L’AI generativa e i servizi pubblici digitali: scenario e possibili applicazioni

L’avvento dell’intelligenza artificiale generativa ha il potenziale di rivoluzionare il modo in cui i servizi pubblici digitali vengono progettati, erogati e fruiti. L’obiettivo è migliorare la qualità dei servizi digitali che la pubblica amministrazione offre ai cittadini, sfruttando le potenzialità dell’intelligenza artificiale per analizzare grandi quantità di dati, generare soluzioni innovative e ottimizzare i processi decisionali, garantendo però sempre non solo il rispetto del principio costituzionale del buon andamento della PA (il che si traduce in economicità, rapidità, efficacia, efficienza, miglior contemperamento dei vari interessi), ma anche la tutela dei dati personali, la trasparenza, la responsabilità, l’inclusività, la sicurezza.

Che cos’è l’intelligenza artificiale generativa

Anzitutto, occorre delimitare il nostro campo d’azione. L’intelligenza artificiale generativa (AI generativa) è un ramo dell’intelligenza artificiale che si concentra sulla creazione di algoritmi in grado di produrre output originali e variabili basandosi su dati e informazioni preesistenti. La generazione può riguardare testi, immagini, suoni, video o altre forme di contenuti. L’AI generativa si basa su tecniche di apprendimento automatico, come le reti neurali generative avversariali (GAN) e i modelli di linguaggio di grandi dimensioni (LLM), per creare nuovi contenuti e soluzioni.

L’intelligenza artificiale generativa va distinta da altri due concetti complementari:

• Intelligenza artificiale generale (AGI): l’AGI, o AI forte, si riferisce a un tipo di intelligenza artificiale che possiede la capacità di comprendere, apprendere e applicare la conoscenza in una vasta gamma di compiti e discipline, come potrebbe fare un essere umano. L’AGI è ancora un obiettivo teorico, anche perché non disponiamo di una definizione univoca dell’intelligenza umana. L’AI generativa è un’applicazione più specifica e limitata dell’intelligenza artificiale e non raggiunge il livello di competenza e adattabilità dell’AGI.
• Intelligenza artificiale general purpose (GPAI): l’AI general purpose si riferisce a sistemi e algoritmi di intelligenza artificiale che possono essere applicati a una vasta gamma di compiti e problemi, senza essere progettati specificamente per un’applicazione particolare. Un esempio di AI general purpose sono i modelli di linguaggio di trasformazione, come GPT-4, che possono essere utilizzati in diversi contesti, come la generazione di testo, la traduzione automatica, la sintesi di testo e la risposta alle domande. L’AI generativa può essere considerata una forma di AI general purpose, poiché è in grado di generare contenuti in vari formati e contesti.

AI generativa e PA: una questione di design

L’impiego dell’intelligenza artificiale generativa nei servizi pubblici digitali è innanzitutto una questione di design. E va riconosciuto che negli ultimi anni l’attenzione al design nell’ambito dei servizi pubblici digitali ha vissuto in Italia una stagione favorevole, grazie anche all’impegno sia normativo sia di prassi dei soggetti che l’ordinamento chiama a guidare la trasformazione digitale della PA.

Come è noto, l’Agenzia per l’Italia Digitale ha adottato, con Determinazione n. 224/2022, le  Linee guida di design per i siti internet e i servizi digitali della Pubblica Amministrazione, frutto del lavoro congiunto con il Dipartimento per la Trasformazione Digitale della Presidenza del Consiglio e arricchito grazie alla consultazione pubblica e da un dialogo con la Conferenza Unificata e l’Associazione Nazionale Comuni Italiani. Il DTD e AgID hanno inoltre reso disponibili sul sito di Designers Italia strumenti, kit, modelli e il Manuale operativo di design: quest’ultimo è «una guida di lavoro dedicata alla PA e i suoi fornitori, un documento vivo in pieno spirito open source, che ha l’obiettivo di fornire indicazioni operative a supporto della progettazione e della realizzazione dei punti di contatto digitali verso il cittadino».

Attraverso i documenti citati si afferma l’idea che una cultura del progetto consapevole, aperta e centrata sulle esigenze dei cittadini sia fondamentale per affrontare la sfida della digitalizzazione nel settore pubblico. Il design può contribuire a garantire che l’innovazione della PA avvenga non solo dal punto di vista strettamente tecnologico, ovvero attraverso l’informatizzazione (con il rischio di riprodurre nello spazio virtuale le medesime logiche burocratiche dello spazio analogico), ma anche come opportunità per riesaminare e migliorare i processi sottostanti, adottando un approccio su misura per il contesto pubblico. Grazie alla sua natura, il design è in grado di affrontare situazioni ambigue, mutevoli, incerte e complesse, e ha il potenziale per facilitare efficacemente la relazione tra cittadini, amministrazioni pubbliche e fornitori di tecnologia, al fine di individuare soluzioni soddisfacenti per tutte le parti coinvolte.

Già nel Libro Bianco sull’Intelligenza Artificiale al servizio del cittadino, pubblicato dall’AgID nel 2018 su impulso dell’allora DG Antonio Samaritani, si pone in termini molto alti il problema di individuare «le azioni necessarie per accompagnare la trasformazione del Paese verso l’adozione dell’Intelligenza Artificiale, innanzitutto nella gestione del rapporto tra lo Stato, i cittadini e le imprese», in altre parole nel design dei servizi pubblici.

Benché in nessuno dei testi citati si faccia esplicito riferimento all’AI generativa, chi scrive ritiene che nella sfida dell’integrazione di questa tecnologia nel design dei servizi pubblici digitali continuino a valere alcuni principi chiave:

• Principio “once-only”: il principio “once-only”, concetto chiave nel design dei servizi pubblici digitali, prevede che le informazioni fornite dai cittadini o dalle imprese alle amministrazioni pubbliche debbano essere raccolte una sola volta e poi condivise e riutilizzate tra diverse entità governative, riducendo così la necessità per gli utenti di fornire ripetutamente le stesse informazioni. Per implementare con successo il principio “once-only” nel design dei servizi pubblici digitali, è fondamentale garantire una solida infrastruttura di base, che preveda l’interoperabilità tra sistemi, la protezione dei dati e la privacy, nonché un quadro normativo adeguato.
• Centratura sull’utente: i servizi pubblici digitali devono essere progettati considerando le esigenze, le aspettative e le preferenze degli utenti finali. Il coinvolgimento degli utenti in tutte le fasi del processo di design e sviluppo è essenziale per creare soluzioni che rispondano alle loro necessità e che siano facili da utilizzare.
• Accessibilità e inclusività: il design dei servizi pubblici digitali con AI generativa deve garantire che questi siano accessibili e inclusivi per tutti i cittadini, indipendentemente dalle loro abilità, conoscenze tecnologiche (digital literacy) o condizioni socio-economiche. Ciò implica l’adozione di standard di accessibilità e la progettazione di interfacce e funzionalità che consentano a tutti gli utenti di accedere e utilizzare i servizi in modo efficace.
• Trasparenza e comunicazione: il design dovrebbe facilitare la comprensione da parte degli utenti del funzionamento dell’AI generativa e del processo decisionale sottostante. Questo comporta la creazione di interfacce che spieghino in modo chiaro e semplice le decisioni dell’AI, i criteri utilizzati e l’origine delle informazioni (benché in generale il problema dell’explainability dell’AI sia estremamente complesso).
• Sicurezza e protezione dei dati: un design adeguato deve garantire che i servizi pubblici digitali con AI generativa proteggano i dati personali degli utenti e rispettino le normative sulla privacy, attraverso l’adozione di misure di sicurezza adeguate e la comunicazione chiara delle politiche sulla raccolta, l’utilizzo e la conservazione dei dati.
• Flessibilità e scalabilità: il design dei servizi pubblici digitali con AI generativa deve prevedere la possibilità di adattarsi a nuove esigenze, tecnologie e contesti. Ciò implica la creazione di soluzioni modulari e scalabili che consentano di apportare modifiche e miglioramenti nel tempo senza compromettere l’esperienza dell’utente.

AI generativa e servizi pubblici digitali: esempi di applicazione

Quali sono le possibili applicazioni dell’intelligenza artificiale generativa nell’ambito dei servizi pubblici digitali? Vediamo alcuni esempi, con la premessa che si tratta di una lista ben lontana dall’essere esaustiva.

Prototipazione rapida: la prototipazione rapida è un processo che consente di sviluppare e testare rapidamente nuove idee, prodotti o servizi, al fine di identificare e risolvere eventuali problemi prima del loro lancio effettivo sul mercato. In particolare, nel contesto dei servizi pubblici digitali, l’intelligenza artificiale generativa può offrire un contributo significativo per accelerare questo processo e migliorare l’esperienza utente. Ad esempio, è possibile creare rapidamente mockup e prototipi di servizi digitali che possono essere testati con gli utenti e con gli stakeholder di riferimento. Questo approccio permette di ricevere feedback in tempo reale e di apportare le modifiche necessarie per affinare il servizio, riducendo i tempi di sviluppo e i costi associati, nella più classica modalità agile.

Personalizzazione dei servizi attraverso data analytics e identificazione di tendenze: grazie alla combinazione di intelligenza artificiale generativa e di tecniche di data analytics, è possibile offrire un’elevata personalizzazione dei servizi. L’adozione di data analytics consente infatti di analizzare grandi quantità di dati provenienti da diverse fonti, come interazioni online, richieste di servizi e feedback degli utenti. Questa analisi permette di identificare modelli e tendenze emergenti, evidenziando aree di miglioramento e di potenziale sviluppo per i servizi pubblici digitali. Una volta identificate le tendenze, l’intelligenza artificiale generativa può essere utilizzata per creare soluzioni personalizzate e adattive alle esigenze di ciascun utente. Ad esempio, un servizio pubblico digitale potrebbe utilizzare l’AI per generare automaticamente risposte a domande frequenti, fornire suggerimenti mirati per la compilazione di moduli o proporre servizi correlati in base alle preferenze e alle esigenze degli utenti.

Automazione delle risposte alle richieste degli utenti: l’AI generativa può essere utilizzata per creare sistemi di risposta automatica, come chatbot e assistenti virtuali, che forniscono informazioni e supporto in tempo reale agli utenti che cercano informazioni sui servizi pubblici.

Semplificazione della redazione di documenti e formazione degli atti amministrativi: grazie alla sua capacità di generare testi coerenti e ben strutturati, l’intelligenza artificiale generativa può semplificare e ottimizzare la gestione documentale delle amministrazioni pubbliche sia dal punto di vista dei rapporti con gli utenti, sia nella gestione stessa dei procedimenti amministrativi. Grazie all’elaborazione del linguaggio naturale (NLP) e alle tecniche di apprendimento automatico, gli algoritmi possono analizzare e comprendere la struttura e i requisiti dei documenti amministrativi, agevolando l’ottimizzazione dei processi. Un’altra applicazione interessante è la verifica e la validazione dei documenti. L’intelligenza artificiale può essere utilizzata per rilevare errori, incongruenze o dati mancanti nei documenti amministrativi, suggerendo correzioni e miglioramenti in tempo reale. Attraverso un’integrazione dell’AI generativa nel sistema di gestione documentale, si riducono i tempi di attesa e gli oneri amministrativi sia per i cittadini che per le istituzioni pubbliche.

Una menzione a parte merita il legal design, un approccio interdisciplinare che combina diritto, design e tecnologia per migliorare la comunicazione e la fruibilità delle informazioni legali. Anche in questo caso l’intelligenza artificiale generativa può offrire opportunità significative per integrare il legal design nelle interazioni delle pubbliche amministrazioni con i propri utenti, attraverso l’impiego di strumenti addestrati a semplificare e tradurre termini e concetti legali complessi in un linguaggio chiaro e comprensibile, facilitando l’accesso alle informazioni legali per i cittadini, dall’informativa privacy ai documenti pubblicati in Amministrazione Trasparente o in Albo Pretorio.

Traduzione e accessibilità linguistica: l’AI generativa può essere impiegata per offrire servizi di traduzione automatica e interpretazione, consentendo alle amministrazioni pubbliche di fornire informazioni e assistenza in diverse lingue. Questo rende i servizi pubblici più accessibili a un’ampia gamma di utenti, inclusi coloro che parlano lingue minoritarie o non hanno una conoscenza avanzata dell’italiano.

Educazione e formazione: l’AI generativa può essere utilizzata per sviluppare materiali didattici e moduli di formazione personalizzati per i dipendenti pubblici e i cittadini, ad esempio generando risorse formative su temi specifici, creando scenari di apprendimento interattivo o fornendo feedback personalizzati ai discenti.

È interessante notare che l’esperienza utente può essere ulteriormente arricchita mediante l’uso di plugin, come il Retrieval Plugin, pubblicato come open source su GitHub direttamente da OpenAI, che integra ChatGPT con funzionalità di ricerca semantica e recupero di documenti in sistemi di gestione documentale. Un tool di questo genere consente, ad esempio, agli utenti di un servizio pubblico digitale di reperire le informazioni di interesse direttamente dalle fonti dati (come un Albo Pretorio, un repertorio, una raccolta normativa, ecc.) formulando domande o esprimendo esigenze in linguaggio naturale. Inoltre, attraverso l’accreditamento dell’ente responsabile del servizio sulla Piattaforma Digitale Nazionale Dati, sarebbe possibile interrogare le fonti autoritative mediante dispositivi di colloquio machine-to-machine (completamente trasparenti all’utente finale), in conformità all’art. 50-ter del Codice dell’Amministrazione Digitale e al Modello di Interoperabilità.

Gestione del rischio e strategia nazionale

Non è questa la sede per affrontare la vexata quaestio della decisione amministrativa automatizzata in relazione alla trasparenza e alla conoscibilità degli algoritmi, su cui esiste una giurisprudenza ormai piuttosto consolidata (cfr. Cons. St. Sez. VI, 8 aprile 2019, n. 2270; Cons. St., Sez. VI, 13 dicembre 2019, nn. 8472 – 8473 – 8474; Cons. St., sez. VI, 4 febbraio 2020, n. 881; Cons. St., Sez. VI, 8 settembre 2022, n. 6236; Cons. St., sez. III, 25 novembre 2021, n. 7891; Tar Campania, Sez. III, 14 novembre 2022, n. 7003) e una vasta letteratura giuridica.

Va notato però che l’orientamento prevalente, pur non mettendo in dubbio la possibilità di utilizzare algoritmi per effettuare scelte amministrative, ritiene imprescindibile la necessità di garantire un controllo umano del procedimento come salvaguardia per il privato (principio human in the loop), ossia la necessità di mantenere la presenza umana all’interno dei processi decisionali intrapresi da algoritmi e in generale dall’intelligenza artificiale nella sua accezione più vasta. La giurisprudenza inoltre ha chiarito che le esigenze di conoscibilità e trasparenza che devono essere rafforzate quando si utilizzano algoritmi da parte delle amministrazioni, in modo da garantire la “piena conoscibilità della regola espressa in un linguaggio differente da quello giuridico” (Tar Campania, Sez. III, 14 novembre 2022, n. 7003).

Un recentissimo report del Consiglio dell’Unione europea, dal significativo titolo ChatGPT in the Public Sector – overhyped or overlooked?, non solo riconosce che i rischi associati all’impiego dell’intelligenza artificiale generativa nel settore pubblico dovrebbero essere riconosciuti, gestiti e, ove possibile, mitigati, ma prova anche a valutare l’impatto dell’eventuale introduzione nella PA di LLM come ChatGPT rispetto a ciascuna delle classiche otto dimensioni OCSE: responsabilità e trasparenza, parità di trattamento, efficienza, qualità, certezza e affidabilità, coinvolgimento dei cittadini, interesse pubblico, protezione dei dati e sicurezza.

Per affrontare la sfida di una gestione adeguata del rischio, è necessario adottare un approccio multidisciplinare che coinvolga esperti di tecnologia, etica, diritto e politiche pubbliche (almeno). Due aspetti cruciali nell’integrazione dell’intelligenza artificiale (generativa o meno) nella pubblica amministrazione, come accennato sopra, restano in ogni caso l’explainability, ovvero la capacità di spiegare il funzionamento e le decisioni prese dall’algoritmo sia per gli esperti del settore che per gli utenti finali, e la data governance, che disciplina la gestione e il controllo dei dati utilizzati anche in riferimento a metodologie consolidate quali, ad esempio, il Data Management Body of Knowledge.

Infine, chi scrive ritiene essenziale riprendere le fila del dibattito nazionale e sull’aggiornamento della strategia italiana per l’AI, anche in vista dell’ormai prossima entrata in vigore del regolamento europeo (AI Act). Un ottimo segnale viene dal Parlamento, dove il Comitato di vigilanza sulle attività di documentazione della Camera, presieduto dalla vice presidente Anna Ascani, ha appena avviato un ciclo di audizioni sull’intelligenza artificiale.