Dai moduli ai modelli, come il "machine learning" sta riscrivendo i procedimenti amministrativi

Il machine learning sta trasformando il modo in cui la Pubblica Amministrazione gestisce procedure, priorità e istruttorie, superando la tradizionale logica puramente formale. Dalle decisioni deterministiche si passa a modelli probabilistici che supportano il funzionario senza sostituirlo. L’evoluzione tecnologica è oggi accompagnata da un solido quadro normativo europeo e nazionale, che impone trasparenza, controllo e responsabilità umana. La sfida non è più tecnologica, ma di governo consapevole dell’innovazione amministrativa.

Dalla correttezza formale al cambiamento tecnologico

Per decenni la Pubblica Amministrazione ha funzionato secondo una logica di correttezza formale, basata su elementi quali scadenza dei termini, presenza di requisiti, compilazione corretta dei moduli. La fuoriuscita da uno o più di questi binari ha da sempre significato rigetto di una domanda o di un ricorso, fermo di un procedimento.

Poi è arrivato il machine learning. E la vecchia logica si è incrinata.

Che cos’è il machine learning e perché cambia il procedimento

Il machine learning (trad. apprendimento automatico) è la tecnologia che permette alle macchine di riconoscere schemi (pattern) nei dati immessi dall’essere umano e usare quegli schemi per fare previsioni o classificazioni.

Mentre nell’informatica classica il programmatore comanda e la macchina esegue (es. se alle domande manca un determinato requisito, esse vanno respinte), nel machine learning il sistema trova da solo le regole sottese ai dati che l’essere umano fornisce. Il programmatore non dice come decidere, ma da che cosa il computer deve imparare.

Immaginiamo un ufficio comunale con migliaia di pratiche. Nel sistema tradizionale, si controllano le pratiche in ordine di arrivo; nel sistema di machine learning si individuano, per esempio, le pratiche che hanno l’80% di probabilità di essere incomplete o urgenti e si comincia ad evaderle prima delle altre. La macchina analizza dati storici, individua relazioni ricorrenti, costruisce un modello che classifica, stima percentuali di probabilità, prevede esiti.

Ma non certi, bensì probabili. Non dice: “questa domanda è valida”. Dice: “questa domanda assomiglia per il 92% a domande valide”.

L’uso del machine learning nella Pubblica Amministrazione

In diversi Comuni europei (nei Paesi Bassi, in Danimarca, in Francia) il machine learning viene usato per preselezionare domande di contributi, individuare casi ad alta fragilità, rilevare anomalie o frodi. I dati immessi vengono classificati da un algoritmo che produce priorità, non decisioni: l’intelligenza artificiale non decide, ma dice che cosa va guardato prima; non sostituisce il funzionario, ma aumenta la sua capacità di vedere.

In Italia diversi enti pubblici utilizzano il machine learning, per migliorare servizi ed efficienza.

L’ISTAT utilizza tecniche di machine learning per analizzare e gestire i dati statistici; l’INPS adotta chatbot e tecniche di machine learning per analizzare e classificare PEC e documenti allegati e smistarli agli uffici competenti; l’INAIL usa l’apprendimento automatico per definire modelli di prevenzione e gestione dei dati; PagoPA se ne avvale per migliorare la sicurezza e l’efficienza dei pagamenti elettronici; l’Agenzia delle Entrate e il Ministero dell’Economia e delle Finanze l’impiegano per analizzare schemi e comportamenti sospetti, al fine di prevenire e rilevare le frodi (qui l’I.A. non è punitiva, ma economicamente razionale).

Quali sono i risultati? Meno arretrati, tempi più rapidi, lavoro su pratiche prioritarie, non secondo casualità. La nuova tecnologia consente di scegliere quando conviene agire e di evitare azioni costose e inutili.

Anche i Comuni italiani non sono da meno. Solo per citarne alcuni: a Venezia e Perugia è in funzione la piattaforma Wise Town Digital Twin, per creare il gemello digitale delle città e supportare le decisioni urbane; Firenze utilizza la piattaforma Snap4City, per monitorare e gestire diversi aspetti della vita urbana; Bologna sta sviluppando un progetto di gemello digitale e via enumerando.

Dalle procedure lineari alle mappe di probabilità

Il procedimento amministrativo, con l’adozione del machine learning non è più lineare, ma diventa una mappa di probabilità.

Questo cambia tutto: l’istruttoria, la priorità, il carico di lavoro, il ruolo umano; il funzionario non è più un esecutore di regole, ma un valutatore assistito.

Per far funzionare bene il processo, però, occorre che la Pubblica Amministrazione conosca se stessa in forma di dati, fornendone di corretti, standardizzando i processi e facendo dialogare i data base.

Per molto tempo l’apprendimento automatico nella Pubblica Amministrazione è vissuto in una sorta di terra di nessuno giuridica. Il punto di svolta è europeo.

Con il Regolamento UE n. 2024/1689 sull’intelligenza artificiale (AI Act), l’Unione non ha scelto di disciplinare singole tecnologie, ma di regolare in generale gli usi dell’IA. Non conta l’algoritmo usato, ma il modo in cui funziona e gli effetti che produce.

Per la Pubblica Amministrazione questo significa che molti sistemi di machine learning rientrano nella categoria dei sistemi ad alto rischio, soprattutto quando incidono su:

accesso a servizi pubblici
benefici economici
diritti o posizioni giuridiche dei cittadini

Quindi, un ente che usa questo genere di intelligenza artificiale deve rendere conoscibile e controllabile l’algoritmo e i dati forniti, nonché giustificabile le decisioni relative, dal momento che l’algoritmo diventa parte del procedimento amministrativo.

La regolazione giuridica dell’intelligenza artificiale nella PA

In Italia il quadro normativo europeo è stato rafforzato dalla legge n. 132 del 23/09/2025 sull’intelligenza artificiale, che al secondo comma dell’art. 14 enuncia il fondamentale principio di non sostituzione: “L’utilizzo dell’intelligenza artificiale avviene in funzione strumentale e di supporto all’attività provvedimentale nel rispetto dell’autonomia e del potere decisionale della persona, che resta l’unica responsabile dei provvedimenti e dei procedimenti in cui sia stata utilizzata l’intelligenza artificiale”.

L’intelligenza artificiale rimane uno strumento nelle mani del pubblico funzionario, non un decisore autonomo. La linea di continuità con l’operato della Pubblica Amministrazione italiana, fondato sull’atto e sulla firma, rimane forte.

Esiste, inoltre, una normativa che già oggi incide pesantemente su tutte le forme di intelligenza artificiale, ed è la normativa sulla privacy: dal GDPR al D.lgs. n. 196/2003 e successive modifiche.

In base a tale normativa, ogni sistema di machine learning che tratta dati personali deve:

avere una base giuridica
rispettare finalità determinate
minimizzare i dati
garantire sicurezza e trasparenza

Governare il machine learning come scelta di modernizzazione

Oggi l’apprendimento automatico nella P.A. è tecnicamente possibile e giuridicamente regolato. Peraltro, l’Italia ha inserito l’Intelligenza Artificiale come priorità nel Piano triennale per l’informatica nella PA 2024-2026: questo significa che per la prima volta l’IA non è più solo idea, ma sistema integrato in una pianificazione ufficiale di governo dei sistemi digitali.

La domanda di fondo, quindi, cambia. Non ci si chiede più se possiamo usare il machine learning, ma se siamo pronti a governarlo come parte integrante dell’azione amministrativa.

È su questa risposta che si giocherà la vera modernizzazione della Pubblica Amministrazione italiana.

Angela Iacovetti