Entro il 2030, si prevede che il 75% delle imprese dell’UE utilizzerà strumenti basati sull’intelligenza artificiale. Secondo il rapporto Digital Decade 2025, oggi siamo fermi al 18%. Proprio il settore pubblico potrebbe fare da apripista per le imprese.  Insieme ad altri Paesi europei, l’Italia sta sviluppando modelli nazionali di AI, come il progetto “Minerva” guidato dall’Università Sapienza di Roma, e infrastrutture dedicate per supportare funzionari pubblici e cittadini, accelerando la costruzione di un vero e-government. L’implementazione di queste iniziative porta con sé una serie di sfide quali garantire le prestazioni dei servizi, tutelare la sovranità digitale e gestire i costi legati alle infrastrutture, formazione degli specialisti e alla manutenzione delle nuove soluzioni IT.

Nei fatti, l’intelligenza artificiale sta decisamente facendo passi avanti nel settore pubblico. A livello europeo, l’iniziativa “AI-on-Demand” promuove la condivisione di risorse e soluzioni pronte all’uso tra le pubbliche amministrazioni dei diversi Stati membri, seguendo un approccio di interoperabilità transfrontaliera. In Italia, l’Inps utilizza da tempo l’intelligenza artificiale per classificare automaticamente le domande degli utenti e indirizzare le richieste dei cittadini, migliorando in modo significativo i tempi di risposta.

L’Italia sta accelerando anche sui modelli linguistici nazionali. Oltre alle iniziative accademiche, il consorzio interuniversitario Cineca, che ospita Leonardo, uno dei supercomputer più potenti al mondo, fornisce l’infrastruttura di calcolo necessaria per addestrare modelli linguistici di grandi e medie dimensioni ottimizzati per l’italiano e il linguaggio amministrativo, con l’obiettivo di integrarli nei portali della pubblica amministrazione e nei servizi comunali per assistere i cittadini nella compilazione di documenti e nell’orientamento tra i bandi pubblici. Progetti pilota sono già partiti in diverse regioni, tra cui Lombardia e Veneto.

Il vantaggio di adottare modelli più piccoli

L’interesse dei Paesi europei per modelli di AI nazionali è più che comprensibile. L’intelligenza artificiale ha il potenziale per rivoluzionare, velocizzare e semplificare il lavoro nella pubblica amministrazione, ma ricorrere a modelli linguistici globali di grandi dimensioni costa, consuma troppe risorse e rischia di non rispondere in modo adeguato alle esigenze locali.

Nella pratica, si rivelano molto più efficaci soluzioni più piccole e ottimizzate per compiti specifici. Queste possono adattarsi rapidamente alle esigenze della pubblica amministrazione, ad esempio elaborando i documenti ufficiali direttamente in lingua locale o nella gestione delle richieste dei cittadini, senza dover essere addestrati su dataset enormi. Questo non solo ne accelera l’implementazione, ma riduce anche i costi di manutenzione dell’infrastruttura IT: modelli più piccoli richiedono meno potenza di calcolo, meno memoria e meno energia, risultando quindi più economici da gestire.

Attenzione alla lingua e precisione nei dati di addestramento

I piccoli strumenti specializzati basati sull’intelligenza artificiale possono migliorare concretamente il funzionamento del settore pubblico, ma la loro efficacia dipende principalmente dalla qualità del materiale su cui vengono addestrati. Nel caso dei modelli nazionali, è fondamentale non solo l’adattamento alla lingua locale e alla terminologia amministrativa, ma anche il rispetto del diritto d’autore e delle normative che regolano l’accesso ai contenuti. È quindi cruciale che i dati di addestramento provengano da fonti verificate e affidabili come pubblicazioni scientifiche, risorse aperte rilasciate con licenze Creative Commons o database curati da esperti. Solo così si possono creare modelli che utilizzano un linguaggio preciso e rigoroso, il che si traduce in maggiore credibilità e accettazione da parte di cittadini e operatori. Inoltre i modelli addestrati e condivisi possono essere facilmente specializzati aggiungendo sorgenti dati della specifica organizzazione, secondo un modello RAG (Retrieval-Augmented Generation).

Controllo costante su dati e tecnologia

Nel contesto del settore pubblico, il tema della sovranità digitale, e del dato in particolare, assume oggi un’importanza particolare. Non si tratta solo di sapere dove i dati vengono elaborati e di avere la possibilità di trasferirli liberamente, ma anche di sovranità tecnologica (cioè indipendenza e garanzie sulla qualità e sicurezza di hardware, software e servizi utilizzati) e operativa, che riguarda il mantenimento del controllo sui processi critici e sulla continuità dei servizi. L’utilizzo di software open source contribuisce a supportare tutti e tre questi pilastri. Grazie all’open source e a regole di cooperazione trasparenti, le istituzioni possono riutilizzare soluzioni sviluppate da altri enti, modificarle e adattarle alle proprie esigenze. Un’implementazione di successo in un Comune diventa la base per servizi innovativi in un altro, accelerando la digitalizzazione dell’amministrazione e riducendone i costi complessivi per tutta la PA.

La soluzione ibrida per gestire la complessità

Il settore pubblico opera oggi in un ecosistema complesso, in cui sistemi diversi, fornitori e requisiti normativi devono integrarsi in modo coerente. Inoltre la predisposizione di infrastrutture condivise rende necessario un modello tecnologico comune che consenta di lavorare su qualsiasi modello (già pronto o da addestrare) in qualsiasi infrastruttura, eventualmente utilizzando infrastrutture diverse per le varie fasi del modello (ad esempio: addestramento su data center condiviso della PA e inferenza on-premise). La risposta a questa sfida è l’open hybrid cloud, che combina la flessibilità degli ambienti cloud pubblici con la sicurezza e la conformità delle soluzioni private. Questo permette alle istituzioni di sviluppare nuovi servizi per i cittadini proteggendo al contempo le risorse strategiche e mantenendo il pieno controllo sui dati. Le piattaforme ibride facilitano inoltre la standardizzazione e l’automazione dei processi, riducono i costi, rafforzano la resilienza dell’ecosistema IT e consentono di scalare la potenza di calcolo dove serve, per sfruttare efficacemente il potenziale dell’intelligenza artificiale.

Investire nel rafforzamento delle competenze

Lo sviluppo dell’intelligenza artificiale nella pubblica amministrazione non è solo una questione di tecnologia e infrastruttura, ma anche di investimento nelle persone. Secondo gli ultimi dati dell’Indice DESI (Digital Economy and Society Index) e i monitoraggi della Commissione Europea, solo il 46% dei cittadini italiani possiede competenze digitali di base, a fronte di una media UE del 54% e di un obiettivo dell’80% da raggiungere entro il 2030. La situazione non è migliore per quanto riguarda gli specialisti ICT: l’Unione Europea è ancora lontana dal traguardo dei 20 milioni di professionisti previsti entro la fine del decennio.

Perché gli strumenti di AI possano davvero aumentare l’accessibilità e la qualità dei servizi pubblici, serve quindi un impegno nell’educazione e nella formazione: più specialisti IT nel mercato del lavoro e cittadini con competenze digitali più solide. Solo l’unione di strumenti moderni e persone preparate a utilizzarli permetterà di sfruttare appieno il potenziale della digitalizzazione.

Vittorio Colabella (nella foto di apertura) è Sales Specialist Public Sector di Red Hat Italia