Si chiama shadow AI, letteralmente AI “nell’ombra”.
È l’uso di strumenti di intelligenza artificiale da parte dei professionisti senza che l’organizzazione li abbia scelti, valutati o autorizzati. Il medico che chiede a un chatbot generalista di riassumere un articolo scientifico, l’infermiera che lo usa per preparare istruzioni di dimissione più chiare, l’amministrativo che ci scrive una lettera: nessuno di loro sta violando consapevolmente una regola.
Nella maggior parte dei casi, una regola semplicemente non c’è.
Indice degli argomenti
Perché il professionista “cade in tentazione”
Leggere il fenomeno come mancanza di disciplina sarebbe un grave errore di diagnosi. L’attrazione esercitata da questi strumenti è troppo forte per essere contenuta dal senso del dovere individuale: sono gratuiti o quasi, sempre disponibili, rispondono in pochi secondi a problemi che un professionista sanitario affronta ogni giorno con poco tempo e molta pressione. Chiedere a ciascuno di resistere da solo significa scaricare sul singolo una responsabilità che appartiene all’organizzazione.
A questo si aggiunge una pressione mediatica che nessuna struttura può controllare.
Ogni settimana arrivano annunci di nuovi modelli, nuove funzioni dedicate alla salute, nuove promesse. Secondo OpenAI, oltre 230 milioni di persone nel mondo consultano ogni settimana ChatGPT per domande su salute e benessere. In Italia, secondo l’Osservatorio Sanità Digitale del Politecnico di Milano, la quota di cittadini che usa chatbot per informarsi su problemi di salute, farmaci o terapie è passata in un anno dall’11% al 36%.
I pazienti arrivano in ambulatorio con risposte già in tasca, e il professionista che non usa questi strumenti si sente rimasto indietro prima ancora di esserlo.
Se la shadow AI non nasce dall’indisciplina, allora da dove nasce?
Da una domanda che l’organizzazione non ha ancora saputo intercettare.
Il dato che lo mostra con più chiarezza viene dalla ricerca 2026 dello stesso Osservatorio, presentata il 26 maggio 2026 al convegno “Consolidare il futuro: la Sanità Digitale tra investimenti da valorizzare e nuove sfide dell’AI” e costruita su indagini condotte con le principali federazioni professionali e società scientifiche e con le aziende sanitarie.
Il 34% degli specialisti dichiara di usare l’AI a supporto della diagnosi, spesso con strumenti non aziendali, mentre soluzioni di questo tipo sono presenti solo nell’11% delle strutture sanitarie.
In quei 23 punti di scarto si “annida” la shadow AI italiana: i professionisti hanno individuato da soli dove l’AI li aiuta, e l’organizzazione è rimasta indietro.
Il rischio è (anche) usare piattaforme non progettate per la Sanità
La diffusione non riguarda solo la diagnosi, né solo i medici. Nell’ultimo anno ha usato l’AI generativa il 61% degli specialisti, con 35 punti in più rispetto al 2025, il 61% dei medici di medicina generale (+15 punti) e il 37% degli infermieri (+18 punti).
Nella quasi totalità dei casi si tratta di piattaforme generaliste, non progettate per l’uso sanitario. È un fenomeno che attraversa l’intero ospedale e che nessun regolamento di reparto può contenere da solo.
Le soluzioni progettate specificamente per la sanità stanno arrivando, ma la loro offerta è ancora da consolidare, come sottolinea la stessa direzione dell’Osservatorio, e la loro diffusione resta molto più lenta di quella degli strumenti generalisti delle Big Tech.
Dalla competenza individuale alla governance della struttura
Il punto più delicato riguarda le competenze. L’Osservatorio le ha misurate su quattro aree:
- le conoscenze di base;
- le abilità pratiche;
- i comportamenti etici;
- la leadership.
Solo il 2% degli specialisti mostra competenze buone o ottime in tutte e quattro.
Appena il 32% sa che l’AI generativa può produrre informazioni plausibili ma inesatte: circa 7 medici su 10 rischiano quindi di usare un chatbot senza conoscerne il limite principale.
Solo un terzo ha partecipato a programmi di formazione dedicati. Se ci fermiamo a riflettere, è pochissimo.
E la quantità è solo una parte del problema. Serve una formazione continua, multidisciplinare e costantemente aggiornata, capace di tenere insieme aspetti clinici, organizzativi, normativi, informatici e, variabile ignota ai più, industriali.
Lo scopo non è inseguire ogni lancio industriale, che arriva ormai con cadenza settimanale. Lo scopo è prendere atto che l’aggiornamento professionale ha cambiato velocità: ogni mestiere sanitario diventerà, anno dopo anno, un po’ più tecnologico, e chi lo esercita ha bisogno degli strumenti per dirigere il proprio percorso di esplorazione invece di subirlo.
Il dato che spiega meglio la situazione è però un altro: soltanto il 15% degli specialisti possiede competenze di gestione del cambiamento organizzativo legato all’AI. Qui sta il vero collo di bottiglia. Finché la questione resta affidata alla competenza del singolo professionista, ogni reparto andrà per conto proprio. Il salto necessario è dalla competenza individuale alla governance della struttura.
Governare la shadow AI: da dove partire? 3 passaggi cruciali
Governare la shadow AI non richiede grandi investimenti iniziali. Richiede metodo, e il metodo parte da una domanda semplice: chi usa cosa, e per fare cosa?
Il primo passaggio è una fotografia per ruolo. Un radiologo, una coordinatrice infermieristica e un operatore amministrativo del CUP usano l’AI in modi diversi, con bisogni e rischi diversi. Trattarli come un’unica popolazione produce soluzioni che non servono a nessuno.
Per iniziare, bastano un questionario anonimo e alcune interviste nei reparti pilota, purché senza alcun intento sanzionatorio. Se chi risponde teme conseguenze, la fotografia sarà falsa.
Il secondo passaggio è distinguere i bisogni. Gli usi emersi si dividono in tre gruppi: quelli che meritano di essere sostenuti con strumenti sicuri e approvati dall’organizzazione; quelli che possono continuare con regole chiare, a partire dal trattamento dei dati del paziente; quelli da fermare, perché il rischio supera il beneficio.
Il terzo passaggio è una roadmap concreta su un orizzonte di 12-18 mesi. Poche priorità, una formazione differenziata e pochi indicatori da misurare nel tempo: il tempo recuperato, il livello di adozione degli strumenti approvati, gli incidenti evitati.
Una roadmap che non si misura resta una dichiarazione di intenti.
Il ritorno dell’investimento: la shadow AI è una sperimentazione già fatta e pagata
C’è un aspetto che le direzioni tendono a sottovalutare: la shadow AI è una sperimentazione già fatta, e già pagata. I professionisti hanno sostenuto il costo di adozione e ne hanno testato gli strumenti sul campo, assumendosene i rischi.
Ognuno di loro ha individuato dove sta l’utilità e il valore. Costruire su quella domanda riduce il rischio più costoso di tutti, cioè acquistare soluzioni che nessuno userà. Invece, i singoli percorsi vengono spesso visti come un problema da contrastare.
L’AI in sanità non si compra: si costruisce a partire dal lavoro delle persone.
La stessa AI può fare leva su queste esplorazioni individuali per poi rendere sostenibile la formazione di cui la sanità ha bisogno. Una volta mappate le competenze di ciascun ruolo, gli strumenti di intelligenza artificiale permettono di costruire percorsi personalizzati, aggiornati con continuità e distribuiti in modo capillare, anche a migliaia di professionisti su turni diversi, a costi che la sola formazione tradizionale in aula non potrebbe sostenere.
È un modo di sfruttare la tecnologia per preparare le persone ad utilizzarla consapevolmente.
La sostenibilità economica, del resto, è un tema molto concreto. La spesa per la sanità digitale ha raggiunto 2,7 miliardi di euro nel 2025, spinta dal PNRR, ma un terzo delle strutture pubbliche teme che, chiuso quell’orizzonte, i progetti avviati vengano ridimensionati o non portati a termine. Ogni euro dovrà andare dove il bisogno è dimostrato.
E il rischio del non lavorare sulla governance è altrettanto concreto: chi usa piattaforme generaliste rischia di inserirvi dati personali o referti dei pazienti, come ha avvertito lo stesso Osservatorio.
Le domande che pochi si pongono
Nelle strutture sanitarie che incontro, con gli esperti di sanità digitale con cui parlo, queste domande di governance sono ancora davvero rare: chi usa l’AI, per cosa, con quali competenze, chi ne risponde. Vengono percepite come troppo lontane dalla realtà quotidiana, schiacciata dalle urgenze di reparto, dalle liste d’attesa, dalla carenza di personale.
Ho voluto verificarlo anche nei gruppi privati, che su questi temi sono spesso più all’avanguardia. Il quadro resta lo stesso: l’attenzione è concentrata sull’applicazione dell’AI alla clinica e alla ricerca, ambiti importanti e comprensibilmente prioritari.
Nessuno, tra quelli che ho incontrato, si sta occupando della produttività individuale dei professionisti e dell’efficienza organizzativa. Ancora meno diffusa è una visione di ciò che sta arrivando dall’industria MedTech, che integra l’AI nei dispositivi, nelle apparecchiature e nelle piattaforme che gli ospedali acquisteranno nei prossimi anni.
Eppure, la realtà quotidiana è già cambiata: 6 medici su 10 usano l’AI generativa.
La governance, oggi, è gestione del presente. Chi la rimanda al futuro, scoprirà che nel frattempo le decisioni le avranno prese altri, un chatbot alla volta.
Partecipa alla community