Una riflessione sul tema di Francesco Frinchillucci, South, West and East Europe Head of Public Sector, SAS

La pressione sulle amministrazioni pubbliche per migliorare i servizi e l’efficienza operativa è oggi più forte di sempre. È naturale guardare con interesse all’intelligenza artificiale, ai modelli generativi e ai sistemi agentici. Ma una diffusione crescente di queste tecnologie porta con sé interrogativi che, nel settore pubblico, hanno un peso particolare. Equità, trasparenza, controllo, responsabilità non sono opzioni: sono requisiti.

L’intelligenza artificiale può aiutare gli enti pubblici a decidere meglio, a rendere i servizi più rapidi e accessibili, a utilizzare le risorse in modo più efficiente. Aumenta però anche l’esposizione a rischi non trascurabili: errori sistemici, discriminazioni algoritmiche, vulnerabilità di privacy, interruzioni di servizio. Nel settore pubblico, dove universalità ed equità sono principi fondanti, questi rischi non possono essere accettati come effetti collaterali dell’innovazione.

Per questo, adottare l’IA in modo efficace significa prima di tutto dotarsi di una governance solida, capace di tutelare la fiducia di cittadini e stakeholder istituzionali. Le esperienze più mature, anche italiane, mostrano che l’innovazione funziona davvero quando poggia su basi chiare. Cinque condizioni mi paiono indispensabili.

Anticipare la regolamentazione, non rincorrerla

L’AI Act europeo e la legge italiana 132/2025 hanno definito un perimetro chiaro. Le sanzioni previste, anche se per le amministrazioni saranno rimodulate, esistono. Muoversi in anticipo consente di governare la compliance invece di subirla. Definire per tempo policy interne, criteri di classificazione del rischio, meccanismi di audit, tracciabilità delle decisioni, permette di adattarsi con continuità ai cambiamenti normativi. È un investimento che riduce i costi futuri e libera energie per la sperimentazione.

Trasformare la governance in fattore abilitante

Quando mancano regole interne chiare, i progetti di IA rallentano o si fermano. Una governance ben costruita produce l’effetto opposto: stabilisce principi condivisi, definisce confini operativi, dà alle persone la sicurezza necessaria per agire. Partire da casi d’uso a rischio contenuto ma ad alto impatto, come l’elaborazione documentale o l’analisi predittiva per l’allocazione delle risorse, consente di costruire competenze ed esperienze riutilizzabili nei progetti successivi.

Tradurre la missione pubblica nei sistemi tecnologici

Le amministrazioni operano per definizione nell’interesse collettivo. La governance dell’IA offre l’occasione di portare questa missione dentro le scelte tecnologiche, non solo come dichiarazione di principio. Centralità della persona, equità, trasparenza, responsabilità diventano criteri di progettazione, non solo di comunicazione. È un approccio che ha anche un effetto sulle competenze: i professionisti dell’IA, in un mercato in cui la domanda supera l’offerta, tendono a scegliere organizzazioni che dimostrano un impegno concreto verso un uso responsabile della tecnologia.

Proteggere la fiducia dei cittadini

Nel settore pubblico, la fiducia è un asset irrinunciabile. Quando una decisione automatizzata incide sulla vita delle persone, i cittadini hanno diritto a chiarezza, decisioni corrette, spiegazioni comprensibili. Una governance efficace risponde a queste aspettative con meccanismi strutturati di trasparenza ed esplicabilità, con responsabilità chiaramente attribuite, con un monitoraggio continuo dei modelli per intercettare bias, derive o effetti indesiderati prima che diventino sistemici. Gli esempi internazionali di utilizzi impropri dell’IA, raccolti in database specializzati sugli incidenti tecnologici, mostrano quanto siano reali le conseguenze di sistemi non governati.

Salvaguardare la capacità di innovare nel tempo

Ogni errore nel settore pubblico viene amplificato dall’attenzione mediatica e dal dibattito politico. L’intelligenza artificiale, per sua natura, può moltiplicare l’impatto di questi errori, soprattutto in assenza di supervisione umana. Una governance robusta non serve solo a prevenire le criticità: serve a gestirle in modo trasparente quando emergono, mantenendo la fiducia che è la condizione stessa della continuità dell’innovazione.

Le cinque condizioni indicano la direzione. Tradurle in pratica richiede l’equilibrio tra struttura organizzativa, strumenti tecnologici e cultura interna. Supervisione, processi operativi, conformità normativa e formazione devono evolvere insieme, lungo un percorso graduale di maturità. Affrontare la governance dell’IA con metodo è la condizione perché l’innovazione produca valore reale, mantenendo al centro fiducia, responsabilità e servizio ai cittadini.