IA, progettazione europea e Project Management: tra sperimentazione e adozione antropocentrica

Negli ultimi anni la Pubblica Amministrazione italiana è stata protagonista di una trasformazione rilevante. Il Piano Nazionale di Ripresa e Resilienza (PNRR), la programmazione della Politica di Coesione 2021-2027 e la crescente partecipazione ai programmi europei a gestione diretta hanno modificato profondamente il modo di pianificare, gestire e valutare le politiche pubbliche. Le amministrazioni sono oggi chiamate non solo a garantire la legittimità dell’azione amministrativa, ma anche a dimostrare capacità di pianificazione, gestione, monitoraggio e misurazione dei risultati, in termini di output e outcome.

In questo scenario l’intelligenza artificiale rappresenta una delle innovazioni più significative ed uno strumento funzionale alla trasformazione della PA. Tuttavia, limitarne la lettura alla sola dimensione tecnologica sarebbe riduttivo. Per la progettazione nella Pubblica Amministrazione l’IA costituisce soprattutto un’opportunità di rafforzamento della capacità amministrativa, a condizione che venga integrata con metodi di project management consolidati, adeguate competenze professionali e un solido quadro di regole.

Dalla digitalizzazione alla “projectification” della PA

La trasformazione digitale della Pubblica Amministrazione ha progressivamente modificato anche i modelli organizzativi. Se in passato gran parte delle attività era gestita attraverso procedimenti amministrativi relativamente stabili, cosiddetti “processi ordinari”, oggi una quota crescente delle politiche pubbliche viene realizzata attraverso programmi e progetti caratterizzati da obiettivi specifici, tempi definiti, budget dedicati e risultati indicizzati e misurabili.

Questo fenomeno, definito nella letteratura internazionale projectification, è particolarmente evidente nella gestione del PNRR, dei Programmi Regionali cofinanziati dai Fondi europei e dei programmi europei a gestione diretta come Horizon Europe, Erasmus+, LIFE; oltre a questi tuttavia notevoli risorse pubbliche ordinarie sono mutate negli anni da mere allocazioni e trasferimenti finanziari, in una logica programma-progetto, attraverso avvisi competitivi premianti la miglior capacità di formulazione e gestione dei progetti. I funzionari pubblici sono chiamati pertanto a coordinare partenariati complessi, monitorare milestone e target, presidiare i rischi e garantire l’ammissibilità delle risorse finanziarie.

Il project management non rappresenta più una competenza specialistica riservata a pochi esperti, ma una capacità trasversale sempre più richiesta a dirigenti, funzionari e responsabili di progetto. Mentre l’intelligenza artificiale risulta uno strumento funzionale e complementare alle competenze descritte.

L’intelligenza artificiale non è immateriale

Occorre in ogni modo inquadrare in misura più ampia la fruizione dell’intelligenza artificiale rispetto al grado di sostenibilità ed esternalità negative, anche per un uso maggiormente consapevole. L’utilizzo quotidiano di strumenti come ChatGPT, Copilot, Gemini o altri, potrebbe indurre a considerare l’intelligenza artificiale come un semplice servizio digitale, al pari di strumenti utilizzati in precedenza. In realtà ogni risposta generata è il risultato del funzionamento di infrastrutture estremamente complesse, costituite da grandi data center, processori specializzati, reti di telecomunicazione ad alta capacità e piattaforme cloud distribuite su scala globale.

Lo sviluppo dei modelli di intelligenza artificiale richiede investimenti dell’ordine di miliardi di euro, sia per l’addestramento degli algoritmi sia per la realizzazione delle infrastrutture fisiche che li supportano. A questi si aggiungono consumi energetici considerevoli e sofisticati sistemi di raffreddamento necessari per garantire il funzionamento continuo dei centri di calcolo.

Secondo il report dell’IEA “Energy and IA” del 2025, tra il 2020 e il 2025 la potenza richiesta dai server AI è aumentata di circa 11 volte e potrebbe quadruplicare ulteriormente entro il 2027. Un singolo rack di nuova generazione potrà richiedere una potenza di picco paragonabile al consumo di 65 abitazioni nel 2025; mentre i data center hanno consumato circa 800 TWh di elettricità a livello mondiale. Per dare un ordine di grandezza, 800 TWh sono superiori a un consumo elettrico annuo di molti grandi Paesi.

Per quanto riguarda il raffreddamento dei data center, il consumo di acqua costituisce una grande criticità circa la sostenibilità ambientale. Secondo lo studio dell’UNESCO del 2025 “Smarter, Smaller, Stronger: Resource-Efficient Generative AI & the Future of Digital Transformation”, si stima che, mantenendo gli attuali ritmi di crescita, entro il 2027 l’IA potrebbe consumare tra 4,2 e 6,6 miliardi di metri cubi d’acqua all’anno, un volume superiore al consumo annuo di un Paese come la Danimarca.

Per questo motivo l’IA è oggi anche una questione industriale e geopolitica. L’Unione Europea, oltre ad aver definito un quadro regolatorio attraverso l’AI Act, sta investendo nella realizzazione di infrastrutture proprie mediante iniziative come EuroHPC, le AI Factories, il Chips Act e il Programma Europa Digitale. L’obiettivo è rafforzare la sovranità tecnologica europea, ridurre la dipendenza da fornitori extraeuropei e garantire alle amministrazioni pubbliche infrastrutture affidabili, sicure e conformi ai valori dell’Unione.

Per la PA questo significa che la scelta di adottare strumenti di IA non riguarda soltanto le funzionalità offerte dalle applicazioni, ma coinvolge anche aspetti quali la localizzazione dei dati, la sicurezza informatica, la sostenibilità energetica e l’affidabilità dell’ecosistema tecnologico, e l’utilizzo consapevole dello strumento.

Innovazione e responsabilità: il quadro normativo

L’adozione dell’intelligenza artificiale nella Pubblica Amministrazione si inserisce all’interno di un sistema di regole sempre più articolato. L’AI Act, Reg UE 204/1689, introduce un approccio basato sul rischio e stabilisce obblighi proporzionati all’impatto dei sistemi di IA sui diritti delle persone. A esso si affiancano il Regolamento generale sulla protezione dei dati, la normativa italiana sull’intelligenza artificiale Legge 132/2025, le Linee Guida per lo sviluppo di sistemi di IA nella Pubblica Amministrazione e il Piano Triennale per l’Informatica nella PA.

Il principio che accomuna questi strumenti è chiaro: l’intelligenza artificiale deve rimanere uno strumento di supporto alle decisioni umane. Trasparenza, supervisione umana, protezione dei dati, responsabilità e sicurezza costituiscono i presupposti imprescindibili per un utilizzo corretto dell’IA nel settore pubblico.

Il Project Manager pubblico nell’era dell’IA

Rispetto a quanto riportato, la crescente complessità della gestione dei progetti realizzati dalla pubblica amministrazione richiede per il funzionario pubblico competenze strutturate di project management e l’utilizzo cosciente dell’intelligenza artificiale, come fattore di incremento della propria capacità operativa.

La mappatura delle opportunità finanziarie

L’IA può supportare il project manager fin dalle prime fasi del progetto con l’individuazione di opportunità finanziarie, analizzando avvisi e programmi di finanziamento, sintetizzando i requisiti di ammissibilità, confrontando gli obiettivi dei call con le strategie dell’amministrazione e predisponendo una prima embrionale struttura progettuale.

L’intelligenza artificiale può supportare il Project Manager ancora prima che esista un vero e proprio progetto, intervenendo nella fase in cui l’amministrazione dispone soltanto di un bisogno, di un problema da affrontare o di una prima bozza di project idea. È questa una delle applicazioni più interessanti dell’IA nella progettazione europea: invertire il tradizionale processo di ricerca dei finanziamenti, evitando di partire dall’avviso disponibile per costruirvi successivamente un progetto e muovendo, invece, dai bisogni dell’organizzazione, o degli stakeholder, per individuare le opportunità finanziarie maggiormente coerenti.

Si può considerare, a titolo di esempio, un’amministrazione che abbia individuato la necessità di migliorare le competenze digitali dei propri dipendenti, sperimentare strumenti di intelligenza artificiale nei servizi pubblici e sviluppare forme di collaborazione con Università e altre amministrazioni europee. In questa fase non esiste ancora una proposta progettuale: esistono un problema, alcuni bisogni, un insieme preliminare di destinatari e una possibile idea di intervento. Il primo contributo dell’IA può consistere proprio nel trasformare queste informazioni iniziali in un profilo propedeutico alla struttura di progetto, identificando il problema principale, i bisogni ai quali rispondere, i potenziali portatori di interesse e beneficiari, gli obiettivi preliminari: elementi da comprendere in una project idea.

A partire da questo primo passaggio, l’IA può essere utilizzata per effettuare un’attività di funding opportunity matching, mettendo in relazione le caratteristiche della project idea con programmi e opportunità finanziarie. Attraverso strumenti opportunamente collegati a fonti aggiornate – ad esempio il Funding & Tenders Portal della Commissione Europea e i siti ufficiali dei programmi e relativi Work Programme pluriennali– è possibile ricercare i call aperti o previsti e selezionare quelle maggiormente pertinenti con l’intervento previsto. L’analisi può considerare simultaneamente numerose variabili: fabbisogni da soddisfare, settore di intervento, obiettivi del programma, tipologia di beneficiari ammessi, territorio interessato, dimensione finanziaria, durata, necessità di costituire un partenariato transnazionale e scadenza della candidatura.

Il risultato non dovrebbe essere semplicemente un elenco di bandi contenenti determinate parole chiave. L’IA può contribuire a realizzare una vera e propria analisi di pertinenza e definire una mappa di opportunità, confrontando i bisogni dell’amministrazione e gli elementi della project idea con le priorità del programma e gli expected outcomes dei specifici call. Le diverse opportunità possono così essere classificate, ad esempio, secondo un livello di pertinenza alto, medio o basso, oppure il grado di fattibilità, accompagnando ciascuna di esse con una spiegazione delle ragioni della corrispondenza e delle eventuali criticità.

Individuato un call potenzialmente interessante, l’IA può quindi assistere il Project Manager nella sua analisi sistematica. Un avviso europeo può essere composto da numerosi documenti: Work Programme, call document, programme guide, condizioni generali, criteri di ammissibilità ed eleggibilità, documentazione finanziaria e modelli di candidatura. L’IA può interrogare congiuntamente questi materiali ed estrarne le informazioni essenziali, predisponendo una sorta di scheda di fattibilità della candidatura: obiettivi e priorità della call, soggetti ammissibili, composizione minima del partenariato, attività finanziabili, budget disponibile, percentuali di cofinanziamento, durata prevista, criteri di valutazione, risultati attesi, scadenze e principali vincoli.

A questo punto diventa possibile effettuare una prima valutazione go/no-go. L’IA può supportare il confronto tra quanto richiesto dal call e le effettive capacità dell’organizzazione: esperienza pregressa, competenze disponibili, capacità finanziaria e amministrativa, disponibilità di partner, tempi necessari per preparare la proposta e coerenza dell’iniziativa con le strategie dell’ente. La decisione di candidarsi rimane naturalmente umana e organizzativa, ma può essere assunta sulla base di un quadro informativo molto più rapidamente disponibile e strutturato. Rimane pacifico che la sensibilità di tali attività presuppone la verifica ed il governo del processo da parte dell’uomo, sottolineando la natura antropocentrica dell’intelligenza artificiale nella PA.

Riprendendo il nostro esempio, ove la valutazione sia positiva, l’IA può accompagnare un ulteriore passaggio: trasformare la project idea iniziale in una prima concept note coerente con il call. Partendo dai bisogni identificati, può contribuire alla costruzione di una prima catena logica bisogni–obiettivi–risultati–attività–indicatori, verificandone contemporaneamente la corrispondenza con gli obiettivi e i risultati attesi indicati dal finanziatore. Può inoltre suggerire una prima articolazione embrionale dei principali Work Package, individuare le competenze necessarie nel partenariato, segnalare gli elementi che richiedono ulteriori approfondimenti.

Il vantaggio non consiste soltanto nella riduzione dei tempi di ricerca. L’utilizzo dell’IA può contribuire a correggere uno dei problemi più frequenti nella progettazione europea: adattare artificialmente, o forzatamente, un’idea ad un avviso disponibile. Il processo può invece partire dai bisogni reali dell’organizzazione e dei destinatari per ricercare successivamente lo strumento finanziario più appropriato. L’IA diventa così non semplicemente uno strumento per “scrivere progetti”, ma un supporto alla pianificazione strategica e alla selezione delle opportunità di finanziamento.

Resta tuttavia una condizione fondamentale: la qualità del risultato dipende dalla qualità e dall’aggiornamento delle fonti utilizzate. Un modello linguistico generalista non dovrebbe essere considerato, da solo, una banca dati affidabile delle opportunità finanziarie disponibili. L’individuazione di un call, la sua apertura, la scadenza, il budget e le condizioni di partecipazione devono essere verificati sulle fonti ufficiali. L’IA può rendere enormemente più efficace la ricerca e l’analisi; la verifica delle informazioni e la decisione finale rimangono responsabilità del Project Manager.

Questo passaggio rafforza anche la tesi generale dell’articolo: il valore dell’IA non sta tanto nel generare automaticamente una proposta, quanto nell’aumentare la capacità del Project Manager di individuare, selezionare, interpretare e trasformare le opportunità finanziarie in progetti coerenti con i bisogni dell’amministrazione.

La formulazione della proposta progettuale

Durante la fase di formulazione della proposta progettuale, l’IA può contribuire alla definizione del Logical Framework, della Work Breakdown Structure, del cronoprogramma, del budget, della stakeholder analysis e del registro dei rischi, considerando l’application form come elemento per la definizione del lavoro.

Una volta individuata l’opportunità di finanziamento e assunta la decisione di presentare una candidatura, l’intelligenza artificiale può accompagnare il Project Manager nella trasformazione della project idea in una project proposal strutturata, coerente e verificabile. Anche in questa fase il suo valore non consiste semplicemente nella capacità di generare testi, ma soprattutto nella possibilità di mettere in relazione bisogni, obiettivi, attività, risorse, tempi, rischi e risultati attesi, verificando progressivamente la coerenza complessiva del progetto rispetto alla call.

Il punto di partenza rimane l’analisi dei bisogni. A partire dalle informazioni raccolte sul problema da affrontare, sui destinatari e sul contesto di riferimento, l’IA può aiutare il gruppo di progettazione a costruire una prima logica di intervento. Può distinguere tra problemi e loro cause, formulare obiettivi generali e specifici, identificare risultati attesi e proporre indicatori attraverso i quali misurarne il raggiungimento. Questi elementi possono essere progressivamente organizzati in un Logical Framework, nel quale la relazione tra bisogni, obiettivi, risultati, attività e indicatori diventa esplicita e verificabile.

L’IA può essere particolarmente utile anche per effettuare controlli di coerenza. Può interrogare criticamente la struttura proposta chiedendo, ad esempio, se ogni bisogno individuato trovi risposta negli obiettivi, se le attività previste siano effettivamente funzionali alla produzione dei risultati, se gli indicatori siano misurabili e se i risultati attesi contribuiscano agli expected outcomes indicati dalla call. In questo modo l’IA non svolge soltanto una funzione generativa, ma può essere utilizzata come una sorta di revisore preliminare della logica progettuale, capace di evidenziare collegamenti deboli, duplicazioni o elementi mancanti.

Definita la logica dell’intervento, occorre trasformarla in un piano di lavoro. L’IA può supportare la definizione e scomposizione dello scope di progetto attraverso una Work Breakdown Structure, articolando progressivamente il lavoro in componenti gestibili e mettendolo in relazione, quando previsto dal programma, con Work Package, task, deliverable e milestone. A partire da questa struttura può inoltre suggerire una prima attribuzione delle responsabilità tra i partner, verificando se nel partenariato siano presenti le competenze necessarie per realizzare le diverse attività. Il Project Manager può così individuare già durante la progettazione eventuali competence gap e comprendere se sia necessario coinvolgere ulteriori soggetti nel partenariato.

La stessa base informativa può essere utilizzata per costruire il cronoprogramma. Conoscendo attività, dipendenze, durata stimata e principali scadenze del call, l’IA è capace di creare una sequenza temporale delle attività, identificare quelle che devono necessariamente precederne altre, evidenziare potenziali colli di bottiglia e verificare la compatibilità tra il calendario operativo e le milestone previste. Il cronoprogramma non nasce quindi come documento separato, ma come traduzione temporale della struttura del progetto. Risulta evidente in questa fase il carattere iterativo del lavoro dell’IA sotto la guida del Project Manager, in particolare stabilita la complessità di stima dei tempi e le variabili che tale attività comprende.

Un ragionamento analogo riguarda il budget. Collegando attività, durata, risorse umane, trasferte, servizi, attrezzature e altre categorie di costo ammesse dal programma, l’IA può assistere nella predisposizione di una prima stima finanziaria e, soprattutto, verificarne la coerenza con il piano di lavoro e con le regole di ammissibilità della spesa del fondo, del programma, delle guide linea, del call for proposal. Può evidenziare, ad esempio, Work Package particolarmente onerosi rispetto alle attività previste, squilibri nella distribuzione delle risorse tra partner o costi non chiaramente collegati ai risultati oppure non evidentemente ammissibili. Resta naturalmente indispensabile la verifica delle regole finanziarie dello specifico programma e la validazione da parte dei responsabili competenti.

Un ulteriore ambito riguarda la gestione dei rischi. Analizzando obiettivi, attività, partenariato, cronoprogramma e condizioni esterne, l’IA può suggerire una prima mappa dei rischi progettuali: ritardi, difficoltà nel coinvolgimento dei destinatari, indisponibilità di dati, problemi nel coordinamento del partenariato, incremento dei costi o mancato raggiungimento degli indicatori. Per ciascun rischio può supportare la definizione di probabilità, impatto, misure preventive e possibili azioni di risposta. Anche in questo caso, tuttavia, il Risk Register non dovrebbe essere accettato come un prodotto automaticamente generato: sono l’esperienza del Project Manager e la conoscenza del contesto a stabilire quali rischi siano realmente significativi e necessari di analisi ulteriore.

Uno dei contributi più interessanti dell’IA consiste proprio nella capacità di verificare continuamente le relazioni tra questi elementi. Se viene modificata un’attività, ad esempio, il sistema può segnalare che potrebbero cambiare anche durata, risorse necessarie, budget, rischi, deliverable o indicatori collegati. Si passa così dalla semplice generazione di singoli documenti a un possibile supporto alla coerenza interna dell’intero progetto.

Tutto il lavoro deve essere guidato e indirizzato considerando le richieste previste nell’application form, spesso parziali rispetto all’intero lavoro necessario per una formulazione di eccellenza.

La gestione e realizzazione del progetto finanziato

Nella fase di realizzazione del progetto finanziato, l’IA può essere utilizzata per una serie di attività, quali monitorare milestone, indicatori, deliverable e stato di avanzamento, predisponendo report sintetici e dashboard di monitoraggio.

l contributo dell’IA non termina con la presentazione della candidatura. Ove sia approvato il progetto, la stessa architettura costruita durante la progettazione può diventare la base del sistema di monitoraggio e controllo. È questo passaggio a rendere particolarmente interessante l’integrazione tra IA e Project Management: le informazioni utilizzate per pianificare il progetto possono essere progressivamente confrontate con quelle prodotte durante la sua esecuzione, controllando ed eventualmente guidando al governo dei delta che fisiologicamente la realizzazione di un progetto crea rispetto a quanto formulato e pianificato.

Il Project Manager può, ad esempio, mettere a disposizione del sistema il piano di lavoro approvato, il cronoprogramma, il budget, i deliverable, le milestone, gli indicatori e il Risk Register. Durante l’attuazione questi elementi possono essere confrontati con dati di avanzamento, verbali delle riunioni, report dei partner, documentazione finanziaria e risultati effettivamente prodotti. L’IA può così contribuire a individuare scostamenti tra pianificato e realizzato, evidenziando le situazioni che richiedono attenzione, o un’eventuale ripianificazione.

L’IA può inoltre supportare il monitoraggio degli indicatori, raccogliendo e organizzando i dati disponibili e confrontandoli con baseline e target. Le informazioni possono essere sintetizzate in dashboard che consentano di rappresentare, in modo immediato, stato di avanzamento delle attività, utilizzo delle risorse, raggiungimento delle milestone, produzione dei deliverable, andamento degli indicatori e livello dei principali rischi.

Anche il Risk Register può diventare un documento dinamico. Informazioni provenienti dall’attuazione possono suggerire l’emergere di nuovi rischi o una variazione della probabilità e dell’impatto di quelli già identificati. Un ritardo inizialmente circoscritto a una singola attività, per esempio, potrebbe propagarsi ad altre attività dipendenti e mettere a rischio una milestone successiva. L’IA può aiutare a individuare anticipatamente queste relazioni, consentendo al Project Manager di intervenire prima che la criticità produca conseguenze più rilevanti.

Infine, le informazioni raccolte possono alimentare automaticamente report periodici e sintesi direzionali, adattando il livello di dettaglio ai diversi destinatari: Project Manager, Steering Committee, amministrazione responsabile, partenariato o finanziatore. Il Project Manager non sarebbe quindi costretto a ricostruire ogni volta lo stato del progetto partendo da documenti separati, ma potrebbe disporre di una base informativa continuamente aggiornata sulla quale esercitare la propria capacità di analisi e decisione.

È probabilmente in questo passaggio che emerge maggiormente il concetto di AI-Augmented Project Manager. L’IA non prende il controllo del progetto: aumenta la capacità del Project Manager di comprendere tempestivamente ciò che sta accadendo. In un progetto europeo complesso, il vero vantaggio competitivo non consiste infatti nel produrre più documenti, ma nel trasformare più rapidamente dati e documenti in informazioni utili alla decisione.

Questo sviluppo si collega molto bene anche alla fruizione degli AI Agent: una volta digitalizzata questa catena progettuale, il passo ulteriore consiste nel passare da un’IA che svolge singole analisi su richiesta ad agenti specializzati che presidiano continuativamente determinate funzioni, ad esempio un Monitoring Agent, un Risk Agent o un Reporting Agent, sempre entro regole, autorizzazioni e supervisione umana.

Dall’IA generativa agli AI Agent

L’evoluzione più recente riguarda proprio il passaggio dagli strumenti di IA generativa agli AI Agent. Se un assistente conversazionale risponde a richieste formulate dall’utente, un agente è progettato per perseguire un obiettivo attraverso una sequenza coordinata di attività.

Un AI Agent dedicato alla progettazione europea può monitorare automaticamente la pubblicazione di nuovi call, analizzare i documenti ufficiali, predisporre checklist di candidatura, elaborare bozze di Work Package, verificare la coerenza del budget e aggiornare periodicamente il registro dei rischi. Analogamente, un agente dedicato al monitoraggio potrebbe controllare il rispetto del cronoprogramma, predisporre report di avanzamento, segnalare scostamenti e supportare la raccolta delle evidenze necessarie per la rendicontazione.

Gli AI Agent rappresentano quindi un’evoluzione dell’assistenza digitale: non sostituiscono il Project Manager, ma ne amplificano la capacità di coordinamento e controllo.

Il valore aggiunto non consiste nella sostituzione del funzionario responsabile, ma nella possibilità di ridurre il tempo dedicato alle attività ripetitive, liberando risorse cognitive da destinare alle decisioni strategiche, alla gestione degli stakeholder e alla creazione di valore pubblico.

Le competenze del funzionario nel futuro

L’adozione dell’intelligenza artificiale pone infine una questione centrale: quella delle competenze. L’AI Act richiama esplicitamente il principio dell’AI Literacy, ma per la Pubblica Amministrazione ciò significa molto più della semplice conoscenza degli strumenti tecnologici.

Il funzionario in futuro dovrà integrare competenze di project management, alfabetizzazione digitale, gestione dei dati, valutazione critica degli output, prompt engineering e conoscenza del quadro normativo. La qualità delle decisioni dipenderà sempre meno dalla capacità di produrre documenti e sempre più dalla capacità di interpretare informazioni, validare risultati e governare sistemi intelligenti. La vera innovazione non riguarda quindi gli algoritmi, bensì le persone che saranno chiamate a utilizzarli responsabilmente.

L’intelligenza artificiale rappresenta probabilmente il più importante fattore di innovazione organizzativa della Pubblica Amministrazione dopo la digitalizzazione dei procedimenti. La sua diffusione non elimina il ruolo del funzionario pubblico, ma lo trasforma, spostando il baricentro del lavoro dalle attività ripetitive alla pianificazione, alla gestione, alla valutazione e al governo della complessità. Con un conseguente e auspicato aumento della produttività attraverso l’innovazione.

La PA del futuro non sarà governata dagli algoritmi, ma da professionisti capaci di integrare metodo, competenze e intelligenza artificiale nella progettazione e nella gestione delle politiche pubbliche. In questa prospettiva, il vero vantaggio delle amministrazioni non risiederà nella disponibilità della tecnologia, ma nella capacità di utilizzarla in modo etico, consapevole e orientato alla creazione di valore pubblico.