AI nella Pubblica Amministrazione: la guida pratica

Di cosa parla questa guida

Nella pubblica amministrazione l’intelligenza artificiale ha smesso di essere una sperimentazione di pochi enti. Assistenti informativi sui siti istituzionali, sintesi di fascicoli, ricerca semantica negli archivi, bozze di note e di avvisi: sono strumenti che ministeri, regioni e comuni stanno già usando sui compiti ripetitivi e ad alto volume. La domanda non è più se introdurli, ma come farlo senza commettere errori che in un ente costano più che altrove.

La posta in gioco è diversa da quella di un’impresa. Un ente lavora sotto il principio di legalità, l’obbligo di motivare i provvedimenti, la trasparenza verso il cittadino e la parità di trattamento. Nessuno di questi vincoli scompare perché in mezzo c’è un software: se mai, ognuno diventa più stringente.

Da qui il filo che regge tutta la guida. L’AI trasforma informazioni che l’ente già possiede, non decide su chi ha diritto a un contributo o su chi precede in una lista d’attesa. Per ogni impiego basta una domanda: il software sta trasformando un’informazione, oppure sta decidendo su una persona?

Attorno a questo si dispone il resto: il quadro di regole tra AI Act, Legge 132 del 2025, indicazioni AgID e ACN e GDPR, il ruolo di deployer che l’ente assume quando adopera un sistema, e l’obbligo di alfabetizzazione del personale che ne discende.

Tre idee dalla guida

Trasformare o decidere: la linea che non si sposta

Riassumere un fascicolo, riscrivere un avviso in linguaggio chiaro, ritrovare un atto in archivio: qui l’AI lavora su materiali dell’ente sotto il controllo di una persona, il rischio è gestibile e il tempo recuperato è concreto. Concedere o negare un contributo, graduare una sanzione, stabilire una priorità tra cittadini: qui la valutazione e la firma restano umane, perché chi riceve un provvedimento ha diritto a una motivazione e a un responsabile a cui rivolgersi. La guida suggerisce di mettere per iscritto l’elenco degli atti che non si delegano, così nessuno sposta la linea caso per caso, per comodità.

Trasformare e recuperare sono due affidabilità diverse

Quando l’AI lavora su un testo che le hai dato, riassumere, riordinare, riscrivere, l’esito è in genere affidabile. Quando recupera dalla propria memoria un fatto che non le hai fornito, una norma, una data, un precedente, l’esito è incerto. Il caso tipico: un funzionario chiede quale norma regola un adempimento e ottiene un articolo con numero e comma, esposto con sicurezza. L’articolo non esiste, o dice altro. Da qui la routine in quattro mosse prima di usare un output in un atto: rileggi, estrai ogni dato puntuale, verifica ciascuno alla fonte ufficiale, togli ciò che il sistema ha aggiunto e che non gli avevi dato.

Sapremo spiegarlo? La domanda va posta prima

Spiegare non significa descrivere la matematica interna del modello. Significa poter dire al cittadino, in termini comprensibili, su quali elementi si è fondata la decisione e quale ruolo ha avuto il sistema. Se l’AI ha solo riassunto documenti che un funzionario ha poi valutato, la spiegazione è semplice; se ha prodotto un punteggio che ha orientato l’esito, diventa difficile, e proprio per questo quell’uso è poco adatto ai procedimenti che incidono sulle persone. La domanda va posta nella fase di scelta dello strumento, non in quella di contestazione, e va accompagnata da una traccia di quale strumento è stato usato, su quali documenti e con quale ruolo.