L’IA per le autorità e la pubblica amministrazione: Ecco come muovere i primi passi

A causa dell’enorme quantità di documenti, le autorità e le pubbliche amministrazioni rappresentano gli ambienti ideali per l’applicazione dell’intelligenza artificiale generativa. Ma le sfide sono diverse rispetto a quelle di molte altre aziende. Spunti per chi è alle prime armi.

Uffici pieni di scartoffie impolverate? Chi oggigiorno mette piede nei locali di un’amministrazione pubblica non può che ribaltare questo stereotipo. Oggi a dominare questo mondo sono infatti moderne postazioni di lavoro con relativo PC. Se siete alla caccia delle tipiche montagne di documenti e dei famigerati armadi pieni di raccoglitori, dovete farvi strada negli archivi sotterranei. Resta il fatto che le pubbliche amministrazioni lavorano con una grande quantità di documenti: moduli, ordinanze, verbali, sentenze, autorizzazioni, dichiarazioni d’imposta; l’elenco potrebbe continuare all’infinito.

Con questi presupposti, la pubblica amministrazione rappresenta l’ambiente ideale per l’utilizzo dell’intelligenza artificiale generativa, detta anche AI generativa o GenAI. Infatti, i modelli linguistici (Large Language Models, LLM) come OpenAI GPT (su cui si basa anche Copilot di Microsoft), Anthropic Claude o Meta Llama si distinguono per la loro capacità di «comprendere» ed elaborare testi scritti dall’uomo. «Lavorando le amministrazioni pubbliche in modo particolare con testi non strutturati come e-mail, ricorsi o verbali di riunione rappresentano l’ambiente lavorativo ideale ad essere supportato dalle applicazioni di GenAI», afferma Christof Zogg, Head of Business Transformation di Swisscom.

L’inserimento di applicazioni di GenIA cambierà in modo significativo il lavoro d’ufficio e porterà a un aumento dell’efficienza, eliminando il noioso lavoro di routine. Basta dire: «Riepiloga tutte le e-mail che non ho ancora letto e crea un elenco delle attività da fare». Decisamente molto più veloce e soddisfacente che scorrere una miriade di messaggi non letti, appena di ritorno dalle vacanze. Oppure, «Creami un modello di autorizzazione sulla base di questo documento» o «Traduci questo protocollo in francese». Questi sono solo alcuni esempi di come l’IA generativa può aiutare le aziende e le pubbliche amministrazioni a risparmiare tempo.

L’aumento della produttività e il conseguente miglioramento dei servizi per i «clienti», come i privati e le aziende, sono tra i maggiori vantaggi dell’IA generativa nella pubblica amministrazione, presentati dall’OCSE nel suo documento «Governing with Artificial Intelligence: Are Governments Ready?».

Tuttavia, la situazione di partenza è diversa rispetto a quella di molte aziende private.

L’intelligenza artificiale nel quadro giuridico ed etico

La pubblica amministrazione detiene infatti di una grande quantità di informazioni sensibili e di dati personali, dai dati di natura fiscale alle disposizioni e alle autorizzazioni, alle decisioni giudiziarie e alle perizie psichiatriche. Tra questi rientrano anche i «dati particolarmente sensibili», così come vengono definiti dalla Legge federale svizzera sulla protezione dei dati (LPD). La privacy deve essere tutelata in ogni circostanza quando si utilizza l’IA generativa. Occorre inoltre evitare che risultati errati o addirittura discriminatori influiscano sui processi decisionali. Una situazione di partenza particolare, come spiega Christof Zogg: «I requisiti per la protezione dei dati e, in futuro, anche per la governance dell’IA sono particolarmente elevati per il settore pubblico. Per questo è importante identificare i casi di utilizzo adatti per i primi progetti di innovazione mediante IA, e sì, esistono.»

Uno studio commissionato dal Canton Zurigo tratta questioni etiche e giuridiche sull’impiego dell’IA nelle amministrazioni pubbliche. Per l’Amministrazione federale, il Consiglio federale ha approvato delle linee guida sull’utilizzo dell’IA che pongono in primo piano trasparenza e sicurezza.

Esempi di utilizzo dell’IA (generativa)

Anche tenendo conto dei presupposti legali ed etici, l’IA e l’IA generativa possono generare un guadagno in termini di tempo ed efficienza nella gestione quotidiana di documenti e informazioni. Ecco alcuni esempi di utilizzo (use cases) nelle pubbliche amministrazioni, che presentano un grado crescente di requisiti tecnici:

Use Case 1: Riassunto e trascrizione delle riunioni

L’IA generativa semplifica la creazione di documenti come: verbali delle riunioni, deliberazioni ecc. e può tradurli in diverse lingue. Le registrazioni di riunioni (online) possono essere trascritte con l’IA e salvate come testo.

I risultati devono sempre essere interpretati come bozze da verificare in termini di correttezza e completezza, al fine di individuare e correggere le cosiddette «allucinazioni artificiali» (output errati da parte di un’IA generativa).

Use Case 2: Creare bozze per direttive, disposizioni, ecc.

Sulla base della documentazione esistente, l’IA generativa può creare modelli per vari documenti ufficiali, così da non dover essere riscritti ogni volta da zero.

Use Case 3: Bot di ricerca per l’interrogazione dei documenti

L’IA permette di cercare tra i documenti e di consultare le informazioni contenute all’interno degli stessi. Questi bot di ricerca sono adatti per ricerche effettuate nella documentazione ad uso interno («Enterprise Search»), ma anche nei documenti accessibili al pubblico, come ad esempio informazioni di carattere edilizio per gli architetti, deliberazioni, iniziative ecc. Un esempio (realizzato da un’azienda privata) è ZüriCityGPT.

Use Case 4: Previsione degli sviluppi, ad esempio in materia di pianificazione urbana

Sulla base dei dati esistenti, l’IA è in grado di fare previsioni, ad esempio, sull’andamento della popolazione e del traffico. Questo aiuta nella pianificazione urbana, ad esempio per edifici scolastici e collegamenti con i mezzi pubblici. Le informazioni possono essere utilizzate anche come base per decisioni politiche, ad esempio quando si tratta di budget per progetti di edilizia pubblica. Un esempio è la Smart City LuzernNord.

Questi casi d’uso sono complessi e richiedono l’addestramento dei modelli di apprendimento automatico con i dati dell’azienda.

«I requisiti in materia di protezione dei dati e governance dell’IA sono particolarmente elevati per il settore pubblico. Per questo è importante identificare i casi di utilizzo adatti per i primi progetti di innovazione mediante IA, e sì, esistono.»

Christof Zogg, Head of Business Transformation, Swisscom

Primi passi verso l’implementazione: Quali approcci di IA esistono?

In linea di massima, si possono distinguere tre campi d’impiego dell’IA (generativa), che possono essere equiparati a gradi crescenti di difficoltà o a un crescente livello di complessità, a seconda dei casi d’uso:

Approccio 1a: Valutazione e introduzione di servizi IA standard come Microsoft Copilot per M365. Questi servizi «preconfezionati» vengono implementati rapidamente, il provider si occupa della loro gestione e la governance è chiara.

Approccio 1b: Ottenere la licenza/l’attivazione della funzionalità di IA all’interno del software esistente. Si tratta di utilizzare le funzioni di IA disponibili per un software standard, ad esempio per l’elaborazione automatizzata delle fatture in un sistema ERP come SAP o Abacus. Il livello di complessità è simile a quello dell’approccio 1a.

Approccio 2: Configurare o sviluppare la propria applicazione di processo di IA (generativa). I processi esistenti vengono automatizzati mediante modelli di base multimodali pre-addestrati, come GPT o Claude. Un esempio è la pre-elaborazione di proposte standardizzate, ad esempio nel settore dell’edilizia o dell’asilo. Il livello di complessità è medio, perché i modelli devono essere riaddestrati con i dati propri dell’azienda per un compito specifico, utilizzando ad esempio la Retrieval Augmented Generation (RAG).

Approccio 3: Addestramento e gestione del proprio modello di IA. In questo caso, un settore sviluppa e addestra il proprio modello per un caso d’applicazione specifico, su misura per le proprie esigenze. Ad esempio, la previsione dello sviluppo demografico o il riconoscimento delle frodi sulla base di modelli specifici. Questi approcci, che spesso utilizzano l’IA «classica» come il machine learning, comportano un elevato dispendio di tempo per lo sviluppo e la gestione.

Come muovere i primi passi con l’IA generativa

L’impiego dell’IA generativa deve essere ben pianificato. È importante chiarire i requisiti tecnici e legali, ma anche tenere conto delle disposizioni in materia di protezione dei dati e della formazione dei collaboratori.

Spesso ha senso iniziare con progetti facili da realizzare (approccio 1). «A seconda del livello di maturità tecnica della pubblica amministrazione, si consiglia un approccio diverso, per partire con il piede giusto con l’IA», afferma Christof Zogg. «Basta anche solo che un paio di power user in gamba inizino a creare illustrazioni per la newsletter aziendale utilizzando gli strumenti di generazione di immagini GenAI, perché ne valga la pena di iniziare il lungo viaggio nell’era dell’intelligenza artificiale. E sarà sicuramente più una maratona che uno sprint.» Oppure i collaboratori che hanno già esperienza con ChatGPT possono formare un gruppo pilota per l’utilizzo di Copilot.

La questione della conservazione e dell’elaborazione dei dati gioca un ruolo importante nelle proprie applicazioni di IA: A seconda della sensibilità dei dati e delle disposizioni giuridiche/normative, è possibile affidarsi ai servizi di intelligenza artificiale di un hyperscaler o alla svizzera Swiss AI Platform. In ogni caso, si dovrebbe iniziare con un’analisi della situazione: Dove l’IA porterà i maggiori benefici? Da dove vogliamo iniziare? A quel punto si apriranno possibilità di applicazione in cui l’impiego dell’IA è particolarmente proficuo, che spazzeranno via ogni singolo granello di polvere dagli uffici.