Intelligenza artificiale nella PA: efficienza operativa al primo posto, ma mancano competenze e KPI

L’Agenzia per l’Italia Digitale (AgID) ha condotto di recente l’indagine “L’intelligenza Artificiale nella Pubblica Amministrazione” per censire i progetti di Intelligenza Artificiale (IA) nelle Pubbliche Amministrazioni centrali e nei gestori di servizi pubblici nazionali. Tale ricerca rappresenta un momento di svolta nell’analisi dello stato dell’arte dell’intelligenza artificiale all’interno della pubblica amministrazione italiana. Si tratta della prima indagine sistematica condotta da AgID per mappare e comprendere come le amministrazioni centrali e i gestori di servizi pubblici nazionali stiano approcciando questa tecnologia rivoluzionaria.
L’importanza di questa indagine va ben oltre la semplice raccolta di dati statistici. Essa si inserisce infatti nel quadro strategico del Piano Triennale per l’Informatica nella PA 2024-2026, documento fondamentale che orienta la trasformazione digitale del settore pubblico italiano. Il focus particolare su applicazioni di intelligenza artificiale e basi di dati strategiche rivela la consapevolezza dell’amministrazione pubblica italiana circa il ruolo cruciale che queste tecnologie giocheranno nel futuro dei servizi pubblici.
I numeri emersi dall’indagine offrono uno spaccato significativo della realtà italiana. Su 142 organizzazioni contattate, ben 108 hanno partecipato all’indagine, rappresentando un tasso di risposta del 76% che testimonia l’interesse e l’attenzione verso questa tematica. Particolarmente rilevante è il dato che emerge dalle risposte: 45 organizzazioni hanno effettivamente avviato progetti di intelligenza artificiale, per un totale di 120 progetti complessivi. Questo dato ci racconta di una pubblica amministrazione che non è più nella fase esplorativa o teorica dell’IA, ma che ha fatto il salto verso l’implementazione concreta.
La suddivisione dei progetti tra infrastrutture sociali e altri ambiti rivela una strategia di adozione diversificata. I 50 progetti su infrastrutture sociali indicano una chiara priorità verso servizi che impattano direttamente sulla vita dei cittadini, mentre i 70 progetti in altri ambiti suggeriscono una sperimentazione più ampia che tocca diversi settori dell’amministrazione pubblica.
L’analisi degli obiettivi perseguiti dai progetti di IA nelle pubbliche amministrazioni offre una chiave di lettura interessante delle priorità strategiche. Il 42% dei progetti mira al miglioramento dell’efficienza operativa, un dato che riflette una delle sfide storiche della pubblica amministrazione italiana: l’ottimizzazione dei processi interni per ridurre tempi e costi. Questo approccio pragmatico dimostra come l’IA venga vista non solo come una tecnologia futuristica, ma come uno strumento concreto per risolvere problemi attuali e tangibili.
Il 24% dei progetti si concentra sul potenziamento della gestione dei dati, aspetto cruciale in un’epoca in cui l’informazione rappresenta un asset strategico fondamentale. La capacità di elaborare, analizzare e trarre insights dai dati rappresenta infatti uno dei vantaggi competitivi più significativi che l’IA può offrire alla pubblica amministrazione. Il restante 18% dei progetti mira all’ottimizzazione dell’accesso ai servizi, obiettivo che tocca direttamente l’esperienza del cittadino e la qualità dell’interfaccia tra amministrazione e utenti finali.
La dimensione geografica dei progetti rivela una strategia prevalentemente nazionale, con circa il 75% delle iniziative che hanno questa caratteristica. Questo dato suggerisce una visione sistemica dell’implementazione dell’IA, che non si limita a sperimentazioni locali ma punta a trasformazioni di ampio respiro. La presenza di iniziative sovranazionali, seppur minoritarie, indica inoltre una consapevolezza della dimensione europea e internazionale delle sfide digitali.
Dal punto di vista tecnologico, emerge un panorama eterogeneo ma con alcune tendenze chiare. Il Machine Learning tradizionale mantiene una posizione predominante, probabilmente per la sua maggiore maturità e affidabilità. Tuttavia, la crescita dell’IA generativa per testi e linguaggio naturale rappresenta uno degli aspetti più interessanti dell’indagine. Questa tecnologia, che ha conosciuto un’esplosione di popolarità negli ultimi anni, sta trovando applicazioni concrete anche nel settore pubblico, aprendo scenari inediti per l’automazione di processi che fino a poco tempo fa richiedevano necessariamente l’intervento umano.
Il dato che oltre il 60% dei progetti includa chatbot e assistenti virtuali conferma una tendenza verso l’automazione dell’interazione con i cittadini. Questi strumenti rappresentano spesso il primo punto di contatto tra l’amministrazione e l’utente, e la loro diffusione può significativamente migliorare l’accessibilità e la tempestività dei servizi pubblici. Tuttavia, la loro efficacia dipende criticamente dalla qualità dell’implementazione e dalla capacità di gestire le aspettative degli utenti.
Una delle questioni più delicate emerse dall’indagine riguarda la gestione dei dati. Il fatto che l’addestramento dei sistemi di IA avvenga principalmente utilizzando banche dati interne delle amministrazioni rappresenta sia un’opportunità che una sfida. Da un lato, garantisce un controllo diretto sui dati utilizzati e potenzialmente una maggiore aderenza alle specificità del contesto pubblico italiano. Dall’altro, solleva questioni relative alla qualità, completezza e rappresentatività di questi dataset.
La presenza di dati personali nei dataset di addestramento introduce considerazioni importanti dal punto di vista della privacy e della protezione dei dati, tematiche sempre più centrali nel dibattito pubblico e normativo. L’utilizzo di dati sintetici, pur rappresentando una soluzione interessante per superare alcune limitazioni legate alla privacy, richiede competenze specifiche per garantire che mantengano le caratteristiche statistiche necessarie per un addestramento efficace.
Particolarmente preoccupante è l’osservazione relativa alla scarsa attenzione alla qualità dei dati. Questo aspetto rappresenta uno dei talloni d’Achille dell’implementazione dell’IA nel settore pubblico. Sistemi di intelligenza artificiale addestrati su dati di bassa qualità producono inevitabilmente risultati inaffidabili, con potenziali conseguenze negative sia sull’efficacia dei servizi che sulla fiducia dei cittadini nelle istituzioni digitali.
Le modalità di procurement evidenziate nell’indagine riflettono la complessità dell’acquisizione di tecnologie innovative nel settore pubblico. La prevalenza di Accordi Quadro e strumenti Consip indica un approccio strutturato ma che potrebbe beneficiare di maggiore flessibilità e specializzazione per affrontare le specificità delle tecnologie di IA. Il procurement pubblico di soluzioni di intelligenza artificiale presenta infatti sfide uniche legate alla rapidità dell’evoluzione tecnologica, alla necessità di valutare competenze specialistiche e alla difficoltà di definire specifiche tecniche precise per tecnologie in continua evoluzione.
La questione delle competenze interne rappresenta forse uno degli aspetti più critici emersi dall’indagine. La presenza di competenze limitate e la forte dipendenza da consulenti esterni delineano un quadro di vulnerabilità strategica per le pubbliche amministrazioni. Questa situazione rischia di creare una dipendenza strutturale da fornitori esterni, limitando la capacità delle amministrazioni di sviluppare una visione autonoma e di mantenere il controllo sui propri processi di innovazione.
Il dato secondo cui solo il 20% dei progetti ha KPI definiti rappresenta probabilmente l’aspetto più allarmante dell’intera indagine. L’assenza di indicatori di performance chiaramente definiti solleva dubbi fondamentali sulla capacità delle amministrazioni di valutare l’efficacia dei propri investimenti in IA e di apprendere dalle esperienze condotte. Senza metriche appropriate, diventa impossibile distinguere tra progetti di successo e fallimenti, compromettendo la capacità di miglioramento continuo e di scaling delle soluzioni più efficaci.
Le raccomandazioni elaborate da AgID sulla base dei risultati dell’indagine tracciano un percorso chiaro per un’adozione più matura e strategica dell’IA nella pubblica amministrazione. L’enfasi su tecnologie affidabili e a basso impatto ambientale riflette una visione responsabile dell’innovazione, che tiene conto non solo dell’efficacia tecnica ma anche della sostenibilità ambientale e sociale delle soluzioni adottate.
La necessità di migliorare la qualità e la gestione dei dati rappresenta probabilmente la sfida più immediata e concreta. Senza dati accurati, interoperabili e gestiti nel rispetto della privacy, qualsiasi investimento in IA rischia di produrre risultati deludenti o addirittura controproducenti. Questo richiede non solo investimenti tecnologici ma anche lo sviluppo di competenze specifiche e l’adozione di processi strutturati per la governance dei dati.
L’innovazione del procurement pubblico rappresenta un altro pilastro fondamentale per il successo dell’IA nella PA. La proposta di semplificare l’accesso alle soluzioni IA e promuovere gare dedicate precedute da progetti pilota suggerisce un approccio più agile e sperimentale, che può ridurre i rischi associati all’adozione di tecnologie innovative mantenendo al contempo la trasparenza e la competitività richieste dal settore pubblico.
La raccomandazione per una pianificazione strategica con obiettivi chiari e KPI definiti tocca il cuore delle criticità emerse dall’indagine. Senza una visione strategica chiara e strumenti di misurazione appropriati, gli investimenti in IA rischiano di rimanere esperimenti isolati piuttosto che trasformarsi in leve di modernizzazione sistemica dell’amministrazione pubblica.
L’adozione di metodologie di open innovation e il coinvolgimento trasversale delle strutture interne suggeriscono un approccio collaborativo che può massimizzare l’impatto delle iniziative di IA. Questo approccio può anche contribuire a superare i silos organizzativi che spesso limitano l’efficacia delle trasformazioni digitali nel settore pubblico.
Infine, la proposta di sviluppare competenze specifiche e creare figure professionali dedicate come l’AI Officer e il Data Steward rappresenta un investimento fondamentale nel capitale umano. Queste figure possono fungere da catalizzatori per la diffusione di competenze e best practice all’interno delle amministrazioni, riducendo la dipendenza da consulenti esterni e sviluppando una capacità autonoma di gestione e sviluppo di soluzioni di IA.
Questa prima indagine di AgID rappresenta un punto di partenza fondamentale per comprendere e guidare l’evoluzione dell’IA nella pubblica amministrazione italiana, offrendo una base empirica solida per future strategie di investimento e sviluppo.