Legal Prompting - Redigere informative privacy con l'intelligenza artificiale

Bentornati al podcast in NicFab dedicato al legal prompting. Sono Nicola Fabiano e questo è il

terzo episodio. La volta scorsa abbiamo visto come analizzare una decisione di un'autorità

garante con un prompt strutturato. Oggi facciamo il passo successivo. Non analizziamo più un

nostro. Parliamo di informativa privacy. Il problema? Scrivi un'informativa privacy per

il mio sito. Quanti lo hanno già chiesto a un modello? Il risultato sembra un'informativa. Ha

i titoli giusti, scita gli articoli giusti, usa il tono giusto, ma dentro non c'è niente. I

trattamenti sono generici, le basi giuridiche sono copia e incolla, i tempi di conservazione

quando ci sono sono inventati. Il punto è semplice. Il modello non sa cosa fate con i

dati. Non lo può sapere. Lo sapete voi. Allora a cosa serve? Serve per tre operazioni concreti

che vi mostro con i relativi prompt. Prima operazione. Verificare la complettezza. Avete

già un'informativa. Magari l'ha scritta un consulente, magari l'avete ereditata. Volete

sapere se manca qualcosa. Questo è un lavoro perfetto per il modello. Confrontare un testo

con un elenco di requisiti. Il prompt è il seguente. Agisci come un dpo con esperienza

in audi gdpr. Ti fornisco un'informativa resa ai sensi dell'articolo 13. Verifica se contiene

tutti gli elementi richiesti dal paragrafo 1 e dal paragrafo 2. Per ogni elemento indica

presente, assente o incompleto. Se incompleto spiega cosa manca. Risultato informato tabellare.

Incollate il testo e avrete una mappa dei requisiti. Però, attenzione, il modello vede la

forma non la sostanza. I dati saranno conservati per il tempo strettamente necessario. Il modello

lo segna come presente. In realtà non dice nulla. Quindi la tabella è un punto di partenza non un

elemento segnalato come presente va comunque riletto con occhio critico. Seconda operazione.

Semplificare il linguaggio. L'articolo 12 del gdpr lo dice chiaro. Linguaggio semplice, forma concisa,

contenuto intelligibile. Ma quanti informativi rispettano davvero questo requisito? Poche. E

quando non lo rispettano, l'informativa stessa diventa un problema di trasparenza. Il prompt è

riscrivi questo paragrafo di un'informativa in linguaggio chiaro adatto a un utente non esperto,

mantieni la precisione giuridica dove servono termini tecnici, aggiungi una spiegazione tra

parentesi, tono professionale non burocratico. Funziona bene soprattutto sulle basi giuridiche

e sui trasferimenti extra ue. Ma leggete sempre il risultato con attenzione. Il modello per

il testo più scorrevole potrebbe tagliare qualcosa di importante. Per esempio potrebbe

semplificare il legittimo interesse senza menzionare il bilanciamento con i diritti

dell'interessato. E quello non è un dettaglio. Terza operazione. Adattare a contesti diversi.

Avete un'informativa solida per il sito web. Ora vi serve quella per i dipendenti,

o per un'app, o per un nuovo servizio. Il modello può aiutarvi, ma dovete dargli

voi le informazioni specifiche. Il prompt è il seguente. Ti fornisco l'informativa per il sito

web. Devo produrre la versione per i dipendenti. I trattamenti sono gestione del rapporto di

lavoro, buste paga tramite il fornitore X, videosorveglianza con conservazione di 72 ore,

presenze tramite badge. Adatta l'informativa con questi trattamenti, le basi giuridiche e

tempi di conservazione. Mantieni la stessa struttura e lo stesso tono. Vedete? Ho dato io

i trattamenti, i fornitori, i tempi. Non ho chiesto al modello di indovinarli. Se non glieli

date, l'inventa. E un'informativa con trattamenti inventati è peggio di non averla, perché crea

un'apparenza di conformità che non corrisponde alla realtà. Le tre premesse. Come sempre,

le tre premesse del primo episodio. Supervisione umana. Un'informativa redatta o rivista con la

AIVA riletta integralmente prima della pubblicazione. La firma è del titolare, non del modello. Quadro

normativo. Nel pronti per i dipendenti avete condiviso fornitori e processi interni. Se il

modello è in cloud, quei dati stanno transitando verso un terzo. Verificate prima il data processing

agreement con il fornitore. Infrastruttura. Le mie considerazioni conclusive, le mie

considerazioni conclusive se trattate dati particolari, valutate un modello locale. La

struttura dei vostri trattamenti è un'informazione che a valore non deve necessariamente finire su

un server altrui. Osservazioni conclusive. Verificare, semplificare, adattare. Tre operazioni

dove l'AI aiuta davvero se le guidate voi con dati reali e verificate voi il risultato. Questo

è legal prompting applicato alle informative, non una scorciatoia ma un metodo. Il modello assiste

ma il giudizio professionale resta vostro. La prossima volta parliamo di RAG, Retrieval,

Augmentation e Generation. Cos'è? Perché non è legal può essere molto utile e perché se mal

configurato diventa un rischio serio. Iscrivetevi alla newsletter su nicfab.eu. Grazie per

l'ascolto. Al prossimo episodio.