Intelligenza artificiale per il non-profit – Il nuovo percorso formativo di Impactskills

Il 2026 si è aperto con un nuovo capitolo nella formazione digitale per il terzo settore: 20 ore dedicate all’intelligenza artificiale (IA) per il non-profit, un percorso che vede tra i partner CISV Torino ed è selezionato e sostenuto dal Fondimpresa.
Il percorso è stato progettato integrando lo stato dell’arte nel campo dell’alfabetizzazione all’IA, dando vita a un corso olistico, unico nel panorama nazionale, che affronta le dimensioni tecnologica, storica, pratica, etica e normativa dell’IA. 

Il percorso formativo nasce con l’obiettivo di fornire le basi per comprendere criticamente e utilizzare responsabilmente i principali strumenti di IA a supporto delle attività quotidiane delle organizzazioni del terzo settore.

Quando si parla di IA è facile cadere in narrazioni polarizzate: da un lato chi la dipinge come “magica” e risolutrice di ogni problema, dall’altro chi la vede come una minaccia distopica destinata a sostituirci. Il corso parte proprio dalla necessità di sfatare i miti e mostrare la materialità e la fragilità dell’IA, un assemblaggio socio-tecnico complesso, composto non solo da algoritmi e dati, ma anche da infrastrutture come i centri dati, risorse ambientali (minerali rari, acqua, elettricità), scelte politiche, norme culturali e lavoro umano.

Il percorso si è aperto con una domanda: quanto spesso interagiamo con i sistemi di AI? E quanto ne siamo consapevoli? Molti partecipanti identificavano l’IA esclusivamente con ChatGPT senza rendersi conto che l’IA è un campo di ricerca ampio, presente da decenni e già integrato in tecnologie di uso quotidiano, da Spotify, Netflix, Social Media, a Google Maps, dai filtri antispam ai traduttori automatici. Viviamo con l’IA da quasi due decenni.

Fare chiarezza su questa pervasività è stato il punto di partenza per poi approfondire, attraverso un approccio critico, esperienziale e interattivo, le origini e l’evoluzione dell’IA, dalle prime concezioni fino agli sviluppi più recenti, fornendo gli elementi fondamentali per comprendere cosa sono e come funzionano questi sistemi. Soprattutto la consapevolezza che l’IA non arriva dal vuoto, non è una tecnologia astorica, ma ha una sua storia—spesso controversa—che possiamo tracciare dalla Rivoluzione Industriale in Inghilterra, alla Seconda Guerra Mondiale, Guerra Fredda, fino a oggi che si manifesta con i cosiddetti IA Generative e Large Language Models. 

Durante il laboratorio pratico i partecipanti hanno avuto modo di sperimentare in prima persona come utilizzare strumenti di IA generativa per supportare attività concrete del loro lavoro, dalla ricerca bandi alla prototipazione di progetti, dalla comunicazione alla gestione interna. Quella che a prima vista potrebbe sembrare un’attività semplice e intuitiva si è rivelata un esercizio cognitivo molto più impegnativo del previsto: formulare prompt precisi, verificare accuratamente gli output e riconoscere i bias nascosti richiede attenzione, metodo e spirito critico. Questo ci ha portato a esplorare una dimensione particolare dell’IA — quella delle implicazioni etiche del suo utilizzo — nonché le più recenti normative italiane ed europee che regolano questi sistemi.

La dimensione etica ha rappresentato uno dei momenti più intensi e trasformativi del percorso. Non ci siamo limitati solo a discutere principi astratti, ma abbiamo interrogato concretamente cosa significhi utilizzare l’IA in modo responsabile all’interno di organizzazioni che operano per finalità sociali.

Abbiamo innanzitutto affrontato alcuni miti ricorrenti: l’idea che l’IA sia in grado di “prevedere il futuro” in modo oggettivo; la convinzione che, essendo una macchina, sia neutrale e priva di valori; la narrazione secondo cui i sistemi autonomi possano sostituire il giudizio umano.

Attraverso casi studio e strumenti di valutazione etica, è emerso con chiarezza che l’IA non è neutrale, ma incorpora scelte progettuali, dati storici, logiche di ottimizzazione e interessi economici. Ogni sistema è il risultato di un assemblaggio socio-tecnico complesso: modelli matematici, infrastrutture materiali (data center, consumo energetico, estrazione di minerali rari), lavoro umano spesso invisibile (data labeling, moderazione dei contenuti), e cornici normative.

Un punto particolarmente delicato ha riguardato la filiera globale dell’IA: il lavoro precario e talvolta traumatico di chi etichetta dati, l’esposizione a contenuti violenti, le diseguaglianze geografiche nella distribuzione dei costi e dei benefici. Per molte e molti partecipanti, questo ha generato una legittima perplessità: cosa significa davvero “uso etico dell’IA” se l’infrastruttura stessa è attraversata da dinamiche problematiche?

Accanto alla riflessione etica, abbiamo esplorato il quadro normativo europeo e italiano, con particolare attenzione al Regolamento europeo sull’IA (AI Act), al GDPR e alla normativa antidiscriminatoria.

Uno degli aspetti più rilevanti emersi riguarda la classificazione dei soggetti coinvolti: a seconda delle circostanze, un ente non-profit può essere considerato:

• provider (se sviluppa o mette sul mercato un sistema di IA),
• deployer (se utilizza un sistema di IA nell’ambito delle proprie attività),
• semplice utente.

Questa distinzione non è puramente formale: comporta obblighi diversi in termini di valutazione del rischio, trasparenza, documentazione, formazione del personale e governance interna.

Per molte organizzazioni del terzo settore, le implicazioni concrete dell’AI Act restano ancora poco chiare. Tuttavia, è evidente che anche l’uso “semplice” di strumenti generativi per selezione del personale, valutazione di beneficiari o analisi di dati sensibili può avere conseguenze giuridiche rilevanti, soprattutto in relazione a: protezione dei dati personali; profilazione automatizzata; trasparenza verso utenti e beneficiari; gestione del rischio nei sistemi ad alto impatto.

Cosa abbiamo imparato dal percorso?

Dalla combinazione di laboratorio pratico, riflessione critica e analisi normativa sono emersi alcuni apprendimenti chiave.

1. L’IA non è solo ChatGPT
Molti partecipanti tendevano a identificare l’IA esclusivamente con ChatGPT o con l’IA generativa. Il corso ha mostrato che l’IA è un campo molto più ampio: machine learning, sistemi di raccomandazione, algoritmi di ranking, sistemi predittivi, visione artificiale. L’IA è presente da anni nelle tecnologie quotidiane e non coincide con i Large Language Models. Comprendere questa ampiezza è fondamentale per evitare sia entusiasmi ingenui sia paure sproporzionate.

2. Non tutti i modelli sono uguali
Durante il laboratorio pratico è emerso che molte persone utilizzano versioni gratuite o modelli meno potenti senza esserne consapevoli, aspettandosi prestazioni elevate. È un po’ come usare un motore di piccola cilindrata per affrontare un lungo viaggio in autostrada: non è impossibile, ma le prestazioni e l’affidabilità saranno diverse rispetto a uno strumento progettato per compiti più complessi. I Large Language Models hanno configurazioni, capacità e livelli di ragionamento differenti. Saper scegliere quando utilizzare strumenti di ricerca avanzata, modalità di ragionamento esteso o modelli più performanti è parte integrante della competenza digitale.

3. Formulare buone domande (prompt) è una competenza
Molti non avevano familiarità con tecniche avanzate di formulazione delle richieste (prompt engineering). Abbiamo lavorato su: strutturazione del contesto, definizione del ruolo del modello, “few-shot prompting” (fornire esempi), e ragionamento passo-passo (“chain of thought”). È emerso che l’interazione efficace con un LLM richiede precisione linguistica, chiarezza di obiettivi e capacità critica nella verifica dell’output.

4. L’importanza dei ‘sistemi personalizzati’
Pochi avevano sperimentato strumenti che permettono interazioni contestualizzate su documenti specifici (ad esempio GPT personalizzati o sistemi RAG). Per il non-profit questo può essere strategico: lavorare su statuti, bandi, report, linee guida interne in modo coerente e contestuale. Ma anche qui emergono questioni di sicurezza dei dati, governance e responsabilità.

5. L’etica non è un’etichetta
Dopo il modulo etico, molte e molti partecipanti hanno espresso una tensione reale: come conciliare l’uso quotidiano dell’IA con la consapevolezza delle sue implicazioni sociali e materiali? Una domanda che rimane aperta… 

6. La necessità di linee guida interne
Un messaggio forte emerso dal percorso riguarda la necessità, soprattutto per le organizzazioni medio-grandi del terzo settore, di passare da un uso spontaneo e individuale dell’IA a una gestione più strutturata e consapevole. L’introduzione di questi strumenti non può essere lasciata alla sola iniziativa dei singoli operatori o alla curiosità personale, ma richiede una cornice condivisa.

È emersa l’importanza di dotarsi di linee guida interne chiare, capaci di definire quando, come e persino se utilizzare l’IA nelle diverse attività organizzative. Non si tratta di irrigidire i processi, ma di stabilire criteri condivisi che aiutino a distinguere tra ambiti in cui l’IA può rappresentare un supporto legittimo ed efficace e situazioni più sensibili — ad esempio quelle che coinvolgono dati personali — fino ai casi in cui il suo impiego dovrebbe essere escluso, come nelle valutazioni su beneficiari o in decisioni che producono impatti significativi sulla vita delle persone. Infine, molte discussioni si sono concentrate sull’opportunità di individuare una figura di riferimento interna — anche dedicando solo una parte del tempo lavorativo — incaricata di monitorare gli sviluppi tecnologici, interpretare gli aggiornamenti normativi e tradurli in pratiche operative concrete. Senza un punto di responsabilità chiaro e una riflessione strutturata, il rischio è quello di un’adozione frammentata, disomogenea e poco consapevole, che può generare incoerenze, esposizioni a rischio e perdita di controllo sui processi.

Per concludere, uno dei punti cruciali del corso è stato comprendere che l’IA non sostituisce la sensibilità, l’esperienza e la responsabilità umana, ma può – in determinate condizioni – intrecciarsi con esse. Non si tratta di “affidarsi” alla macchina, bensì di sviluppare una capacità di interlocuzione consapevole. Saper dialogare con un sistema di IA, scegliere con precisione le parole, strutturare una richiesta in modo chiaro e riflessivo, diventa un esercizio di pensiero prima ancora che una competenza tecnica. 

Allo stesso tempo, è emersa con forza un’altra consapevolezza: non ogni problema richiede una soluzione algoritmica. L’idea che l’IA velocizzi sempre i processi o li renda automaticamente più efficienti è una narrazione semplificata. In alcuni casi può effettivamente supportare il lavoro; in altri può introdurre opacità, appiattimento o nuove complessità. Prima di adottare uno strumento di IA è quindi necessario porsi alcune domande fondamentali: il problema che stiamo affrontando è davvero di natura tecnica? L’IA aggiunge valore o rischia di spostare l’attenzione da una questione organizzativa, relazionale o politica che richiede altre forme di intervento?

Uno degli obiettivi centrali del percorso è stato proprio quello di sviluppare questa capacità di discernimento. Non promuovere l’adozione indiscriminata, ma costruire criteri per valutare, caso per caso, quando l’IA possa rappresentare un supporto utile e proporzionato e quando, invece, sia preferibile non utilizzarla. Per le organizzazioni del terzo settore, ciò significa non subire la pressione dell’innovazione, ma esercitare una scelta responsabile, coerente con i propri valori, con la tutela delle persone coinvolte e con la propria missione sociale.

E adesso?

Visto il successo e l’importanza di questa formazione, abbiamo deciso di creare una prima edizione aperta a tutte le persone interessate a questi temi. La presenteremo il prossimo giovedì 12 marzo in una diretta online su Zoom. Trovate qui tutte le informazioni e il link per iscrivervi all’evento!