Introduzione
AgID, Agenzia per l’Italia Digitale ha diffuso i risultati dell’indagine “L’intelligenza Artificiale nella Pubblica Amministrazione”, primo studio realizzato in Italia per censire i progetti finalizzati all’utilizzo di tecnologie di intelligenza artificiale nelle pubbliche amministrazioni centrali e da parte gestori di servizi pubblici nazionali.
L’indagine è stata realizzata mediante un questionario strutturato e ha visto la partecipazione di 108 organizzazioni sulle 142 contattate (76%). 45 di esse hanno avviato progetti in materia, per un totale di 120 progetti censiti, dei quali 50 ascrivibili all’ambito delle infrastrutture sociali e 70 ad altri settori di intervento.
Di seguito la sintesi dei principali risultati e raccomandazioni fornita da AgID:
I principali risultati
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.
Solo il 20% dei progetti ha KPI definiti, sollevando dubbi sulla capacità strategica delle amministrazioni.
Le raccomandazioni
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, KPI definiti e attenzione alla scalabilità.
Si raccomanda l’adozione di metodologie di open innovation e il coinvolgimento trasversale delle strutture interne.
Infine, è cruciale sviluppare competenze specifiche, mappare le risorse interne e creare figure professionali dedicate come l’AI Officer e il Data Steward.
Ultimo aggiornamento: 27-06-2025, 12:42