corso AI inverso

Formazione AI nella PA: partire dai problemi per cambiare i servizi


Indirizzo copiato

Verde pubblico, sale comunali e contrassegni disabili: tre progetti diventano il terreno per imparare a usare l’AI in Comune. La formazione coinvolge venticinque persone e prepara referenti interni del cambiamento, ma richiede verifiche e standard condivisi per trasformare prototipi in servizi

Pubblicato il 9 nov 2026

Alessandro Orsenigo

OKR Coach Linkhub

Andrea Tironi

Project Manager – Digital Transformation

William Zisa

OKR Coach Linkhub



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Dalla carta ai servizi pubblici




C’è una scena che chi lavora in un Comune conosce molto bene. Una scrivania, un monitor con un file Excel che ha più fogli che righe sensate e, accanto, due fogli A3 stampati e piegati in quattro. Su uno c’è l’elenco degli immobili dell’ente, sull’altro le scadenze delle manutenzioni. Le basi di dati si incrociano così: con l’evidenziatore, il righello e tanta pazienza.

Quando manca un dato, si telefona. Quando la collega che sa dove sta il file è in ferie, si aspetta. Quando i calcoli non tornano più, si ricomincia dalla versione “definitiva_v3_ultima”.

Vale per gli immobili, per le malattie degli alberi da monitorare stagione dopo stagione, per i pasti della mensa da rendicontare ogni mese. Problemi annosi, gestiti con buona volontà, mai davvero risolti. Perché un software dedicato costa, la software house ha altre priorità, e alla fine “si è sempre fatto così”.

Tre mesi dopo, la stessa persona è in piedi davanti ai colleghi. Proietta un’applicazione. Non l’ha comprata, non l’ha chiesta al fornitore, non ha aspettato il prossimo bando. L’ha costruita con le proprie mani.

Le persone hanno dato un nome a questo percorso: corso inverso.

Formazione AI nella PA: perché partire dalla pratica

La formazione nella PA segue quasi sempre lo stesso copione. Prima la teoria, poi il quadro normativo, poi, se avanza tempo, un esercizio. A volte ci si ferma al quadro normativo. Si esce con un attestato, qualche slide da rileggere e la sensazione che l’intelligenza artificiale sia una cosa che riguarda qualcun altro: l’ufficio informatico, il fornitore, il Ministero. Anche se si esce avendo capito il valore, poi si torna nella quotidiana urgenza, e la gravità comunale riporta alle “solite cose”.

In questo percorso che vogliamo raccontare, abbiamo rovesciato l’ordine. Si parte dal fare: da un problema vero dell’ufficio e da uno strumento che permette di trasformarlo in software descrivendolo a parole. La teoria arriva quando serve, cioè quando qualcosa non funziona e bisogna capire perché.

Lo strumento è il vibe coding: descrivere in linguaggio naturale cosa si vuole costruire, lasciare che l’AI scriva il codice, provare, correggere, riprovare. La piattaforma scelta è Lovable, che permette di creare applicazioni web partendo da una descrizione testuale, senza scrivere una riga di codice a mano, appoggiando il codice a GitHub.

Il nome “corso inverso” e non l’abbiamo scelto noi. L’hanno scelto i partecipanti, ed è il segnale che racconta meglio di qualunque indicatore cosa sia successo: le persone hanno percepito che il metodo era diverso, e lo hanno rivendicato.

Come funziona il corso inverso per i dipendenti comunali

L’esperimento non ha riguardato un ufficio pilota o un gruppo di volontari entusiasti. Ha riguardato tutto l’ente, 25 persone: ogni persona ha avuto la possibilità di sviluppare con Lovable. Il percorso è durato tre mesi e si è articolato così.

Due giornate per cambiare sguardo

Un’introduzione di due giornate sull’intelligenza artificiale e su come approcciarla. Non un corso di programmazione: l’obiettivo era togliere timori, dare un lessico comune e far capire che cosa si può chiedere a uno strumento di AI e cosa no.

Da dieci idee a tre progetti

Dalle persone sono emersi dieci progetti, tutti nati da problemi concreti del lavoro quotidiano. Tra questi ne sono stati scelti tre, da portare fino in fondo al percorso. Una scelta voluta: meglio tre applicazioni ad uno stadio avanzato che dieci prototipi abbandonati a metà.

Tre mesi di sviluppo

I gruppi hanno lavorato sui tre progetti per tutta la durata del percorso, alternando sviluppo e momenti formativi brevi.

La restituzione

Alla fine i tre progetti sono stati presentati dalle persone del comune alle persone del Comune. Non un evento di facciata quindi, ma il momento in cui chi ha costruito mostra a chi lavora accanto cosa è riuscito a fare.

Il questionario, prima e dopo

All’inizio e alla fine è stato erogato un questionario, per permettere alle persone di vedere quanto fosse cambiato il loro modo di guardare al digitale e all’AI, grazie a quel percorso.

Pillole e sfide settimanali per mantenere il coinvolgimento

Chi ha organizzato un percorso lungo nella PA conosce la curva: entusiasmo nella prima settimana, calo fisiologico nella terza, e intorno al secondo mese la quotidianità si riprende tutto. La PEC non aspetta, lo sportello nemmeno.

Per evitare che il progetto si spegnesse tra l’inizio e la conclusione abbiamo usato tre leve.

Pillole formative brevi, pensate per essere consumate tra una pratica e l’altra, non per occupare mezze giornate.

Challenge settimanali associati alle pillole ovvero piccole sfide concrete che hanno dato un ritmo al percorso e un motivo per rimettere mano al progetto ogni settimana.

La presentazione finale ai colleghi come traguardo visibile: si lavora in modo diverso quando si sa che il risultato verrà mostrato a chi conosce il problema meglio di chiunque altro.

Le applicazioni sviluppate dai dipendenti comunali

Il risultato concreto sono tre applicazioni a un buono stato di sviluppo, che rispondono a problemi reali scelti da chi quei problemi li vive ogni giorno. Tre ambiti diversi, tre uffici diversi.

Gestione del verde pubblico

Il patrimonio verde di un Comune è un tema tutt’altro che marginale: alberi da monitorare, malattie delle piante da seguire nel tempo, interventi da programmare, sicurezza da garantire. Un ambito in cui le informazioni sono spesso sparse tra fogli di calcolo, sopralluoghi e memoria delle persone.

Locali comunali

Prenotazione e calendarizzazione delle sale comunali, con relativa rendicontazione. Chi ha gestito una sala civica sa cosa significa: richieste via mail, telefonate, un calendario condiviso che condiviso non è, e a fine anno la caccia ai dati per capire chi ha usato cosa e per quanto. Un problema piccolo solo in apparenza, perché tocca associazioni, cittadini e uffici diversi.

Polizia locale: le pratiche per il contrassegno disabili (CUDE)

La gestione delle pratiche per il rilascio del contrassegno unificato disabili europeo (CUDE), quello che permette di parcheggiare negli stalli riservati e di accedere alle zone a traffico limitato. Un servizio delicato, rivolto a cittadini fragili, dove ogni passaggio perso si traduce in attese e telefonate per chi ha meno tempo ed energie da spendere. Qui il digitale non è un vezzo: è la differenza tra una pratica che si insegue e una pratica che si governa.

La quarta applicazione

Accanto ai tre progetti ufficiali, un partecipante ha portato avanti una quarta applicazione: la rendicontazione dei pasti delle scuole. Non era tra i progetti selezionati, ed è proprio questo il punto. Quando una persona continua a costruire su un problema che non era nel programma, il cambio di mindset non ha più bisogno di essere dichiarato: è fatto.

Dalla formazione agli artigiani digitali della PA

C’è una soddisfazione particolare nel montare da soli una mensola. Non sarà perfetta come quella del falegname, ma è tua, l’hai fatta tu, e risolve esattamente il problema che avevi.

Il corso inverso ha prodotto la stessa cosa in digitale. Le persone sono diventate artigiani digitali: hanno un problema, lo descrivono nel proprio linguaggio, e vedono nascere un manufatto creato da loro stessi che lo risolve. Una specie di bricolage digitale, dove l’attrezzo non è il trapano ma l’intelligenza artificiale.

Il primo insegnamento è quasi banale, ma nella formazione PA è tutt’altro che scontato: ruolo attivo delle persone, meno nozioni, più pratica. Nessuno ha imparato cos’è un database leggendo una definizione. Lo hanno capito quando la loro applicazione ha dovuto ricordarsi qualcosa.

Autonomia e fiducia: i riscontri dei partecipanti

I feedback raccolti durante e dopo il percorso hanno un tratto comune: le persone non hanno parlato di funzionalità, ma di come si sentivano. E hanno usato parole che raramente si associano al digitale nella PA.

Libertà e indipendenza digitale

Le persone non si sentono più legate al software di turno o a un Excel che magari conoscono poco. Descrivendo il problema nel proprio linguaggio vedono comparire una soluzione. È un cambio di prospettiva enorme: da utenti che subiscono uno strumento a persone che lo modellano.

Creatività digitale, cioè rivitalizzazione

Chi lavora da anni nello stesso ufficio convive con problemi annosi che ha smesso di considerare risolvibili. Vederli risolti ha un effetto di rivitalizzazione: la creatività torna in circolo perché finalmente ha uno sbocco concreto.

Autostima digitale

Le persone hanno capito di poter fare molto di più di quello che pensavano. È forse l’effetto più prezioso, perché sopravvive al progetto: chi ha costruito un’applicazione guarda il prossimo problema con occhi diversi.

Tranquillità digitale

Molti partecipanti hanno raccontato di sentirsi sereni a lavorare con l’AI perché non si sentono giudicati e non hanno paura di chiedere. Una domanda “stupida” a un collega costa imbarazzo, a un assistente AI no. Sembra un dettaglio, ma è la chiave che ha permesso anche ai più timorosi di provarci.

Lavorare con l’AI oltre i confini degli uffici

C’è un effetto di secondo ordine che non avevamo messo in conto con questa forza: il digitale ha rotto i silos analogici.

Negli enti, anche piccoli, gli uffici tendono a vivere in compartimenti stagni: ciascuno con i propri file, le proprie procedure, il proprio modo di fare. Nel corso inverso tutti hanno lavorato insieme. Persone di servizi diversi, dal verde alla polizia locale, si sono trovate a ragionare sugli stessi strumenti, a scoprire che i dati dell’una servivano al lavoro dell’altra.

Di solito si dice che il digitale serve a far parlare i sistemi. Qui ha fatto parlare prima le persone, e il resto è venuto di conseguenza.

Come misurare il cambiamento dopo la formazione

Raccontare che “le persone sono cambiate” è facile. Dimostrarlo è un’altra cosa. Per questo il questionario iniziale e finale non è stato un adempimento formale ma parte del metodo.

Lo scopo non era dare un voto ai partecipanti, ma restituire loro uno specchio: dove eri all’inizio, dove sei adesso. Rendere visibile il cambiamento a chi lo ha vissuto è il modo più efficace per consolidarlo, e per evitare che tutto torni come prima alla prima scadenza difficile.

Coinvolgere tutto l’ente prima di scegliere i champions

Nei percorsi di trasformazione digitale la ricetta classica è individuare subito i champions: poche persone motivate, formate a fondo, che dovrebbero poi trascinare il resto dell’ente. Funziona sulla carta. Nella pratica, spesso, i champions diventano un club di eletti visto con sospetto dai colleghi, e il cambiamento si ferma alla loro scrivania.

Il corso inverso ha seguito anche qui la strada opposta. Prima tutti, poi la selezione. Il percorso ha coinvolto l’intero ente fin dall’inizio, e solo in un passaggio successivo sono stati individuati i champions: una decina di persone su venticinque, che porteranno avanti il cambiamento al di là del percorso fatto.

La differenza è sostanziale. I futuri champions avranno i colleghi dalla loro parte, perché tutti hanno vissuto lo stesso elevamento di mindset e capiscono l’utilità del ruolo e del percorso. Non saranno “quelli dell’AI”, ma i colleghi che fanno da riferimento a un gruppo che parla già la stessa lingua.

Vibe coding nella PA: sicurezza, manutenzione e responsabilità

Sarebbe facile fermarsi qui, con l’applauso finale. Ma un articolo che racconta solo il successo non aiuta chi vuole replicare l’esperienza. Quindi diciamolo chiaramente: un’applicazione che funziona non è ancora un’applicazione pronta per stare in produzione in un ente pubblico.

Tre nodi vanno affrontati, e li abbiamo messi in agenda.

Privacy e sicurezza

Le pratiche per il contrassegno disabili si basano su certificazioni sanitarie di persone fragili, cioè dati tra le categorie più delicate in assoluto. Un’applicazione nata in tre mesi da non sviluppatori deve passare da una verifica seria su protezione dei dati e cybersicurezza prima di diventare lo strumento di lavoro di tutti i giorni.

Manutenzione e responsabilità

Chi aggiorna l’applicazione tra un anno? Chi risponde se si blocca? Il software, anche quello fatto in casa, ha un ciclo di vita.

Proliferazione e dipendenza

Dieci uffici con dieci applicazioni scollegate sono un nuovo shadow IT e AI, solo più elegante del vecchio Excel. E parlare di indipendenza digitale costruendo su una piattaforma esterna è un paradosso che va governato, non ignorato.

Non sono ragioni per non partire. Sono le ragioni per cui, finito il corso, il lavoro vero comincia e serve un’orchestrazione di quanto viene creato per gestire bene dati e compliance.

Dai prototipi a un sistema governato di applicazioni

Il primo passo è mettere in sicurezza le tre applicazioni, migliorando gli aspetti di privacy e cybersicurezza perché possano reggere l’uso quotidiano.

KPI per ogni progetto, e un KPI viewer per il segretario

Ogni applicazione avrà i propri indicatori, scelti per misurare l’impatto reale sul servizio. Gli indicatori confluiranno poi in un progetto unico, un KPI viewer, pensato per il segretario comunale che ha promosso il percorso con passione e lungimiranza. Un passaggio non secondario: il vertice amministrativo che ha voluto l’esperimento avrà uno strumento per seguirne i risultati nel tempo, non solo il ricordo di una bella presentazione.

Uno standard per le applicazioni

Per evitare la proliferazione di soluzioni diverse tra loro, verrà definito uno standard comune per le applicazioni dell’ente. Ogni nuova applicazione dovrà prevedere:

  • spiegazione del progetto;
  • logica del progetto e mappatura delle pratiche;
  • gestione dei pagamenti;
  • calendario delle scadenze;
  • KPI;
  • report e stampe;
  • collegamento al protocollo.

L’ultimo punto merita una sottolineatura. Il collegamento al protocollo è ciò che fa vivere l’applicazione dentro il flusso documentale dell’ente, invece che accanto. È la differenza tra uno strumento utile e un’altra isola.

C’è poi un effetto meno visibile ma forse più importante: la mappatura delle pratiche obbliga a fare ciò che il software tradizionale ha spesso fatto dimenticare, cioè riprendere in mano i propri processi prima di codificarli. Questo sembra un passaggio piccolo ma è un back to basics: i processi tornano ad essere nelle mani dei dipendenti pubblici che li modellano con il linguaggio naturale, e non sono più obbligati dagli applicativi. Credo sia una frase da rileggere, e che penso molti oggi pensando a cosa si possa fare con l’AI, soffrano pensando ai software che utilizzano.

Come replicare la formazione AI negli altri enti

Ogni ente è diverso, ma l’esperienza lascia alcune indicazioni che chiunque può riprendere.

  • Partire da problemi veri, proposti da chi li vive, non da casi d’uso calati dall’alto.
  • Coinvolgere tutti, non un gruppo pilota.
  • Portare pochi progetti fino in fondo, invece di molti a metà.
  • Dare un ritmo: pillole brevi e challenge settimanali tengono vivo l’ingaggio.
  • Restituire pubblicamente i risultati ai colleghi.
  • Misurare il cambiamento prima e dopo.
  • Scegliere i champions dopo, non prima.
  • Mettere subito governance, standard e sicurezza sul prodotto del percorso.

Verso un software della PA costruito dalla PA

Torniamo alla scrivania con i fogli A3. Quei fogli non sono spariti per magia: sono spariti perché la persona che li usava ha avuto gli strumenti, il tempo e la fiducia per costruire qualcosa di meglio.

È questa la lezione del corso inverso: la trasformazione digitale non si insegna, si fa fare.

Qualche mese fa, proprio su queste pagine, avevamo lanciato una provocazione: e se esistesse un “software della PA“, costruito e mantenuto dalla PA, dove ogni Comune trasforma i propri Excel in micro-soluzioni da condividere e riusare? Sembrava uno scenario fantascientifico perfino nell’epoca AI. Non perché non fosse possibile tecnologicamente, ma perché molti avranno pensato che era impossibile umanamente.

Il corso inverso dice che quello scenario è più vicino di quanto pensassimo. Le persone ci sono, gli strumenti anche. Rimane la sfida dell’orchestrazione di quanto prodotto: far dialogare applicazioni, dati e processi in modo governato. È il prossimo livello, e non manca molto per riuscire a gestirlo. Ma questa è un’altra storia.

Nel frattempo, una domanda per chi legge: nel vostro ente, qual è il foglio A3 che aspetta da anni di diventare un’applicazione? E chi, tra i vostri colleghi, potrebbe costruirla con le proprie mani?

Partecipa alla community

guest

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

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
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 Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
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