1. Automazione ≠ sostituire tutto

Quando si parla di intelligenza artificiale nella Pubblica Amministrazione, il dibattito tende facilmente verso due estremi: da una parte l'idea che l'AI possa automatizzare quasi tutto, dall'altra il timore che ogni automazione equivalga a sostituire persone e responsabilità.

Nella pratica, il terreno più interessante è molto più concreto. Una parte significativa del lavoro amministrativo comprende attività ripetitive: leggere documenti, classificare richieste, recuperare informazioni, preparare sintesi, verificare che alcuni campi siano presenti o indirizzare una pratica verso il percorso corretto.

Automatizzare queste attività non significa trasferire automaticamente all'AI la decisione amministrativa. Significa utilizzare la tecnologia per ridurre passaggi manuali dove il processo è sufficientemente definito e mantenere l'intervento umano nei punti in cui servono responsabilità, valutazione o discrezionalità.

La distinzione è fondamentale perché permette di progettare sistemi utili senza attribuire alla tecnologia un ruolo che non dovrebbe avere.

2. Cosa si può automatizzare oggi

Esistono già molti casi d'uso ragionevoli, purché vengano progettati sul processo reale. Un sistema può classificare comunicazioni in ingresso, estrarre informazioni da documenti, predisporre una sintesi per l'operatore o cercare contenuti all'interno di basi informative autorizzate.

Può supportare un servizio di assistenza rispondendo a domande frequenti sulla base di fonti controllate, raccogliendo le informazioni preliminari e indirizzando il cittadino verso l'ufficio o la procedura corretta.

Può inoltre aiutare nella produzione di bozze, nella normalizzazione di dati, nel confronto tra informazioni e nella segnalazione di anomalie da verificare. Il termine importante, in molti di questi casi, è "supportare".

Una mini-mappa può aiutare a mantenere aspettative realistiche:

Sì

  • classificare e smistare richieste ricorrenti
  • riassumere documenti e conversazioni per un operatore
  • estrarre dati da contenuti strutturati o semi-strutturati
  • assistere la ricerca in basi informative autorizzate
  • predisporre bozze da verificare

Non ancora, come automatismo senza controllo

  • assumere decisioni discrezionali al posto del responsabile
  • trattare un output probabilistico come una verità certa
  • operare su dati non governati senza responsabilità definite
  • eliminare il controllo umano nei casi sensibili o eccezionali

3. Cosa resta umano

La Pubblica Amministrazione non gestisce soltanto informazioni. Gestisce diritti, obblighi, priorità, eccezioni e decisioni che possono avere conseguenze concrete sulle persone.

Per questo il ruolo umano resta centrale quando occorre interpretare un caso non standard, assumere una responsabilità, valutare elementi contrastanti o esercitare discrezionalità. Anche la gestione delle eccezioni richiede spesso una comprensione del contesto che non può essere ridotta a una semplice classificazione.

L'AI può preparare il lavoro. Può evidenziare informazioni, ridurre il tempo necessario per cercarle e rendere più leggibile una pratica complessa. Ma deve essere chiaro chi valida il risultato e chi risponde della decisione finale.

Il principio che seguirei è semplice: automatizzare il carico ripetitivo, non la responsabilità.

4. Prerequisiti

Prima del modello AI vengono dati e processi. Se le informazioni sono incomplete, contraddittorie o non aggiornate, l'AI non le rende automaticamente affidabili. Può, al contrario, produrre risposte molto convincenti partendo da una base sbagliata.

Serve quindi una governance dei dati: quali fonti sono utilizzabili, chi le aggiorna, quali informazioni possono essere trattate e quali controlli sono necessari.

Il secondo prerequisito è il processo. Bisogna conoscere l'ingresso, le fasi, le eccezioni, il risultato atteso e le responsabilità. Automatizzare un processo non descritto significa spesso incorporare nel software ambiguità che prima venivano risolte informalmente dalle persone.

Il terzo elemento è l'ownership. Ogni automazione deve avere un responsabile operativo. Qualcuno deve poter dire se il sistema sta funzionando, decidere quando correggerlo e intervenire quando emergono casi nuovi.

5. Come partire

Per introdurre AI nella PA preferisco la logica del pilot. Si seleziona un caso d'uso circoscritto, con volume sufficiente per essere significativo ma rischio controllabile. Si descrive il processo attuale e si stabilisce cosa esattamente dovrebbe migliorare.

Poi si definiscono pochi KPI. Ad esempio: tempo medio di lavorazione, percentuale di classificazioni corrette, numero di richieste che richiedono rilavorazione, tempo risparmiato agli operatori o percentuale di casi trasferiti correttamente a una persona.

Il pilot deve includere fin dall'inizio sicurezza, privacy, tracciabilità e gestione degli errori. Questi aspetti non possono essere aggiunti alla fine come adempimenti separati.

Dopo un periodo definito si confrontano risultati e problemi. Se il beneficio è misurabile, il processo è governabile e gli errori sono sotto controllo, si può estendere. In caso contrario, il pilot ha comunque prodotto un risultato utile: ha mostrato dove tecnologia e organizzazione non sono ancora allineate.

6. Chiusura

L'AI nella Pubblica Amministrazione può già automatizzare molto lavoro preparatorio e ripetitivo. La sfida non è sostituire ogni passaggio umano, ma costruire processi nei quali tecnologia e responsabilità siano chiaramente separate e coordinate.

Su AI nella PA e automazione responsabile trovi altri spunti su arduinoleone.it. Per un confronto professionale: a.l@d-serviceitalia.it.