Introduzione
L’Italia, nell’art. 3-bis della L. 241/90 sul procedimento amministrativo, faceva riferimento all’uso della tecnologia da parte delle PP. AA., nei rapporti interni fra loro e con i privati.
Il Codice dell’Amministrazione Digitale italiano (CAD), all’art. 50-ter, prevede l’istituzione della “Piattaforma digitale nazionale dati” (PDND)[1] che costituisce un’interfaccia unica all’interno della quale le PP.AA. hanno la possibilità di comunicare e condividere dati e API in maniera libera e aperta, facendo sì che nascano nuovi servizi che soddisfino i bisogni del cittadino, sempre, però, rispettando la privacy.
La PDND ha il compito di semplificare lo scambio dei dati pubblici tra Pubbliche Amministrazioni, promuovere la diffusione degli Open Data[2] ed ottimizzare i processi di analisi dati, con il fine ultimo di far sì che la P.A. possa utilizzare i Big Data[3], grazie ai quali si possono: a) introdurre strumenti finalizzati a raccogliere e riassumere conoscenza per i decision makers e a diffondere informazioni verso i cittadini; b) utilizzare gli Open Data per scambiare più velocemente dati tra le Amministrazioni Pubbliche; c) analizzare e gestire i dati per creare applicazioni più smart.[4]
Nell’art. 13 del Codice dell’Amministrazione Digitale si prevede espressamente che si attuino anche “politiche di formazione del personale finalizzate alla conoscenza e all’uso delle tecnologie dell’informazione e della comunicazione” ma non si parla di stanziamento di risorse finanziarie ad hoc per questa formazione.
Volume consigliato
Giusto processo e intelligenza artificiale
Il volume coniuga l’analisi normativa e l’analisi funzionale della trasformazione indotta dalla tecnologia, verificando la possibilità che la giustizia sia amministrata con l’ausilio di dispositivi computazionali automatizzati, quali gli algoritmi. Si parla dunque di ricerca e sviluppo nel settore dell’intelligenza artificiale, al servizio della tutela dei diritti fondamentali e dell’esercizio del diritto di azione.Claudio Castelli, Magistrato dal 1979, ha esercitato diverse funzioni e da ultimo come Presidente Aggiunto dell’Ufficio GIP del Tribunale di Milano e ora Presidente della Corte di Appello di Brescia dall’11 aprile 2016. È stato componente elettivo del Consiglio Superiore della Magistratura per la consiliatura 1994-1998. Dal 2006 al 2008 è stato Capo Dipartimento dell’Ordinamento Giudiziario del Ministero della Giustizia. È stato il promotore del piano na- zionale di miglioramento organizzativo: il Progetto interregionale/transnazionale “Diffusione di best practices negli uffici giudiziari italiani, finanziato dal Fondo Sociale Europeo cui hanno partecipato oltre duecento uffici. È stato uno dei promotori del lancio del Processo Civile Telematico presso il Tribunale di Milano, primo in Italia e ha diretto dal 2008 al 2016 l’Ufficio Innovazione del Tribunale di Milano. Autore di diverse pubblicazioni e scritti in tema di organizzazione e ordinamento.Daniela Piana, Dottore di ricerca in sociologia presso l’Università Paris IV Sorbonne. Jean Monnet Fellow (EUI) 2003, Fulbright Fellow (UC Berkeley) 2007, associate dell’Institut des Hautes sur la Justice, Parigi e dell’Istitut des sciences sociales du politique, ENS Paris Saclay. Coordina la sezione Just Europe, ICEDD-Luiss. È stata componente dell’Osservatorio per la valutazione dell’impatto delle riforme per la crescita del Paese, presso il Gabinetto del Ministro della Giustizia dal 2014 al 2017. Attualmente membro del Research Conference On Justice dell’OCSE, svolge attività di ricerca internazionale in collaborazione con la Société de Législation Comparée. Nominata nel gennaio 2019 componente dell’Ufficio studi del Consiglio di Stato. I suoi interessi di ricerca si situano all’incrocio delle discipline sociologiche e politologiche e si concentrano sui temi della trasformazione della rule of law, sia in relazione alle dinamiche sociali nelle società multi culturali, sia in relazione alla ibridazione dei linguaggi – naturali ed artificiali – sia ancora in relazione alla ridefinizione dei confini funzionali e territoriali cui il diritto fa riferimento.
Claudio Castelli – Daniela Piana | 2019 Maggioli Editore
24.00 € 22.80 €
Intelligenza Artificiale – cosa è
L’intelligenza artificiale (o IA) è una disciplina informatica che studia le tecniche che permettono di progettare sistemi hardware e sistemi di programmi software; nella pratica, con l’intelligenza artificiale si cerca di programmare le macchine affinché replichino operazioni complesse solitamente tipiche del ragionamento umano.[5]
I sistemi di Intelligenza Artificiale utilizzano computer, algoritmi e varie tecniche per elaborare informazioni e risolvere problemi o prendere decisioni che fino a quel momento erano di proprietà e competenza esclusiva dell’uomo, detentore della cd. Intelligenza naturale.
Piano piano, l’IA sta iniziando a vedere la luce anche nella Pubblica Amministrazione tramite AIPA, il servizio di Atos[6], il quale è disponibile nel marketplace AGID e permette alla P.A. di ricevere componenti integrate di Automazione e Intelligenza Artificiale per realizzare nuove soluzioni digitali.Ad oggi, esistono varie applicazioni dell’IA, tra cui: gli smart speaker, i sistemi di sicurezza, i chatbot e gli assistenti vocali.
La piattaforma AIPA si fonda sui concetti di “Intelligent Process Automation” (iBPM) per realizzare processi (workflow, case management, BPM, etc.) e “Robotic Process Automation” (RPA) per l’automazione delle attività ripetitive e time consuming.
La combo di iBPM e RPA con l’IA permette alla Pubblica Amministrazione di realizzare i nuovi servizi.
Un esempio viene dato dalle pratiche della P.A. da elaborare, tra uffici e strutture diverse, dove ogni passaggio richiede una verifica da parte dei funzionari. Tutto ciò potrebbe essere risolto tramite la “Robotic Process Automation”, che riproduce il comportamento dei dipendenti pubblici, senza incorrere in errori.
Atos ha messo a disposizione delle PP.AA. i propri servizi per migliorare l’efficienza delle amministrazioni stesse tramite la reingegnerizzazione, l’automazione e la standardizzazione dell’organizzazione di Backoffice della Pubblica Amministrazione
Tra i servizi già utilizzati dalle P.A. per renderla sempre più digitale troviamo SPID, CIE, PagoPA, etc., che rispettano i principi di efficienza e qualità dei risultati nella P.A.
L’intelligenza artificiale negli Enti Locali
L’intelligenza artificiale può essere utilizzata non solo dalle amministrazioni centrali ma anche dagli Enti locali, per far sì che possano rielaborare le informazioni sull’evoluzione dei diversi fenomeni locali, per arrivare alla creazione di un set di KPI in grado di fornire elementi utili all’interpretazione dei cambiamenti ambientali, sociali ed economici del territorio di riferimento.
L’implementazione negli Enti Locali delle caratteristiche sopra citate, soprattutto nelle procedure amministrative e in quelle dei servizi erogati, migliora il territorio e risolve problemi strutturali e inefficienze della Pubblica Amministrazione locale.
Utilizzare l’intelligenza artificiale significa anche riscrivere il rapporto tra Ente locale e privato cittadino, facendo sì che quest’ultimo si senta più sicuro, anche tenendo conto del principio di trasparenza, e permettendo al cittadino di aiutare l’Amministrazione locale nel corretto utilizzo dei fondi pubblici e nella risoluzione delle diverse problematiche legate ai servizi destinati alla collettività.
Le principali aree tematiche in cui gli Enti locali utilizzano l’intelligenza artificiale riguardano:
– il principio di economicità ed efficacia, ovvero ottimizzazione dei costi e della qualità;
– il principio di territorialità, ovvero l’utilizzo dell’IA attraverso il monitoraggio del territorio;
– la digitalizzazione della Pubblica Amministrazione tramite l’adeguamento dei servizi pubblici alle esigenze dei cittadini;
– il miglioramento dei processi gestionali e una maggiore efficienza dei procedimenti amministrativi.
Per quanto riguarda l’ottimizzazione dei costi e della qualità, l’utilizzo dell’IA permette all’Ente Locale di risparmiare notevolmente nella spesa pubblica e di migliorare il sistema della performance[7], grazie al quale si potrebbero avere risposte nei confronti del cittadino da parte dell’Ente Pubblico, in tempi rapidi.
Un campo meno conosciuto dell’intelligenza artificiale è la c.d. “Computer Vision” ovvero la capacità di analizzare comportamenti e/o situazioni tramite immagini; un problema classico nella Computer Vision è quello di determinare se, nella scena, ci sono determinati oggetti (Object detection) e, poi, di andare a specificare il tipo di oggetto (Object classification).
Negli ultimi anni, questa tecnologia ha iniziato ad espandersi in maniera esponenziale e, in alcune città di Italia, sono già stati installati dei sensori intelligenti[8], capaci di svolgere delle funzioni in un tempo minore rispetto alle tecnologie precedenti (es: spire magnetiche per i conteggi veicolari, sistemi semplici di video-sorveglianza).
Nello specifico, in ambito urbano, viene utilizzata questa tecnologia per il monitoraggio del territorio e per rendere la città più intelligente e sicura, tramite il controllo della gestione del traffico, l’ottimizzazione semaforica, il problema dello sversamento dei rifiuti, il controllo targhe, ecc; l’utilizzo dell’IA nelle grandi città permette anche di ridurre il costo dell’energia elettrica spesa per l’illuminazione in alcune aree.
Ad esempio, L’Intelligent Parking System permette di: rilevare automaticamente e conteggiare i parcheggi vuoti; analizzare i flussi di traffico dei parcheggi; mappare i parcheggi; inviare notifiche di parcheggio/ripresa in tempo reale; rilevare la posizione di tutti posti auto disponibili; identificare se un parcheggio è libero o occupato. L’Automatic Number-Plate Recognition (ANPR), ovvero riconoscimento targa automatica, si ritrova in numerosi ambiti tra cui la riscossione automatica del pedaggio, il controllo degli accessi del parcheggio e il monitoraggio del traffico stradale.
Per quanto riguarda la Sicurezza stradale, esistono sensori che identificano gli eventi relativi alla sicurezza urbana, tra cui: inversione di marcia, accessi sbagliati, sorpassi vietati, accesso in aree riservate, richieste di aiuto o stazionamento anomalo di un veicolo.
Il maggior risparmio di denaro ed energia grazie all’Intelligenza Artificiale si ha nel campo dell’illuminazione intelligente, che significa contribuire a ridurre lo spreco di energia per l’illuminazione pubblica tramite un monitoraggio, in tempo reale, delle condizioni stradali, analizzando i fattori che influiscono sull’illuminazione come condizioni metereologiche, manto stradale ecc., identificando il livello di illuminazione ottimale per aumentare la sicurezza stradale e fornire il massimo risparmio energetico per illuminazione pubblica, facendo arrivare il risparmio energetico a più del 60%.
Per quanto riguarda l’adeguamento dei servizi pubblici alle esigenze dei cittadini, tramite il machine learning[9] e il deep learning[10], gli Enti Locali potrebbero riconoscere i mezzi e gli strumenti per aumentare il livello di soddisfazione dell’utente finale, apportando un valore aggiunto effettivo a cittadini e imprese.
Per quanto riguarda il miglioramento dei processi gestionali, l’uso dell’IA permette una migliore elaborazione dei dati mediante software di intelligenza artificiale al fine di gestire al meglio i flussi di lavoro e delle attività operative da espletare per risolvere eventuali problemi.
Per quanto riguarda la maggiore efficienza dei procedimenti amministrativi, l’uso dell’IA cerca di migliorare la “produttività” di tali procedimenti nel senso che più veloce è l’ente nello svolgimento delle attività istruttorie, tanto più efficiente sarà l’azione amministrativa.
Tuttavia, l’utilizzo di tali tecnologie non è privo di rischi in quanto potrebbe esistere una violazione dei dati personali, una diffusione di dati aziendali e/o privati o la diffusione di dati e informazioni falsi ma altamente credibili.
Infatti, per ovviare a tali problemi, si sta sviluppando sempre più la Cybersecurity[11], tanto che nelle PP.AA. sono in costante aumento figure legate alla sicurezza dei dati; tra le certificazioni per lavorare come hacker etico nelle Amministrazioni Pubbliche: CISM (Certify in Info Security Management), CISSP (Certified Information Systems Security Professional), CISA (Certified Information Systems Auditor) e CEH (Certified Ethical Hacker).
Il CISM mira ad acquisire le competenze relative alle quattro aree di conoscenza alla base dell’Information Security Management e rappresenta la principale e più diffusa certificazione in ambito sicurezza di ISACA.
La certificazione CISSP è focalizzata sulla sicurezza delle informazioni e ha l’obiettivo di fornire conoscenza e “best practice” per la gestione sicura dei dati.
La certificazione CISA fornisce un corpus tecnico di nozioni, metodi e criteri per la gestione, il controllo, la sicurezza, la governance e l’assurance dei sistemi informativi, a supporto della professione di IT Auditor e Internal Auditor.
La CEH va incontro alle esigenze di chi vuole lavorare come hacker etico, che è una categoria sempre più richiesta da aziende e governi consapevoli della necessità di proteggere efficacemente le proprie infrastrutture da possibili attacchi informatici. [12]
Ente locale e gestione dei fondi pubblici
Grazie al Recovery Fund, l’Europa ha destinato all’Italia ingenti risorse, permettendo, quindi, agli Enti locali di gestire i fondi pubblici.
Per quanto riguarda la capacità di programmazione degli investimenti pubblici da parte degli Enti locali sono note le criticità a cui si va incontro ma non è semplice, nella pratica, gestire una programmazione di dettaglio completamente risolutiva.
Per raggiungere gli obiettivi prefissati dagli organi di indirizzo è necessario programmare le azioni da intraprendere anche tramite una Governance/ E-Governance su più livelli, in grado di assicurare la gestione delle complessità dei rapporti tra i vari Stakeholders e dare una corretta definizione in termini di razionalizzazione e ottimizzazione delle risorse dei bisogni del territorio.
Volume consigliato
Giusto processo e intelligenza artificiale
Il volume coniuga l’analisi normativa e l’analisi funzionale della trasformazione indotta dalla tecnologia, verificando la possibilità che la giustizia sia amministrata con l’ausilio di dispositivi computazionali automatizzati, quali gli algoritmi. Si parla dunque di ricerca e sviluppo nel settore dell’intelligenza artificiale, al servizio della tutela dei diritti fondamentali e dell’esercizio del diritto di azione.Claudio Castelli, Magistrato dal 1979, ha esercitato diverse funzioni e da ultimo come Presidente Aggiunto dell’Ufficio GIP del Tribunale di Milano e ora Presidente della Corte di Appello di Brescia dall’11 aprile 2016. È stato componente elettivo del Consiglio Superiore della Magistratura per la consiliatura 1994-1998. Dal 2006 al 2008 è stato Capo Dipartimento dell’Ordinamento Giudiziario del Ministero della Giustizia. È stato il promotore del piano na- zionale di miglioramento organizzativo: il Progetto interregionale/transnazionale “Diffusione di best practices negli uffici giudiziari italiani, finanziato dal Fondo Sociale Europeo cui hanno partecipato oltre duecento uffici. È stato uno dei promotori del lancio del Processo Civile Telematico presso il Tribunale di Milano, primo in Italia e ha diretto dal 2008 al 2016 l’Ufficio Innovazione del Tribunale di Milano. Autore di diverse pubblicazioni e scritti in tema di organizzazione e ordinamento.Daniela Piana, Dottore di ricerca in sociologia presso l’Università Paris IV Sorbonne. Jean Monnet Fellow (EUI) 2003, Fulbright Fellow (UC Berkeley) 2007, associate dell’Institut des Hautes sur la Justice, Parigi e dell’Istitut des sciences sociales du politique, ENS Paris Saclay. Coordina la sezione Just Europe, ICEDD-Luiss. È stata componente dell’Osservatorio per la valutazione dell’impatto delle riforme per la crescita del Paese, presso il Gabinetto del Ministro della Giustizia dal 2014 al 2017. Attualmente membro del Research Conference On Justice dell’OCSE, svolge attività di ricerca internazionale in collaborazione con la Société de Législation Comparée. Nominata nel gennaio 2019 componente dell’Ufficio studi del Consiglio di Stato. I suoi interessi di ricerca si situano all’incrocio delle discipline sociologiche e politologiche e si concentrano sui temi della trasformazione della rule of law, sia in relazione alle dinamiche sociali nelle società multi culturali, sia in relazione alla ibridazione dei linguaggi – naturali ed artificiali – sia ancora in relazione alla ridefinizione dei confini funzionali e territoriali cui il diritto fa riferimento.
Claudio Castelli – Daniela Piana | 2019 Maggioli Editore
24.00 € 22.80 €
Dipendenti 2.0
Con la digitalizzazione della Pubblica Amministrazione si è cercato di rendere le amministrazioni maggiormente smart, più tecnologiche, il che significa maggiormente produttive.
Sono i cd. dipendenti 2.0, ovvero dipendenti dotati di competenze altamente specializzanti, a dover implementare gli algoritmi di intelligenza artificiale nelle attività che utilizzano grandi quantità di dati, calcoli complessi, azioni ripetitive.
Gli organi e gli uffici amministrativi dovrebbero essere riorganizzati in base alla nuova distribuzione di funzioni e carichi di lavoro e la fruizione dei servizi, anche permettendo ai cittadini di aiutare i dipendenti.
Utilizzo dell’IA nella P.A.: esempi
Sono parecchie le soluzioni di IA utilizzate nelle PP.AA. Tra queste: i chatbot ovvero bot che vengono utilizzati per fornire un supporto tecnico a dipendenti e cittadini tramite conversazioni o per snellire le procedure di reclami e segnalazioni, permettendo la compilazione automatica di moduli prestabiliti; sistemi che permettono di creare atti amministrativi in maniera automatizzata; l’utilizzo nei tribunali dell’Intelligenza Artificiale serve a ricercare nei documenti la giurisprudenza.
Nonostante l’intelligenza artificiale si sia sviluppata e si stia sviluppando maggiormente in America, Cina e Giappone, l’Europa è in ritardo da questo punto di vista in quanto solo recentemente ha iniziato a destinare fondi per l’utilizzo dell’IA nelle Pubbliche Amministrazioni.
L’Unione Europea ha sollecitato gli Stati a utilizzare l’IA entro il 2019 ma, ad oggi, poco è stato fatto.
L’Italia ha istituito un Fondo nazionale innovazione, il quale ha previsto investimenti per circa 1 miliardo di euro in tre anni[13]; 45 milioni di sono destinati al finanziamento di startup e PMI, il resto alle Pubbliche Amministrazioni.
La task force AI dell’Agenzia per l’Italia Digitale a marzo 2018 ha presentato il primo Libro Bianco “L’Intelligenza Artificiale a servizio del cittadino”, dove vengono illustrate le Linee Guida e tutte le raccomandazioni per l’utilizzo dell’Intelligenza Artificiale nella Pubblica Amministrazione.
L’obiettivo del Libro Bianco è di facilitare l’adozione di tecnologie da parte dello Stato al fine di migliorare i servizi ai cittadini e alle imprese.
Oggi, l’Intelligenza Artificiale nella Pubblica Amministrazione può essere utilizzata con profitto nel sistema sanitario, scolastico, giudiziario, nel pubblico impiego, nella sicurezza e, più in generale, nella gestione delle relazioni coi cittadini.
Per far sì che l’IA venga applicata con profitto nelle PP.AA. bisogna risolvere alcune sfide: in primis, va affrontato il problema etico, il quale stabilisce che è l’Intelligenza Artificiale al servizio delle persone e non viceversa; in secundis, la tutela della privacy, in quanto un uso scorretto delle tecnologie può aumentare le disuguaglianze.
Inoltre, bisognerà bilanciare gli interessi della collettività e quelli dell’individuo. Ad esempio, nell’ambito dell’Intelligenza Artificiale bisognerà porre in relazione il principio di trasparenza degli atti amministrativi o la protezione dei dati personali con il diritto alla privacy. Ma un altro problema è quello del rapporto tra la necessaria trasparenza del funzionamento degli algoritmi che prendono decisioni di rilevanza pubblica e la tutela del diritto d’autore di chi ha creato gli algoritmi stessi.
Infine, bisogna accompagnare la trasformazione del Paese verso l’adozione dell’Intelligenza Artificiale, innanzitutto nella gestione del rapporto tra lo Stato, i cittadini e le imprese.
Numerose sono le PP.AA. che hanno fatto e stanno facendo ricorso all’Intelligenza Artificiale per migliorare i propri servizi.
Tra le soluzioni di IA troviamo quelle relative agli assistenti virtuali, quelle relative al supporto ai processi e quelle relative al supporto ai dati.
Partendo dalle soluzioni relative agli assistenti virtuali, un primo esempio è dato dal Comune di Solarino, che ha cercato di creare un Ufficio Relazioni col Pubblico cd. “Intelligente”, al servizio dei cittadini, con la sua AXEL[14]; questo perché gli URP dei Comuni devono rispondere contemporaneamente a moltissime richieste, attraverso canali diversi che vanno dalla presenza in loco del cittadino alla chiamata o alla mail.
AXEL è un modello in grado di comprendere le domande poste dagli utenti nel linguaggio comune e rispondere o tramite mail o tramite SMS oppure direttamente dalla chat del sito istituzionale per arrivare a rispondere anche sui social network, su Skype e al telefono.
Viene utilizzato per evadere richieste in materia di: a) apertura degli uffici quindi orario di apertura e chiusura dei Comuni; b) richiesta documenti ovvero le informazioni necessarie ai fini di richiedere certificati o documenti o il necessario per produrre la documentazione; c) comunicati del Comune in caso di emergenze; d) imposte quindi la scadenza e l’importo; e) informazioni sulla raccolta differenziata.
Un altro esempio di IA negli Enti Locali è “020202”, assistente virtuale del comune di Milano, disponibile su WhatsApp 24 ore su 24; lo scopo è quello di offrire a tutti i cittadini informazioni sulla città.
“020202” rientra tra i chatbot e permette di ottenere risposte immediate sull’emergenza Covid-19, sulla città più in generale, sulla sanità, su documenti prodotti dal Governo.
Per utilizzare questo chatbot basterà salvare il numero in rubrica, aprire WhatsApp e la relativa chat e poi scrivere “Ciao”.
L’assistente darà più opzioni facendo scegliere tra: 1) Servizi di supporto alla cittadinanza; 2) Ripresa delle attività economiche; 3) Servizi pubblici e luoghi di culto; 4) Spostamenti consentiti; 5) Viabilità e parcheggi; 6) Persone con disabilità; 7) Aiutare la città di Milano; 8) Informazioni sanitarie; 9) Decreti, ordinanze e circolari.
Proseguendo tra gli assistenti virtuali si trova anche BORBOT[15], creato per migliorare l’interazione tra la pagina Facebook e i visitatori della Reggia di Caserta e permette agli utenti di dialogare con un’interfaccia naturale intelligente, che comprende le loro domande e vi fornisce risposte.
BORBOT è in grado di indicare orari, prezzi, contatti e altre opzioni utili ai fini della visita guidata nella Reggia, il tutto attraverso la pagina di Facebook, con l’app Messenger.
Per quanto riguarda, invece, l’IA come supporto ai processi, un esempio è dato dal sistema di telemonitoraggio per i malati affetti da broncopneumopatia cronica ostruttiva, facendo ricorso al machine learning e vedendo coinvolti l’Unita di Sistemi di Elaborazione e Bioinformatica del Campus Bio-Medico di Roma e il Policlinico universitario Campus Biomedico di Roma.
Il Policlinico universitario Campus Biomedico di Roma ha sperimentato su 22 pazienti affetti da BPCO un sistema di telemonitoraggio a domicilio in grado di rilevare eventi potenzialmente pericolosi per i malati, recependo i dati sulla frequenza cardiaca e sulla saturazione dell’emoglobina per tre volte al giorno, grazie ad un pulsossimetro collegato ad un’app.
Infine, per quanto riguarda l’IA nel supporto ai dati, numerose sono le PP.AA. che ne fanno ricorso. Tra queste, l’Azienda Gardesana Servizi Spa, l’Università di Verona, l’Istituto Superiore di Sanità, che stanno facendo ricorso al progetto INTCATCH[16], un progetto di innovazione e monitoraggio dei bacini idrici, che vede il Lago di Garda come il più importante sito di innovazione d’Europa; finanziato nell’ambito di Horizon2020, il più prestigioso programma di ricerca europeo, L’obiettivo è quello di mettere a punto, validare e replicare metodi e tecniche robotiche e biotecnologiche di monitoraggio e di gestione dei bacini idrografici.
Questo progetto è diviso in varie tappe: la prima riguarda la messa a punto dei sistemi di monitoraggio ed alcuni sono complessi come i droni acquatici; la seconda fase riguarda il testare gli strumenti utilizzati; la terza fase prevede la validazione dei risultati e la standardizzazione dei processi da applicare sul Tamigi e sugli altri bacini europei coinvolti nel progetto; la quarta fase prevede l’analisi dei dati raccolti.
Un altro esempio di IA nel supporto ai dati è il progetto DANTE H2020[17], che vede coinvolti Ministero della Difesa e Comando generale Arma dei Carabinieri.
Lo scopo del progetto è di fornire soluzioni di analisi sempre più efficaci, efficienti, automatizzate e di sviluppare un sistema integrato per rilevare, recuperare, raccogliere e analizzare un gran numero di multimedia eterogenei e complessi e contenuto multilingue relativo al terrorismo, anche tramite il deep web e le dark nets.
È risaputo che lo scambio di denaro è alla base di tutte le attività terroristiche e quindi l’interruzione dell’attività di finanziamento del terrorismo è la base della lotta al terrorismo.
Lo scopo finale è quello di monitorare e controllare tutto ciò che può rientrare nelle attività terroristiche, come le raccolte fondi online e le attività di propaganda.
Sempre nell’ambito del supporto ai dati, il Ministero della Pubblica Istruzione ha fatto ricorso a Pierino (PIattaforma per l’Estrazione e il Recupero di INformazioni Online), una piattaforma usata per l’analisi automatica dei dati linguistici, al fine di analizzare i dati raccolti nella consultazione pubblica avviata con “La buona scuola”, permettendo di raccogliere in meno di una settimana i duecentosettantamila commenti dei docenti.
Pierino si articola in varie sezioni, tra cui quella che permette di selezionare una domanda di interesse e vedere i verbi maggiormente utilizzati; quella che analizza il grado di sovrapposizione tra il contenuto delle risposte alle singole domande e alcune parole chiave fornite dal Ministero; quella che ricerca le parole più usate in una frase.
Sempre il Ministero della Pubblica Istruzione ha fatto ricorso al Progetto Europeo H2020 MaTHiSiS, il quale è finanziato dalla Comunità Europea all’interno del programma Horizon 2020.
MaTHiSiS è una piattaforma educativa che fornisce a chiunque una didattica su misura, da individuare in base alle richieste e necessità personale; permette agli insegnanti di creare programmi individuali; riesce anche a capire lo stato d’animo dello studente, il suo modo di apprendere e, grazie a ciò, adegua l’attività didattica/educativa.
Il Comune di Trento, invece, sta utilizzando il sistema SIMPATICO H2020 (SIMplifying the interaction with Public Administration Through Information technology for Citizens and cOmpanies), il quale è un progetto europeo che ha come scopo l’accesso semplificato ai servizi da parte dei cittadini, facilitando, ad esempio, la compilazione dei moduli.
Simpatico prevede la suddivisione del modulo in blocchi, per aiutare i cittadini nella compilazione dello stesso, la sezione di domande e risposte per far sì che il cittadino possa avere una risposta alle sue domande.
L’utilizzo del progetto Simpatico permette un risparmio tra il 35% e l’80% del tempo per i cittadini nella compilazione di un modulo e del 40% per i dipendenti comunali, una riduzione tra il 60% e l’80% sul numero di informazioni da integrare e una riduzione fino all’80% della durata del processo amministrativo.
IA nella P.A. nel mondo
Uno tra gli Stati nel Mondo che sta battendosi per utilizzare ed implementare l’utilizzo dell’Intelligenza Artificiale nella Pubblica Amministrazione è l’Argentina, dove a Buenos Aires è stato sviluppato in laboratorio un sistema: Prometea.
Il fine di questo sistema è di automatizzare documenti per ottimizzare i procedimenti amministrativi; è stato definito come “un tool che opera nel settore giustizia, progettato con white box, senza storage di dati e senza sostituzione del giudice”[18]. Prometea viene quindi utilizzato in vari settori dell’attività amministrativa, tra cui quello degli appalti pubblici per l’acquisto di beni e servizi.
Il sistema Prometea si basa su cinque livelli di innovazione principali: 1) la creazione di una interfaccia utente intuitiva, attivata con comando vocale o come chat; 2) la creazione di una interfaccia unica per eliminare l’apertura di finestre digitali; 3) una migliore gestione dei dati e delle informazioni,; 4) lo sviluppo di molteplici funzioni di assistenza digitale, come la ricerca avanzata di leggi, documenti, reporting e statistiche, etc[19].
I rischi
Il principale rischio inerente all’utilizzo dell’Intelligenza Artificiale nella Pubblica Amministrazione è collegato al c.d. Machine Learning. Nonostante il ML riesca a “trovare l’equazione che risolve uno specifico problema, basata su alcuni dati esemplificativi”[20], in alcuni casi è impossibile stabilire in che modo l’Algoritmo di Machine Learning sia giunto ad un certo risultato: siamo di fronte al fenomeno della c.d. “scatola nera” (black box)[21].
Per ovviare a ciò, il GDPR, all’art.22, prevede che “l’interessato ha il diritto di non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato (…) che produca effetti giuridici che lo riguardano o che incida in modo analogo significativamente sulla sua persona”.
Tuttavia, questo non vale per quanto riguarda “i trattamenti che risultino necessari per l’esecuzione di un compito svolto nel pubblico interesse oppure nell’esercizio di pubblici poteri di cui è investito il titolare del trattamento, ovvero per i legittimi interessi di un titolare del trattamento o di terzi”.
Infatti, ex art. 23, l’applicazione di questo diritto può essere limitata da norme di diritto UE e norme di diritto nazionale “qualora tale limitazione rispetti l’essenza dei diritti e delle libertà fondamentali e sia una misura necessaria e proporzionata in una società democratica per salvaguardare” degli interessi pubblici.
Alla luce di quanto stabilito ed affermato nel GDPR, i trattamenti automatizzati da parte di amministrazioni pubbliche sono ammissibili sempre purché rispettino il principio di legalità ed il principio di proporzionalità[22].
Inoltre, l’art. 71 del GDPR stabilisce che, nonostante si possa ammettere un trattamento automatizzato, quest’ultimo dovrebbe essere “subordinato a garanzie adeguate, che dovrebbero comprendere la specifica informazione all’interessato e il diritto di ottenere l’intervento umano, di esprimere la propria opinione, di ottenere una spiegazione della decisione conseguita dopo tale valutazione e di contestare la decisione”.
IA come prevenzione Corruzione
L’utilizzo della digitalizzazione in generale e dell’Intelligenza artificiale nello specifico, permettono di attuare e rispettare il principio di trasparenza e di pubblicazione[23], nell’ambito delle procedure di acquisto, anche ai fini di prevenzione della corruzione, soprattutto nell’ambito degli appalti pubblici se spetta al software di IA selezionare la migliore offerta pervenuta da più società partecipanti.
Ma se la P.A. avesse adottato un atto amministrativo avvalendosi di un sistema di Intelligenza Artificiale, si sarebbero dovute conoscere le motivazioni per le quali siano state assunte tali decisioni.
Ad esempio, a tal riguardo, il Consiglio di Stato[24] afferma che “il meccanismo attraverso il quale si concretizza la decisione robotizzata (ovvero l’algoritmo) deve essere “conoscibile”, secondo una declinazione rafforzata del principio di trasparenza, che implica anche quello della piena conoscibilità di una regola espressa in un linguaggio differente da quello giuridico. Tale conoscibilità dell’algoritmo deve essere garantita in tutti gli aspetti: dai suoi autori al procedimento usato per la sua elaborazione, al meccanismo di decisione, comprensivo delle priorità assegnate nella procedura valutativa e decisionale e dei dati selezionati come rilevanti. Ciò al fine di poter verificare che gli esiti del procedimento robotizzato siano conformi alle prescrizioni e alle finalità stabilite dalla legge o dalla stessa amministrazione a monte di tale procedimento e affinché siano chiare – e conseguentemente sindacabili – le modalità e le regole in base alle quali esso è stato impostato… In secondo luogo, la regola algoritmica deve essere non solo conoscibile in sé, ma anche soggetta alla piena cognizione, e al pieno sindacato, del giudice amministrativo.”
In virtù del principio di trasparenza bisognerà avere il diritto di controllare la regolarità della procedura, anche ai fini della presentazione di un eventuale ricorso.
Volume consigliato
Giusto processo e intelligenza artificiale
Il volume coniuga l’analisi normativa e l’analisi funzionale della trasformazione indotta dalla tecnologia, verificando la possibilità che la giustizia sia amministrata con l’ausilio di dispositivi computazionali automatizzati, quali gli algoritmi. Si parla dunque di ricerca e sviluppo nel settore dell’intelligenza artificiale, al servizio della tutela dei diritti fondamentali e dell’esercizio del diritto di azione.Claudio Castelli, Magistrato dal 1979, ha esercitato diverse funzioni e da ultimo come Presidente Aggiunto dell’Ufficio GIP del Tribunale di Milano e ora Presidente della Corte di Appello di Brescia dall’11 aprile 2016. È stato componente elettivo del Consiglio Superiore della Magistratura per la consiliatura 1994-1998. Dal 2006 al 2008 è stato Capo Dipartimento dell’Ordinamento Giudiziario del Ministero della Giustizia. È stato il promotore del piano na- zionale di miglioramento organizzativo: il Progetto interregionale/transnazionale “Diffusione di best practices negli uffici giudiziari italiani, finanziato dal Fondo Sociale Europeo cui hanno partecipato oltre duecento uffici. È stato uno dei promotori del lancio del Processo Civile Telematico presso il Tribunale di Milano, primo in Italia e ha diretto dal 2008 al 2016 l’Ufficio Innovazione del Tribunale di Milano. Autore di diverse pubblicazioni e scritti in tema di organizzazione e ordinamento.Daniela Piana, Dottore di ricerca in sociologia presso l’Università Paris IV Sorbonne. Jean Monnet Fellow (EUI) 2003, Fulbright Fellow (UC Berkeley) 2007, associate dell’Institut des Hautes sur la Justice, Parigi e dell’Istitut des sciences sociales du politique, ENS Paris Saclay. Coordina la sezione Just Europe, ICEDD-Luiss. È stata componente dell’Osservatorio per la valutazione dell’impatto delle riforme per la crescita del Paese, presso il Gabinetto del Ministro della Giustizia dal 2014 al 2017. Attualmente membro del Research Conference On Justice dell’OCSE, svolge attività di ricerca internazionale in collaborazione con la Société de Législation Comparée. Nominata nel gennaio 2019 componente dell’Ufficio studi del Consiglio di Stato. I suoi interessi di ricerca si situano all’incrocio delle discipline sociologiche e politologiche e si concentrano sui temi della trasformazione della rule of law, sia in relazione alle dinamiche sociali nelle società multi culturali, sia in relazione alla ibridazione dei linguaggi – naturali ed artificiali – sia ancora in relazione alla ridefinizione dei confini funzionali e territoriali cui il diritto fa riferimento.
Claudio Castelli – Daniela Piana | 2019 Maggioli Editore
24.00 € 22.80 €
Note
[1] Il Codice Amministrazione Digitale (CAD) recepisce all’art. 50-ter.la Piattaforma Digitale Nazionale Dati (PDND), già precedentemente introdotta nel Piano Triennale per l’Informatica 2017-2019. Dal 2019, con il Decreto Legge “Semplificazioni” n. 135 del 14 dicembre del 2018, convertito in legge il 12 gennaio 2019, è stata affidata alla società PagoPA lo sviluppo e la diffusione della PDND.
Il Dipartimento svolge una funzione di vigilanza sugli obiettivi strategici della società PagoPA, per conto del Presidente del Consiglio dei Ministri.
[2] In base a quanto affermato nel sito https://www.agid.gov.it/it/dati/open-data, i dati di tipo aperto, secondo il CAD, sono: a) disponibili con una licenza o una previsione normativa che ne permetta l’utilizzo da parte di chiunque; b) accessibili attraverso le tecnologie digitali, comprese le reti telematiche pubbliche e private, in formati aperti e provvisti dei relativi metadati; c) resi disponibili gratuitamente attraverso le tecnologie digitali oppure resi disponibili ai costi marginali sostenuti per la loro riproduzione e divulgazione. L’ AgID ha il compito di: 1) gestire il catalogo nazionale dei dati di tipo aperto quale strumento di riferimento per la ricerca dei dataset resi disponibili dalle amministrazioni; 2) promuovere le politiche di valorizzazione del patrimonio informativo pubblico nazionale e la cultura dei dati aperti; 3) elaborare linee guida nazionali per la valorizzazione del patrimonio informativo; 4) definire gli standard per la metadatazione (e.g., DCAT-AP_IT conformi a quelli europei).
[3] Secondo la definizione data da DE MAURO A., GRECO M., GRIMALDI M., A Formal definition of Big Data based on its essential features, in Library Review, vol. 65, n. 3, 2016, pp. 122-135, i Big Data costituiscono una raccolta di dati informativi così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità di analizzare e mettere in relazione un’enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi e prevedere quelli futuri.
[4] Cfr. https://innovazione.gov.it/it/progetti/pdnd/
[5] Cfr. SOMALVICO M., L’intelligenza artificiale, Milano, Rusconi Editore, 1987.
[6] (Atos Intelligent Process Automation) erogato in SaaS, una piattaforma abilitante per la trasformazione digitale della P.A.
[7] Decreto Brunetta: D. Lgs. 150/2009, il quale ha introdotto il sistema di valutazione della performance per i dipendenti pubblici.
[8] Ad opera di Smart-Interaction srl – Technologies for Smart Cities: www.smart-interaction.com.
[9] Riprendendo le definizioni di DE MAURO A., Big data analytics : guida per iniziare a classificare e interpretare dati con il machine learning, Apogeo, 2019 e BISHOP C. M., Pattern recognition and machine learning, Springer, 2006, si può dire che l’apprendimento automatico (machine learning) è una branca dell’intelligenza artificiale che raccoglie metodi come statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc ed utilizza metodi statistici per migliorare la performance di un algoritmo nell’identificare pattern nei dati. Nell’ambito dell’informatica, l’apprendimento automatico è una variante alla programmazione tradizionale nella quale in una macchina si predispone l’abilità di apprendere qualcosa dai dati in maniera autonoma, senza istruzioni esplicite.
[10] Secondo quanto affermato dagli Osservatori Digital Innovation, l’apprendimento profondo (deep learning) è quel campo di ricerca dell’apprendimento automatico (machine learning) e dell’intelligenza artificiale che si basa su diversi livelli di rappresentazione. Secondo la definizione dell’Osservatorio Artificial Intelligence del Politecnico di Milano, per apprendimento profondo si intende un insieme di tecniche basate su reti neurali artificiali organizzate in diversi strati, dove ogni strato calcola i valori per quello successivo affinché l’informazione venga elaborata in maniera sempre più completa. In base a quanto affermato da DENG L. e YU D., Deep Learning: Methods and Applications, in Foundations and Trends in Signal Processing, vol. 7, n. 3-4, 2014, l’apprendimento profondo è definito come una classe di algoritmi di apprendimento automatico che usano vari livelli di unità non lineari a cascata per svolgere compiti di estrazione di caratteristiche e di trasformazione e ciascun livello successivo utilizza l’uscita del livello precedente come input; sono basati sull’apprendimento non supervisionato di livelli gerarchici multipli di caratteristiche dei dati.
[11] Partendo da ISACA, CSX Cybersecurity Fundamentals Study Guide, Rolling Meadows, IL 60008 USA, ISACA, 2015, p. 5 e dalla Relazione sull’esistenza di un sistema d’intercettazione globale per le comunicazioni private ed economiche (sistema d’intercettazione Echelon) (2001/2098 (INI)) del Parlamento europeo, 11 luglio 2001, si può affermare che la cybersecurity appartiene a un ramo della sicurezza informatica che dipende solo dalla tecnologia: con esso si enfatizzano spesso qualità di resilienza, robustezza e reattività che una tecnologia deve possedere per fronteggiare attacchi mirati a comprometterne il suo corretto funzionamento e le sue performance (attacchi cyber) e vede coinvolti elementi tecnici, organizzativi, giuridici e umani. Per valutare la sicurezza bisogna normalmente individuare le minacce, le vulnerabilità e i rischi associati agli asset informatici, al fine di proteggerli da possibili attacchi (interni o esterni).
[12] Per una più dettagliata definizione, MASI I., Lo Smart Working nella Pubblica Amministrazione: dalla teoria alla pratica, in Brocardi.it, sezione Diritto Amministrativo, 2020, pag. 143-144
[13] Cfr. https://www.mise.gov.it/index.php/it/incentivi/impresa/fondo-nazionale-innovazione, secondo cui il Fondo Nazionale Innovazione (FNI) ha una dotazione finanziaria di partenza, gestita dalla Cassa Depositi e Prestiti , con lo scopo di moltiplicare risorse pubbliche e private dedicate al tema strategico dell’innovazione. Il Fondo Nazionale Innovazione è un soggetto (SGR) che opera esclusivamente attraverso metodologie di cd Venture Capital ovvero lo strumento finanziario elettivo per investimenti diretti o indiretti allo scopo di acquisire minoranze qualificate del capitale di startup, scaleup e PMI innovative.
[14] NEXT, ovvero la divisione di ricerca tecnologica di Axélero, ha realizzato AXEL, un algoritmo in grado di ‘alimentare’ un vero e proprio URP virtuale. Nel 2016 ha vinto il prestigioso premio innovazione Smau “Smart Cities”, per aver portato l’intelligenza artificiale nel comune di Solarino.
[15] Acronimo di Borboni e Robotica, presentato alla Reggia di Caserta.
[16] IntCatch sta per: Sviluppo e applicazione di nuovi modelli integrati per il monitoraggio e la gestione dei bacini d’acqua. E’ stato finanziato nell’ambito di Horizon2020, il più prestigioso programma di ricerca europeo, con l’obiettivo di mettere a punto, validare e replicare metodi e tecniche robotiche e biotecnologiche di monitoraggio e di gestione dei bacini idrografici.
[17] EuroCrime è membro del DANTE ADVISORY BOARD ovvero un gruppo di esperti che incontra il consorzio regolarmente durante il progetto, dando supporto tecnico, etico e legale, input e feedback sul programma Dante, consigli sui collegamenti con i gruppi al di fuori del progetto, proposte sulle potenziali interazioni del progetto con altri progetti, iniziative o attività.
[18] Cit. Professor LE FEVRE CERVINI durante il Convegno in tema di Giustizia predittiva, organizzato da AIGA Nazionale, a Roma.
[19] Cfr. GALETTA D. U., CORVALÁN J. G., Intelligenza Artificiale per una Pubblica Amministrazione 4.0? Potenzialità, rischi e sfide della rivoluzione tecnologica in atto, in Federalismi.it (http://www.federalismi.it), Numero 3/2019, 6 febbraio 2019, pag. 8.
[20] Cfr. GEITGEY A., Machine Learning is Fun!, Basic edition eBook, https://www.machinelearningisfun.com/get-the-book/ (15.01.2019), cap. 2.
[21] Cfr. BARRAT V. J., Our Final Invention: Artificial Intelligence and the End of the Human Era , New York, 2013, p. 92.
[22] Cfr. GALETTA D.U., Il principio di proporzionalità, in M.A. Sandulli (a cura di), Codice dell’azione amministrativa, Milano, 2^ ed., 2017, p. 149 ss.
[23] Artt. 37 del D. Lgs. 14 marzo 2013, n. 33 e s.m.i. (c.d. “Decreto Trasparenza”) e dell’Art. 29 Codice dei contratti pubblici.
[24] Consiglio di Stato, sentenza n. 2270 del 08.04.2019.
Scrivi un commento
Accedi per poter inserire un commento