Bisogna dire al consiglio che l'analisi è stata assistita dall'IA?
Dichiarare che l'analisi è stata assistita dall'IA e affidare la propria protezione alla verificabilità: una dichiarazione di provenienza di una pagina, un controllo della fonte dal vivo in sala e un archivio conservato permettono a un consigliere scettico di mettere alla prova ogni affermazione, così che la raccomandazione sopravviva alla contestazione.
La risposta diretta: nessuna singola regola obbliga a dichiarare che parte di un deck per il consiglio è stata redatta con una piattaforma di strategia AI, eppure la trasparenza è la scelta giusta per default. La ragione è pratica, non giuridica. Un deck per il consiglio è un insieme di affermazioni, e a un certo punto un consigliere ne contesta una. Quando accade, chi presenta e ha già detto quali parti dell'analisi sono state redatte dalla macchina e chi le ha verificate tiene la sala; chi si sente chiedere a metà riunione come è stato prodotto un numero, e risponde in modo vago, la perde. La trasparenza è ciò che preserva la fiducia quando un numero viene contestato, e l'occultamento è la posizione più debole anche dove nessuna regola impone di dichiarare.
- La guida del FRC al UK Corporate Governance Code 2024 elenca, tra i passaggi aggiuntivi che un consiglio può considerare per le decisioni rilevanti, descrivere nei documenti del consiglio come le proposte sono state sviluppate e messe alla prova prima di presentarle al consiglio.[1] La guida non è vincolante, ma un documento che tace su come è stata prodotta la sua analisi si concilia male con essa.
- Gli obblighi di trasparenza dell'articolo 50 dell'AI Act dell'UE, applicabili dal 2 agosto 2026, sono circoscritti: riguardano fornitori e deployer di determinati sistemi di AI, con obblighi come informare le persone che stanno interagendo con un sistema di AI, marcare i contenuti sintetici in un formato leggibile da macchina e dichiarare i deep fake.[2] Non sono un obbligo di etichettare un deck strategico interno, e leggerli così ne esagera la portata.
- I Principi dell'OCSE sull'IA chiedono agli attori dell'IA di impegnarsi per la trasparenza e una divulgazione responsabile, fornendo informazioni significative e adeguate al contesto sui sistemi di IA, sulle loro capacità e sui loro limiti.[3]
- La direzione è visibile negli stessi consigli di amministrazione: nell'indagine di PwC sull'efficacia dei consigli condotta tra i vertici aziendali, il 99 % dei dirigenti ritiene che i consigli dovrebbero usare l'IA nella loro attività di supervisione, ma solo il 35 % dei consiglieri dice che il proprio consiglio lo fa attualmente.[4]
Messi insieme, questi punti descrivono una norma, non un divieto. Le linee guida di governance si aspettano che i documenti spieghino come le proposte sono state costruite e messe alla prova, e le regole di trasparenza, dove esistono, mirano ad altri rischi. Ciò che il consiglio mette alla prova, quindi, non è il coinvolgimento di uno strumento ma se l'analisi dietro la raccomandazione sia degna di fiducia. Chi lo dichiara apertamente parte dalla posizione più forte.
La dichiarazione di provenienza: una pagina che rende il deck verificabile
La risposta operativa al consigliere scettico non è un tono di voce né una difesa ben provata. È un artefatto: una slide o una pagina di appendice, inserita nel deck, che dichiara in linguaggio semplice come è stata prodotta l'analisi e chi ne risponde. Chiamiamola dichiarazione di provenienza. Contiene sei righe, e ogni riga esiste perché un consigliere può farci qualcosa di preciso.
| Riga della dichiarazione di provenienza | A che cosa serve | Che cosa può farci un consigliere |
|---|---|---|
| Quali parti dell'analisi ha redatto l'IA e quali ha scritto il team | Separa le bozze generate dalla macchina dall'analisi scritta da persone, così che il consiglio sappia dove si colloca ciascun tipo di rischio | Sondare il confine: chiedere perché una sezione è stata redatta in un modo piuttosto che in un altro |
| La persona indicata per nome che ha verificato ogni affermazione portante, e come: ogni fonte citata aperta e confrontata con la slide | Lega la responsabilità ai numeri da cui dipende la raccomandazione, con un metodo dichiarato invece di una rassicurazione generica | Ripetere il controllo, o chiedere direttamente alla persona indicata, perché la responsabilità è legata a un nome |
| L'elenco completo delle fonti | Mostra su che cosa poggia l'analisi, fonte per fonte | Mettere alla prova la base di evidenze: verificare se manca una fonte preferibile o se una fonte è più debole di quanto sembri |
| La data del set di documenti su cui si basa l'analisi | Fissa il limite delle conoscenze, così che il consiglio sappia che cosa era noto quando l'analisi è stata eseguita | Chiedere se da quella data è cambiato qualcosa che l'analisi non può vedere |
| Che cosa è stato escluso o non è stato possibile verificare | Dichiara i limiti con onestà, compresi i punti che il team non ha potuto confermare | Sondare il confine dell'analisi invece di scoprire le lacune per caso |
| Chi approva la raccomandazione | Conferma che una persona, non uno strumento, è responsabile della conclusione | Chiamare una persona a rispondere della raccomandazione, come per qualsiasi altro documento del consiglio |
La pagina svolge anche un lavoro di compliance silenzioso. Il principio di trasparenza dell'OCSE chiede informazioni significative, adeguate al contesto, sulle fonti e sulla logica dietro il ruolo di un sistema di IA; una pagina che indica il contributo dello strumento, il verificatore e l'elenco delle fonti è quell'informazione, scritta per l'unico contesto che qui conta.[3] È anche la forma più verificabile della descrizione del processo che le linee guida di governance già prevedono per le decisioni rilevanti. Per un protocollo operativo di revisione di un'analisi redatta dall'IA prima che arrivi a un comitato, si veda la guida su come verificare una presentazione strategica generata dall'IA.
Una contestazione dal vivo in sala: un esempio svolto
Si supponga che una slide affermi che il segmento target rappresenta una certa quota di ricavi, con un rapporto di settore come fonte, e che un consigliere chieda da dove viene il numero. Lo scambio che segue è il momento in cui la dichiarazione di provenienza si guadagna il suo posto. Gestito bene, procede passo per passo:
- Chi presenta apre la fonte citata sullo schermo o nell'appendice, davanti al consiglio, invece di riassumerla a memoria.
- Chi presenta conferma a verbale il perimetro del numero: quale popolazione copre la fonte e che cosa misura.
- Chi presenta conferma la natura del valore: se il numero è una stima puntuale, un intervallo o una previsione, e quale dei tre la slide dichiara.
- Chi presenta conferma la data della fonte e l'unità del numero, così che il consiglio sappia che il dato è aggiornato ed espresso nei termini usati dalla slide.
- Se il numero corrisponde alla fonte, resta, e il consigliere lo ha visto reggere invece di doverlo accettare sulla fiducia.
- Se il numero non corrisponde, per esempio perché la slide ha arrotondato oltre ciò che la fonte sostiene o ha usato un'edizione precedente, chi presenta lo corregge a verbale e dichiara il numero corretto e la sua fonte.
Correggere apertamente protegge la raccomandazione perché preserva la capacità del consiglio di verificare il resto del deck. Un consigliere che ha visto controllare un numero dal vivo, e ha visto chi presenta ammettere e correggere una discrepanza, ha la prova che gli altri numeri sono stati prodotti con la stessa disciplina. La ragione per cui difendere un numero non verificabile distrugge la raccomandazione è speculare: nel momento in cui chi presenta resiste a una contestazione verificabile, ogni altro numero del deck diventa sospetto, perché il consiglio ha imparato che i numeri vengono difesi anziché verificati. Le indicazioni di PwC per i consiglieri esprimono il punto con chiarezza: gli output generati dall'IA possono contenere errori o distorsioni che appaiono credibili, ed è per questo che le informazioni vanno verificate e sottoposte al giudizio umano prima di farvi affidamento.[5] La scorrevolezza non è verifica, e il controllo aperto è il modo in cui la differenza si rende visibile. Sul perché le fonti tracciabili siano il meccanismo che rende possibili questi controlli, si veda questo articolo sulla presentazione strategica verificabile.
Le domande che i consiglieri scettici fanno davvero
Tra consigli di amministrazione e comitati investimenti, le domande sull'analisi assistita dall'IA si riducono a quattro. Che cosa ha visto lo strumento? Che cosa non ha visto? Chi lo ha controllato? Che cosa cambierebbe la conclusione? Nessuna è ostile; ognuna è un consigliere che fa il proprio lavoro. La dichiarazione di provenienza è utile proprio perché ogni domanda corrisponde a una riga della pagina, così che la risposta si legge invece di improvvisarsi.
| La domanda del consigliere | Che cosa sta davvero sondando | La riga di provenienza che risponde |
|---|---|---|
| Che cosa ha visto lo strumento? | La base di evidenze su cui è stata eseguita l'analisi, e quanto è aggiornata | Il set di documenti e la sua data |
| Che cosa non ha visto? | Le esclusioni, le lacune e i punti che non è stato possibile confermare | La riga sulle esclusioni e sui punti non verificabili |
| Chi lo ha controllato? | Se una persona indicata per nome risponde delle affermazioni portanti, e con quale metodo | Il verificatore indicato e il metodo di verifica: ogni fonte citata aperta e confrontata con la slide |
| Che cosa cambierebbe la conclusione? | Quanto la raccomandazione è sensibile alle sue affermazioni portanti | La riga del verificatore insieme all'elenco delle fonti, che mostra da quali affermazioni dipende la raccomandazione e quanto solidamente ciascuna è documentata |
Rispondere in anticipo a queste domande sulla pagina batte l'improvvisazione in sala per una ragione semplice: una risposta composta sotto contestazione suona come una difesa, mentre la stessa risposta stampata nel deck si legge come parte dell'analisi. Segnala anche che il team ha previsto lo scrutinio, il che è di per sé una prova di rigore. I consiglieri hanno uno stimolo permanente a rivolgere queste domande alla propria azienda: la guida del FRC elenca, tra le domande che i consigli dovrebbero porsi, se siano al corrente delle tecnologie emergenti, compresa l'intelligenza artificiale responsabile, usate dall'azienda, per esempio nel reporting.[1] Un consiglio che pone quella domanda all'azienda la porrà al deck che ha davanti.
Dopo la riunione: mantenere la decisione riesaminabile
La dichiarazione di provenienza ha una seconda vita dopo la riunione. Il deck, il suo elenco di fonti e la dichiarazione di provenienza vanno conservati insieme, così che la decisione possa essere riesaminata mesi dopo su basi oneste. Un riesame successivo che dispone dell'archivio conservato può confrontare l'analisi con ciò che era davvero noto all'epoca: il set di documenti e la sua data fissano quali informazioni esistevano, la riga delle esclusioni registra che cosa non è stato verificabile, e l'elenco delle fonti mostra su quali numeri poggiava la raccomandazione. Senza quell'archivio, il riesame scivola nel senno di poi e giudica la decisione da ciò che è accaduto anziché da ciò che era conoscibile quando è stata presa.
- Confrontare l'analisi con le conoscenze disponibili all'epoca, usando il set di documenti datato invece della memoria.
- Ricontrollare le affermazioni portanti rispetto alle fonti citate, con il metodo dichiarato dal verificatore indicato.
- Individuare il confine dell'analisi, usando la riga delle esclusioni, prima di dare per scontato che una mancanza sia stata un errore di giudizio anziché un limite noto.
Anche la conservazione è in linea con ciò che le linee guida di governance prevedono. Tra i passaggi aggiuntivi che la guida del FRC suggerisce a un consiglio di considerare per le decisioni rilevanti c'è assicurarsi che i verbali del consiglio documentino la discussione che ha portato alla decisione, comprese le questioni sollevate e le ragioni della decisione.[1] Una dichiarazione di provenienza archiviata con il deck dà ai verbali qualcosa di esatto da riflettere. Il punto pratico è che l'uso dell'IA tende a lasciare una propria traccia scritta, in prompt, bozze e output, che qualcuno lo pianifichi o no; la conservazione va quindi gestita come politica deliberata piuttosto che lasciata al caso.
Che cosa non fare: occultare, esagerare e fidarsi della scorrevolezza
Tre modalità di fallimento spiegano la maggior parte dei modi in cui le presentazioni al consiglio assistite dall'IA vanno male. Ognuna è evitabile, e ognuna merita di essere nominata in anticipo.
- Nascondere l'uso dell'IA. Lo schema dell'occultamento è ben documentato altrove nell'organizzazione: nel sondaggio rapido di ISACA del 2023 sull'IA generativa tra i professionisti della fiducia digitale, solo il 28 % delle organizzazioni ha dichiarato che la propria azienda permetteva espressamente l'uso dell'IA generativa, mentre oltre il 40 % ha detto che i dipendenti la usavano comunque e un ulteriore 35 % non ne era sicuro.[6] L'uso non dichiarato in un team di strategia è lo stesso schema con una posta più alta, perché il deck arriva al consiglio. La trasparenza costa una riga; la scoperta dell'occultamento costa la credibilità di ogni numero del deck.
- Esagerare il rigore dello strumento. Descrivere l'analisi come validata, sottoposta ad audit o verificata in modo indipendente quando in realtà uno strumento l'ha redatta e una persona l'ha scorsa invita all'unica contestazione a cui chi presenta non può rispondere in sala: me lo mostri. La dichiarazione di provenienza protegge perché afferma solo ciò che è accaduto, e il verificatore indicato può descrivere esattamente che cosa è stato fatto.
- Lasciare che la scorrevolezza sostituisca il giudizio. L'AI Risk Management Framework del NIST osserva che le persone possono presumere che i sistemi di IA funzionino, e funzionino bene, in ogni contesto, e che, a torto o a ragione, i sistemi di IA sono spesso percepiti come più oggettivi degli esseri umani.[7] La prosa rifinita è la forma più pericolosa di questa percezione, perché una slide ben scritta si legge come una slide verificata. Non lo è. Il giudizio del team, applicato al momento della verifica e dell'approvazione, è ciò a cui si chiede al consiglio di affidarsi.
Il filo comune è un cattivo scambio: ogni modalità di fallimento evita un piccolo disagio gestibile, una riga di trasparenza, un'affermazione misurata, un'ammissione di limiti, e lo paga con un rischio non gestito.
Dove conta lo strumento: verificabilità by design
Una nota conclusiva sullo strumento. Decisity è una piattaforma di consulenza strategica AI-native i cui deck portano ogni affermazione, numero e raccomandazione cliccabile fino alla sua fonte. Quella singola proprietà è ciò che rende le pratiche di questo articolo meccanicamente possibili anziché solo auspicabili: una dichiarazione di provenienza vale quanto i link che ha dietro, e un controllo della fonte dal vivo in sala richiede secondi quando la fonte citata è a un clic dalla slide. Sostiene anche ciò che il principio di responsabilità dell'OCSE chiede agli attori dell'IA: essere responsabili del corretto funzionamento dei sistemi di IA lungo tutto il loro ciclo di vita, in base al proprio ruolo e contesto.[3] Per una descrizione del flusso di lavoro end-to-end, dall'ingestione dei documenti a un deck pronto per il consiglio con piena tracciabilità delle fonti, si veda come funziona la piattaforma.
Lo strumento non sostituisce gli obblighi di chi presenta; elimina le scuse. Quando ogni numero del deck può essere aperto fino alla fonte su richiesta, la trasparenza diventa economica, la verifica diventa routine, e le quattro domande del consigliere scettico hanno risposte che stanno sulla pagina e sono verificabili in sala, durante la riunione e di nuovo mesi dopo, quando la decisione viene riesaminata.
Letture correlate:
Fonti
- FRC: Corporate Governance Code Guidance
- EU Artificial Intelligence Act: Article 50, Transparency Obligations for Providers and Deployers of Certain AI Systems
- OECD: Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449)
- PwC and The Conference Board: Board Effectiveness: A survey of the C-suite (2026)
- Harvard Law School Forum on Corporate Governance: Using AI in the Boardroom: New Opportunities and Challenges (PwC, 29 November 2025)
- ISACA: Generative AI Training, Formal Policies in Short Supply for Most Organizations (@ISACA 2023, Volume 43)
- NIST AI Resource Center: AI RMF 1.0, Section 1: Framing Risk
