La digitalizzazione dei processi produttivi ha visto l’integrazione dell’intelligenza artificiale nei sistemi di salute e sicurezza sul lavoro. L’obiettivo di questo studio è esaminare il ruolo delle tecnologie di intelligenza artificiale nella gestione predittiva della sicurezza, nel monitoraggio delle condizioni di lavoro e nella prevenzione dei rischi professionali. La ricerca si basa su una revisione della letteratura scientifica internazionale e sull’analisi dei principali sviluppi normativi in Europa e in Italia.I risultati mostrano come l’intelligenza artificiale può contribuire significativamente al miglioramento delle pratiche di prevenzione e alla riduzione degli incidenti. Tuttavia, sottolineano la necessità di legislazione adeguata, trasparenza degli algoritmi e partecipazione dei lavoratori.
- Dalla prevenzione reattiva alla prevenzione predittiva
- Metodologia della ricerca
- Applicazioni dell’intelligenza artificiale nella sicurezza sul lavoro
- Analisi dei dati e gestione dei rischi
- Analisi predittiva della sicurezza
- Fonti di dati e principali tecniche di analisi
- Tecnologie di monitoraggio nei luoghi di lavoro
- Tabella comparativa delle principali tecnologie IA per la sicurezza sul lavoro
- Esempi concreti di tecnologie IA applicate alla SSL
- Rischi emergenti e implicazioni psicosociali
- Governance e quadro normativo
- Il regolamento europeo sull’intelligenza artificiale (AI Act)
- Normativa italiana sull’intelligenza artificiale
- Il Testo Unico sulla salute e sicurezza sul lavoro (D.Lgs. 81/2008)
- La disciplina del controllo a distanza dei lavoratori
- La protezione dei dati personali (GDPR)
- Il ruolo del Garante per la protezione dei dati personali
- La Legge n. 132 del 23 settembre 2025
- Analisi degli impatti dell’intelligenza artificiale sulla sicurezza e organizzazione del lavoro
- Impatti organizzativi dell’intelligenza artificiale
- Implicazioni per la salute e sicurezza dei lavoratori
- Questioni etiche e trasparenza algoritmica
- Prospettive future
- Conclusioni: l’IA come leva strategica per la prevenzione
- Sfide etiche e organizzative nell’adozione dell’IA
- L’approccio interdisciplinare: integrare tecnologia, valori umani e società
- FAQ – Intelligenza artificiale e sicurezza sul lavoro: cosa sapere
- L’intelligenza artificiale può migliorare la sicurezza sul lavoro?
- Il datore di lavoro è obbligato a valutare i rischi legati all’intelligenza artificiale?
- L’uso dell’intelligenza artificiale per monitorare i lavoratori è legale?
- Riferimenti bibliografici
- Strumenti e risorse per l’approfondimento
- Approfondimenti a cura dell’autore
Dalla prevenzione reattiva alla prevenzione predittiva
L’intelligenza artificiale sta cambiando la sicurezza sul lavoro e il modo in cui lavoriamo. La digitalizzazione dei processi produttivi, conosciuta come Industry 4.0, sta modificando profondamente le modalità con cui il lavoro viene organizzato, monitorato e amministrato. Tecnologie quali l’Intelligenza Artificiale (IA), l’Internet of Things (IoT, letteralmente l’internet delle cose), l’analisi dei big data e i sistemi cyber‑fisici stanno diventando sempre più importanti negli ambienti lavorativi, offrendo nuove opportunità ma anche nuove sfide per la sicurezza e la salute dei lavoratori.
La sicurezza sul lavoro è fondamentale per garantire la salute e la vita dei lavoratori. Nel corso degli ultimi anni, si è assistito a un approccio prevalentemente reattivo, basato sull’analisi degli incidenti e sull’adozione di misure correttive successive al verificarsi di eventi indesiderati. Tuttavia, con l’arrivo di tecnologie alimentate dall’intelligenza artificiale è possibile creare modelli di prevenzione proattiva, che identificano situazioni di rischio prima che si verifichino incidenti utilizzando dati e informazioni provenienti da più fonti.Il presente lavoro si propone di:
- approfondire le principali applicazioni dell’intelligenza artificiale nel campo della sicurezza sul lavoro;
- esaminare le tecnologie impiegate per il monitoraggio dei rischi professionali;
- esplorare i rischi emergenti associati alla digitalizzazione dei luoghi di lavoro;
- analizzare il quadro normativo europeo e italiano riguardante l’impiego dell’IA nei contesti lavorativi.
Metodologia della ricerca
Il presente studio adotta un approccio qualitativo basato su una revisione della letteratura scientifica internazionale (literature review). La ricerca bibliografica è stata condotta utilizzando database accademici quali:
- Scopus
- Web of Science
- Google Scholar
- SSRN
Le parole chiave utilizzate includono:
- artificial intelligence
- occupational safety
- algorithmic management
- predictive safety
- workplace monitoring
- digital labour
Sono stati selezionati principalmente contributi pubblicati tra il 2015 e il 2025, con particolare attenzione agli studi peer‑reviewed e ai rapporti istituzionali di organizzazioni internazionali.La letteratura analizzata è stata classificata secondo tre macro‑aree tematiche:
- tecnologie di IA applicate alla sicurezza sul lavoro;
- impatti organizzativi e psicosociali della digitalizzazione del lavoro;
- governance e regolazione dell’intelligenza artificiale.
Applicazioni dell’intelligenza artificiale nella sicurezza sul lavoro
Analisi dei dati e gestione dei rischi
L’IA può essere utilizzata per analizzare un gran numero di dati (“big data”) relativi alle condizioni operative e agli incidenti/infortuni sul lavoro, facilitando l’individuazione di schemi di rischio che spesso sono difficili da trovare con metodi tradizionali.Le prime applicazioni hanno utilizzato tecniche di text mining[1] per analizzare i report sugli infortuni e identificare fattori di rischio ricorrenti. Con l’evoluzione delle tecnologie di deep learning[2] è diventato possibile integrare dati provenienti da fonti diverse, quali:
- registri aziendali di incidenti o guasti;
- sensori ambientali;
- dispositivi indossabili;
- sistemi informativi aziendali.
L’integrazione di tali dati consente di sviluppare modelli predittivi più accurati.
Analisi predittiva della sicurezza
Una delle applicazioni più promettenti dell’intelligenza artificiale nel campo della sicurezza sul lavoro è l’analisi predittiva. Questa tecnologia analizza dati storici utilizzando modelli statistici e algoritmi, per stimare la probabilità che determinate condizioni operative possano causare incidenti, o infortuni, contribuendo così a prevenire potenziali minacce, sia in contesti fisici, come la sicurezza sul lavoro, urbana o legata a infrastrutture critiche, come in ambito digitale e nella cybersecurity. Le applicazioni pratiche della IA nel campo della SSL permettono di prevenire gli incidenti sul lavoro attraverso il monitoraggio dei comportamenti a rischio e l’individuazione di atteggiamenti anomali, oltre a consentire la previsione dei guasti in impianti industriali o reti energetiche.Questo approccio consente alle organizzazioni di adottare strategie di prevenzione più mirate ed efficaci.
Fonti di dati e principali tecniche di analisi
Nell’ambito della SSL, le informazioni utilizzate includono: dati storici relativi a incidenti sul lavoro, (o, in alcuni settori, i crimini localizzati in determinate aree), dati comportamentali come log degli utenti o movimenti del lavoratore, informazioni raccolte da dispositivi sensoriali e IoT (ad esempio telecamere, sensori di posizione, sistemi di allarme o dispositivi industriali) e, infine, dati esterni come le condizioni meteorologiche o i livelli di inquinamento ambientale.Le principali tecniche di analisi comprendono:
- Machine Learning supervisionato per classificare eventi come sicuri o rischiosi. Questo approccio si basa su algoritmi addestrati utilizzando dati di esempio che associano specifici input agli output desiderati, rendendolo ideale per attività predittive con dataset pre-etichettati.
- Machine Learning non supervisionato per identificare schemi insoliti o anomali. Gli algoritmi di apprendimento non supervisionato lavorano con dati non etichettati. Possono esaminare nuovi insiemi di informazioni per individuare relazioni significative tra input non noti e gli output predeterminati.
- Analisi statistica avanzata, progettata per esaminare grandi quantità di dati e andare oltre la statistica descrittiva. La modellazione predittiva, l’analisi multivariata e le simulazioni sono utilizzate in questa metodologia allo scopo di identificare pattern nascosti, prevedere tendenze e fornire sostegno alle decisioni strategiche. Si divide in analisi diagnostica (indagare sulle cause di un evento), predittiva (anticipare eventi futuri) e prescrittiva. (fornire raccomandazioni su azioni da intraprendere).
- Reti neurali e deep learning, per affrontare schemi complessi e analizzare dati non strutturati, come immagini, suoni o testi. Queste tecnologie sono alla base di applicazioni quali il riconoscimento facciale, la guida autonoma e molte altre innovazioni basate sull’intelligenza artificiale.
Tecnologie di monitoraggio nei luoghi di lavoro
Come anticipato, l’intelligenza artificiale è utilizzata nel campo della salute e della sicurezza per analizzare dati e monitorare comportamenti allo scopo di prevenire situazioni potenzialmente pericolose. I dati raccolti possono aiutare a prevenire l’affaticamento e a ridurre significativamente il numero di infortuni sul lavoro. Le tecnologie indossabili, o wearable technologies, e i sistemi di visione artificiale sono le principali applicazioni dell’IA in questo campo.Le tecnologie indossabili possono raccogliere informazioni utili sulla frequenza cardiaca, sulla postura, sui movimenti e sull’esposizione a condizioni ambientali estreme. I sistemi di visione artificiale, sfruttando l’analisi automatizzata di immagini e video, offrono la possibilità di monitorare ambienti di lavoro complessi, verificare l’uso corretto dei dispositivi di protezione individuale, individuare comportamenti a rischio e sorvegliare aree pericolose.
Tabella comparativa delle principali tecnologie IA per la sicurezza sul lavoro
| Tecnologia | Applicazione principale | Vantaggi | Limiti |
| Machine Learning | Analisi dati incidenti | Identificazione pattern rischio | Dipendenza qualità dati |
| Computer Vision | Monitoraggio cantieri/manifatture | Controllo automatico sicurezza | Problemi privacy |
| Wearable devices | Monitoraggio fisiologico | Prevenzione affaticamento | Costi implementazione |
| IoT sensors | Monitoraggio ambientale | Rilevazione rischi in tempo reale | Infrastrutture necessarie |
| Digital twins* | Simulazione scenari rischio | Pianificazione preventiva | Elevata complessità tecnica |
* Un gemello digitale è un modello virtuale di un oggetto fisico. Segue il ciclo di vita dell'oggetto e utilizza i dati in tempo reale inviati dai sensori sull'oggetto per simulare il comportamento e monitorare le operazioni. I gemelli digitali possono replicare molti elementi del mondo reale, e questa tecnologia consente di supervisionare le prestazioni di una risorsa, identificare potenziali anomalie e prendere decisioni più informate sulla manutenzione e sul ciclo di vita.
Esempi concreti di tecnologie IA applicate alla SSL
L’analisi delle pubblicazioni più recenti in materia di applicazioni di tecnologie IA per la SSL ha permesso di evidenziare i seguenti esempi pratici:
- Computer VisionQuesta tecnologia utilizza le telecamere di sorveglianza, esistenti o incrementate ad hoc, trasformandole in sentinelle intelligenti capaci di analizzare i flussi video in diretta. Viene principalmente utilizzata per:
- Verificare l’uso dei DPI, tramite sistemi che segnalano istantaneamente se un lavoratore entra in cantiere o inizia un lavoro senza elmetto, guanti o scarpe antinfortunistiche.
- Creare "barriere virtuali" attorno a macchinari pericolosi o carrelli elevatori in movimento; se una persona entra nell’area a rischio, il sistema può arrestare il macchinario o emettere un allarme sonoro.
- Rilevare cadute e “uomo a terra”: i sistemi permetto di identificare automaticamente una persona che cade o rimane immobile per un tempo insolito, inviando un soccorso immediato.
- Dispositivi Indossabili (Wearables)Si tratta di applicazioni dove sensori sono integrati in indumenti o accessori e monitorano lo stato di salute e la posizione del lavoratore. Tra le varie tipologie, si hanno:
- Smart Helmets e Vest: caschi o giubbotti che monitorano la frequenza cardiaca e la temperatura corporea, per prevenire stress termico o colpi di calore, comuni nell’edilizia o in fonderia o ambienti estremi.
- Sensori di movimento (sensori inerziali) che analizzano la postura durante il sollevamento carichi, avvisando l’operatore se sta compiendo un movimento dannoso per la schiena.
- Braccialetti o occhiali intelligenti, che rilevano segni di stanchezza, episodi di microsonno o eccessiva fatica, principalmente utilizzati per monitorare i conducenti di mezzi pesanti o operatori di macchine complesse
- Robotica e DroniSi tratta di droni connessi a Intelligenza Artificiale che vengono utilizzati per ispezionare cisterne, ciminiere, aree piene di gas tossici o aree difficili da raggiungere, eliminando la necessità per gli esseri umani di entrare in aree ad alto rischio o fare escursioni pericolose. Gli Esoscheletri Intelligenti sono un altro esempio di questa categoria. Sono supporti robotici che aiutano i lavoratori a sollevare pesi, riducendo così il carico fisico e il rischio di malattie muscoloscheletriche croniche.
Secondo i dati più recenti di Eurostat e dell’Agenzia Europea per la Sicurezza e la Salute sul Lavoro (EU-OSHA), circa il 20% delle imprese dell’UE utilizza almeno una tecnologia IA. La diffusione è molto più alta nelle grandi aziende (55%) rispetto alle piccole imprese. Inoltre, circa il 25% dei lavoratori dell’UE dichiara di essere soggetto a sistemi digitali che monitorano il proprio lavoro o comportamento per finalità di sicurezza o efficienza, mentre il 30% dei lavoratori riporta l’uso di dispositivi digitali per l’assegnazione automatica di compiti e turni.L’uso di sensori e DPI intelligenti è ancora poco sviluppato: infatti è adottato da circa il 4,1% delle aziende industriali.
Grafico 1. Rielaborazione dell’autore su dati Eurostat (2025/2026): "ICT usage in enterprises", e "Digital economy and society statistics - enterprises".
Rischi emergenti e implicazioni psicosociali
L’integrazione dell’intelligenza artificiale nei luoghi di lavoro può portare all’emergere di nuove forme di rischio, in particolare di tipo psicosociale. Queste includono la maggiore pressione lavorativa, l’incremento della sorveglianza digitale sui dipendenti, l’opacità dei processi decisionali basati sugli algoritmi e i rischi di discriminazione derivanti da bias insiti nei dati utilizzati per l’addestramento dei modelli di intelligenza artificiale. Inoltre, il monitoraggio costante delle prestazioni e la gestione algoritmica delle attività rischiano di ridurre drasticamente il controllo dei lavoratori sui processi decisionali che influenzano il loro lavoro.Tra i principali rischi individuati dalla letteratura sono riportati l’aumento dello stress lavorativo, l’ansia da prestazione e la riduzione dell’autonomia decisionale.
I dati più recenti dell’indagine Eurofound 2024 sulle condizioni di lavoro in Europa confermano una correlazione diretta tra l’uso di tecnologie digitali/IA e l’aumento dei rischi psicosociali: 45% dei lavoratori dichiara di essere esposto a fattori di rischio per la propria salute mentale, con un aumento significativo legato alla digitalizzazione; il 29% dei lavoratori afferma di soffrire di stress, depressione o ansia causati o peggiorati dal lavoro. L’indagine ha fatto emergere tre grandi stressor:
- La pressione temporale grave: il 44% dei lavoratori riporta un sovraccarico di lavoro o una pressione sui tempi di esecuzione esacerbata da algoritmi di gestione.
- L’intensità del lavoro: circa 4 dipendenti su 10 segnalano un’elevata intensità lavorativa dovuta alla rimozione dei "tempi morti" da parte dei sistemi di IA.
- L’insicurezza e il timore di sostituzione: il 14% dei lavoratori esprime una preoccupazione costante per l’insicurezza del proprio posto di lavoro a causa dell’automazione.
Inoltre, il 29% dei lavoratori dell’UE dichiara di non essere adeguatamente informato sulla prevenzione dello stress legato alle nuove tecnologie.
Grafico 2. Rielaborazione dell’autore su dati Eu-Osha (2025): European Survey of Enterprises on New and Emerging Risks, ESENER 2019 e ESENER 2024 (first findings) e "Worker management through artificial intelligence (AI): implications for occupational safety and health".
Governance e quadro normativo
Il regolamento europeo sull’intelligenza artificiale (AI Act)
Il Regolamento Europeo sull’Intelligenza Artificiale (AI Act, Regolamento (UE) 2024/1689) è la norma quadro per l’impiego dell’intelligenza artificiale, introducendo un sistema di classificazione dei sistemi di IA in base al loro livello di rischio. Tale classificazione prevede quattro categorie: