AI nella PA: 120 progetti, ma meno di uno su cinque misura i risultati
L’intelligenza artificiale è già entrata nella pubblica amministrazione italiana, ma la vera sfida non è aumentare il numero delle sperimentazioni. È trasformarle in sistemi controllabili, misurabili e coerenti con i procedimenti amministrativi
17 Novembre 2026
Redazione FPA

Foto di Diana Polekhina su Unsplash
L’uso dell’intelligenza artificiale nella pubblica amministrazione si sta confermando come una delle tendenze più importanti degli ultimi anni. Non si tratta più di una tecnologia confinata alla sperimentazione: l’IA sta entrando progressivamente nei processi operativi di imprese e amministrazioni pubbliche.
Lo dicono anche i numeri: la prima ricognizione sistematica sull’adozione dell’AI nella PA centrale, condotta da AgID con il supporto del Politecnico di Milano e di Cassa Depositi e Prestiti, afferma che 45 organizzazioni (su un totale di 142 censite) hanno dichiarato di avere almeno un’iniziativa di intelligenza artificiale in corso, per un totale di 120 progetti. Di questi, 50 sono relativi alle infrastrutture sociali e sostenibili e 70 sono riferiti ad altri ambiti di applicazione.
Leggendo dalla ricerca stessa, “gli obiettivi prevalenti delle iniziative rilevate risultano orientati, nel 42% dei casi, al miglioramento dell’efficienza operativa, seguiti dal potenziamento della capacità di gestione e analisi dei dati (24%). Una quota pari al 18% delle progettualità è invece finalizzata al miglioramento dell’accesso ai servizi da parte di cittadini e imprese”.
Molti dei progetti censiti riguardano chatbot, assistenti virtuali, analisi documentale e sistemi di supporto alle decisioni, con un interesse crescente verso l’AI generativa applicata ai processi amministrativi.
Sono numeri importanti, soprattutto se consideriamo che parliamo di un’indagine relativa all’anno scorso.
Oltre a questi dati positivi, ci sono però delle discrepanze. Nell’indagine di AgID, emerge che solamente un progetto di IA su cinque abbia definito indicatori di performance oggettivi che consentissero di misurare i risultati ottenuti. E se passiamo al mondo privato, il 71% delle aziende ha introdotto almeno un progetto di IA, ma solo il 21% di esse la utilizza in modo significativo in più settori aziendali.
Sono numeri che suggeriscono una conclusione: acquistare o sperimentare una tecnologia è relativamente facile. Più difficile è inserirla in processi reali, attribuire responsabilità, verificarne l’impatto e dimostrare che le decisioni supportate dall’AI siano corrette, tracciabili e comprensibili.
Un’IA che ricostruisca l’iter e le procedure
Abbiamo visto come l’IA stia entrando nei processi della PA e sappiamo bene che, negli ultimi anni, attraverso determinate leggi, l’uso dell’intelligenza artificiale sia stato normato in modo abbastanza solido.
E a proposito di normativa, è fondamentale che l’ente pubblico abbia pieno controllo sulle procedure amministrative svolte attraverso sistemi di IA.
L’AI Act, ad esempio, adotta un modello basato sul rischio, con obblighi differenti a seconda della funzione e dell’impatto della procedura. Quando un sistema, nella lavorazione di una pratica attraverso sistemi di IA, segnala possibili anomalie, occorre poter ricostruire tutti i seguenti fattori:
- quale problema amministrativo si voleva risolvere;
- quali dati sono stati impiegati;
- chi ne ha verificato qualità, aggiornamento e legittimità d’uso;
- quale modello o strumento è stato scelto;
- quali controlli sono stati eseguiti;
- chi ha preso la decisione finale;
- come può essere individuato e corretto un errore.
Il punto, quindi, non è soltanto rendere visibile la presenza dell’intelligenza artificiale. Bisogna rendere governabile l’intera catena che conduce dal bisogno amministrativo alla decisione.
Parlando di normativa, l’Italia ha aggiunto un altro tassello importante con la Legge 23 settembre 2025, n. 132, entrata in vigore il 10 ottobre 2025 e dedicata allo sviluppo, all’adozione e all’impiego dei sistemi di intelligenza artificiale. Questa normativa promuove un uso corretto, trasparente, responsabile e antropocentrico dell’AI, con particolare attenzione ai rischi economici e sociali e all’impatto sui diritti fondamentali.
Per la pubblica amministrazione il principio centrale che emerge dalla legge è netto: l’intelligenza artificiale può essere utilizzata come supporto all’attività amministrativa, ma la responsabilità delle decisioni resta in capo alla persona.
Human-in-the-loop: necessario, ma non sufficiente
La presenza della persona nel processo decisionale è fondamentale, soprattutto quando sono coinvolti i diritti di cittadini e cittadine. Ma il concetto di human in the loop, cioè un processo, in questo caso tecnologico, in cui l’uomo è inserito come parte attiva, non basta.
Un responsabile, infatti, può rilevare un errore solo nella risposta finale, più difficilmente può accorgersi di un dataset incompleto, di un dato non accurato o di un fornitore che abbia modificato una componente rilevante del servizio.
Proprio per combattere questi problemi, le indicazioni elaborate da AgID per lo sviluppo e l’approvvigionamento di sistemi di AI nella PA richiamano principi come qualità e trasparenza dei dati, centralità della persona, prevenzione del danno, cybersicurezza e resilienza lungo l’intero ciclo di vita.
Dalla prova pilota alla capacità di governo
L’adozione dell’AI nella PA entra oggi in una fase nuova. La sperimentazione resta importante, ma non è più sufficiente valutare soltanto la precisione tecnica o l’effetto dimostrativo di un progetto.
Una sperimentazione dovrebbe partire con almeno cinque elementi già definiti:
- una decisione o un processo amministrativo chiaramente individuato;
- una responsabilità organizzativa esplicita;
- dati pertinenti e sottoposti a controlli di qualità;
- indicatori per misurare benefici, errori e impatti;
- condizioni per sospendere, correggere o non mettere in esercizio il sistema.
La domanda decisiva, quindi, non è “quanto è avanzata l’AI?”, ma “quanto è preparata l’organizzazione a governarla?”.
QUESTIO: partire dalle domande per governare dati e intelligenza artificiale
È in questa prospettiva che si inserisce QUESTIO, il framework di Data Management & AI Governance sviluppato da HSPI – TXT Public Sector: un metodo fatto di regole, ruoli, responsabilità e controlli, che parte dal problema dell’Amministrazione e solo dopo individua lo strumento più adatto a risolverlo.
Il bisogno viene tradotto in domande precise, ciascuna collegata a una decisione reale. Per ogni domanda QUESTIO stabilisce chi decide, quale valore deve essere prodotto, quali rischi vanno gestiti e quali dati sono strettamente necessari per rispondere. Non tutti quelli disponibili, solo quelli utili. È questa selezione a contenere costi, tempi ed esposizione, evitando di lavorare su grandi basi dati poco pertinenti.
Il percorso procede per gate successivi: domanda, condizioni organizzative, qualità del dato, scelta dello strumento, decisione. Ogni gate ha criteri di passaggio espliciti: se mancano le condizioni minime, l’iniziativa viene ridimensionata, corretta o fermata.
Il metodo si traduce poi in un punto di controllo operativo: un AI Gateway unico attraverso cui passano tutte le richieste ai modelli di Intelligenza Artificiale. Il Gateway applica la policy d’uso adottata dall’ente, indirizza ogni richiesta al modello più adatto, traccia chi ha chiesto cosa e con quali dati, e misura i consumi. Così si passa dalle licenze per singola postazione a un modello a consumo governato. Le regole di QUESTIO non restano sulla carta: diventano controlli applicati e verificabili su ogni utilizzo.
All’interno del posizionamento di HSPI – TXT Public Sector, questo approccio fa parte di un modello end-to-end che integra conoscenza dei processi pubblici, AI governance, Enterprise Architecture, cybersecurity, system integration, change management e accompagnamento all’adozione.
L’obiettivo non è aggiungere un ulteriore livello procedurale, ma inserire i controlli nel modo stesso in cui l’AI viene usata, per passare da sperimentazioni isolate a programmi di intelligenza artificiale controllabili e misurabili. Perché, nell’AI applicata alla PA, il problema, le domande, i dati e le responsabilità vengono prima dello strumento.