L’intelligenza artificiale sta entrando progressivamente nelle attività quotidiane di molti professionisti della psicologia. Può essere utilizzata per trascrivere colloqui, organizzare appunti, sintetizzare testi e facilitare alcune operazioni documentali. Queste possibilità possono ridurre il carico di lavoro, ma introducono una questione che non può essere considerata secondaria: che cosa accade ai dati clinici quando vengono affidati a uno strumento digitale?
Parlare di dati clinici e AI significa andare oltre la semplice scelta di un software. Significa interrogarsi sulle informazioni raccolte, sulle modalità con cui vengono trattate, sulle persone e sui servizi che possono accedervi e sulle responsabilità del professionista.
Nella pratica psicologica, la riservatezza non è soltanto un requisito tecnico. È una componente essenziale della relazione professionale e della fiducia che permette alla persona di raccontare aspetti intimi della propria esperienza.
I dati clinici non sono semplici informazioni da elaborare
Una trascrizione può contenere molto più delle parole pronunciate durante una seduta. Può includere informazioni sulla salute, sulle relazioni familiari, sulla vita affettiva e sessuale, sulle esperienze traumatiche, sulle difficoltà lavorative o su altre circostanze che consentono di identificare direttamente o indirettamente una persona.
Questi elementi richiedono particolare attenzione. Il Regolamento generale sulla protezione dei dati, il GDPR, riconosce ai dati relativi alla salute una tutela specifica e disciplina le condizioni nelle quali possono essere trattati. La liceità del trattamento non può essere data per scontata: occorre individuare il presupposto giuridico appropriato e rispettare i principi applicabili, tra cui limitazione delle finalità, minimizzazione, sicurezza e riservatezza.
Anche un appunto privo di nome e cognome può rivelare elementi identificativi. La combinazione di età, professione, composizione familiare, luogo di residenza e circostanze particolari può rendere riconoscibile una persona, soprattutto in contesti ristretti.
Per questo motivo, prima di caricare un documento su una piattaforma AI, è importante chiedersi non soltanto se contiene dati anagrafici, ma anche se il suo contenuto possa consentire l’identificazione dell’interessato.
Anonimizzazione e pseudonimizzazione: una distinzione fondamentale
Nel linguaggio quotidiano si tende a considerare anonimo qualsiasi testo dal quale siano stati rimossi nomi, cognomi e indirizzi. Dal punto di vista della protezione dei dati, questa semplificazione può essere fuorviante.
La pseudonimizzazione consiste nel sostituire gli identificativi diretti con codici o altri riferimenti, mantenendo però la possibilità di collegare le informazioni alla persona attraverso dati aggiuntivi. Un testo che utilizza la dicitura «Paziente A» al posto del nome può quindi continuare a contenere dati personali.
L’anonimizzazione, invece, richiede che le informazioni non consentano più di identificare una persona, tenendo conto anche dei mezzi ragionevolmente utilizzabili per farlo. Non è sufficiente eliminare un singolo identificativo se rimangono dettagli che permettono di ricostruire l’identità.
Nella pratica, un professionista può ridurre il rischio eliminando o generalizzando gli elementi non necessari: date precise, luoghi specifici, nomi di terzi, professioni rare o combinazioni di circostanze facilmente riconoscibili. È però importante non confondere questa riduzione del rischio con una garanzia assoluta di anonimato.
Il livello di protezione necessario dipende dal contenuto, dalla finalità e dal contesto del trattamento. Se un’attività può essere svolta senza utilizzare informazioni identificative, la minimizzazione dovrebbe essere considerata già nella progettazione del flusso di lavoro.
Prima di utilizzare uno strumento AI, che cosa bisogna verificare?
Non tutti i servizi di intelligenza artificiale funzionano nello stesso modo. Cambiano le modalità di archiviazione, le impostazioni disponibili, i soggetti che trattano i dati, le condizioni contrattuali e le eventuali possibilità di utilizzo delle informazioni per migliorare i modelli.
Di conseguenza, non è sufficiente scegliere una piattaforma perché è conosciuta, facile da usare o pubblicizzata come sicura.
Prima di introdurre uno strumento nel lavoro professionale, è opportuno verificare almeno alcuni aspetti.
1. Quali dati vengono raccolti e trattati?
Occorre capire quali informazioni siano necessarie per utilizzare il servizio, quali vengano conservate e quali metadati possano essere generati. È importante considerare non solo il testo caricato, ma anche registrazioni audio, file temporanei, cronologie e copie di sicurezza.
2. Per quanto tempo vengono conservati?
Le condizioni di conservazione devono essere compatibili con la finalità del trattamento. Bisogna verificare se sia possibile cancellare i file, quali dati rimangano nei sistemi e quali siano le condizioni per l’eliminazione effettiva.
3. I contenuti possono essere utilizzati per addestrare o migliorare i modelli?
Le condizioni variano tra servizi e piani. Non bisogna presumere che i dati non siano utilizzati per ulteriori finalità soltanto perché si sta usando uno strumento professionale. Occorre leggere le condizioni applicabili e verificare le impostazioni effettive del servizio.
4. Chi può accedere alle informazioni?
È necessario comprendere quali soggetti intervengano nel trattamento, quali fornitori siano coinvolti e quali misure di controllo degli accessi siano disponibili. Anche la gestione degli account e dei privilegi degli utenti è parte della sicurezza.
5. Dove vengono trattati i dati e con quali garanzie?
La localizzazione dei dati, gli eventuali trasferimenti verso Paesi terzi e le condizioni contrattuali possono avere rilevanza per gli obblighi applicabili. Le risposte devono essere ricavate dalla documentazione del servizio, non da supposizioni o da formule promozionali.
Le risposte a queste domande non sostituiscono una valutazione complessiva del trattamento, ma permettono di individuare criticità che altrimenti potrebbero restare invisibili.
Il GDPR non si risolve con una casella da spuntare
Uno degli errori più comuni consiste nel pensare che la conformità di uno strumento dipenda da una singola caratteristica: il server collocato in Europa, la presenza della crittografia oppure una dichiarazione generica di conformità al GDPR.
Questi elementi possono essere rilevanti, ma nessuno, preso isolatamente, dimostra che l’intero trattamento sia adeguato.
La valutazione deve considerare la finalità concreta, la tipologia di dati, le modalità operative e i ruoli dei soggetti coinvolti. Occorre inoltre distinguere il trattamento effettuato dal professionista da quello svolto dal fornitore per le proprie finalità. La qualificazione dei ruoli — per esempio titolare e responsabile del trattamento, quando applicabile — deve essere coerente con il funzionamento effettivo del servizio e con gli accordi stipulati.
Anche l’informativa alla persona interessata e l’eventuale acquisizione di un consenso, quando costituisce il presupposto pertinente, devono essere affrontate correttamente. Non esiste però una regola secondo cui il consenso, da solo, renda automaticamente lecito qualsiasi utilizzo di dati clinici con l’intelligenza artificiale.
È necessario individuare le basi giuridiche applicabili, rispettare le condizioni previste per i dati relativi alla salute e valutare gli obblighi connessi alla specifica attività. Nei casi in cui il trattamento possa presentare un rischio elevato per i diritti e le libertà delle persone, può inoltre essere necessaria una valutazione d’impatto sulla protezione dei dati. Per le situazioni dubbie o complesse è opportuno rivolgersi a un consulente privacy o al responsabile della protezione dei dati, se presente.
Il Garante per la protezione dei dati personali richiama, nel contesto dell’intelligenza artificiale applicata alla sanità, l’importanza di verificare presupposti di liceità, trasparenza, sicurezza e adeguata supervisione umana. Fonte: Garante Privacy, indicazioni sull’IA e sui dati sanitari.
Dalla registrazione alla sintesi: ogni passaggio deve essere valutato
Immaginiamo un professionista che registri un colloquio, utilizzi un servizio per ottenere una trascrizione e carichi poi il testo su un secondo strumento per generare un riassunto.
Dal punto di vista operativo, il processo può sembrare semplice. Dal punto di vista della riservatezza, però, ogni passaggio può comportare un trattamento ulteriore, l’intervento di nuovi fornitori o la creazione di copie aggiuntive.
È quindi utile mappare il percorso dei dati dall’inizio alla fine:
- acquisizione della registrazione o degli appunti;
- trasferimento al servizio di trascrizione;
- elaborazione del testo e produzione della sintesi;
- eventuale trasferimento a un altro strumento;
- archiviazione dei risultati;
- cancellazione dei file non più necessari.
A ogni fase corrispondono domande specifiche: quali dati vengono trasferiti? Per quale finalità? Chi li tratta? Dove sono conservati? Per quanto tempo? È possibile limitare il contenuto inviato o eliminare le copie?
Ridurre il numero di passaggi e di servizi coinvolti può diminuire la complessità del flusso di trattamento, anche se non garantisce da solo la sicurezza. Allo stesso modo, usare un unico fornitore non elimina la necessità di verificare le sue condizioni.
Una buona procedura dovrebbe essere comprensibile, documentabile e ripetibile, non affidata soltanto alla memoria del singolo professionista.
Misure pratiche per ridurre il rischio
La protezione dei dati non dipende esclusivamente dal fornitore. Anche le scelte quotidiane del professionista incidono sul livello di rischio.
Limitare le informazioni inserite. Se per ottenere una sintesi tematica non servono nomi, indirizzi o altri dettagli identificativi, è preferibile non includerli. La minimizzazione deve essere applicata prima del caricamento, quando possibile.
Proteggere account e dispositivi. Password robuste, autenticazione a più fattori quando disponibile, aggiornamenti regolari, blocco dello schermo e gestione degli accessi riducono alcuni rischi di accesso non autorizzato.
Separare dati clinici e materiali generali. Un esempio didattico costruito senza dati personali non presenta lo stesso profilo di rischio di una trascrizione reale. Quando si preparano contenuti formativi o si sperimentano strumenti, è preferibile usare casi fittizi o dati effettivamente anonimizzati.
Definire regole di conservazione. File audio, trascrizioni e sintesi non dovrebbero accumularsi senza una ragione precisa. Le procedure devono stabilire che cosa conservare, per quale finalità e per quanto tempo, nel rispetto degli obblighi professionali e normativi applicabili.
Documentare le decisioni. Sapere quale strumento viene utilizzato, per quali attività e con quali garanzie permette di riesaminare il processo quando cambiano il servizio, le condizioni contrattuali o le esigenze professionali.
Queste misure devono essere adattate al contesto concreto: una lista di controllo è utile, ma non sostituisce la valutazione del trattamento e l’adozione di misure proporzionate ai rischi.
La riservatezza non riguarda soltanto la tecnologia
Un altro aspetto importante è il rapporto con la persona che si affida al professionista. L’eventuale utilizzo di strumenti digitali deve essere valutato anche in relazione alla trasparenza del percorso e alle informazioni che è necessario fornire all’interessato.
La persona dovrebbe poter comprendere, secondo gli obblighi applicabili, quali attività vengono svolte con i suoi dati e quali strumenti intervengono nel processo. Questo non significa che ogni software richieda automaticamente una specifica forma di consenso separato: gli adempimenti dipendono dalla finalità, dalla base giuridica e dalle caratteristiche del trattamento.
Significa piuttosto che la tecnologia non dovrebbe essere introdotta in modo opaco, senza una riflessione sulle conseguenze per chi riceve il servizio.
Inoltre, la riservatezza non coincide soltanto con l’assenza di una violazione informatica. Riguarda anche la pertinenza delle informazioni raccolte, la limitazione degli accessi, l’uso coerente con le finalità dichiarate e la capacità di prevenire esposizioni non necessarie.
Conclusioni
Un sistema di intelligenza artificiale può facilitare attività documentali, individuare ricorrenze testuali o proporre una sintesi. Non può però essere considerato automaticamente affidabile solo perché produce un risultato fluido e ben organizzato.
La qualità del contenuto e la protezione dei dati sono due questioni distinte: uno strumento può essere utile sul piano operativo senza essere adatto a qualsiasi tipo di informazione; allo stesso modo, un servizio con buone misure di sicurezza non garantisce che la sua sintesi sia clinicamente corretta.
Il professionista deve quindi mantenere il controllo sulle informazioni utilizzate, verificare i risultati prodotti e valutare se il ricorso allo strumento sia appropriato rispetto alla finalità. La supervisione umana non corregge, da sola, eventuali problemi di liceità o sicurezza: deve affiancarsi a un processo di trattamento adeguatamente progettato.
La domanda da porsi non è semplicemente «Quale strumento AI posso usare?», ma «Quale attività voglio svolgere, con quali dati, per quale finalità e con quali garanzie?».
La tecnologia può rendere più agevoli alcune attività della pratica professionale, ma la sua introduzione richiede scelte consapevoli. Prima di affidare dati clinici a un sistema AI, è necessario conoscere le condizioni del servizio, limitare le informazioni trattate, valutare i rischi e predisporre procedure adeguate.
Nota finale
Sbobbi si inserisce in una riflessione più ampia sull’uso consapevole dell’intelligenza artificiale nella pratica psicologica: strumenti di supporto possono agevolare la gestione delle informazioni, ma devono essere valutati in relazione alle esigenze professionali, alla riservatezza e al ruolo insostituibile del giudizio umano.
Scopri le funzionalità di Sbobbi e valuta ogni strumento sulla base delle sue caratteristiche effettive, delle condizioni di trattamento dei dati e delle esigenze del tuo contesto professionale.