n\n\n\n

In questa direzione, l\u2019art. 87 del Codice deontologico del Tecnico sanitario di radiologia medica (edizione 2025),<\/strong> dedicato espressamente all\u2019\u201cIntelligenza artificiale\u201d, rappresenta un passaggio particolarmente avanzato. La norma richiama il dovere del TSRM di mantenere un\u2019adeguata competenza sull\u2019uso dei sistemi di IA connessi alla pratica professionale, comprendendone principi di funzionamento, applicazioni, potenzialit\u00e0, limiti, possibili errori e implicazioni etiche e legali.<\/strong><\/p>\n\n\n\n

Soprattutto, afferma un principio decisivo: l\u2019intelligenza artificiale deve essere utilizzata come strumento complementare alla pratica professionale, e non come alternativa al giudizio umano o alla decisione del professionista<\/strong>.<\/p>\n\n\n\n

Il Codice deontologico (ed. 2025) attribuisce inoltre al TSRM una responsabilit\u00e0 concreta nella gestione dei risultati prodotti dai sistemi di AI anche quando questi siano impiegati nell\u2019acquisizione o nella valutazione delle immagini. Questo passaggio \u00e8 particolarmente rilevante perch\u00e9 sposta il tema dell\u2019AI dal piano astratto della tecnologia al piano effettivo dell\u2019agire professionale: il risultato prodotto dal sistema intelligente deve essere interpretato, verificato e assunto dentro una responsabilit\u00e0 tecnica e deontologica.<\/p>\n\n\n\n

A ci\u00f2 si aggiungono il dovere di garantire la corretta gestione dei dati personali, l\u2019attenzione alla trasparenza e alla comprensibilit\u00e0 dei giudizi prodotti dalle macchine, la promozione di sistemi che assicurino spiegabilit\u00e0 algoritmica e il monitoraggio continuo delle prestazioni dei sistemi di intelligenza artificiale.<\/p>\n\n\n\n

Il valore di questo articolo del Codice deontologico adottato dai TSRM \u00e8 duplice:<\/p>\n\n\n\n

    \n
  1. da un lato, conferma che l\u2019alfabetizzazione all\u2019intelligenza artificiale non \u00e8 pi\u00f9 soltanto una competenza auspicabile, ma una componente della responsabilit\u00e0 deontologica del professionista;<\/strong><\/li>\n\n\n\n
  2. dall\u2019altro, mostra che la governance dell\u2019AI sanitaria non pu\u00f2 essere affidata esclusivamente a figure tecniche, informatiche o manageriali, ma richiede il coinvolgimento dei professionisti che operano nei processi reali di cura, l\u00e0 dove l\u2019algoritmo incontra il dato, la procedura, il rischio e la persona<\/strong>.<\/li>\n<\/ol>\n\n\n\n

    Il TSRM, proprio per la sua collocazione professionale tra tecnologia, immagine, sicurezza e relazione di cura, pu\u00f2 contribuire in modo qualificato a rendere l\u2019intelligenza artificiale non solo pi\u00f9 efficiente, ma anche pi\u00f9 comprensibile, controllabile e orientata alla tutela della dignit\u00e0 della persona assistita<\/strong>.<\/p>\n\n\n\n

    L\u2019intelligenza artificiale applicata all\u2019imaging non pu\u00f2 quindi essere letta soltanto come un avanzamento tecnico, ma come una trasformazione del modo in cui si produce, si interpreta e si utilizza l\u2019informazione sanitaria<\/strong>.<\/p>\n\n\n\n

    In questo spazio si colloca la responsabilit\u00e0 del professionista: non sostituire la macchina, n\u00e9 subirla, ma governare criticamente il suo contributo dentro il processo di cura<\/strong>.<\/p>\n\n\n\n

    5. L\u2019AI silenziosa: quando l\u2019algoritmo entra senza essere visto<\/h1>\n\n\n\n

    Una criticit\u00e0 particolarmente significativa riguarda quella che pu\u00f2 essere definita \u201cAI silenziosa\u201d: sistemi intelligenti incorporati in dispositivi medici, software diagnostici, piattaforme di imaging, apparecchiature elettromedicali, moduli opzionali o aggiornamenti tecnologici.<\/p>\n\n\n\n

    In questi casi, l\u2019intelligenza artificiale non entra nelle organizzazioni come progetto autonomo, chiaramente identificabile e discusso, ma come componente integrata in prodotti gi\u00e0 utilizzati o acquisiti per altre finalit\u00e0<\/strong>. Il rischio \u00e8 che l\u2019AI venga percepita come una semplice funzione accessoria, senza un\u2019adeguata valutazione dei suoi effetti clinici, organizzativi, etici e professionali.<\/p>\n\n\n\n

    Questa condizione genera un\u2019area grigia. Il prodotto viene acquisito come tecnologia sanitaria, apparecchiatura, software o soluzione informatica, ma la componente algoritmica pu\u00f2 restare poco visibile o non sufficientemente analizzata. Ci\u00f2 pu\u00f2 determinare una sottovalutazione del suo impatto reale<\/strong>.<\/p>\n\n\n\n

    Eppure, un sistema che segmenta automaticamente un\u2019immagine, propone una misurazione, evidenzia una lesione, classifica un rischio o suggerisce una priorit\u00e0 non \u00e8 neutro. Contribuisce alla costruzione dell\u2019informazione clinica. Pu\u00f2 rafforzare la decisione del professionista, ma pu\u00f2 anche condizionarla. Pu\u00f2 migliorare l\u2019efficienza, ma pu\u00f2 anche generare affidamento eccessivo, opacit\u00e0, bias o deresponsabilizzazione.<\/p>\n\n\n\n

    L\u2019AI silenziosa \u00e8 importante anche come metafora sociale. In molte dimensioni della vita quotidiana, infatti, gli algoritmi agiscono senza essere pienamente percepiti.<\/strong> Ordinano contenuti, suggeriscono scelte, filtrano informazioni, personalizzano esperienze, anticipano bisogni, orientano comportamenti. Spesso l\u2019utente non vede l\u2019algoritmo, ma ne subisce gli effetti.<\/p>\n\n\n\n

    La sanit\u00e0 rende evidente un problema che riguarda l\u2019intera societ\u00e0: ci\u00f2 che non \u00e8 riconosciuto non pu\u00f2 essere governato<\/strong>. Per questo l\u2019alfabetizzazione all\u2019IA deve insegnare prima di tutto a rendere visibile la mediazione algoritmica. Occorre sapere dove l\u2019IA \u00e8 presente, quali dati utilizza, quali output produce, chi li interpreta, chi li valida, chi li monitora e chi risponde delle conseguenze<\/strong>.<\/p>\n\n\n\n

    6. Deontologia professionale e responsabilit\u00e0 educativa<\/h1>\n\n\n\n

    La responsabilit\u00e0 nei confronti dell\u2019intelligenza artificiale non riguarda solo le norme giuridiche o gli standard tecnici. Essa entra progressivamente nel perimetro della deontologia professionale.<\/p>\n\n\n\n

    Questo passaggio \u00e8 particolarmente significativo. La deontologia non \u00e8 soltanto un insieme di regole disciplinari, ma un linguaggio attraverso cui una comunit\u00e0 professionale riconosce i propri doveri, custodisce la propria identit\u00e0 e orienta il proprio agire al bene della persona e della collettivit\u00e0.<\/strong><\/p>\n\n\n\n

    Nel caso delle professioni sanitarie, la deontologia assume un valore ancora pi\u00f9 forte, perch\u00e9 lega la competenza professionale alla tutela della salute, della dignit\u00e0 e della sicurezza della persona assistita<\/strong>. Quando l\u2019intelligenza artificiale entra nel processo di cura, essa non pu\u00f2 restare estranea a questa riflessione.<\/p>\n\n\n\n

    Il richiamo all\u2019intelligenza artificiale nel Codice deontologico del Tecnico sanitario di radiologia medica (ed. 2025) rappresenta, in questo senso, un passaggio rilevante. Esso mostra che l\u2019AI non appartiene pi\u00f9 soltanto al linguaggio degli standard, delle norme tecniche o delle strategie aziendali, ma entra nel cuore dell\u2019identit\u00e0 professionale<\/strong>. La tecnologia intelligente viene riconosciuta come complementare, non alternativa, al giudizio umano e alla responsabilit\u00e0 professionale<\/strong>.<\/p>\n\n\n\n

    7. Governance dell\u2019IA come cultura della fiducia<\/h1>\n\n\n\n

    Parlare di governance dell\u2019intelligenza artificiale significa, anzitutto, evitare che l\u2019innovazione sia introdotta solo perch\u00e9 tecnologicamente disponibile. Non tutto ci\u00f2 che \u00e8 nuovo, avanzato o disponibile e acquistabile \u00e8 automaticamente utile, appropriato o sicuro. In sanit\u00e0, in particolare, l\u2019adozione di un sistema intelligente deve essere preceduta da domande di senso e di responsabilit\u00e0: A quale bisogno risponde? Quali processi modifica? Quali dati utilizza? Quali rischi introduce? Chi ne interpreta gli output? Chi ne monitora gli effetti? Chi risponde delle eventuali anomalie?<\/p>\n\n\n\n

    Solo a queste condizioni la tecnologia smette di essere semplice disponibilit\u00e0 strumentale e diventa innovazione realmente governata.<\/p>\n\n\n\n

    Un sistema di AI non diventa affidabile semplicemente perch\u00e9 \u00e8 avanzato, performante o commercialmente disponibile. Diventa affidabile quando l\u2019organizzazione che lo adotta \u00e8 in grado di governarlo e per questo comprenderlo, inserirlo nei propri processi, valutarne gli effetti, monitorarne l\u2019evoluzione e definire con chiarezza le responsabilit\u00e0 di chi lo utilizza.<\/strong><\/p>\n\n\n\n

    In questa prospettiva, gli standard e i sistemi di gestione non dovrebbero essere letti come meri adempimenti documentali o certificativi. Il loro valore pi\u00f9 profondo \u00e8 culturale<\/strong>: aiutano le organizzazioni a costruire un linguaggio comune, a rendere visibili i processi, a chiarire le responsabilit\u00e0 e a trasformare la complessit\u00e0 tecnologica in percorsi controllabili<\/strong>.<\/p>\n\n\n\n

    ISO\/IEC 42001, ISO\/IEC 27001 e UNI 11621-8 possono essere considerate, in questo senso, non soltanto norme tecniche, ma strumenti.<\/p>\n\n\n\n

    La ISO\/IEC 42001 offre un riferimento specifico per il governo dei sistemi di intelligenza artificiale. Essa richiama la necessit\u00e0 di non trattare l\u2019AI come un semplice software, ma come un sistema capace di incidere su processi, decisioni, persone e contesti organizzativi.<\/p>\n\n\n\n

    Il suo impianto fondato su responsabilit\u00e0, valutazione del rischio, analisi degli impatti, competenze, monitoraggio e miglioramento continuo consente di spostare l\u2019attenzione dall\u2019adozione dello strumento alla sua gestione responsabile nel tempo.<\/p>\n\n\n\n

    Accanto a questa prospettiva, la ISO\/IEC 27001 richiama un presupposto essenziale: non pu\u00f2 esistere una intelligenza artificiale affidabile senza una corretta gestione della sicurezza delle informazioni<\/strong>. L\u2019IA vive di dati, e in sanit\u00e0 questi dati non sono mai neutri<\/strong>. Possono essere immagini, parametri clinici, segnali, informazioni personali, dati diagnostici o elementi della storia assistenziale della persona.<\/p>\n\n\n\n

    La loro riservatezza, integrit\u00e0 e disponibilit\u00e0 non costituiscono soltanto requisiti informatici, ma condizioni preliminari per proteggere la persona assistita e garantire la qualit\u00e0 dell\u2019intero processo.<\/p>\n\n\n\n

    In questo quadro, un riferimento particolarmente interessante \u00e8 rappresentato dal profilo dell\u2019AI Consultant<\/strong>, richiamato nell\u2019ambito della UNI 11621-8 tra le figure professionali operanti nel settore dell\u2019intelligenza artificiale<\/strong>.<\/p>\n\n\n\n

    Si tratta di una figura chiamata a supportare le organizzazioni nella comprensione, valutazione e integrazione dei sistemi di IA nei processi aziendali, contribuendo alla definizione delle strategie di adozione, all\u2019analisi dei rischi e dei benefici, alla coerenza con il quadro normativo e agli aspetti di formazione, monitoraggio e miglioramento<\/strong>.<\/p>\n\n\n\n

    Proprio per queste caratteristiche, l\u2019AI Consultant appare<\/strong> come uno dei profili pi\u00f9 vicini a una possibile declinazione sanitaria della governance dell\u2019intelligenza artificiale<\/strong>.<\/p>\n\n\n\n

    Non si tratta, evidentemente, di trasferire meccanicamente un profilo nato nel contesto ICT dentro le professioni sanitarie, n\u00e9 di sostituire competenze informatiche, ingegneristiche o manageriali. Il punto \u00e8 diverso: in sanit\u00e0, l\u2019intelligenza artificiale non pu\u00f2 essere valutata soltanto per la sua architettura tecnica, ma deve essere compresa nel modo in cui entra nei processi reali di cura, nei flussi di lavoro, nella produzione del dato, nella sicurezza della persona assistita e nella responsabilit\u00e0 professionale<\/strong>.<\/p>\n\n\n\n

    In questa prospettiva, un professionista sanitario adeguatamente formato sui temi dell\u2019IA, della governance, dell\u2019etica, della protezione dei dati e della valutazione del rischio pu\u00f2 rappresentare una figura di raccordo particolarmente preziosa. Il suo valore non risiede nel sostituirsi allo sviluppatore, all\u2019ingegnere clinico, al data scientist o al responsabile dei sistemi informativi, ma nel portare dentro la valutazione dell\u2019AI la conoscenza situata del contesto sanitario: come si lavora realmente nei reparti, quali criticit\u00e0 emergono nei processi, quali rischi possono incidere sulla sicurezza, quali output sono davvero comprensibili e utilizzabili dai professionisti, quali effetti possono prodursi sulla persona assistita.<\/p>\n\n\n\n

    Il Tecnico sanitario di radiologia medica (TSRM), ad esempio, pu\u00f2 rappresentare una figura particolarmente significativa in questa direzione.<\/strong> La sua attivit\u00e0 professionale si colloca infatti in un punto di intersezione tra tecnologia, immagine, dato, dose, qualit\u00e0 tecnica, sicurezza e relazione con la persona assistita<\/strong>. Un TSRM formato alla governance dell\u2019AI potrebbe contribuire alla valutazione dei sistemi intelligenti applicati all\u2019imaging, alla verifica della qualit\u00e0 degli output, all\u2019individuazione di criticit\u00e0 operative, alla formazione dei colleghi, al monitoraggio dell\u2019uso dei sistemi e al dialogo tra professionisti sanitari, ingegneria clinica, sistemi informativi, risk management e direzione sanitaria.<\/p>\n\n\n\n

    L\u2019AI Consultant, cos\u00ec inteso e opportunamente declinato nel contesto sanitario, non sarebbe quindi una figura astratta o meramente tecnica, ma un facilitatore della governance responsabile dell\u2019AI<\/strong>. Una figura capace di accompagnare l\u2019organizzazione nel passaggio dall\u2019adozione tecnologica alla responsabilit\u00e0 culturale<\/strong>, contribuendo a rendere l\u2019intelligenza artificiale non solo disponibile, ma realmente comprensibile, controllabile, sicura e orientata alla tutela della persona.<\/p>\n\n\n\n

    Nel contesto sanitario questo passaggio assume un significato particolare. L\u2019AI non entra in un ambiente qualsiasi, ma in processi nei quali sono coinvolti salute, vulnerabilit\u00e0, sicurezza delle cure, responsabilit\u00e0 professionale e fiducia nella relazione assistenziale. Per questo, la governance dell\u2019AI sanitaria non pu\u00f2 essere confinata ai sistemi informativi, all\u2019ingegneria clinica o alla dimensione amministrativa. Deve raggiungere i luoghi reali in cui la tecnologia viene utilizzata: le sale diagnostiche, i reparti, i laboratori, gli ambulatori, i percorsi assistenziali, i momenti in cui il professionista interpreta un output e lo collega alla storia concreta della persona assistita.<\/p>\n\n\n\n

    Il rischio, altrimenti, \u00e8 quello di costruire una governance solo formale: procedure corrette, documenti completi, responsabilit\u00e0 apparentemente definite, ma poco impatto sulla pratica quotidiana.<\/p>\n\n\n\n

    Una governance realmente efficace, invece, deve modificare il modo in cui le persone lavorano, decidono, collaborano e comprendono la tecnologia.<\/p>\n\n\n\n

    Deve rendere chiaro dove l\u2019AI \u00e8 presente, quali dati utilizza, quali risultati produce, chi li valuta, chi li monitora e chi interviene quando emergono errori, anomalie o effetti inattesi<\/strong>.<\/p>\n\n\n\n

    8. Conclusione. Rimanere umani nel tempo dell\u2019intelligenza artificiale<\/h1>\n\n\n\n

    L\u2019alfabetizzazione all\u2019intelligenza artificiale non rappresenta soltanto una nuova esigenza formativa, ma una condizione culturale per abitare responsabilmente il tempo dell\u2019AI<\/strong>.<\/p>\n\n\n\n

    Essa consente di trasformare la competenza tecnica in responsabilit\u00e0 culturale, l\u2019utilizzo degli strumenti in capacit\u00e0 critica, l\u2019innovazione tecnologica in servizio alla persona.<\/p>\n\n\n\n

    Il paradigma delle professioni sanitarie mostra con chiarezza che non basta introdurre sistemi intelligenti nei processi organizzativi. Occorre formare persone capaci di comprenderli, governarli e valutarli criticamente.<\/strong><\/p>\n\n\n\n

    Nei contesti ad alto rischio, infatti, la supervisione umana non pu\u00f2 essere un principio astratto, ma deve diventare competenza concreta, responsabilit\u00e0 professionale e cultura condivisa<\/strong>.<\/p>\n\n\n\n

    Questa consapevolezza nasce dalla pratica. Chi opera in sanit\u00e0 sa che la tecnologia pu\u00f2 essere preziosa, ma sa anche che non cura da sola.<\/strong> Sa che il dato \u00e8 indispensabile, ma non coincide mai interamente con la persona. Sa che l\u2019immagine pu\u00f2 mostrare molto, ma non esaurisce la storia di chi viene assistito. Sa che una procedura pu\u00f2 essere tecnicamente corretta, ma deve rimanere proporzionata, appropriata e rispettosa della dignit\u00e0 umana.<\/p>\n\n\n\n

    \u00c8 proprio questa esperienza concreta che pu\u00f2 offrire un contributo alla riflessione culturale sull\u2019intelligenza artificiale. La sanit\u00e0 insegna che il progresso non si misura solo nella potenza dello strumento, ma nella qualit\u00e0 della relazione che esso permette di custodire. Non si misura solo nella velocit\u00e0 dell\u2019elaborazione, ma nella capacit\u00e0 di migliorare decisioni giuste. Non si misura solo nella precisione dell\u2019output, ma nella responsabilit\u00e0 con cui quell\u2019output viene interpretato.<\/p>\n\n\n\n

    Alla luce di Magnifica Humanitas<\/em>, la questione dell\u2019intelligenza artificiale diventa anzitutto una domanda sull\u2019umano. Non si tratta soltanto di stabilire quanto possano fare le macchine, ma di decidere quale tipo di persona, di professionista e di cittadino vogliamo formare. Una societ\u00e0 che introduce l\u2019IA senza alfabetizzazione rischia di produrre utenti competenti ma cittadini fragili; professionisti addestrati ma non pienamente responsabili; organizzazioni efficienti ma culturalmente impreparate<\/strong>.<\/p>\n\n\n\n

    Per questo, educare all\u2019IA significa custodire i diritti cognitivi e promuovere una cultura dell\u2019innovazione nella quale la tecnologia resti al servizio della dignit\u00e0, della libert\u00e0 e del bene comune.<\/p>\n\n\n\n

    Il futuro dell\u2019intelligenza artificiale non dipender\u00e0 soltanto dalla qualit\u00e0 degli algoritmi, ma dalla qualit\u00e0 delle comunit\u00e0 che sapranno governarli<\/strong>. Dipender\u00e0 dalla capacit\u00e0 della scuola di formare pensiero critico, dell\u2019universit\u00e0 di integrare saperi tecnici e umanistici, delle professioni di aggiornare la propria responsabilit\u00e0<\/strong>, delle istituzioni di costruire regole giuste, dei territori di non restare esclusi dai processi di innovazione.<\/p>\n\n\n\n

    In questa prospettiva, il mondo sanitario \u00e8 uno dei luoghi in cui tale dibattito diventa pi\u00f9 concreto. La cura, infatti, obbliga a non dimenticare mai che dietro ogni sistema, ogni dato e ogni decisione vi \u00e8 una persona<\/strong>.<\/p>\n\n\n\n

    Ed \u00e8 forse questa la lezione pi\u00f9 importante che la sanit\u00e0 pu\u00f2 offrire alle comunit\u00e0 educanti: l\u2019intelligenza artificiale sar\u00e0 davvero al servizio dell\u2019uomo solo se saremo capaci di formare persone che, davanti alla potenza della macchina, sappiano ancora esercitare discernimento, responsabilit\u00e0 e cura.<\/strong><\/p>\n\n\n\n

    Coltivare l\u2019AI, educare all\u2019AI, umanizzare l\u2019AI significa, in fondo, questo: non chiedere alla tecnologia di sostituire l\u2019umano, ma chiedere all\u2019umano di crescere in consapevolezza, responsabilit\u00e0 e libert\u00e0 mentre la tecnologia trasforma il mondo.<\/strong><\/p>\n\n\n\n

    Piuttosto, come sostengono De Caro e Giovanola (in: \u201cIntelligenze. Etica e politica dell\u2019IA\u201d. Ed. Il Mulino 2025) \u201coccorre sviluppare un approccio equilibrato, capace di valutare le opportunit\u00e0 e i rischi che l\u2019<\/em>AI presenta, orientandone consapevolmente progettazione, sviluppo e utilizzo, a beneficio tanto dei singoli individui quanto della collettivit\u00e0. Detto altrimenti: occorre progettare, sviluppare e utilizzare l\u2019IA in modo etico<\/em>\u201d<\/p>\n\n\n\n

    Bibliografia<\/strong><\/p>\n\n\n\n

    Leone XIV, Lettera Enciclica Magnifica Humanitas<\/em> (15 maggio 2026), sulla custodia della persona umana nel tempo dell’intelligenza artificiale<\/p>\n\n\n\n

    Vadal\u00e0 C. (2026) Il software come dispositivo medico. Pisa Pacini Giuridica Editore<\/p>\n\n\n\n

    Floridi L. (2026) Il nodo etico<\/em>. Milano: Raffaello Cortina Editore<\/p>\n\n\n\n

    De Caro, M., & Giovanola, B. (2025). Intelligenze. Etica e politica dell\u2019IA<\/em>. Bologna: Il Mulino.<\/p>\n\n\n\n

    Floridi, L. (2022). Etica dell\u2019intelligenza artificiale. Sviluppi, opportunit\u00e0, sfide<\/em> (a cura di M. Durante). Milano: Raffaello Cortina Editore.<\/p>\n\n\n\n

    Floridi, L. (2025). La differenza fondamentale. Artificial Agency: una nuova filosofia dell\u2019intelligenza artificiale<\/em>. Milano: Mondadori.<\/p>\n\n\n\n

    Giovanola, B., & Tiribelli, S. (2022). Beyond bias and discrimination: A multi-level approach to AI ethics. Philosophy & Technology<\/em>. Berlin\/Heidelberg: Springer Nature.<\/p>\n\n\n\n

    Giovanola, B., & Tiribelli, S. (2023). Beyond bias and discrimination: redefining the AI ethics principle of fairness in healthcare machine-learning algorithms. AI & Society<\/em>, 38, 549\u2013563.<\/p>\n\n\n\n

    Panai, A. (2022). The Responsible AI Ethicist: A Professional Profile for the 21st Century. In G. Tamburrini (a cura di), The Ethics of Artificial Intelligence<\/em>. Napoli: Liguori Editore.<\/p>\n\n\n\n

    Tiribelli, S. (2023). Identit\u00e0 personale e algoritmi. Una questione di filosofia morale<\/em>. Roma: Carocci Editore.<\/p>\n\n\n\n

    Naretto, G. (a cura di). (2018). Ethical life support. Strumenti etici per decidere in medicina<\/em>. Roma: Il Pensiero Scientifico Editore.<\/p>\n\n\n\n

    Ellemers, N. (2023). L\u2019organizzazione etica. Questioni, analisi e soluzioni<\/em>. Santarcangelo di Romagna: Maggioli Editore.<\/p>\n\n\n\n

    Tozzi A.E., Ferro D. (2025). Guida facile all\u2019intelligenza artificiale in medicina<\/em>. Roma: Il Persiero Scientifico Editore.<\/p>\n\n\n\n

    Cirilli F. (2026). Implementazione dei sistemi di gestione dalle basi alla certificazione. Progettazione e sviluppo di ISO\/IEC 27001 e ISO\/IEC 42001 passo dopo passo<\/em>. Roma: Gruppo editoriale Tab s.r.l.<\/p>\n\n\n\n

    Autori vari. (2020). IA. Gli scritti de La Civilt\u00e0 Cattolica<\/em>. Roma: La Civilt\u00e0 Cattolica.<\/p>\n\n\n\n

    Autori vari. (2023). La Civilt\u00e0 Cattolica<\/em>, n. 4162, anno 174, 18 novembre \u2013 2 dicembre 2023. Roma: La Civilt\u00e0 Cattolica.<\/p>\n\n\n\n

    Leone XIV. (2026). Lettera Enciclica Magnifica Humanitas sulla custodia della persona umana nel tempo dell\u2019intelligenza artificiale<\/em>. Citt\u00e0 del Vaticano, 15 maggio 2026.<\/p>\n\n\n\n

    Pontificia Accademia per la Vita. (2020). Rome Call for AI Ethics<\/em>. Roma.<\/p>\n\n\n\n

    Casonato, C. (2023). Biodiritto. Oggetto, fonti, modelli, metodo<\/em>. Torino: Giappichelli Editore.<\/p>\n\n\n\n

    Bocchini, E. (2024). La regolazione giuridica dell\u2019intelligenza artificiale<\/em>. Torino: Giappichelli Editore.<\/p>\n\n\n\n

    Razzante, R. (a cura di). (2024). Manuale sull\u2019intelligenza artificiale<\/em>. Torino: Giappichelli Editore.<\/p>\n\n\n\n

    D\u2019Acquisto, G. (2021). Intelligenza artificiale. Elementi<\/em>. Torino: Giappichelli Editore.<\/p>\n\n\n\n

    Iaselli, M. (a cura di). (2024). AI Act. Principi, regole ed applicazioni pratiche del Reg. UE 1689\/2024<\/em>. Santarcangelo di Romagna: Maggioli Editore.<\/p>\n\n\n\n

    Franceschelli, F., & Sirotti Gaudenzi, A. (2025). La legge italiana sull\u2019intelligenza artificiale. Commento alla Legge 23 settembre 2025, n. 132<\/em>. Santarcangelo di Romagna: Maggioli Editore.<\/p>\n\n\n\n

    Taddei Elmi, G. (a cura di). (2026). Intelligenza artificiale. Legge 23 settembre 2025, n. 132. Il nuovo scenario giuridico italiano<\/em>.<\/p>\n\n\n\n

    Pasceri, G. (2021). Intelligenza artificiale, algoritmo e machine learning. La responsabilit\u00e0 del medico e dell\u2019amministrazione sanitaria<\/em>. Milano: Giuffr\u00e8 Francis Lefebvre.<\/p>\n\n\n\n

    Regolamento (UE) 2024\/1689 del Parlamento europeo e del Consiglio del 13 giugno 2024, che stabilisce regole armonizzate sull\u2019intelligenza artificiale, c.d. Artificial Intelligence Act<\/em>.<\/p>\n\n\n\n

    Legge 23 settembre 2025, n. 132, Disposizioni e deleghe al Governo in materia di intelligenza artificiale<\/em>.<\/p>\n\n\n\n

    Regolamento (UE) 2016\/679 del Parlamento europeo e del Consiglio del 27 aprile 2016, c.d. General Data Protection Regulation<\/em>.<\/p>\n\n\n\n

    Regolamento (UE) 2017\/745 del Parlamento europeo e del Consiglio del 5 aprile 2017 relativo ai dispositivi medici.<\/p>\n\n\n\n

    Regolamento (UE) 2017\/746 del Parlamento europeo e del Consiglio del 5 aprile 2017 relativo ai dispositivi medico-diagnostici in vitro.<\/p>\n\n\n\n

    Regolamento (UE) 2025\/327 del Parlamento europeo e del Consiglio sullo spazio europeo dei dati sanitari, c.d. European Health Data Space<\/em>.<\/p>\n\n\n\n

    Morace Pacelli, A. (a cura di). (2025). Sanit\u00e0 digitale. Regolamento \u201cEHDS\u201d (UE 2025\/327) sullo spazio europeo dei dati sanitari. Uso dei dati e assetti organizzativi<\/em>. Pisa: Pacini Giuridica.<\/p>\n\n\n\n

    UNI EN ISO 9001:2015. Sistemi di gestione per la qualit\u00e0 \u2013 Requisiti<\/em>.<\/p>\n\n\n\n

    UNI CEI EN ISO\/IEC 27001:2024. Sicurezza delle informazioni, cybersecurity e protezione della privacy \u2013 Sistemi di gestione per la sicurezza delle informazioni \u2013 Requisiti<\/em>.<\/p>\n\n\n\n

    ISO\/IEC 42001:2023. Information technology \u2014 Artificial intelligence \u2014 Management system<\/em>. Geneva: ISO \u2013 International Organization for Standardization.<\/p>\n\n\n\n

    UNI CEI ISO\/IEC 42001:2024. Tecnologia dell\u2019informazione \u2013 Intelligenza artificiale \u2013 Sistema di gestione<\/em>. Milano: UNI.<\/p>\n\n\n\n

    ISO\/IEC 22989:2022. Information technology \u2014 Artificial intelligence \u2014 Artificial intelligence concepts and terminology<\/em>. Geneva: ISO.<\/p>\n\n\n\n

    ISO\/IEC 23894:2023. Information technology \u2014 Artificial intelligence \u2014 Guidance on risk management<\/em>. Geneva: ISO.<\/p>\n\n\n\n

    ISO\/IEC 23053:2022. Framework for Artificial Intelligence Systems Using Machine Learning<\/em>. Geneva: ISO.<\/p>\n\n\n\n

    UNI 11621-8:2026. Attivit\u00e0 professionali non regolamentate \u2013 Profili professionali per l\u2019ICT \u2013 Parte 8: Profili professionali operanti nel settore dell\u2019intelligenza artificiale<\/em>. Milano: UNI.<\/p>\n\n\n\n

    Montanile, F., & Montanile, M. (2020). Un modello per la sicurezza dei dati personali nell\u2019era digitale<\/em>. Roma: TaB Edizioni.<\/p>\n\n\n\n

    Lamberti, C. (1998). Le apparecchiature biomediche e la loro gestione<\/em>. Granarolo dell\u2019Emilia: Patron Editore.<\/p>\n\n\n\n

    WHO. (2021). Ethics and Governance of Artificial Intelligence for Health<\/em>. Geneva: World Health Organization.<\/p>\n\n\n\n

    WHO. (2023). Regulatory Considerations on Artificial Intelligence for Health<\/em>. Geneva: World Health Organization.<\/p>\n\n\n\n

    Comite, U. (2025). L\u2019intelligenza artificiale in sanit\u00e0: vantaggi e rischi. Dall\u2019efficienza alla responsabilit\u00e0<\/em>. Torino: Giappichelli Editore.<\/p>\n\n\n\n

    Tozzi, A. E., & Ferro, D. (2025). Guida facile all\u2019intelligenza artificiale in medicina. La rivoluzione degli LLM, dei digital twin e degli agenti intelligenti<\/em>. Roma: Il Pensiero Scientifico Editore.<\/p>\n\n\n\n

    Collecchia, G. (2020). Intelligenza artificiale e medicina digitale. Una guida critica<\/em>. Roma: Il Pensiero Scientifico Editore.<\/p>\n\n\n\n

    Alto, V. (2024). Intelligenza artificiale in pratica. Diventare maestri nell\u2019utilizzo dei modelli OpenAI<\/em>. Milano: Apogeo \u2013 Feltrinelli.<\/p>\n\n\n\n

    Topol, E. (2019). Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again<\/em>. New York: Basic Books.<\/p>\n\n\n\n

    Rajpurkar, P., Chen, E., Banerjee, O., & Topol, E. J. (2022). AI in health and medicine. Nature Medicine<\/em>, 28, 31\u201338.<\/p>\n\n\n\n

    Char, D. S., Shah, N. H., & Magnus, D. (2018). Implementing machine learning in health care \u2014 Addressing ethical challenges. The New England Journal of Medicine<\/em>, 378, 981\u2013983.<\/p>\n\n\n\n

    Kelly, C. J., et al. (2019). Key challenges for delivering clinical impact with artificial intelligence. BMC Medicine<\/em>, 17.<\/p>\n\n\n\n

    European Commission. (2019). Guidelines on the qualification and classification of software in Regulation (EU) 2017\/745 \u2013 MDR and Regulation (EU) 2017\/746 \u2013 IVDR<\/em>. MDCG 2019-11.<\/p>\n\n\n\n

    European Commission. (2020). Guidance on Clinical Evaluation of Medical Device Software<\/em>. MDCG 2020-1.<\/p>\n\n\n\n

    Coppini, G. (2012). Bioimmagini<\/em>. Granarolo dell\u2019Emilia: Patron Editore.<\/p>\n\n\n\n

    FNO TSRM e PSTRP. (2025). Codice deontologico del Tecnico sanitario di radiologia medica<\/em>. Roma: FNO TSRM e PSTRP.<\/p>\n\n\n\n

    European Commission, High-Level Expert Group on Artificial Intelligence. (2019). Ethics Guidelines for Trustworthy AI<\/em>. Brussels: European Commission.<\/p>\n\n\n\n

    European Commission, High-Level Expert Group on Artificial Intelligence. (2020). Assessment List for Trustworthy Artificial Intelligence<\/em>. Brussels: European Commission.<\/p>\n\n\n\n

    OECD. (2019). OECD Principles on Artificial Intelligence<\/em>. Paris: OECD.<\/p>\n\n\n\n

    NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0)<\/em>. Gaithersburg: National Institute of Standards and Technology.<\/p>\n\n\n\n

    Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems<\/em>.<\/p>\n\n\n\n

    Ng, D. T. K., et al. (2021). Conceptualizing AI Literacy: An exploratory review. Computers and Education: Artificial Intelligence<\/em>, 2.<\/p>\n\n\n\n

    OpenAI. Utilizzo di piattaforme di intelligenza artificiale generativa per attivit\u00e0 di supporto alla ricerca, alla revisione linguistica, alla strutturazione dei contenuti e alla produzione di materiali grafici<\/em>. Consultazione mediante ChatGPT.<\/p>\n\n\n\n

    TSRM Antonio Di Lascio, Tecnico sanitario di radiologia medica,<\/p>\n\n\n\n

    *Perfezionamento in Etica, Diritto, Tecnologie del digitale. Dimensioni del rischio nell\u2019Intelligenza Artificiale (Universit\u00e0 degli Studi di Macerata e Politecnica delle Marche); Aspetti legali, forensi ed assicurativi delle professioni sanitarie<\/p>\n\n\n\n

    Docente di Scienze Tecniche Mediche Applicate – MEDS-26\/B insegnamento di Etica e comunicazione nel Corso di Laurea Triennale in Tecniche di Radiologia Medica, per Immagini e Radioterapia (L\/SNT-3) presso UniCamillus – Saint Camillus International University of Health and Medical Sciences, Roma<\/p>\n\n\n\n

    Breve Bibliografia<\/strong><\/p>\n\n\n

    \n
    \"\"<\/figure>\n<\/div>\n\n\n

    Antonio Di Lascio<\/strong> \u00e8 Tecnico sanitario di radiologia medica, laureato nella professione sanitaria di Tecniche di radiologia medica per immagini e radioterapia e in Scienze delle professioni sanitarie tecniche diagnostiche. Nel corso della propria esperienza professionale ha approfondito diversi ambiti della diagnostica per immagini e della sanit\u00e0 digitale, tra cui medicina nucleare, TC, sistemi RIS\/PACS, radiologia interventistica, emodinamica e cardiologia interventistica. Ha conseguito il master in Aspetti legali, forensi ed assicurativi e il perfezionamento in Etica, Diritto, Tecnologie del digitale. Dimensioni del rischio nell\u2019Intelligenza Artificiale. \u00c8 docente a contratto presso UniCamillus \u2013 Saint Camillus International University of Health and Medical Sciences, nel Corso di Laurea in Tecniche di Radiologia Medica, per Immagini e Radioterapia, per il settore scientifico-disciplinare MEDS-26\/B. Svolge attivit\u00e0 di divulgazione, didattica e produzione scientifica su temi connessi all\u2019etica e alla deontologia professionale, alla responsabilit\u00e0 sanitaria, al rischio clinico, alla consulenza tecnica e perizia nei giudizi di responsabilit\u00e0 sanitaria, alla governance dell\u2019innovazione digitale e all\u2019alfabetizzazione all\u2019intelligenza artificiale nelle professioni sanitarie. \u00c8 impegnato nella rappresentanza istituzionale della professione sanitaria di TSRM e nella valorizzazione del ruolo delle professioni sanitarie nei processi di cura, innovazione e umanizzazione dell\u2019assistenza.<\/p>\n\n\n\n

    \u00c8 autore di diverse pubblicazioni, relatore in congressi nazionali ed internazionali e in corsi di formazione accreditati ECM per la sua professione e per le professioni sanitarie.<\/p>\n\n\n\n

    Si \u00e8 dedicato all\u2019ambito etico e deontologico, di responsabilit\u00e0 sanitaria e assicurativa, legale e forense delle professioni sanitarie.<\/p>\n\n\n\n

    \u00c8 Rappresentante nazionale dell\u2019Area Nurse & Techinician della Societ\u00e0 italiana di Cardiologia interventistica (GISE) per il triennio 2023-2026 (Societ\u00e0 accreditata presso il Ministero della Salute).<\/p>\n\n\n\n

    Ha dedicato una parte significativa del proprio percorso personale e formativo all\u2019associazionismo cattolico, in particolare nell\u2019Azione Cattolica Italiana, sia a livello locale che nazionale, maturando un interesse stabile per i temi dell\u2019educazione, della responsabilit\u00e0 sociale, della partecipazione comunitaria e della promozione della persona.<\/p>\n\n\n\n

    LinkedIn: https:\/\/www.linkedin.com\/in\/tsrmantoniodilascio\/<\/a><\/p>\n\n\n\n

    OrdcID: https:\/\/orcid.org\/0000-0002-4467-116X<\/a><\/p>\n\n\n\n

    Unicamillus: https:\/\/unicamillus.org\/docenti\/antonio-di-lascio\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

    A cura del dott. TSRM Antonio Di Lascio*, Tecnico sanitario di radiologia medica Introduzione editoriale L’osservatorio della sala diagnostica Ci sono luoghi in cui il futuro dell’intelligenza artificiale non si discute in astratto, ma accade ogni giorno. La sala diagnostica di un ospedale \u00e8 uno di questi. L\u00ec un algoritmo segmenta un’immagine, propone una misura, evidenzia una lesione \u2014 e un professionista deve decidere se fidarsi, verificare, o riportare quell’output al giudizio umano e alla storia concreta della persona che ha davanti. \u00c8 in questo gesto quotidiano che si gioca una delle questioni culturali pi\u00f9 grandi del nostro tempo. Antonio Di Lascio \u2014 Tecnico sanitarioLeggi altro →<\/a><\/p>\n","protected":false},"author":8,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["entry","author-c-marinucci","post-9006","page","type-page","status-publish"],"acf":[],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/pages\/9006","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/comments?post=9006"}],"version-history":[{"count":1,"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/pages\/9006\/revisions"}],"predecessor-version":[{"id":9011,"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/pages\/9006\/revisions\/9011"}],"wp:attachment":[{"href":"https:\/\/www.diculther.it\/rivista\/wp-json\/wp\/v2\/media?parent=9006"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}