L'etica diventa concreta quando diventa checklist. Non sostituisce il giudizio professionale, ma assicura che domande critiche non vengano saltate nella fretta dello sprint. Ecco un framework che puoi adattare al tuo team — chiamalo "AI UX Ethics Review".
Trasparenza: l'utente sa che c'è AI? Sa cosa fa e cosa non fa? I limiti sono comunicati? Disclosure è contestuale (non solo footer)? Se qualcosa è generato, è indicato chiaramente?
Consenso e controllo: opt-in o opt-out esplicito? Controllo granulare? Possibilità di disattivare? Dati usati per AI dichiarati nel flusso (non solo privacy policy)? Diritto di correzione e segnalazione errori?
Equità e inclusione: testato con utenti diversi per età, disabilità, lingua, contesto socioeconomico? Metriche di equità monitorate? Fallback per riconoscimento/classificazione fallita? Messaggi di errore non colpevolizzanti?
Accessibilità: output AI validato per WCAG? Alt text, struttura, contrasto, plain language verificati? Test con screen reader e keyboard-only?
Sicurezza e worst case: cosa succede se il modello allucina, discrimina, viene usato fuori contesto? Esiste off-switch? Escalation umana? Piano per incident response comunicato al team design?
Documenta ogni review — anche brevemente. Quando qualcosa va storto post-lancio, avere traccia di "abbiamo chiesto X, il team ha deciso Y" protegge il designer e migliora processi futuri.