Contributo tecnico di Giancarlo D'Andrea Sociologo, Direttore di 626 School srl Il problema non è registrare più dati. È comprendere meglio i rischi. Per molti anni, una parte significativa…
Contributo tecnico di Giancarlo D'Andrea
Sociologo, Direttore di 626 School srl
Il problema non è registrare più dati. È comprendere meglio i rischi.
Per molti anni, una parte significativa dell'evoluzione dei sistemi di autocontrollo alimentare si è concentrata sulla documentazione: manuali, procedure, schede di monitoraggio, registrazioni, verifiche e azioni correttive.
Si tratta di strumenti fondamentali, che permettono agli operatori del settore alimentare di dimostrare l'applicazione delle misure previste dal proprio sistema di gestione.
Tuttavia, la disponibilità di documentazione non coincide necessariamente con l'efficacia della prevenzione.
Un frigorifero può presentare registrazioni formalmente complete e avere manifestato, nel corso delle settimane, anomalie intermittenti non adeguatamente approfondite.
Una procedura di sanificazione può risultare correttamente compilata senza che siano state individuate criticità ricorrenti nella sua applicazione.
Un sistema di tracciabilità può contenere tutte le informazioni richieste, ma richiedere tempi significativi per ricostruire le movimentazioni di un determinato lotto.
Sono situazioni diverse, accomunate da un interrogativo:
Stiamo utilizzando le informazioni raccolte per comprendere il comportamento dei processi oppure ci limitiamo a conservarle?
È in questo spazio che l'intelligenza artificiale può aprire nuove prospettive per la sicurezza alimentare.
Non perché sostituisca i principi dell'HACCP, ma perché può contribuire a migliorare la capacità di analizzare dati, riconoscere anomalie e individuare situazioni che meritano un approfondimento.
1. L'HACCP è già, nella sua impostazione scientifica, un sistema preventivo
Per comprendere il possibile contributo dell'intelligenza artificiale occorre partire da un principio fondamentale.
L'HACCP non nasce come sistema documentale, ma come metodologia preventiva basata sull'analisi dei pericoli e sul controllo dei processi.
L'articolo 5 del Regolamento (CE) n. 852/2004 richiede agli operatori del settore alimentare di predisporre, attuare e mantenere procedure permanenti basate sui principi HACCP.
Questi comprendono l'identificazione dei pericoli, l'individuazione dei punti critici di controllo, la definizione dei limiti critici, il monitoraggio, le azioni correttive, le verifiche e la documentazione.
La finalità è prevenire, eliminare o ridurre a livelli accettabili i pericoli significativi per la sicurezza degli alimenti.
In questo quadro, l'intelligenza artificiale non rappresenta un nuovo principio HACCP.
Può piuttosto costituire uno strumento aggiuntivo per sostenere alcune attività previste dal sistema.
La distinzione è essenziale.
Un algoritmo non trasforma automaticamente un processo non controllato in un processo sicuro.
Per essere utile, deve operare all'interno di un sistema fondato su una corretta analisi dei pericoli, misure di controllo appropriate e responsabilità chiaramente definite.
2. Dalla registrazione digitale all'analisi intelligente: tre livelli differenti
Nel dibattito sull'intelligenza artificiale applicata all'HACCP si tende talvolta a confondere strumenti tecnologicamente diversi.
Propongo di distinguerli in tre livelli.
Primo livello: digitalizzazione
La digitalizzazione permette di sostituire o integrare le registrazioni cartacee con strumenti informatici.
Un operatore può registrare le temperature, documentare le attività di sanificazione, gestire le scadenze e conservare le evidenze dei controlli.
Il sistema può generare promemoria, notifiche e segnalazioni quando viene superata una soglia preimpostata.
Queste funzioni, pur essendo utili, non costituiscono necessariamente applicazioni di intelligenza artificiale.
Una notifica che si attiva quando la temperatura supera un valore stabilito può essere prodotta da una semplice regola informatica.
Secondo livello: analisi dei dati
Quando le registrazioni sono sufficientemente strutturate, diventa possibile analizzare l'andamento dei processi nel tempo.
Per esempio:
Frequenza delle anomalie.
Distribuzione temporale degli scostamenti.
Ricorrenza di non conformità.
Differenze tra attrezzature o reparti.
Relazioni tra eventi operativi e condizioni di processo.
Anche queste analisi possono essere realizzate mediante strumenti statistici tradizionali, senza ricorrere necessariamente all'IA.
Terzo livello: analisi mediante intelligenza artificiale
Un sistema basato su tecniche di apprendimento automatico potrebbe essere addestrato a riconoscere configurazioni complesse nei dati.
Potrebbe individuare anomalie non immediatamente evidenti attraverso semplici soglie oppure stimare la probabilità che determinate condizioni si ripresentino.
In questo caso entriamo nel campo delle applicazioni potenzialmente predittive.
Ma occorre una precisazione scientifica.
Una previsione statistica non equivale alla dimostrazione di un pericolo, né alla certezza che si verificherà una non conformità.
Il risultato deve essere interpretato considerando la qualità dei dati, le caratteristiche del processo e l'affidabilità del modello.
3. Un caso applicativo: la conservazione refrigerata degli alimenti
Consideriamo una cucina professionale.
Un'apparecchiatura frigorifera viene sottoposta a monitoraggio secondo le procedure aziendali.
Il sistema registra temperature e orari.
In presenza di una deviazione dai valori previsti, vengono attivate le verifiche e le azioni stabilite dal piano di autocontrollo.
Fin qui siamo nell'ambito del monitoraggio ordinario.
Immaginiamo ora di disporre di dati sufficienti e affidabili relativi a diverse settimane di funzionamento.
Un sistema di analisi potrebbe evidenziare che le oscillazioni termiche aumentano sistematicamente in determinate fasce orarie.
Un modello adeguatamente sviluppato e validato potrebbe inoltre riconoscere andamenti anomali associati, nei dati storici disponibili, a successivi problemi di funzionamento.
Queste informazioni potrebbero orientare controlli tecnici e verifiche preventive.
L'obiettivo non sarebbe sostituire il monitoraggio previsto dal piano HACCP, ma aggiungere informazioni utili alla gestione del processo.
Occorre tuttavia evitare conclusioni improprie.
Un andamento termico anomalo non dimostra automaticamente che un alimento sia diventato non sicuro.
La valutazione richiede di considerare, tra gli altri elementi, la natura dell'alimento, la durata dell'esposizione, le condizioni effettive di conservazione e i pericoli pertinenti.
La decisione sulle azioni da intraprendere deve essere fondata su criteri tecnici appropriati.
L'IA può contribuire a individuare un segnale.
Non può trasformare quel segnale, da sola, in una conclusione scientificamente valida sulla sicurezza dell'alimento.
4. Il problema delle previsioni: falsi allarmi e anomalie non rilevate
Ogni sistema predittivo deve essere valutato anche in relazione ai propri errori.
Nel campo della sicurezza alimentare sono particolarmente importanti due situazioni.
La prima è il falso positivo: il sistema segnala una possibile criticità che, dopo le verifiche, non risulta effettivamente presente.
La seconda è il falso negativo: il sistema non riconosce una situazione che avrebbe richiesto attenzione.
Entrambi possono produrre conseguenze.
Un numero eccessivo di falsi positivi può determinare controlli inutili, costi aggiuntivi e progressiva sfiducia degli operatori.
I falsi negativi possono invece favorire un'affidabilità percepita superiore a quella reale.
Per questo l'introduzione di strumenti basati sull'IA dovrebbe essere preceduta da una valutazione che consideri almeno:
Qualità e rappresentatività dei dati.
Pertinenza del modello rispetto al processo alimentare.
Prestazioni del sistema nelle condizioni operative reali.
Frequenza e conseguenze degli errori.
Possibilità di verifica delle segnalazioni.
Procedure da attivare quando il sistema non funziona.
Riesame periodico delle prestazioni.
Non è sufficiente che un algoritmo produca risultati apparentemente convincenti.
Deve essere dimostrato che quei risultati siano affidabili e utili per lo specifico impiego previsto.
5. Tracciabilità e gestione delle non conformità: il valore delle informazioni collegate
Un altro ambito potenzialmente interessante riguarda l'analisi delle informazioni associate alla tracciabilità.
Le imprese alimentari gestiscono dati relativi a fornitori, materie prime, lotti, lavorazioni, controlli e destinazioni dei prodotti.
Strumenti digitali adeguati possono già facilitare la ricerca e il collegamento di queste informazioni.
L'intelligenza artificiale potrebbe offrire ulteriori possibilità di analisi, soprattutto quando i dati provengono da fonti eterogenee e presentano strutture complesse.
Si pensi alla ricostruzione di una sequenza di eventi in presenza di una non conformità.
Il sistema potrebbe assistere l'operatore nell'individuazione di registrazioni pertinenti o di possibili collegamenti da verificare.
Tuttavia, la ricostruzione deve rimanere basata su evidenze documentali attendibili.
Un collegamento suggerito dall'algoritmo non può essere trattato automaticamente come un fatto accertato.
La tracciabilità deve continuare a soddisfare gli obblighi previsti dalla legislazione alimentare, compreso l'articolo 18 del Regolamento (CE) n. 178/2002.
L'IA può aiutare a cercare e interpretare informazioni. Non può sostituire l'affidabilità delle evidenze su cui si fonda la tracciabilità.
6. Cultura della sicurezza alimentare: la tecnologia non sostituisce il comportamento umano
Il Regolamento (UE) 2021/382 ha introdotto nell'Allegato II del Regolamento (CE) n. 852/2004 specifici requisiti relativi alla cultura della sicurezza alimentare.
La disposizione attribuisce particolare importanza all'impegno della direzione, alla consapevolezza dei lavoratori, alla comunicazione, alla formazione e alla disponibilità delle risorse necessarie.
Il riferimento è significativo.
La sicurezza alimentare non dipende esclusivamente dalla correttezza delle procedure.
Dipende anche dai comportamenti organizzativi e dalla capacità dell'impresa di applicare stabilmente le misure previste.
Un sistema informatico può segnalare che una registrazione non è stata effettuata.
Ma non può, da solo, spiegare perché quella registrazione manchi.
Il lavoratore potrebbe non avere ricevuto una formazione adeguata.
La procedura potrebbe essere poco chiara.
Il carico di lavoro potrebbe rendere difficile l'esecuzione del controllo.
Oppure potrebbero esistere problemi organizzativi che richiedono un intervento della direzione.
L'interpretazione del dato richiede la comprensione del contesto umano e organizzativo.
È un punto che considero particolarmente importante anche dal punto di vista sociologico.
L'introduzione dell'IA nei processi di autocontrollo non è soltanto una trasformazione tecnologica.
È una trasformazione delle relazioni tra persone, informazioni, procedure e decisioni.
La qualità di queste relazioni condizionerà l'effettiva utilità degli strumenti.
7. Chi risponde delle decisioni suggerite dall'intelligenza artificiale?
Arriviamo alla questione centrale.
Supponiamo che un sistema di IA segnali un'anomalia nella conservazione di un alimento.
Oppure che suggerisca di modificare una procedura di controllo.
O ancora che produca una bozza di analisi dei pericoli per una determinata lavorazione.
Chi verifica la correttezza del risultato?
Chi valuta se le informazioni utilizzate siano complete?
Chi decide quali misure adottare?
La risposta deve essere ricercata nell'organizzazione delle responsabilità prevista dalla normativa alimentare.
L'articolo 17 del Regolamento (CE) n. 178/2002 attribuisce agli operatori del settore alimentare la responsabilità di garantire che gli alimenti soddisfino le disposizioni pertinenti della legislazione alimentare, nelle imprese poste sotto il loro controllo, e di verificare che tali disposizioni siano rispettate.
L'impiego di strumenti di IA non elimina questa responsabilità.
Il consulente HACCP può fornire un supporto tecnico qualificato, ma non sostituisce automaticamente l'operatore negli obblighi che la legge gli attribuisce.
Inoltre, quando vengono impiegati sistemi di intelligenza artificiale, devono essere valutati gli obblighi applicabili derivanti dal Regolamento (UE) 2024/1689, noto come AI Act.
La disciplina applicabile dipende dalle caratteristiche del sistema, dal suo impiego e dal ruolo dell'organizzazione.
Non sarebbe corretto affermare che ogni software utilizzato per l'HACCP sia automaticamente un sistema di IA ad alto rischio.
La responsabilità non può essere risolta con una formula generica: deve essere individuata in relazione alle attività effettivamente svolte e alle norme applicabili.
8. Il consulente HACCP nell'era dell'intelligenza artificiale
L'evoluzione tecnologica pone una questione che riguarda direttamente la nostra professione.
Se una parte delle registrazioni viene automatizzata, se i dati diventano più facilmente consultabili e se gli strumenti digitali possono assistere nell'elaborazione delle informazioni, quale sarà il valore distintivo del consulente HACCP?
A mio giudizio, non sarà la capacità di produrre più documenti.
Sarà soprattutto la capacità di:
Interpretare correttamente i pericoli alimentari.
Comprendere le caratteristiche reali dei processi.
Valutare criticamente i risultati prodotti dai sistemi digitali.
Distinguere le anomalie significative dalle informazioni irrilevanti.
Supportare l'operatore nella scelta delle misure appropriate.
Verificare l'efficacia delle procedure.
Contribuire allo sviluppo di una cultura della sicurezza alimentare.
L'intelligenza artificiale potrebbe ridurre il tempo dedicato ad alcune attività ripetitive.
Questo non diminuisce necessariamente il valore della consulenza.
Può, al contrario, rendere ancora più importante la competenza professionale necessaria per interpretare i risultati.
Il consulente HACCP del futuro non dovrebbe essere valutato per il numero di registrazioni che riesce a controllare, ma per la qualità delle decisioni preventive che contribuisce a migliorare.
9. Verso un HACCP supportato da strumenti predittivi: opportunità e condizioni
L'espressione HACCP predittivo può essere utile per descrivere una prospettiva di sviluppo, purché non venga interpretata come una nuova metodologia normativa che sostituisce l'HACCP tradizionale.
Si tratta piuttosto della possibilità di integrare le procedure esistenti con strumenti capaci di analizzare dati e formulare previsioni.
Perché questo approccio produca benefici reali, occorrono condizioni precise.
Prima condizione: un sistema HACCP correttamente progettato.
L'IA non può compensare automaticamente un'analisi dei pericoli inadeguata.
Seconda condizione: dati affidabili.
Informazioni incomplete, inesatte o non rappresentative possono produrre risultati fuorvianti.
Terza condizione: validazione tecnica.
Le prestazioni del sistema devono essere valutate rispetto all'impiego previsto.
Quarta condizione: supervisione umana.
Le segnalazioni devono essere interpretate da persone dotate delle competenze necessarie.
Quinta condizione: verificabilità.
L'impresa deve poter ricostruire le informazioni utilizzate e le decisioni assunte.
Sesta condizione: proporzionalità.
Le soluzioni devono essere adeguate alla natura, alle dimensioni e alla complessità dell'attività alimentare.
Non tutte le imprese hanno bisogno delle stesse tecnologie.
Per un piccolo ristorante, una registrazione digitale affidabile e un sistema di notifiche ben progettato possono rappresentare un miglioramento concreto, senza richiedere sofisticati modelli predittivi.
Per un'organizzazione con processi complessi e grandi quantità di dati, invece, possono esistere opportunità ulteriori.
La tecnologia deve essere scelta in funzione del problema da risolvere, non della sua capacità di apparire innovativa.
10. La prospettiva di 626 School: dalla conformità documentale alla prevenzione intelligente
In 626 School consideriamo l'intelligenza artificiale un tema da affrontare con interesse scientifico, ma anche con prudenza professionale.
L'obiettivo non è sostituire il consulente con un algoritmo.
È studiare come gli strumenti digitali e, quando appropriato, i sistemi di IA possano contribuire a migliorare la gestione delle informazioni e l'efficacia della prevenzione.
Questa impostazione si inserisce in una visione più ampia della sicurezza integrata.
Sicurezza sul lavoro e sicurezza alimentare appartengono a discipline differenti, con specifiche normative e metodologie.
Presentano tuttavia esigenze organizzative comuni: identificare i pericoli, definire misure di controllo, raccogliere evidenze, verificare i risultati e correggere le criticità.
L'intelligenza artificiale potrebbe offrire strumenti utili in entrambi gli ambiti.
Ma la qualità della prevenzione continuerà a dipendere dalla competenza delle persone e dalla capacità delle organizzazioni di utilizzare correttamente le informazioni.
Dal dato alla decisione: il principio guida
Propongo di sintetizzare questa prospettiva in una sequenza:
Dato → Analisi → Segnalazione → Verifica professionale → Decisione → Azione correttiva → Valutazione dell'efficacia.
L'IA può intervenire in alcune di queste fasi.
Non deve però essere confusa con l'intero processo decisionale.
La prevenzione si realizza quando le informazioni vengono tradotte in misure appropriate e quando viene verificato che tali misure funzionino.
Conclusioni: la sicurezza alimentare non diventerà intelligente soltanto perché utilizzerà l'IA
Il futuro dell'HACCP non dipenderà dal numero di algoritmi introdotti nelle cucine, nei laboratori o negli stabilimenti alimentari.
Dipenderà dalla capacità di utilizzare strumenti affidabili per migliorare la comprensione dei processi e sostenere decisioni preventive fondate su evidenze.
L'intelligenza artificiale può rappresentare un'opportunità importante.
Ma non deve generare l'illusione che la tecnologia possa sostituire la conoscenza dei pericoli, la validazione delle misure di controllo o la responsabilità dell'operatore.
La vera innovazione non consiste nel produrre automaticamente un manuale HACCP.
Consiste nel contribuire a rendere più efficace il sistema di autocontrollo.
Non abbiamo bisogno soltanto di un HACCP più digitale. Abbiamo bisogno di un HACCP capace di utilizzare meglio le informazioni per prevenire i pericoli.
E questa evoluzione richiederà, insieme alla tecnologia, più competenza scientifica, più capacità critica e una più solida cultura della sicurezza alimentare.
Giancarlo D'Andrea
Sociologo – Direttore 626 School srl
Approfondimenti e consulenza
626 School affianca le imprese alimentari nell'elaborazione e nell'aggiornamento dei sistemi di autocontrollo, nella formazione del personale, nelle verifiche e nella gestione della sicurezza alimentare.
Attraverso la Masterclass HACCP, propone inoltre una palestra di approfondimento rivolta a imprenditori alimentari, OSA e Responsabili HACCP.
La riflessione sull'intelligenza artificiale si collega anche alla Masterclass Sicurezza sul Lavoro, dedicata a imprenditori e Datori di Lavoro-RSPP.
Scopri la Masterclass Sicurezza sul Lavoro
Per le imprese interessate a un supporto integrato nella gestione della sicurezza alimentare e della sicurezza sul lavoro, 626 School offre servizi di consulenza continuativa.
Richieste di consulenza e preventivi
626 School srl
Email: segreteria@626school.it
Telefono: 070 781090
Operatività: Cagliari, Quartu Sant'Elena, Selargius, Monserrato e Sardegna.
Riferimenti normativi e scientifici
Regolamento (CE) n. 178/2002 – Principi e requisiti generali della legislazione alimentare, con particolare riferimento agli articoli 17 e 18.
Regolamento (CE) n. 852/2004 – Igiene dei prodotti alimentari, con particolare riferimento all'articolo 5.
Regolamento (UE) 2021/382 – Modifiche relative alla gestione degli allergeni e alla cultura della sicurezza alimentare.
Regolamento (UE) 2024/1689, e successive modifiche – Disciplina europea sull'intelligenza artificiale.
Codex Alimentarius, General Principles of Food Hygiene, CXC 1-1969, revisione 2022 – Principi generali di igiene alimentare e sistema HACCP.
Cinque domande frequenti
1. L'intelligenza artificiale può sostituire il manuale HACCP?
No. Gli strumenti di IA possono supportare alcune attività di analisi e documentazione, ma non eliminano l'obbligo di predisporre, attuare e mantenere procedure basate sui principi HACCP, secondo la normativa applicabile.
2. Un software che registra le temperature è automaticamente un sistema di IA?
No. La registrazione digitale e l'attivazione di notifiche basate su soglie predefinite non richiedono necessariamente l'impiego dell'intelligenza artificiale.
3. L'IA può prevedere una non conformità alimentare?
In determinate condizioni, modelli opportunamente sviluppati e validati possono stimare anomalie o eventi futuri sulla base dei dati disponibili. Le previsioni non costituiscono certezze e devono essere interpretate criticamente.
4. Chi è responsabile delle decisioni prese utilizzando un sistema di IA nell'HACCP?
Gli obblighi dell'operatore del settore alimentare previsti dalla legislazione alimentare non vengono meno per il semplice utilizzo dell'IA. Devono inoltre essere valutate le responsabilità e gli obblighi specifici applicabili al sistema tecnologico impiegato.
5. Qual è il primo passo per introdurre strumenti digitali o IA nell'HACCP?
Analizzare il processo, individuare un problema concreto, verificare la qualità dei dati disponibili e valutare una soluzione proporzionata. Prima dell'utilizzo operativo occorre verificarne l'adeguatezza rispetto allo scopo previsto.
Hashtag:
#HACCP #IntelligenzaArtificiale #SicurezzaAlimentare #PrevenzioneIntelligente #626School