la sinergia chiave per l’Italia digitale

L’integrazione sinergica tra le strategie di data governance e l’adozione dell’intelligenza artificiale (IA) emerge come una delle direttrici fondamentali per l’innovazione della pubblica amministrazione italiana. Questo tema cruciale è stato al centro di un dibattito approfondito durante FORUM PA 2025, che ha riunito un autorevole panel di rappresentanti istituzionali e player tecnologici. L’obiettivo era delineare le sfide e le opportunità inerenti allo sviluppo delle strategie di IA, in linea con le direttive del Piano Triennale per l’informatica nella Pubblica Amministrazione 2025/2026.

È significativo notare come l’attuale edizione del Piano Triennale introduca, per la prima volta, un Capitolo 5 interamente dedicato all’IA. Questo capitolo definisce principi, obiettivi e linee guida per un’implementazione responsabile e sostenibile dell’IA all’interno degli enti pubblici. Il documento stabilisce traguardi misurabili e scadenze precise con cui la PA è chiamata a confrontarsi: avviare almeno 150 progetti di innovazione supportati dall’IA entro il 2025 e 400 entro il 2026, promuovendo nel contempo 100 iniziative di acquisizione di servizi IA nel 2025, che saliranno a 300 nel 2026. Tuttavia, l’efficacia dell’IA è intrinsecamente legata alla disponibilità di dati di qualità; pertanto, il tema della data governance assume un’importanza capitale.

I dati: propulsore dell’innovazione

Al fine di potenziare la consapevolezza e la capacità progettuale delle amministrazioni in ambito IA, il dibattito si è incentrato sul Capitolo 5 del Piano, intitolato “Dati e Intelligenza Artificiale”. Questo segmento sottolinea come la valorizzazione del patrimonio informativo pubblico sia la chiave per abilitare servizi più efficienti, personalizzati e inclusivi per i cittadini.

Fabrizio Pierleoni, Funzionario Tecnico dell’area dati e interoperabilità presso il Dipartimento per la Trasformazione Digitale – Presidenza del Consiglio dei ministri, ha evidenziato: “La cura della qualità del dato rappresenta un prerequisito fondamentale per garantire il pieno riutilizzo delle informazioni e, nello sviluppo dei modelli di IA, la qualità del dato passa attraverso diversi fattori abilitanti, quali standard condivisi, strumenti tecnologici e governance di dati”.

Antonio Maria Tambato, Direttore della Direzione Innovazione e transizione digitale di AgID, ha rimarcato: ” La sfida principale per la PA è quindi individuare dati di qualità, selezionati e strutturati, per alimentare algoritmi e processi di automazione, superando la tradizionale visione del dato come mera archiviazione”. Ciononostante, a livello di sistema, la vera sfida risiede nell’interoperabilità tecnica e semantica dei dati.

L’interoperabilità dei dati: una missione

I relatori istituzionali, Tambato e Pierleoni, hanno riconosciuto che piattaforme come la PDND (Piattaforma Digitale Nazionale Dati) e il Catalogo Nazionale Dati abilitano l’interoperabilità. Tuttavia, questi strumenti non sono ancora sufficienti a creare ecosistemi informativi in cui dati e servizi siano pienamente accessibili e condivisi tra tutte le amministrazioni. La molteplicità e la disomogeneità delle fonti dati pubbliche richiedono ingenti sforzi preliminari per l’omogeneizzazione dei dati.

Un elemento ritenuto imprescindibile dai relatori è la standardizzazione della semantica, delle ontologie e dei linguaggi condivisi per realizzare un’interoperabilità effettiva. Tuttavia, è stato sottolineato che non si tratta unicamente di problemi tecnici, ma anche di ostacoli culturali, quali la resistenza al cambiamento, la “gelosia del dato” e le difficoltà nel raggiungere accordi comuni che frenano la collaborazione inter-amministrativa.

Il ruolo del partenariato pubblico-privato

Il quadro regolamentare per l’IA nella pubblica amministrazione è in continua evoluzione e non può dirsi ancora consolidato, data la rapidità dell’innovazione e i tempi spesso prolungati dei processi di procurement. Nonostante l’impegno costante nella definizione di norme e linee guida, è imperativo procedere con la concretizzazione dei progetti, gestendo i rischi in modo controllato. Ciò richiede un robusto allineamento tra tecnologia, cultura e normativa. In questo contesto, il partenariato pubblico-privato riveste un ruolo fondamentale, agendo come crocevia di tutte le competenze necessarie per tradurre i progetti in realtà.

Valerio Morfino, Public Sector Industry Managing Partner di DXC Technology, ha spiegato che il valore dell’IA nella PA si misura nella sua capacità di trasformare dati in servizi e conoscenza. ” L’obiettivo che noi operatori economici abbiamo in questo momento con le pubbliche amministrazioni è fare in modo che l’integrazione tra strategie di data governance e adozione dell’intelligenza artificiale si trasformi in un valore effettivo per i cittadini, sia valore diretto in termini di nuovi servizi, sia come un valore indiretto, che si esprime come miglioramento tangibile della macchina amministrativa. L’esperienza di DXC mostra come la valorizzazione di dati ad elevato valore, per esempio nel monitoraggio ambientale o nell’estrazione di informazioni da documenti amministrativi, consenta di anticipare fenomeni, supportare decisioni e migliorare la qualità dei servizi”.

Di grande rilevanza è anche l’expertise dei player tecnologici, condivisa con la PA attraverso programmi di formazione e supporto, volti a superare le resistenze culturali diffuse.

Amministrazioni virtuose: esperienze d’uso e progetti in corso

Dal palco di FORUM PA 2025, i relatori hanno condiviso le proprie esperienze dirette riguardo l’integrazione tra governance dei dati e IA nelle rispettive organizzazioni.

L’INAIL, come illustrato da Francesco Saverio Colasuonno, Dirigente Ufficio Dati & Analytics, adotta un approccio che integra data governance e IA governance in un percorso unitario. Questo modello abbraccia le dimensioni organizzativa, tecnologica e culturale. ” Con il modello organizzativo di data governance, abbiamo definito ruoli, funzioni, processi, policy, competenze dei ruoli”, ha spiegato. “La cosa interessante è che questa linea progettuale non riguarda solo l’IT. Sarebbe sterile produrre un modello organizzativo senza i soggetti principali protagonisti, che sono i colleghi del business e del territorio”. L’INAIL ha inoltre sviluppato un piano di formazione sull’intelligenza artificiale e un piano di comunicazione interna ed esterna. Il loro modello organizzativo per l’IA governance include policy e l’identificazione di piattaforme tecnologiche, dimostrando come la qualità del dato debba essere garantita lungo l’intero ciclo di vita, dall’input all’output dei sistemi IA, integrando principi di etica, privacy e monitoraggio continuo.

L’ISTAT ha implementato l’IA nella fase di diffusione del dato statistico, potenziando la ricerca semantica attraverso chatbot basati su modelli OpenAI. Cecilia Colasanti, Chief Information Officer dell’ISTAT, ha dichiarato: ” Noi abbiamo aggiunto una funzione di intelligenza artificiale basata su Open AI per potenziare la ricerca semantica, integrandola in un chatbot con cui gli utenti possono interagire, per cui l’obiettivo di questo progetto è facilitare la ricerca utilizzando un linguaggio naturale”. Questo progetto, caratterizzato da forte partecipazione e validazione metodologica, esemplifica come la collaborazione pubblico-privato possa generare servizi innovativi e di qualità.

La Regione Emilia-Romagna, per voce di Eleonora Verdini, Dirigente Area Statistica, dati e sistemi geografici, ha sviluppato una strategia dei dati incentrata sulla costruzione di un catalogo di dataset e sulla democratizzazione del dato tramite il data marketplace. ” Il primo pilastro di questo percorso di data governance è stata proprio la costruzione del catalogo dei dataset”. L’impiego di strumenti di analisi avanzata e IA, come la Big Data Platform “Margherita”, ha consentito lo sviluppo di use case in ambiti quali sanità, protezione civile e mobilità, promuovendo coesione e condivisione di best practice sul territorio.

Andrea Giannobile, Responsabile Direzione Risorse Strumentali e Centrale degli Acquisti di ENAC, ha presentato il caso del gemello digitale Hyper Twin per la gestione della mobilità aerea innovativa. Basato su dati open source e algoritmi di machine learning, questo modello valuta la complessità delle missioni dei droni. “Abbiamo elaborato questo modello digitale che utilizza open data e open source in grado di dare uno score di complessità della missione tramite un algoritmo di machine learning”. Il progetto sottolinea la necessità di convergenza tra fonti dati eterogenee e l’importanza della qualità e della semantica dei dati per la scalabilità delle soluzioni innovative.

PA proattiva: visioni e prospettive

La sinergia tra data governance e intelligenza artificiale nella PA italiana si configura come un percorso articolato, che esige investimenti in cultura, formazione, tecnologie e collaborazione interistituzionale. Dal confronto tra i panelist sono emerse alcune direttrici comuni che costituiscono il cuore della trasformazione digitale nella PA. La qualità e la cultura del dato, unitamente alla standardizzazione, sono temi fondamentali per abilitare l’interoperabilità e la diffusione di servizi basati sull’IA.

La formazione, sia tecnica che culturale, è considerata una leva strategica per superare le resistenze al cambiamento e garantire una gestione consapevole dei rischi legati all’adozione dell’IA. La necessità di un quadro normativo e regolamentare consolidato si accompagna all’invito a gestire l’innovazione con una propensione al rischio e un’apertura alla sperimentazione, favorendo la condivisione di best practice e la collaborazione tra amministrazioni e operatori economici.

Le esperienze presentate dimostrano inequivocabilmente che solo attraverso una governance condivisa, la qualità dei dati e la centralità del cittadino è possibile costruire una PA digitale efficiente, trasparente e capace di affrontare le sfide future.