Art. 27 Reg. (UE) 2022/2065 – Trasparenza dei sistemi di raccomandazione

I sistemi di raccomandazione: che cosa sono e perché regolarli

I sistemi di raccomandazione sono il motore invisibile delle piattaforme digitali: decidono quali notizie appaiono in cima al feed, quali prodotti vengono proposti per primi in un marketplace, quali video vengono suggeriti alla fine di una riproduzione. La definizione dell'art. 3, lettera s), DSA è volutamente ampia: include qualsiasi sistema «interamente o parzialmente automatizzato» che suggerisce o mette in ordine di priorità informazioni sulla propria interfaccia. Non è limitata ai sistemi di raccomandazione basati su intelligenza artificiale avanzata: anche un algoritmo che ordina i contenuti semplicemente per data di pubblicazione o per numero di like rientra nella definizione, purché determini l'ordine relativo delle informazioni visualizzate.

Il problema che il legislatore europeo vuole affrontare con l'art. 27 è la asimmetria informativa: l'utente vede un flusso di contenuti curato algoritmicamente senza sapere in base a quali criteri. Questa opacità non è solo un problema di autonomia individuale - impedisce all'utente di fare scelte consapevoli sul servizio che sta usando - ma ha conseguenze sistemiche sull'informazione, sulla competizione tra contenuti e sulla formazione dell'opinione pubblica. Le «camere d'eco», la radicalizzazione algoritmica e la polarizzazione del dibattito pubblico sono fenomeni strettamente connessi all'opacità dei sistemi di raccomandazione. Il Parlamento europeo e diversi studi accademici hanno documentato come gli algoritmi di raccomandazione possano amplificare contenuti emotivamente carichi e conflittuali perché generano maggiore engagement, indipendentemente dalla loro qualità informativa o accuratezza fattuale.

Gli obblighi dell'art. 27: trasparenza nelle condizioni generali

Il par. 1 dell'art. 27 stabilisce l'obbligo di base: le piattaforme online che si avvalgono di sistemi di raccomandazione devono specificare nelle condizioni generali, in linguaggio chiaro e intellegibile, i principali parametri e le opzioni disponibili per modificarli. Non si tratta di un obbligo di disclosure tecnica esaustiva - le piattaforme non sono tenute a pubblicare il codice sorgente dei propri algoritmi - ma di una spiegazione comprensibile per un utente medio di come funziona il sistema.

Il par. 2 precisa il contenuto minimo di questa spiegazione: i criteri più significativi per determinare le informazioni suggerite e le ragioni per l'importanza relativa di tali parametri. Esempi pratici: per un social network, potrebbe essere la frequenza di interazione con un dato autore, il tipo di contenuto (video vs testo), la freschezza del contenuto; per un marketplace, il prezzo, la valutazione media dei venditori, la pertinenza rispetto alla query; per un motore di ricerca interno, la popolarità del contenuto, la completezza del profilo del venditore, il tasso di conversione storico. La norma richiede di spiegare anche le «ragioni» del peso relativo dei parametri: non è sufficiente elencarli, occorre illustrare perché la piattaforma ha scelto di darvi quella priorità.

Il par. 3 introduce l'obbligo di offrire opzioni alternative di ordinamento quando esse siano disponibili: se la piattaforma consente all'utente di scegliere tra un feed algoritmico e un feed cronologico, questa scelta deve essere facilmente accessibile e modificabile in qualsiasi momento. La funzionalità deve essere «direttamente e facilmente accessibile dalla sezione specifica dell'interfaccia online in cui alle informazioni è data priorità»: non è sufficiente nasconderla nelle impostazioni avanzate, accessibili dopo numerosi clic. La raggiungibilità della funzionalità è parte integrante dell'obbligo di compliance: un'opzione formalmente disponibile ma praticamente irraggiungibile non soddisfa il requisito.

La distinzione tra art. 27 e art. 38: obblighi per piattaforme standard e VLOP

L'art. 27 si applica a tutte le piattaforme online, indipendentemente dalla dimensione. L'art. 38, riservato alle VLOP, va oltre: impone l'offerta di almeno un sistema di raccomandazione che non sia basato sulla profilazione dell'utente - un'opzione «non personalizzata» basata ad esempio sulla popolarità dei contenuti o sulla cronologia. La differenza è sostanziale: mentre l'art. 27 richiede trasparenza e controllo sulle opzioni esistenti, l'art. 38 crea un obbligo positivo di mettere a disposizione un'alternativa strutturalmente diversa.

Per una piattaforma non-VLOP che offre solo un feed algoritmico personalizzato, l'art. 27 non impone di creare un feed alternativo, ma solo di spiegare come funziona quello esistente e di rendere modificabili le eventuali opzioni già disponibili. Per le VLOP invece l'art. 38 DSA - norma sistematicamente più severa - impone l'esistenza di almeno un sistema non basato su profilazione, accessibile all'utente come alternativa concreta. L'utente di una VLOP ha quindi un diritto positivo a sfuggire alla profilazione, mentre l'utente di una piattaforma non-VLOP ha soltanto un diritto informativo e di controllo sulle opzioni già offerte.

Il coordinamento con altri obblighi di trasparenza del DSA

L'art. 27 si inserisce nel sistema più ampio di obblighi di trasparenza del DSA. Si coordina con l'art. 26, che impone l'identificazione chiara della pubblicità nelle interfacce delle piattaforme online: un sistema di raccomandazione che integra contenuti sponsorizzati nel feed deve essere trasparente sia sul meccanismo di selezione sia sulla distinzione tra contenuto editoriale e contenuto pubblicitario. Si coordina con l'art. 25, che vieta i dark pattern: un'interfaccia che rende difficile la modifica delle preferenze sull'algoritmo - attraverso design confusionario, opzioni di opt-out nascoste o formulazioni ingannevoli - potrebbe configurarsi come dark pattern, in violazione dell'art. 25 DSA. Si coordina infine con gli obblighi di relazione di trasparenza (artt. 15 e 24), che richiedono la rendicontazione dell'uso degli strumenti automatizzati di moderazione dei contenuti.

Il sistema dell'art. 27 interseca anche il Regolamento (UE) 2016/679 (GDPR): i sistemi di raccomandazione basati su profilazione dell'utente comportano trattamento di dati personali, e il legittimo interesse o il consenso dell'utente devono essere verificati ai sensi del GDPR. La trasparenza richiesta dall'art. 27 DSA sulle logiche dell'algoritmo si sovrappone - senza sostituirsi - al diritto di accesso ai dati personali e alla spiegazione delle decisioni automatizzate previsti dagli artt. 13-15 e 22 GDPR.

Implicazioni pratiche per le piattaforme: come adempiere all'art. 27

Per adempiere all'art. 27, una piattaforma online deve svolgere almeno quattro attività. In primo luogo, deve mappare i propri sistemi di raccomandazione: identificare tutti gli algoritmi che determinano l'ordinamento, la selezione o la priorità dei contenuti nell'interfaccia, inclusi quelli secondari che operano in aree meno visibili (suggerimenti nelle email, ordinamento delle notifiche, ecc.). In secondo luogo, deve redigere una spiegazione comprensibile dei principali parametri, evitando il linguaggio tecnico e concentrandosi sui fattori che hanno effettivo impatto sull'esperienza dell'utente. In terzo luogo, se offre opzioni di personalizzazione, deve verificare l'accessibilità di tali opzioni: sono raggiungibili in pochi clic? La loro formulazione è comprensibile? Cambiarle è effettivamente possibile senza frizioni inutili? In quarto luogo, deve aggiornare le condizioni generali in modo da riflettere fedelmente il funzionamento attuale dei sistemi di raccomandazione, con impegno a mantenerle aggiornate in caso di modifiche significative all'algoritmo.

La verifica dell'adeguatezza dell'adempimento spetta in prima istanza al coordinatore dei servizi digitali dello Stato membro in cui la piattaforma ha il proprio stabilimento principale. Per le piattaforme italiane, l'autorità competente designata è l'Autorità per le Garanzie nelle Comunicazioni (AGCOM), che esercita i poteri di indagine ed esecuzione previsti dall'art. 51 DSA. L'AGCOM può richiedere la documentazione interna sui sistemi algoritmici e, se necessario, condurre ispezioni tecniche per verificare la corrispondenza tra la descrizione pubblica e il funzionamento effettivo dell'algoritmo.

I rischi di non conformità e le conseguenze sanzionatorie

La violazione dell'art. 27 è soggetta alle sanzioni previste dall'art. 52 DSA: fino al 6 % del fatturato mondiale annuo per le violazioni sostanziali degli obblighi di diligenza, applicabili dai coordinatori dei servizi digitali ai sensi dell'art. 51. Per le VLOP che violano l'art. 38 (che estende e rafforza gli obblighi dell'art. 27), la competenza sanzionatoria è della Commissione europea ai sensi dell'art. 74.

Oltre al rischio sanzionatorio diretto, la non conformità all'art. 27 espone le piattaforme a un rischio reputazionale significativo: l'opacità algoritmica è diventata un tema di forte attenzione mediatica e parlamentare in tutta Europa. Piattaforme che non adempiono all'obbligo di trasparenza sui sistemi di raccomandazione si espongono a campagne di advocacy, segnalazioni alle autorità da parte di organizzazioni della società civile e potenziali azioni collettive dei consumatori, in aggiunta alle sanzioni amministrative.