L‘intelligenza artificiale nella pubblica amministrazione rappresenta oggi un aspetto cruciale, andando oltre le mere innovazioni tecnologiche per toccare questioni di governance democratica e sovranità digitale. Mentre le strategie internazionali cercano di definire principi condivisi, la vera sfida consiste nella capacità di tradurli in pratiche concrete, risolvendo le tensioni tra efficienza e trasparenza, e tra dipendenza tecnologica e autonomia decisionale.
Negli ultimi cinque anni, più di 60 Paesi hanno introdotto o stanno sviluppando piani nazionali riguardanti l’intelligenza artificiale.
AI come fattore di governance e rischi sistemici
Se nel settore privato l’adozione dell’AI si basa principalmente su logiche di efficienza e competitività, nel settore pubblico la posta in gioco è significativamente più alta. Essa coinvolge la legittimità dello Stato, la fiducia sociale e l’equità nell’accesso a diritti e servizi.
In questo contesto, l’AI nella pubblica amministrazione si configura non solo come strumento operativo, ma anche come fattore strategico di governance. Essa può contribuire a:
- migliorare la qualità delle decisioni politiche attraverso l’analisi di grandi volumi di dati e l’identificazione di pattern invisibili;
- incrementare l’efficienza dei processi amministrativi grazie all’automazione e alla riduzione della burocrazia;
- rendere i servizi pubblici personalizzabili e inclusivi, attraverso una profilazione accurata.
Tuttavia, come indicato in diverse sedi internazionali (OECD, UNESCO, World Bank, G7), le promesse legate all’AI nei processi pubblici devono essere poste in relazione a significativi rischi: deficit di trasparenza, bias algoritmici, violazione della privacy, e concentrazione del potere nelle mani di pochi attori tecnologici globali, spesso al di fuori della sovranità nazionale o europea.
Le tre faglie critiche dell’AI nella pubblica amministrazione: dati, istituzioni, geopolitica
Questa trasformazione, pur presentando notevoli vantaggi, solleva tre faglie critiche che meritano attenzione:
- Faglia epistemica: L’affidabilità dell’AI è fortemente influenzata dalla qualità dei dati. L’assenza di standard comuni può portare a situazioni in cui le amministrazioni si trovano ad essere “ricche di dati, ma povere di conoscenza”;
- Faglia istituzionale: L’AI permette una redistribuzione imprecisa delle responsabilità. Non è chiaro chi debba rispondere per errori algoritmici, complicando la garanzia di qualità dei servizi;
- Faglia geopolitica: La capacità di sviluppare modelli avanzati è concentrata in grandi piattaforme globali, mentre molti Stati, inclusi quelli europei, rimangono dipendenti da soluzioni proprietarie non controllabili.
L’urgenza di tali problematiche è accentuata dalla non uniformità nell’adozione dell’AI tra i governi, anche in Europa, dove emergono differenze significative in cultura dell’innovazione, dotazione digitale e capacità amministrativa.
Con l’AI Act e il programma Digital Decade, l’Europa sta cercando di stabilire un modello normativo che privilegi un’innovazione digitale positiva, centrata sui diritti e sulla fiducia. In altri contesti globali, come gli USA, si osserva una tendenza alla deregulation; in Asia e Medio Oriente, un approccio tecnocratico; e in America Latina e Africa, una concentrazione su inclusione sociale e prevenzione del colonialismo digitale.
Quest’articolo offre una visione complessiva sull’utilizzo dell’AI nel settore pubblico, suddividendo l’analisi in tre direttrici prioritarie:
- strategie e modelli di governance multilivello;
- esempi di casi d’uso e valore pubblico generato;
- la sfida del ripensamento delle competenze e cultura organizzativa.
L’obiettivo è duplice: focalizzarsi sulla armonizzazione tra visioni globali e bisogni locali e esplorare come garantire un’adozione dell’AI che sostenga, invece di compromettere, i valori democratici.
Strategie globali: principi e strumenti operativi
Negli ultimi anni, si è assistito a un incremento significativo delle strategie nazionali sull’AI, con oltre 60 Paesi coinvolti. Su scala globale, istituzioni come OECD, UNESCO e World Bank hanno enfatizzato l’importanza di definire perimetri comuni, riconoscendo che le traiettorie di sviluppo variano a seconda dei contesti socio-culturali.
La raccomandazione della UNESCO del 2021 dettaglia principi fondamentali come diritti umani e inclusione. Inoltre, l’OECD ha sollecitato un’adozione “trustworthy” dell’AI, mentre il G7 Toolkit per l’AI nel settore pubblico del 2024 traducono queste linee guida in pratiche operative concrete.
L’impronta regolatoria europea e gli spazi dati
A livello europeo, l’AI Act, approvato nel 2024, ha definito un quadro vincolante basato su un “risk-based approach”, ponendo maggiore attenzione sugli ambiti ad alto rischio e stabilendo divieti per pratiche in contrasto con i diritti fondamentali. Inoltre, iniziative come l’AI Watch contribuiscono a fornire strumenti di monitoraggio e riflessione sulle politiche.
Differenze nazionali e il caso italiano
Le divergenze tra i Paesi sono evidenti, con Paesi come l’Estonia che hanno sviluppato architetture digitali avanzate, mentre l’Italia, pur avendo una Strategia Nazionale per l’AI, presenta difficoltà nel coordinamento e nell’implementazione delle infrastrutture necessarie.
La necessità di un’armonizzazione multilivello
Si riscontra una mancanza di strategia per un’azione armonizzata a livello multilivello. Mentre i principi globali offrono un orientamento, la loro attuazione pratica dipende dalla capacità degli Stati, e delle amministrazioni locali, di tradurre tali cornici in strategie politiche coerenti.
Enti locali: dove i dati diventano valore pubblico
Negli enti locali, l’AI assume una dimensione concreta nella quotidianità della governance. La gestione efficace dei dati pubblici emerge come elemento chiave per creare valore e rispondere ai reali bisogni dei cittadini.
Superare la frammentazione: interoperabilità e literacy
La disponibilità di dati non è più sufficiente. Molte amministrazioni si trovano a fronteggiare un paradosso informativo, dove grandi quantità di informazioni sono in formati non interoperabili. È necessaria un’investimento in literacy e governance dei dati per superare questa situazion.
Sovranità informativa e democrazia digitale territoriale
La questione della sovranità informativa è di fondamentale importanza. Chi controlla i dati locali e ne decide l’accesso? Esperienze come quelle di Barcellona, con i suoi progetti di data commons, dimostrano che è possibile trattare i dati generati come beni comuni digitali, gestiti con forme di controllo pubblico.
Dati, potere e democrazia digitale
La gestione dei dati deve essere vista non solo come procedura tecnica, ma come una forma di redistribuzione del potere. I dati locali possono tanto sorvegliare quanto promuovere inclusione e partecipazione, influenzando la qualità delle decisioni istituzionali.
Dal ruolo passivo a quello proattivo degli enti
Gli enti locali devono evolversi da utenti passivi a protagonisti attivi, contribuendo a definire le modalità di introduzione e applicazione dell’AI. Governare i dati implica stabilire chi partecipa alla produzione della conoscenza pubblica e come le opportunità generate sono redistribuite.
Partenariato pubblico-privato: ambivalenze e rischi
Seppure necessarie, le interazioni con il settore privato pongono interrogativi sulla sovranità tecnologica e sulla capacità dello Stato di mantenere il controllo sugli obiettivi pubblici.
Tre tensioni chiave: dipendenza, asimmetria, finalità
- Dipendenza tecnologica: i sistemi di AI sono prevalentemente controllati da pochi grandi attori globali, il che può portare a problematiche di lock-in;
- Asimmetria informativa: le istituzioni pubbliche spesso non dispongono delle competenze necessarie per valutare le strategie di integrazione dell’AI;
- Finalità divergenti: il settore privato ricerca profitti, mentre il settore pubblico deve mirare a equità, trasparenza e inclusione.
Procurement innovativo e ecosistemi competitivi
È cruciale sfruttare il potenziale delle partnership attraverso procurement innovativo, come bandi che definiscono problemi invece di soluzioni, promuovendo contratti modulari e interoperabilità. Le esperienze in Canada, Regno Unito e Singapore dimostrano l’efficacia di approcci agili nella fornitura tecnologica.
Rafforzare capacità pubbliche e valorizzare le PMI
La cooperazione pubblico-privato deve cercare un equilibrio per potenziare la capacità negoziale e regolatoria dello Stato, promuovendo le PMI e le soluzioni tecnologiche made in Europe come partner strategici.
AI nella PA: competenze e cultura organizzativa come prerequisiti
L’adozione dell’AI nella pubblica amministrazione deve essere vista come un cambiamento organizzativo e culturale. Le PA devono disporre di competenze, leadership e cultura adatte per integrare l’AI in modo efficace.
Tre sfide: competenze tecniche e trasversali, resistenze culturali
- Competenze tecniche e analitiche: La PA necessita di professionisti capaci di navigare tra tecnologia e impatto sociale;
- Competenze trasversali: Funzionari in grado di utilizzare l’AI in modo critico e consapevole;
- Resistenze culturali: Superare la diffidenza nei confronti dell’AI come sostituto delle competenze umane.
AI governance skills e nuovo ruolo del funzionario
È imperativo sviluppare una cultura organizzativa adattiva e leadership capaci di orientare il cambiamento. Le amministrazioni devono acquisire competenze per valutare e controllare i sistemi intelligenti, ridefinendo il ruolo del funzionario pubblico come curatore di sistemi socio-tecnici.
AI come tecnologia di governance per la PA
L’intelligenza artificiale deve essere considerata una tecnologia di governance, in grado di ridefinire i rapporti tra Stato, enti locali, cittadini e mercato. La sua implementazione solleva domande fondamentali sulla legittimità democratica, la sovranità dei dati e la fiducia collettiva.
Dai principi alle pratiche quotidiane
Le strategie internazionali hanno delineato principi chiari come trasparenza e inclusione. Tuttavia, la vera sfida rimane quella di tradurre questi principi in pratiche quotidiane, soprattutto in contesti caratterizzati da sovraccarico operativo e resistenze culturali.
Il livello locale rappresenta il laboratorio cruciale per testare e implementare efficacemente soluzioni di AI, garantendo un coinvolgimento attivo dei cittadini nella governance digitale.
Quale ai adottare e a beneficio di chi
In definitiva, la questione si concentra non solo sull’adozione dell’AI, ma su quale AI adottare, con quali valori e a beneficio di chi. Se gestita in modo inclusivo e rigoroso, l’intelligenza artificiale può rappresentare un pilastro per una democrazia digitale rinvigorita, capace di rafforzare legami tra istituzioni e cittadini.
Per gli enti locali, quindi, la domanda centrale rimane: la valorizzazione dei dati rappresenta una risorsa per l’efficienza gestionale, o un’opportunità per trasformare la conoscenza collettiva in bene comune?
