Chi si occupa di rifiuti pericolosi conosce bene l’ADR, l’accordo europeo che regola il trasporto su strada di merci pericolose: classificazione, etichettatura, documentazione di trasporto, formazione degli addetti. Quello che in molte aziende ambientali non è ancora chiaro è che, se un sistema di intelligenza artificiale interviene in una di queste fasi — ad esempio per classificare automaticamente un rifiuto o generare la documentazione di trasporto — quel sistema può ricadere anche sotto l’AI Act, in aggiunta agli obblighi ADR già noti. Le due normative non si sostituiscono a vicenda: si sommano.
Dove l’AI entra nella gestione dei rifiuti pericolosi
Negli ultimi anni, diversi fornitori di software per la gestione ambientale hanno introdotto moduli di intelligenza artificiale per automatizzare compiti che un tempo richiedevano interamente il giudizio di un esperto: classificazione automatica del codice EER (Elenco Europeo dei Rifiuti) a partire dalla descrizione del rifiuto, suggerimento della classe di pericolo ADR sulla base di analisi chimiche caricate nel sistema, generazione automatica del documento di trasporto (DdT/FIR) con i dati di classificazione precompilati, o previsione dei volumi di rifiuto pericoloso generati per pianificare i ritiri.
Ognuno di questi casi condivide una caratteristica: il sistema non si limita a registrare dati, ma produce un output che orienta una decisione regolata — la classe di pericolo, l’etichettatura, i documenti di trasporto. Ed è proprio questo il punto in cui l’AI Act comincia a intersecarsi con l’ADR.
Perché la classificazione errata pesa doppio
Un errore di classificazione ADR generato da un sistema AI non è “solo” un problema di trasporto merci pericolose: è anche, potenzialmente, un problema di conformità AI Act, perché riguarda un sistema che incide su una decisione con conseguenze dirette su sicurezza e ambiente.
Se un modello di intelligenza artificiale suggerisce una classe di pericolo errata per un rifiuto, le conseguenze si propagano su più livelli: rischi per la sicurezza del trasporto, sanzioni previste dalla normativa ADR stessa, e — se il sistema rientra tra quelli disciplinati dall’AI Act — anche eventuali responsabilità legate alla mancata supervisione umana o all’assenza di documentazione tecnica sul funzionamento del sistema. Le due normative, in questo scenario, non competono tra loro: si rafforzano a vicenda, perché entrambe puntano nella stessa direzione — ridurre il margine di errore in decisioni che hanno un impatto reale su sicurezza e ambiente.
Cosa verificare in pratica
Per un’azienda che utilizza sistemi di questo tipo, alcuni controlli concreti da affrontare:
Il sistema classifica o solo suggerisce? C’è una differenza sostanziale tra un software che propone una classificazione ADR lasciando la decisione finale a un operatore qualificato, e un sistema che genera direttamente la documentazione senza passaggio umano. Il secondo scenario richiede attenzione molto maggiore in termini di supervisione e responsabilità.
Chi ha validato il modello di classificazione? Se il sistema è fornito da terzi, vale la pena chiedere al fornitore su quali dati è stato addestrato il modulo di classificazione e se esistono test di accuratezza documentati — informazioni che spesso il fornitore non offre spontaneamente, ma che diventano rilevanti sia ai fini ADR sia ai fini AI Act.
Il personale che supervisiona è formato su entrambi i fronti? Non basta la formazione ADR tradizionale sugli addetti al trasporto merci pericolose: se un sistema AI interviene nel processo, occorre anche una comprensione minima di come funziona quel sistema, dei suoi limiti, e di quando è necessario intervenire manualmente — è lo stesso obbligo di alfabetizzazione AI di cui abbiamo parlato in un altro articolo, applicato qui a un contesto specifico ad alto rischio.
Esiste una procedura di verifica a campione? Anche quando il sistema funziona correttamente nella maggior parte dei casi, è buona prassi mantenere controlli periodici a campione sulle classificazioni generate, specialmente per tipologie di rifiuto meno comuni o miscele complesse dove il margine di errore del modello tende ad aumentare.
Il quadro d’insieme
Il punto da tenere a mente è che l’AI Act non introduce un doppio binario burocratico rispetto all’ADR, ma aggiunge un livello di responsabilità specifico legato al sistema di intelligenza artificiale in sé: dalla verifica della sua affidabilità alla formazione di chi lo usa, fino alla documentazione tecnica che il fornitore dovrebbe garantire. Per le aziende che gestiscono rifiuti pericolosi, ignorare questo livello aggiuntivo significa lasciare scoperto un anello della catena di conformità che, in caso di controllo o di incidente, può pesare quanto — o più — di un errore di classificazione ADR tradizionale.