Comuni senza memoria

PA, la memoria va in pensione: come salvarla con un “second brain”


Indirizzo copiato

Il turnover nella PA rischia di disperdere competenze, precedenti e conoscenza operativa accumulata negli anni. Un second brain per gli enti pubblici può trasformare archivi, PEC, fascicoli e gestionali in memoria organizzativa interrogabile, ma richiede metodo, qualità dei dati, governance e responsabilità chiare

Pubblicato il 22 set 2026

Andrea Tironi

Project Manager – Digital Transformation



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
second brain ente pubblico




C’è una scena che si ripete in molti uffici comunali, con protagonisti diversi ma sempre lo stesso copione. Un nuovo funzionario riceve un incarico complesso, una variante urbanistica particolare, un contenzioso su un appalto, una pratica di condono che si trascina da anni. Cerca di orientarsi, apre il fascicolo, trova atti, delibere, PEC scambiate. Ma manca qualcosa. Manca il perché di certe scelte, il precedente che aveva già risolto un caso simile, la telefonata con la Regione che nessuno ha verbalizzato, il criterio non scritto che il collega andato in pensione tre anni fa applicava sempre in situazioni come questa.

Quella conoscenza esisteva. Era da qualche parte, dentro i software gestionali, nella conservazione sostitutiva, nel protocollo informatico. Ma era addormentata. E una conoscenza addormentata, in un ente pubblico, equivale spesso a una conoscenza persa, perché nessuno ha il tempo o lo strumento per andarla a risvegliare quando serve davvero.

Perché serve un second brain nella PA

Il turnover generazionale nella PA italiana non è un’ipotesi futura, è un fatto già in corso. Ogni funzionario che va in pensione o cambia ente porta via con sé un pezzo di memoria organizzativa che nessun fascicolo, da solo, riesce a trasferire. Porta con sé processi e dati che ha solo nella sua testa, o che sono in faldoni, files e gestionali, ma che nessun umano riesce a correlare tra loro. O perlomeno nessun umano che non sia chi ha la memoria storica dell’ente. Quindi, la domanda che dovrebbe porsi ogni ente non è se questo accadrà, ma cosa resterà dopo che sarà accaduto.

Cosa intendiamo per second brain di un ente

Il termine second brain viene dal mondo della produttività personale, dove indica un sistema esterno alla propria memoria capace di catturare, organizzare e restituire conoscenza quando serve. È un tema individuale, che sta iniziando a diventare di ufficio e di azienda (anche se non è per niente facile alzarlo di livello oltre il personale). Applicato a un ente pubblico, il concetto cambia scala ma non natura: non parliamo di un archivio più grande, parliamo di un sistema che trasforma la documentazione da qualcosa che si conserva a qualcosa che si interroga.

La differenza è sostanziale. Un archivio, per quanto ben organizzato, è passivo: risponde solo a chi sa esattamente cosa cercare e dove cercarlo. Un second brain è attivo: collega precedenti simili, suggerisce il fascicolo analogo trattato tre anni prima, ricorda che quella tipologia di richiesta ha già avuto una risposta consolidata, e la mette a disposizione di chi oggi deve prendere una decisione.

Non è fantascienza applicata alla PA. È l’applicazione, a un contesto organizzativo specifico, di tecnologie di indicizzazione semantica e AI generativa che oggi sono già mature per l’uso in produzione, se accompagnate da una progettazione seria.

Dove dorme oggi il patrimonio informativo

Per capire quanto lavoro serva, basta fare l’inventario di dove vive oggi la conoscenza di un ente medio.

Il protocollo informatico contiene ogni comunicazione in entrata e uscita, ma è pensato per la tracciabilità formale, non per il ritrovamento tematico. Cercare come abbiamo gestito casi simili a questo nel protocollo è quasi impossibile.

La conservazione sostitutiva garantisce validità giuridica nel tempo, non accessibilità operativa. Un atto conservato correttamente è al sicuro da un punto di vista normativo, ma resta spesso invisibile a chi non sa già che esiste.

Le delibere e le determine raccontano le decisioni prese, ma raramente il ragionamento che le ha precedute. Il verbale formale non cattura la discussione informale che ha portato a quella scelta.

I software gestionali verticali, edilizia, tributi, anagrafe, contengono dati strutturati preziosi, ma spesso non dialogano tra loro e non parlano con il resto del patrimonio documentale dell’ente.

Le PEC, infine, sono probabilmente il luogo dove si perde più conoscenza in assoluto: scambi con altri enti, chiarimenti normativi, accordi operativi, tutto finisce in caselle di posta individuali che nessuno rilegge sistematicamente, e che spariscono nel nulla organizzativo quando quella persona lascia l’ente.

Il paradosso è evidente: la PA italiana produce e conserva una quantità enorme di documentazione, per obbligo normativo prima ancora che per scelta. Il problema non è la carenza di dati. Il problema è che quei dati non parlano tra loro, e non parlano a chi ne avrebbe bisogno nel momento in cui ne ha bisogno.

Come si costruisce un second brain pubblico

Costruire un second brain per un ente non significa comprare un chatbot e installarlo sopra l’esistente. Significa attraversare alcuni passaggi precisi.

Indicizzazione semantica della documentazione

Il primo è l’indicizzazione semantica della documentazione esistente: non solo l’indicizzazione per parole chiave, che già in parte esiste in molti gestionali, ma una rappresentazione che colga il significato dei contenuti, capace di riconoscere che una richiesta di sanatoria edilizia del 2021 e una del 2024 riguardano casi analoghi anche se usano termini diversi.

Collegamento dei precedenti

Il secondo è la capacità dell’AI di collegare precedenti: quando un funzionario apre una nuova pratica, il sistema dovrebbe poter suggerire, con trasparenza sulle fonti, tre casi simili trattati in passato, ecco come sono stati risolti, e i riferimenti normativi citati allora.

Tracciabilità delle decisioni

Il terzo è la tracciabilità delle decisioni: ogni output del sistema deve essere ancorato a un documento reale, verificabile, non a una sintesi generica prodotta dal modello. Qui la disciplina è fondamentale, perché la fiducia di chi usa lo strumento si costruisce solo se ogni suggerimento è riconducibile a una fonte che il funzionario può controllare.

Ruolo del funzionario

Il quarto elemento, forse il più importante, è culturale prima che tecnico: il sistema assiste, non sostituisce. Il funzionario mantiene la responsabilità della decisione, l’AI gli restituisce in pochi secondi ciò che altrimenti richiederebbe ore di ricerca in archivi disomogenei, o peggio, la fortuna di ricordarsi chi chiamare.

Per gli archivisti: una sorta di fascicolazione AI augmented e non solo fascicolazione sintatticamente corretta.

I rischi che non si possono ignorare

Chi propone questi sistemi senza nominarne i limiti sta vendendo fumo, non innovazione.

Il primo rischio è la privacy: molta documentazione comunale contiene dati personali, a volte sensibili. Un sistema di indicizzazione e recupero deve essere progettato con logiche di accesso granulari, non con un unico grande indice interrogabile da chiunque.

Il secondo è la responsabilità amministrativa: chi firma un atto resta responsabile di quell’atto, anche se il sistema gli ha suggerito il precedente. L’AI qui deve restare uno strumento di supporto alla decisione, mai un sostituto della firma e della responsabilità che la accompagna.

Il terzo è la qualità del dato in ingresso: un second brain costruito su un archivio disordinato produce risposte disordinate. Prima di indicizzare tutto, serve un lavoro di pulizia e strutturazione che nessuno strumento tecnologico può fare al posto dell’ente.

Il quarto è il rischio più insidioso, quello delle allucinazioni su basi documentali incomplete: se il sistema non trova il precedente perché non è stato indicizzato, non deve inventarselo. La differenza tra uno strumento affidabile e uno pericoloso, in questo campo, sta tutta nella capacità di dire non ho trovato riferimenti, invece di produrre una risposta plausibile ma falsa.

E c’è un rischio organizzativo, spesso sottovalutato: molti enti stanno acquistando strumenti di AI generativa spot, un assistente virtuale qui, un chatbot per il cittadino là, senza aver prima capito dove vive davvero la conoscenza operativa interna. Si costruisce così un sistema brillante sopra fondamenta vuote: bella interfaccia, contenuto povero, risultato deludente al primo utilizzo reale.

Cosa si può fare da subito

Non serve un progetto faraonico per iniziare. Anzi, il progetto faraonico è spesso il modo migliore per non arrivare mai a un risultato utilizzabile.

La prima mossa è circoscrivere il dominio: scegliere un tipo di pratica, un ufficio, un processo ben definito, i condoni edilizi, i contenziosi su appalti, le richieste di accesso agli atti, e costruire lì il primo nucleo di second brain, prima di pensare a estenderlo a tutto l’ente.

La seconda è mappare le fonti esistenti prima di comprare tecnologia: capire cosa c’è davvero, dove si trova, chi lo produce, con quale frequenza cambia. Questa mappatura, spesso trascurata, è il lavoro che fa la differenza tra un progetto che funziona e uno che si arena dopo sei mesi.

La terza è coinvolgere chi già lavora sul dato, i funzionari senior prossimi alla pensione in primis: non come utenti finali passivi, ma come fonte primaria per validare che il sistema stia effettivamente catturando la conoscenza giusta, prima che quella conoscenza esca dalla porta insieme a loro.

La quarta è la formazione: uno strumento potente in mano a chi non sa interrogarlo correttamente, o peggio non sa valutarne criticamente le risposte, produce più danno che beneficio.

Una scelta che l’ente sta già facendo, consapevolmente o no

Il turnover generazionale nella pubblica amministrazione italiana procederà comunque, con o senza second brain. La differenza non sta nel fermarlo, perché non si può, ma nel decidere se accompagnarlo con un’infrastruttura che trasforma la memoria individuale in memoria organizzativa, oppure lasciare che ogni pensionamento sia una piccola amnesia collettiva.

Ogni ente sta già scegliendo, anche quando pensa di non scegliere niente. Chi rimanda la costruzione di questa infrastruttura non sta evitando il problema, sta semplicemente accettando che tra qualche anno un nuovo funzionario aprirà un fascicolo, cercherà chi sapeva come si faceva, e non troverà nessuno.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
FORMAZIONE
COMPETENZE
AI IN AZIENDA
AI in azienda
Carriera
AI leadership
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x