Prima indagine conoscitiva su IA nella P.A. italiana

di Alfonso Contaldo

L’Agenzia per l’Italia Digitale (AgID) ha terminato l’indagine conoscitiva sull’attuale impiego dell’intelligenza artificiale nella Pubblica amministrazione così da avere un primo censimento sui progetti di Intelligenza Artificiale (IA) nelle Pubbliche Amministrazioni centrali e nei gestori di servizi pubblici nazionali. L’iniziativa rientra nelle azioni dell’attuale Piano triennale per l’informatica nella P.A.  con l’obiettivo di supportare strategie di investimento e diffusione dell’IA nel settore pubblico.

L’indagine ha permesso di indagare numerosi aspetti legati a tecnologie, finanziamenti, modalità di procurement, stakeholder, impatti, criticità e sfide. Il 42% dei progetti di IA nelle PA mira a migliorare l’efficienza operativa, il 24% a potenziare la gestione dei dati e il 18% a ottimizzare l’accesso ai servizi. Circa il 75% ha un’estensione nazionale, ma non mancano iniziative sovranazionali. Le tecnologie più usate sono il Machine Learning tradizionale e, in crescita, l’IA generativa per testi e linguaggio naturale. Oltre il 60% dei progetti include chatbot e assistenti virtuali.

I dati per l’addestramento provengono soprattutto da banche dati interne, talvolta includendo dati personali o sintetici. Si rileva scarsa attenzione alla qualità dei dati, con possibili impatti negativi sull’affidabilità. Le modalità di procurement sono varie, con prevalenza di Accordi Quadro e strumenti Consip. Le competenze interne sono presenti ma limitate, con forte dipendenza da consulenti esterni.

Dall’analisi dei progetti IA emerge una serie di raccomandazioni per un’adozione più efficace e sostenibile nella PA. Si suggerisce di puntare su tecnologie affidabili e a basso impatto ambientale, integrandole nei sistemi informativi esistenti. È fondamentale migliorare la qualità e la gestione dei dati, garantendo accuratezza, interoperabilità e rispetto della privacy. Il procurement pubblico va innovato, semplificando l’accesso alle soluzioni IA e promuovendo gare dedicate precedute da progetti pilota. La pianificazione deve essere strategica, con obiettivi chiari, definiti e attenti, ma è cruciale sviluppare competenze specifiche, mappare le risorse interne e creare figure professionali dedicate come l’AI Officer e il Data Steward.