L’AI nella Pubblica Amministrazione promette semplificazione e produttività, ma apre una questione decisiva: chi governa gli strumenti, i dati e le responsabilità quando le decisioni pubbliche passano attraverso sistemi algoritmici?
L’intelligenza artificiale generativa è già entrata nella PA: prepara bozze, suggerisce risposte, “ottimizza” flussi. Viene presentata come la leva decisiva per produttività e semplificazione, ma una cosa va detta senza giri di parole: la tecnologia non è neutrale, aumenta la velocità e, con essa, sposta il potere. Se non la governi, quindi, non stai riformando, stai solo rendendo il potere meno visibile.
Indice degli argomenti:
AI nella Pubblica Amministrazione: una velocità da governare
Eppure la corsa è già partita, spesso senza protocolli, senza formazione adeguata e senza una regia pubblica credibile. Singoli uffici adottano strumenti commerciali in modo autonomo, con logiche di approvvigionamento che ignorano i rischi di dipendenza tecnologica e le implicazioni sui dati sensibili dei lavoratori e dei cittadini. Il risultato è un’innovazione a macchia di leopardo. Chi ha risorse e iniziativa va avanti, gli altri restano indietro e la distanza tra le amministrazioni cresce invece di ridursi.
Pubblica Amministrazione e AI tra divari, dati e dipendenza tecnologica
Il problema non è se usarla – lo stiamo già facendo, spesso in modo informale – ma come. Ogni algoritmo porta con sé una visione del lavoro: controllo o autonomia, responsabilità o deresponsabilizzazione, cooperazione o scorciatoia individuale. Nel pubblico questa scelta è cruciale perché quando atti, valutazioni o comunicazioni ai cittadini passano per sistemi opachi non è solo una questione organizzativa, è un problema di legittimità democratica.
L’AI nella Pa non semplifica senza processi ripensati
Produttività e semplificazione restano obiettivi condivisibili, ma non automatici. L’IA può accelerare i processi e ridurre il peso delle mansioni ripetitive, ma senza una riprogettazione dei processi rischia di digitalizzare le inefficienze, spostare i colli di bottiglia e ampliare le zone d’arbitrio. Pensiamo a un ufficio che adotta strumenti di intelligenza artificiale per gestire le pratiche, ma i cui archivi sono ancora parzialmente cartacei e le banche dati non comunicano tra loro. In quel contesto l’AI non semplifica ma, anzi, amplifica il caos con l’aggiunta di un’interfaccia che ne maschera l’origine.
La semplificazione vera non nasce infatti da un “tool” ma da scelte politiche su competenze, responsabilità, interoperabilità e qualità dei dati, altrimenti si corre di più ma per restare fermi.
Competenze pubbliche e AI: il rischio della dipendenza dagli output
C’è poi un effetto collaterale di cui si parla troppo poco legato all’impoverimento delle competenze. L’AI può alleggerire il lavoro e ridurre lo stress, ma non costruisce pensiero critico. Senza presìdi di qualità e lavoro di squadra si crea dipendenza dagli output: meno apprendimento, meno tutoraggio, meno comunità di pratica. Se elimini i “compiti di ingresso”, cioè, elimini anche la formazione reale delle nuove generazioni di funzionari.
Così, una generazione di dipendenti pubblici rischia di non imparare come si costruisce un’istruttoria complessa, come si ponderano interessi contrapposti, come si motiva un provvedimento discrezionale e delegare queste operazioni a sistemi che producono testi plausibili non significa automatizzare la burocrazia ma svuotarla di senso giuridico e istituzionale. Un’amministrazione in cui i funzionari non sanno più ragionare in autonomia è esposta a errori sistematici e incapace di gestire l’eccezione – che nella pubblica amministrazione, però, è quasi sempre la regola.
Formazione, giudizio e cultura del dato
Per questo è urgente investire in una formazione che non si riduca all’addestramento sull’uso degli strumenti, ma rafforzi il giudizio, stimoli la lettura critica degli output algoritmici, la comprensione dei limiti dei modelli, la cultura del dato. Non tecnicismi, ma consapevolezza. Un compito che non può essere delegato ai fornitori tecnologici né lasciato all’iniziativa del singolo funzionario volenteroso.
Tracciabilità dell’AI e responsabilità umana nelle decisioni pubbliche
A questi fattori si aggiunga l’importanza della tracciabilità dell’AII che, lungi dall’essere un orpello etico, è una condizione di efficacia e fiducia perché un algoritmo opaco nei processi pubblici non è innovazione ma asimmetria di potere e quando questa asimmetria riguarda pensioni, prestazioni sociali o accesso ai servizi, le conseguenze sono concrete e spesso irreversibili. Anche per questo l’AI può assistere ma non decidere.
Deve essere sempre chiaro chi firma, chi risponde, chi si assume le conseguenze. Senza responsabilità visibile, l’automazione diventa un paravento dietro cui si nascondono scelte che nessuno vuole intestarsi.
Contrattazione, AI Act e governance dell’AI nella Pubblica Amministrazione
Tuttavia, integrare l’AI nella contrattazione e nella regolazione interna è l’unico modo per rendere le scelte tecnologiche legittime e sostenibili. Perimetri d’uso, carichi di lavoro, tutela dei dati, formazione, criteri di valutazione e responsabilità umana sono oggi i nodi su cui si misura la qualità dell’amministrazione, ma è importante che ogni algoritmo sia accompagnato da verifiche sindacali sugli indicatori utilizzati e che il giudizio finale resti sempre umano e motivato. Solo così la tecnologia diventa un supporto, non uno strumento di disciplinamento. È questa la differenza tra automazione partecipata e controllo opaco.
Non è una posizione difensiva ma di merito. L’AI Act europeo ha già classificato come “ad alto rischio” i sistemi di AI usati nei processi amministrativi con impatto sui diritti dei lavoratori e dei cittadini e questo impone obblighi di trasparenza, conformità e supervisione umana che molte amministrazioni italiane devono ancora attuare. La scelta è: usare i guadagni di produttività per aumentare pressione e sorveglianza, oppure per migliorare la qualità del lavoro e dei servizi. L’AI può essere leva di riforma solo se incastonata in un ecosistema di semplificazione reale, diritti digitali, contrattazione e leadership responsabile.
Per questo la partita è politica, non tecnica e servono riforme di governance chiare. Senza una bussola di valori condivisa potremo forse correre di più, ma verso organizzazioni più fragili e meno credibili. Nel lavoro pubblico, dove efficienza e democrazia devono camminare insieme, questo non è un dettaglio ma il cuore stesso della riforma.
