l'emergenza sociale

Come ti scovo i bulli con l’intelligenza artificiale: il progetto “BullyBuster”

L’intelligenza artificiale può essere usata per individuare automaticamente i contenuti di cyberbullismo o per riconoscere comportamenti sospetti tramite l’utilizzo della biometria comportamentale e della “crowd analysis”. Il progetto “acchiappabulli” di quattro atenei del Sud Italia

Pubblicato il 17 Mag 2021

Gian Luca Marcialis

Università degli Studi di Cagliari

Marco Micheletto

Università degli Studi di Cagliari

Giulia Orrù

Università degli Studi di Cagliari

Logo del progetto PRIN2017 “BullyBuster - A framework for bullying and cyberbullying action detection by computer vision and artificial intelligence methods and algorithms”.

L’intelligenza artificiale può essere un’arma potente per identificare episodi di violenza e per combattere il bullismo sia nel mondo virtuale che in quello reale.

È questo l’obiettivo del progetto “BullyBuster – A framework for bullying and cyberbullying action detection by computer vision and artificial intelligence methods and algorithms”, finanziato nell’ambito del bando relativo ai Progetti di Rilevante Interesse Nazionale (PRIN) del 2017[1], che vede coinvolti quattro gruppi di ricerca multidisciplinari afferenti a quattro atenei del Sud Italia (Università degli Studi di Bari Aldo Moro, Università degli Studi di Cagliari, Università degli Studi di Foggia, Università degli Studi di Napoli Federico II).

Vediamo di cosa si tratta.

Scovare i bulli con l’intelligenza artificiale

Bullismo e cyberbullismo sono fenomeni che, a causa della loro crescente diffusione, sono diventati una vera e propria emergenza sociale.

Le azioni violente che caratterizzano i due fenomeni, quali molestie verbali, aggressioni fisiche, persecuzioni, revenge-porn, ecc., sono generalmente condotte tra i giovani nell’ambiente scolastico ma l’alta diffusione di dispositivi mobili porta questa grave piaga sociale anche all’esterno delle scuole.

Attraverso l’apprendimento automatico, è possibile rilevare i modelli linguistici utilizzati dai bulli e dalle loro vittime e sviluppare regole per rilevare automaticamente i contenuti di cyberbullismo [1,2].

A livello di bullismo fisico, l’intelligenza artificiale può essere utilizzata per riconoscere comportamenti sospetti tramite l’utilizzo della biometria comportamentale [3] e della “crowd analysis” [4], cioè lo studio dei naturali movimenti di persone, gruppi di persone o oggetti.

Il progetto BullyBuster

Il progetto prevede lo sviluppo di un sistema in grado di determinare se in un dato luogo fisico (scuola/piazza o altri contesti), durante la comunicazione social oppure tramite smartphone si stanno compiendo azioni prepotenti e violente, minacce o ingiurie.

L’ “acchiappabulli” sarà in grado di segnalare se è in corso un atto bullistico ovunque esso sia compiuto, permetterà di controllare i toni e le azioni degli aggressori, proteggendo le vittime ed allertando le forze dell’ordine di un pericolo imminente.

La cooperazione sinergica delle quattro università coinvolte prevede l’utilizzo di diverse fonti di dati:

  • un’analisi basata su video, tramite un processo di segmentazione e caratterizzazione della scena mediante descrittori strutturali temporali e spaziali, permetterà di rilevare specifiche azioni di bullismo sulla base dei movimenti della folla intorno alla vittima e, ove possibile, alla sua espressione facciale;
  • un’analisi testuale durante le comunicazioni digitali nei social network permetterà, mediante l’individuazione di parole e frasi tipiche di molestie, oppressione e stalking informatici, di individuare alcuni stati di disagio connessi a bullismo o cyberbullismo, come ansia e depressione;
  • un’analisi comportamentale mediante il rilevamento della dinamica della sequenza di tasti e l’analisi della pressione dei tasti o del touchscreen nei dispositivi elettronici (smartphone/tablet) sarà di supporto per evidenziare quanto più precocemente possibile il verificarsi di una condizione emotiva anomala, riconducibile ad un fenomeno di bullismo.

I modelli statistici e generativi alla base di questi strumenti sono ispirati da modelli di comportamento definiti degli psicologi del team. Il progetto è totalmente conforme con la normativa privacy e le modifiche introdotte con il GDPR grazie alla presenza nel team di ricercatori giuristi, che si occupano, inoltre, di indicare le conseguenze giuridiche dei comportamenti dei bulli e le possibili tutele per le vittime.

Un descrittore temporale per la detection di azioni violente

Nell’ambito del progetto, l’Unità di Cagliari ha sviluppato un prototipo per l’osservazione da videocamera di gruppi di soggetti non singolarmente identificabili, ma in grado di fornire sufficienti informazioni per segnalare, in base a modelli comportamentali opportunamente codificati, eventi “anomali” come episodi di violenza o panico[2].

L’obiettivo del nuovo descrittore, i cui dettagli sono stati pubblicati in [9], che si ispira all’algoritmo Local Binary Pattern monodimensionale (1D-LBP) [5], è quello di misurare, attraverso schemi appropriati, la velocità di formazione e dispersione di assembramenti nella folla. Tali schemi dipendono dal numero di gruppi osservati in una finestra temporale. Un’appropriata unità di misura, denominata “trit”, rappresenta tre possibili stati dinamici su un determinato frame: il numero dei gruppi aumenta, diminuisce o rimane inalterato (Figura 2).

La nostra ipotesi è che le brusche variazioni nel numero di persone che compone un gruppo siano riconducibili a un evento anomalo, che può essere di conseguenza rilevato traducendo tali variazioni in sequenze di stringhe basate sul trit temporale, che pertanto saranno significativamente diverse da quelle relative ad una situazione senza anomalie.

Figura 2: Fasi di un sistema di rilevazione di anomalie: (1) si seleziona un sottoinsieme di frame dal video in esame; (2) si estraggono caratteristiche di basso livello per ottenere una stima del numero di gruppi in ogni scena; (3) si assegnano i trit corrispondenti ai vari stati dinamici; (4) rilevazione delle anomalie attraverso una specifica soglia.

Per il conteggio dei gruppi sono stati confrontati 4 diversi metodi:

  • Conteggio manuale come ground truth (MC);
  • Clustering of Optical Flow (COF) [6];
  • Cascade Detector (CD) [7];
  • Blob Detector (BD).

Abbiamo quindi valutato gli istogrammi delle occorrenze dei codici trit. Al bin centrale dell’istogramma viene applicata una soglia rappresentativa dello stato di quiete, e funge da innesco per la rilevazione dell’anomalia.

La Tabella 1 riporta in sintesi i risultati sperimentali completi conseguiti sul dataset Motion Emotion [8], valutati in termini di precision, recall e F1 Score.

I parametri del sistema sono stati impostati utilizzando un’ottimizzazione sulla base della metrica F1 Score. L’ottimizzazione è stata eseguita sia in modo supervisionato (F1 Score massimizzato su tutti i video) sia con una convalida incrociata Leave-one-out (F1 Score massimizzato su N -1 video) e test sul video escluso.

SupervisedLeave-one-out
PrecisionRecallF1PrecisionRecallF1
MC88.89%94.12%91.43%79.31%71.87%75.41%
COF71.11%88.89%79.01%52.50%60.00%56.00%
CD75.00%91.67%82.50%73.17%83.33%77.92%
BD70.45%86.11%77.50%56.52%74.29%64.20%

Tabella 1: Risultati sperimentali ottenuti su tutti i video del ME dataset, utilizzando differenti metodi per il conteggio dei gruppi.

È evidente dall’analisi dei risultati che il metodo scelto per il conteggio dei gruppi influisce direttamente sulle prestazioni del descrittore. Tra quelli esaminati, il più affidabile è il Cascade Detector che nel protocollo Leave-one-out raggiunge prestazioni di rilevamento migliori persino del conteggio manuale.

Inoltre, la differenza di prestazioni tra il protocollo supervisionato e quello Leave-one-out suggerisce che un’impostazione più accurata dei parametri consentirebbe un rilevamento più affidabile.

Casi particolari

Analizzeremo ora alcuni video del dataset utilizzato al fine di mostrare nel dettaglio il comportamento del descrittore proposto. Nei grafici seguenti, le linee verdi rappresentano le anomalie effettive, mentre le linee rosse le anomalie rilevate dal sistema. Se la linea rossa si trova in una zona verde chiaro, significa che l’anomalia è stata correttamente identificata.

Un primo esempio riguarda il video 009, dove è possibile osservare un caso di corretta rilevazione dell’anomalia con tutti i metodi di conteggio (Fig. 3). Il video è caratterizzato inizialmente da un flusso statico di individui, ovvero una folla strutturata, e di conseguenza un numero costante di gruppi. L’evento di panico genera un movimento della folla tale da essere identificato dai rilevatori di anomalie. Questo comportamento conferma esplicitamente le ipotesi alla base del nostro lavoro.

Figura 3: Alcuni frame e descrizione grafica del rilevamento per il video 009: esso contiene una situazione di panico che è stata correttamente identificata con tutti i metodi di conteggio esaminati.

D’altro canto, esistono delle situazioni in cui è particolarmente complicato distinguere dei veri eventi anomali da semplici cambiamenti nella composizione della folla. È il caso del video 023, riportato in Figura 4, caratterizzato da un gran numero di falsi allarmi. Ciò accade quando la folla non è ben strutturata e i piccoli cambiamenti nel numero di gruppo viene erroneamente interpretato dal sistema come molteplici anomalie. È possibile ridurre questo effetto agendo a livello di istogramma, evitando i picchi che rappresentano le piccole variazioni della folla.

Figura 4: Alcuni frame e descrizione grafica del rilevamento per il video 023: non sono presenti anomalie all’interno del video, ma sistema rileva comunque dei falsi allarmi.

Conclusioni

Questo lavoro rappresenta il nostro primo contributo alla lotta contro il bullismo. Ci siamo concentrati sullo sviluppo di un rilevatore di eventi anomali su piccole o grandi folle attraverso algoritmi di computer vision. Abbiamo confermato la nostra ipotesi, secondo la quale è possibile identificare le rapide variazioni dei gruppi in una scena, codificandole attraverso una nuova unità di misura chiamata “trit”. Sebbene siano necessari ulteriori studi per ridurre il numero di falsi allarmi in caso di cambiamenti lenti e controllati, il descrittore sviluppato è caratterizzato da un’elevata versatilità, ed è pertanto completamente adattabile a seconda del contesto reale o del tipo di anomalia da rilevare.

Bibliografia

[1] K. Reynolds, A. Kontostathis and L. Edwards, “Using Machine Learning to Detect Cyberbullying” 2011 10th International Conference on Machine Learning and Applications and Workshops, Honolulu, HI, 2011, pp. 241-244.

[2] K. Dinakar, R. Reichart, and H. Lieberman, “Modeling the Detection of Textual Cyberbullying” in Proc. IEEE International Fifth International AAAI Conference on Weblogs and Social Media (SWM’11), Barcelona, Spain, 2011.

[3] Weiming Hu, Tieniu Tan, Liang Wang and S. Maybank, “A survey on visual surveillance of object motion and behaviors,” in IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), vol. 34, no. 3, pp. 334-352, Aug. 2004.

[4] J. C. Silveira Jacques Junior, S. R. Musse and C. R. Jung, “Crowd Analysis Using Computer Vision Techniques,” in IEEE Signal Processing Magazine, vol. 27, no. 5, pp. 66-77, Sept. 2010.

[5] Chatlani, N., & Soraghan, J. J. (2010). Local binary patterns for 1-D signal processing. 95-99.18th European Signal Processing Conference (EUSIPCO-2010), Aalborg, Denmark.

[6] B. K. Horn and B. G. Schunck, “Determining optical flow,” Artificial intelligence, vol. 17, no. 1-3, pp. 185–203,1981.

[7] G. Bradski, “The OpenCV Library,” Dr. Dobb’s Journal of Software Tools, 2000.

[8] H. Rabiee, J. Haddadnia, H. Mousavi, M. Kalantarzadeh, M. Nabi, and V. Murino, “Novel dataset for fine-grained abnormal behavior understanding in crowd,” in 13th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS), 2016, pp. 95-101.

[9] G. Orrù, D. Ghiani, M. Pintor, G.L. Marcialis, F. Roli, Detecting Anomalies from Video-Sequences: a Novel Descriptor, IEEE/IAPR 25th Int. Conf. on Pattern Recognition (ICPR 2021), Milano (Italy), 10-15th, Jan., 2021, https://arxiv.org/abs/2010.06407, DOI: 10.1109/ICPR48806.2021.9412855.

  1. http://www.bullybuster.unina.it/
  2. https://www.youtube.com/watch?v=J86MKbP80kw

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 3