L’integrazione delle tecnologie emergenti all’interno delle strutture pubbliche italiane sta attraversando una fase di ridefinizione profonda, virando verso un approccio che privilegia la flessibilità e il controllo strategico. In occasione di un recente confronto tecnico organizzato dall’Osservatorio Agenda Digitale del Politecnico di Milano, il Direttore Generale di AgID, Mario Nobile, ha delineato i pilastri di quella che è oggi la strategia di AgID. Il quadro emerso non descrive la tecnologia come un prodotto statico, bensì come un ecosistema in continua evoluzione che richiede una governance specifica per garantire sicurezza e affidabilità ai cittadini.
Indice degli argomenti
Il superamento del concetto di “fabbrica”: l’IA come cantiere aperto
Un punto cardine della visione istituzionale risiede nel superamento della metafora industriale classica. Spesso, nel dibattito europeo, si fa riferimento alle cosiddette “AI factories“, ma per la realtà amministrativa italiana questa definizione appare limitante. Secondo Nobile, l’attuale fase storica non vede la produzione di un oggetto finito, ma la gestione di un processo dinamico.
«Il punto della molteplicità è importante perché, essendo la nostra Agenzia per l’Italia Digitale collegata con diversi mondi GovTech a livello mondiale, osserviamo che nessuno sta “fabbricando” un oggetto finito come un orologio o un’automobile; si tratta piuttosto di un cantiere» ha dichiarato il Direttore Generale. Questa distinzione non è meramente terminologica, poiché implica che non esiste una soluzione unica per ogni esigenza della Pubblica Amministrazione. La complessità del settore pubblico richiede invece la capacità di gestire una pluralità di oggetti tecnologici che devono interagire tra loro in modo armonico.
L’architettura dell’orchestratore a tre bracci
Per rendere operativa questa visione, AgID propone un modello architetturale di riferimento basato sulla figura dell’orchestratore. Questo sistema deve essere in grado di agire contemporaneamente su tre direttrici fondamentali per garantire l’efficacia dei servizi.
Il primo braccio riguarda i modelli. Sebbene l’attenzione mediatica sia catturata dall’Intelligenza Artificiale generativa, come i Large Language Models (LLM) o i Small Language Models (SLM), la strategia nazionale non dimentica l’efficacia dei sistemi precedenti al 2021. Nobile ha sottolineato come, in settori critici come quello dei trasporti, i modelli non generativi continuino a offrire un’altissima accuratezza e affidabilità. La scelta del modello deve quindi essere guidata dall’uso specifico, evitando di impiegare necessariamente l’ultima tecnologia nata se non strettamente funzionale all’obiettivo.
Il secondo elemento essenziale è la pipeline dei dati. Il collegamento con le banche dati pubbliche richiede dimensionamenti e tipologie specifiche, che rappresentano il vero carburante per ogni sistema di automazione o analisi. Infine, il terzo braccio è costituito dai tools, ovvero gli strumenti applicativi che devono essere dimensionati e progettati in base alle reali necessità dell’ente e dell’utente finale.
Procurement e sviluppo: le nuove direttrici di AgID
Un aspetto cruciale per l’attuazione pratica della strategia riguarda le modalità con cui le amministrazioni acquisiscono e sviluppano queste tecnologie. AgID ha già mosso i primi passi pubblicando le Linee Guida per l’adozione dell’IA, documenti agili progettati per armonizzarsi con l’AI Act europeo e per definire ruoli e competenze all’interno delle organizzazioni.
Tuttavia, il lavoro normativo è in piena espansione. L’Agenzia è attualmente impegnata nella stesura di due ulteriori documenti fondamentali: le linee guida per il procurement (l’approvvigionamento) e quelle per lo sviluppo (development) dell’Intelligenza Artificiale. Questi testi forniranno esempi concreti alle amministrazioni e alle imprese partner, aiutandole a valutare se sia più conveniente installare modelli “in casa” o acquisire servizi esterni.
La gestione dei costi: tra CAPEX e OPEX
La scelta tra soluzioni diverse non è solo tecnica, ma ha un impatto profondo sui bilanci pubblici. Nobile ha evidenziato come l’adozione di metriche di pagamento basate su API erogate tramite cloud offra flessibilità ma esponga a costi operativi (OPEX) ampiamente variabili. Al contrario, l’implementazione di strumenti on-premise comporta costi iniziali di investimento (CAPEX) molto elevati, ma può rappresentare una forma di protezione rispetto alla volatilità dei prezzi nel lungo periodo.
La strategia di AgID punta a fornire strumenti di analisi per ponderare queste variabili, evitando scelte predefinite e promuovendo una valutazione caso per caso basata su diverse dimensioni d’analisi.
Sovranità digitale e il valore dell’approccio europeo
Il tema dell’innovazione si intreccia inevitabilmente con quello della sovranità digitale. La protezione dei dati e il controllo strategico sulle infrastrutture sono elementi che determinano il futuro economico del Paese e dell’intero continente. In questo senso, AgID introduce nelle nuove linee guida il concetto di disaccoppiamento (decoupling).
«Inserire nelle linee guida di procurement e sviluppo concetti come il disaccoppiamento (o decoupling) significa sfruttare le migliori tecnologie attuali garantendo però la sicurezza per la PA e per le imprese, mantenendo il controllo sui propri dati e offrendo una prospettiva economica e strategica al nostro continente» ha spiegato Nobile. L’obiettivo è creare una “via italiana ed europea” all’intelligenza artificiale, che possa essere riconosciuta globalmente per la sua qualità e trasparenza.
Verso una Explainable AI di Stato
Oltre alla molteplicità, la seconda grande priorità identificata è la Explainable AI o interpretabilità. È fondamentale che i modelli di ultima generazione non siano “scatole nere”, ma sistemi di cui sia possibile comprendere e tracciare i processi decisionali. Questa attenzione all’interpretabilità è ciò che dovrebbe distinguere le soluzioni applicative nazionali, trasformandole in un elemento di valore internazionale, sulla scia di quanto già accaduto con altri standard digitali.
Il Direttore Generale ha richiamato i successi ottenuti con il regolamento eIDAS, le firme digitali, la PEC (Posta Elettronica Certificata) e l’identità digitale. Se un servizio funziona e rispetta standard elevati in Europa, acquisisce automaticamente un grande valore di mercato e di affidabilità. La prospettiva è quindi quella di realizzare soluzioni basate su molteplicità e interpretabilità che portino un «bollo italiano ed europeo» riconosciuto ovunque come elemento di qualità.
Un’infrastruttura pronta per l’accelerazione
Nonostante la velocità con cui altre potenze mondiali come Stati Uniti e Cina stanno investendo nel settore, la posizione italiana rimane competitiva grazie a una solida base industriale e a una Pubblica Amministrazione già fortemente digitalizzata. L’Italia è attualmente il quarto Paese esportatore al mondo e i numeri relativi alla diffusione dei servizi digitali nella PA indicano una maturità tecnologica pronta per il salto di qualità verso l’automazione intelligente.
Il compito dell’Agenzia resta quello di fornire il quadro regolatorio e motivazionale per non cercare soluzioni predefinite, ma per costruire, pezzo dopo pezzo, questo cantiere dell’innovazione. Come sottolineato in chiusura del suo intervento, la finestra temporale per affermare questa visione è ancora aperta, ma richiede un impegno collettivo immediato. «Possiamo farlo: abbiamo una delle migliori industrie al mondo, siamo il quarto Paese esportatore, e una Pubblica Amministrazione i cui numeri dicono che i servizi digitali sono già molto diffusi. Dobbiamo soltanto accelerare».
FAQ: Intelligenza Artificiale
Quali sono le origini e l’evoluzione storica dell’intelligenza artificiale?
Le origini dell’intelligenza artificiale affondano le radici in un passato remoto. L’Arte ha spesso anticipato la tecnologia, come in “Eva Futura” (1866) che descriveva un umanoide con capacità intellettive, o in “Metropolis” (1926) che immaginava la costruzione di un’IA per manipolare l’opinione pubblica. La pietra miliare scientifica arriva con Alan Turing, che nel 1950 formalizzò dimensioni e tesi ancora oggi dibattute. L’Ingegneria vide le prime speculazioni negli anni ’70 del XX secolo, con modelli deduttivi in cui la conoscenza era rappresentata simbolicamente. Questo approccio entrò in crisi negli anni ’80 con l’esigenza di elaborare dati numerici, venendo superato dall’avvento delle Reti Neurali, primo elemento costitutivo delle moderne forme di IA. La storia dell’IA è caratterizzata da stagioni di entusiasmo e “inverni”, fino all’attuale “estate dell’intelligenza artificiale”, segnata dai progressi ottenuti grazie alla maggiore potenza di calcolo disponibile.
Cosa si intende per intelligenza artificiale generale (AGI) e quali sono le sue implicazioni?
L’intelligenza artificiale generale (AGI) si riferisce a una forma di intelligenza artificiale capace di imparare a svolgere qualsiasi attività intellettuale umana e animale. A differenza dell’IA “debole” che risolve solo specifici problemi, l’AGI rappresenterebbe una macchina con capacità cognitive universali, potenzialmente indistinguibile da un umano nel test di Turing. Il concetto è strettamente legato alla “singolarità tecnologica”, un ipotetico punto futuro in cui l’IA diventerebbe così avanzata da poter progettare versioni migliorate di sé stessa, creando un'”esplosione di intelligenza” che supererebbe drasticamente quella umana. Questa idea, teorizzata da figure come Irving J. Good e Raymond Kurzweil, solleva profonde questioni etiche e filosofiche sulla natura della coscienza e sul futuro dell’umanità. Nonostante i progressi recenti nei modelli fondazionali come ChatGPT, l’AGI rimane ancora un obiettivo lontano, mancando ai sistemi attuali la capacità di ragionamento logico e di comprensione del senso comune che caratterizza l’interazione umana.
Quali sono le principali tendenze future dell’intelligenza artificiale?
L’intelligenza artificiale sta evolvendo verso sistemi sempre più autonomi e sofisticati. Tra le principali tendenze emergenti troviamo l’auto-apprendimento, che permette ai sistemi di cercare ed elaborare autonomamente le informazioni necessarie per il loro sviluppo; la multimodalità, che integra diverse forme di percezione (testo, immagini, suoni) avvicinando l’IA alla ricchezza dell’esperienza sensoriale umana; e i progressi nell’efficienza computazionale, che democratizzano l’accesso a queste tecnologie anche con risorse limitate. Altre direzioni significative includono la convergenza tra neuroscienze e IA, che apre nuove frontiere nella comprensione della coscienza; lo sviluppo di sistemi più trasparenti capaci di spiegare i propri ragionamenti; l’emergere di agenti intelligenti sempre più sofisticati; e nuovi paradigmi di ragionamento che superano i limiti tradizionali dell’apprendimento profondo. L’integrazione di principi etici nello sviluppo dell’IA è diventata inoltre una priorità fondamentale per garantire che la tecnologia rimanga allineata con i valori umani.
Come l’intelligenza artificiale sta trasformando l’industria e la produzione?
L’intelligenza artificiale sta rivoluzionando profondamente l’industria, ottimizzando i processi produttivi e aprendo nuove possibilità per l’innovazione. Nel settore industriale, l’IA migliora l’efficienza operativa attraverso l’automazione intelligente, la manutenzione predittiva che anticipa guasti e problemi, e l’ottimizzazione della catena di approvvigionamento. I sistemi di IA analizzano enormi quantità di dati provenienti da sensori e macchinari per identificare pattern e anomalie, permettendo di ridurre i tempi di inattività e i costi di manutenzione. L’IA consente inoltre di migliorare la qualità dei prodotti attraverso sistemi di controllo qualità automatizzati e di personalizzare la produzione in base alle esigenze specifiche dei clienti. Questa trasformazione segna un cambiamento radicale rispetto ai paradigmi tradizionali, reinventando i processi produttivi e rendendo le fabbriche più intelligenti, efficienti e flessibili.
Quali sono le principali questioni etiche legate all’intelligenza artificiale?
L’intelligenza artificiale solleva importanti questioni etiche che richiedono attenzione. Un problema significativo è il bias algoritmico: i sistemi di riconoscimento facciale, ad esempio, hanno mostrato contenuti discriminatori verso gruppi etnici sottorappresentati nei dati di addestramento. La privacy è un’altra preoccupazione centrale, con alcuni modelli IA che raccolgono dati sensibili, incluso il modo in cui digitiamo sulla tastiera. La diffusione di fake news e la questione dell’autonomia di scelta rappresentano ulteriori sfide, specialmente quando si delega all’IA decisioni critiche in ambito medico, legale o finanziario. L’integrazione di principi etici nei sistemi di IA è fondamentale e richiede lo sviluppo di sistemi capaci di bilanciare valori diversi, talvolta in conflitto tra loro. La ricerca esplora varie direzioni: sistemi etici formali incorporati nell’IA, sistemi capaci di apprendere principi etici dall’osservazione del comportamento umano, e approcci ibridi. È essenziale che l’IA rimanga uno strumento di supporto e non un sostituto incontrollato della valutazione umana, garantendo trasparenza nelle decisioni etiche.
Come l’UE sta regolamentando l’intelligenza artificiale?
L’Unione Europea sta affrontando la sfida di disciplinare l’IA con l’AI Act, il primo quadro normativo completo al mondo specificamente dedicato all’intelligenza artificiale. Entrato in vigore il 1° agosto 2024, l’AI Act introduce un approccio basato sul rischio, classificando i sistemi di IA in quattro categorie: rischio inaccettabile (pratiche vietate), alto rischio (soggetti a requisiti stringenti), rischio limitato (con obblighi di trasparenza) e rischio minimo (minimamente regolamentati). Dal 2 febbraio 2025, sono state introdotte restrizioni su pratiche di IA ritenute pericolose, mentre dal 2 agosto 2025 inizierà la piena applicazione delle norme di governance e degli obblighi per i modelli di IA generali. L’AI Act vieta espressamente pratiche come la manipolazione cognitiva, lo sfruttamento delle vulnerabilità, i sistemi di credito sociale e l’identificazione biometrica in tempo reale in spazi pubblici (con alcune eccezioni). Questo regolamento si integra con il GDPR, che già pone attenzione sul trattamento automatizzato dei dati personali, creando un ecosistema normativo completo per la gestione dei sistemi di IA e dei dati personali che utilizzano. Il regime sanzionatorio è significativo, con multe che possono arrivare fino al 7% del fatturato globale annuo per le violazioni più gravi.
Come l’intelligenza artificiale sta cambiando il sistema educativo?
L’intelligenza artificiale sta trasformando profondamente il sistema educativo, richiedendo un cambiamento urgente per adattarsi all’evoluzione sempre più rapida e pervasiva di questa tecnologia. I dati delle recenti ricerche mostrano che, nonostante l’alta percezione di conoscenza dell’IA tra i giovani (94% nella fascia 12-18), esiste una carenza effettiva di competenze digitali, con solo il 55,9% della popolazione 16-19 anni che possiede competenze digitali di base. L’IA offre opportunità significative per personalizzare l’apprendimento, adattando i contenuti allo stile di ogni studente e migliorando l’accesso alle informazioni. Tuttavia, per un sistema educativo efficace nell’era dell’IA, è necessario includere strutturalmente le tecnologie nei percorsi di apprendimento, con un approccio che consenta di padroneggiarle consapevolmente. Questo richiede una riorganizzazione degli spazi fisici e virtuali, la disponibilità di dispositivi e accesso alla rete, e lo sviluppo di un’infrastruttura di conoscenza capillare, accessibile e inclusiva. La scuola deve evolvere da terra di conservazione a terra di sperimentazione, comprensione e consapevolezza, preparando gli studenti alla flessibilità cognitiva e all’apprendimento permanente in un mondo in rapida evoluzione.
Quali sono le critiche filosofiche all’intelligenza artificiale?
Le critiche filosofiche all’intelligenza artificiale sono particolarmente incisive nel pensiero di Noam Chomsky, che ribalta l’approccio fideistico di molti esperti del settore. Chomsky critica l’ottimismo verso l’IA sottolineando le differenze fondamentali tra la mente umana e i sistemi basati su machine learning. Secondo il filosofo, i moderni sistemi di IA, pur impressionanti nelle loro capacità, mancano della vera comprensione e del ragionamento causale tipici dell’intelligenza umana. Chomsky evidenzia la superficialità dei chatbot e i loro limiti etici, considerandoli strumenti che imitano il linguaggio senza realmente comprenderlo. La sua posizione invita a una riflessione più profonda sulle implicazioni dell’IA nella società, mettendo in discussione l’idea che le macchine possano sostituire il genere umano nei processi decisionali complessi. Questa visione critica rappresenta un importante contrappunto al determinismo tecnologico e all’entusiasmo acritico verso l’intelligenza artificiale, richiamando l’attenzione sulla necessità di un approccio più cauto e riflessivo.
Quali sono i tre pilastri della società che l’intelligenza artificiale sta trasformando?
L’intelligenza artificiale sta rivoluzionando tre pilastri fondamentali della nostra società: le istituzioni, l’educazione e la qualità della vita quotidiana. Nelle istituzioni, l’IA migliora l’efficienza dei processi decisionali, la gestione dei dati e la sicurezza delle infrastrutture, contribuendo a una governance più trasparente e reattiva. Viene utilizzata per supportare i traduttori, estrarre informazioni chiave da testi legislativi complessi e proteggere le infrastrutture informatiche. Nel campo dell’educazione, l’IA permette di personalizzare i percorsi formativi adattandoli allo stile di apprendimento di ogni studente, migliorare l’accesso alle informazioni e supportare gli studenti nella verifica e miglioramento del loro lavoro. Infine, nella vita quotidiana, l’IA ottimizza il consumo energetico (come nei data center di Google, dove ha ridotto del 40% l’energia per il raffreddamento), migliora la mobilità urbana (con sistemi come il Traffic Index di TomTom che può ridurre i tempi di pendolarismo del 15-20%) e favorisce la creazione di smart cities più resilienti e inclusive. Il filo conduttore che unisce questi ambiti è la necessità di un’innovazione sinergica e consapevole, che integri l’IA al servizio dell’uomo garantendo che il progresso tecnologico sia orientato al benessere collettivo.
Cosa si intende con Intelligenza Artificiale?
Intelligenza artificiale è una sezione di linguistica informatica e informatica che si occupa della formalizzazione di problemi e compiti simili a quelli eseguiti da una persona.
Al giorno d’oggi si tratta di una sotto disciplina dell’informatica che si occupa di studiare la teoria, le tecniche e le metodologie che permettono di progettare sia i sistemi hardware che quelli software in grado di elaborare delle prestazioni elettriche che simulano una pertinenza dell’intelligenza umana. Il risultato del lavoro dell’intelligenza artificiale non dev’essere difficilmente distinguibile da quello svolto da un umano con delle specifiche competenze.
Come funziona l’IA?
Spesso quando si parla o si scrive di intelligenza artificiale ci si riferisce a una delle componenti come l ‘apprendimento automatico. Per avere a che fare con l’AI è necessario che siano presenti sia componenti hardware sia software specializzati per la scrittura e l’addestramento degli algoritmi di apprendimento automatico.
I linguaggi di programmazione, invece, non sono sinonimo di intelligenza artificiale ma intervengono a costruire sistemi informatici e sono molto diffusi come Python, R e Java.
Questo aspetto della programmazione dell’intelligenza artificiale si concentra sull’acquisizione di dati e sulla creazione di regole per trasformare i dati in informazioni utilizzabili. Le regole, chiamate algoritmi, forniscono ai dispositivi informatici istruzioni passo dopo passo su come completare un compito specifico.
La programmazione dell’intelligenza artificiale necessita di tre abilità cognitive:
- apprendimento,
- ragionamento,
- autocorrezione.
In generale, i sistemi di IA funzionano grazie al fatto che riescono a processare enormi quantità di dati. In questo modo creano correlazioni e modelli usati per fare previsioni. Questo processo consente a un chatbot di produrre scambi di informazioni realistici o a uno strumento a imparare a riconoscere le immagini.
Quali sono le più recenti applicazioni dell’intelligenza artificiale?
L’intelligenza artificiale (IA) sta rivoluzionando il modo in cui viviamo e lavoriamo, trovando applicazione in un’ampia gamma di settori. Ecco alcune delle sue applicazioni più comuni:
Ai nel settore della comunicazione
- Assistenti virtuali: Siri, Alexa, Google Assistant sono solo alcuni esempi di assistenti virtuali che utilizzano l’IA per comprendere il linguaggio naturale e rispondere alle nostre richieste.
- Traduzione automatica: strumenti come Google Translate sfruttano l’IA per tradurre testi da una lingua all’altra in tempo reale.
- Chatbot: sempre più aziende utilizzano chatbot per il customer service cioè per interagire con i clienti, fornendo assistenza e risposte a domande frequenti.
AI nel settore sanitario
- Diagnosi: l’IA può analizzare immagini mediche (radiografie, TAC, ecc.) per identificare malattie con maggiore precisione e rapidità rispetto ai metodi tradizionali.
- Sviluppo di farmaci: l’IA accelera il processo di scoperta e sviluppo di nuovi farmaci, analizzando grandi quantità di dati.
- Assistenza sanitaria personalizzata: l’IA può creare piani di trattamento personalizzati per i pazienti, basati sui loro dati genetici e sulla loro storia clinica.
Ai nel settore industriale
- Robotica: i robot dotati di IA sono in grado di svolgere compiti complessi e ripetitivi con maggiore precisione e flessibilità.
- Manutenzione predittiva: l’IA può prevedere guasti ai macchinari industriali, consentendo di pianificare la manutenzione in modo più efficiente.
- Controllo di qualità: l’IA viene utilizzata per ispezionare prodotti e identificare difetti, garantendo un maggiore livello di qualità.
Altri settori in cui l’intelligenza artificiale trova applicazioni
- Finanza: l’IA viene utilizzata per la gestione del rischio, la previsione dei mercati e la scoperta di frodi.
- Trasporti: le auto a guida autonoma sono un esempio di come l’IA stia rivoluzionando il settore dei trasporti.
- Agricoltura: l’IA viene utilizzata per monitorare le colture, ottimizzare l’irrigazione e prevedere il raccolto.
- Educazione: l’IA può personalizzare l’apprendimento degli studenti, adattandosi ai loro bisogni individuali.
Quali sono i nuovi settori in cui l’AI trova applicazioni?
Tra le tante applicazioni dell’intelligenza artificiale ricordiamo la più famosa che ha reso possibile la creazione di chatbot sempre più sofisticati come ChatGPT e Gemini.
Questi modelli di linguaggio stanno rivoluzionando il modo in cui interagiamo con le macchine, aprendo la strada a nuove e interessanti applicazioni.
Leggi tutti i nostri approfondimenti, esempi e casi studio sull’intelligenza artificiale, le sue implicazioni di carattere normativo e legislativo, di impiego e lavoro, nella vita di tutti i giorni, e sul suo impatto in Italia e in Europa, oltre che nel mondo.
