In questo articolo Indice dei contenuti 2 sezioni
Governare l’intelligenza artificiale nella pubblica amministrazione non è una questione di software, ma di muscoli istituzionali. Dietro ai chatbot che rispondono ai cittadini e ai servizi pubblici resi più intelligenti dagli algoritmi c’è un presupposto che spesso viene dato per scontato e invece non lo è affatto: uffici preparati, dati che riescono a parlarsi, competenze distribuite dentro le strutture e non concentrate in due o tre persone illuminate. Senza questo, la tecnologia resta una vernice.
Il punto è che la partita non si gioca soltanto sul terreno delle norme e degli investimenti, che pure servono. Si gioca sulla capacità istituzionale, cioè su quell’insieme poco spettacolare di organizzazione, processi, professionalità e cultura amministrativa che decide se un progetto tecnologico produce risultati o si esaurisce in una sperimentazione elegante. È una differenza sostanziale. Una legge si scrive, un bando si pubblica, un finanziamento si assegna. La capacità di trasformare tutto questo in servizi che funzionano, invece, si costruisce nel tempo e richiede scelte scomode.
Dati interoperabili, altrimenti l’intelligenza artificiale gira a vuoto
Il nodo dei dati interoperabili è quello più concreto e insieme il più trascurato. Gli algoritmi non producono nulla di utile se le informazioni restano chiuse in archivi che non comunicano, con formati diversi, duplicazioni, campi compilati secondo logiche locali. Il rischio è duplice: da un lato servizi che promettono personalizzazione e restituiscono errori, dall’altro decisioni pubbliche costruite su basi informative fragili. L’intelligenza artificiale amplifica quello che trova. Se trova disordine, amplifica il disordine, con l’aggravante che il risultato arriva al cittadino con l’aria dell’oggettività.
Da qui la necessità di lavorare sull’infrastruttura informativa prima che sulle applicazioni vistose. Significa mettere ordine nei flussi, definire responsabilità chiare su chi tiene aggiornati i dati, garantire che un’informazione raccolta da un ente possa essere riutilizzata da un altro senza passaggi manuali e senza chiedere di nuovo al cittadino ciò che l’amministrazione già sa. È un lavoro poco visibile, che non produce annunci, ma che determina la qualità di tutto il resto.
Competenze diffuse e valore pubblico come metro di misura
Il secondo fronte riguarda le competenze diffuse. Non basta assumere qualche specialista di dati o affidarsi a consulenze esterne: serve che dirigenti, funzionari e personale operativo capiscano cosa può fare e cosa non può fare un sistema automatizzato, quali domande porre a un fornitore, come leggere un output senza prenderlo per verità rivelata. La cosiddetta alfabetizzazione sull’intelligenza artificiale, in questo senso, è meno una questione tecnica e più una questione di autonomia di giudizio. Un’amministrazione che non capisce gli strumenti che compra finisce per essere governata da chi li vende.
C’è poi la domanda che dovrebbe orientare ogni scelta: quale valore pubblico viene generato. Non l’innovazione come fine a sé stessa, non il numero di progetti avviati, ma l’effetto reale su tempi di attesa, accessibilità, equità di trattamento, qualità delle risposte. I chatbot per l’assistenza ai cittadini sono un buon banco di prova: possono alleggerire il carico sugli sportelli e ampliare le fasce orarie di contatto, oppure diventare un filtro che allontana chi ha bisogni complessi e poca dimestichezza digitale. Dipende da come vengono progettati, da chi li presidia, dalla possibilità di passare in ogni momento a un operatore umano.
I servizi pubblici intelligenti hanno senso solo se restano servizi, cioè se rispondono a bisogni concreti e verificabili. Governare il cambiamento, in questa prospettiva, vuol dire dotarsi degli strumenti per decidere, valutare e correggere, non limitarsi a rincorrere l’ultima tecnologia disponibile. La tenuta delle istituzioni si misura esattamente lì, nella capacità di stare davanti alla trasformazione anziché farsi trascinare.
