Intelligenza Artificiale nella PA: dalle sperimentazioni a un modello strutturato di governance

Tabella dei contenuti

Le nuove Linee Guida AgID segnano un cambio di prospettiva nell’adozione dell’Intelligenza Artificiale nella Pubblica Amministrazione: l’IA non può più essere gestita come una semplice soluzione tecnologica, ma deve essere inserita in un vero e proprio modello organizzativo, capace di integrare strategia, competenze, trasparenza, gestione dei dati e sicurezza.

Una governance dell’IA con ruoli e responsabilità chiari

Ogni amministrazione è chiamata a definire una strategia per l’IA e un modello organizzativo basato su processi, responsabilità, risorse e strumenti adeguati a governare i sistemi durante l’intero ciclo di vita. Il modello segue una logica di miglioramento continuo e richiama, quale riferimento metodologico, la ISO/IEC 42001:2023.

Un elemento particolarmente significativo riguarda la distribuzione delle responsabilità:

  • il Responsabile per la Transizione Digitale (RTD) assume un ruolo centrale nel coordinamento della strategia e della governance dell’IA;
  • l’Ufficio per la Transizione Digitale (UTD) supporta concretamente la pianificazione e l’attuazione delle iniziative;
  • il RPD/DPO presidia gli aspetti relativi alla protezione dei dati personali e ai diritti degli interessati;
  • il Referente per la cybersicurezza concorre alla gestione dei rischi e delle misure di sicurezza;
  • nelle amministrazioni caratterizzate da un utilizzo significativo dell’IA può essere istituito un Responsabile dell’Intelligenza Artificiale (RIA), affiancato da un Ufficio dell’Intelligenza Artificiale (UIA) e coordinato con RTD e UTD. [

Si delinea così un modello nel quale innovazione, privacy e cybersecurity devono operare in maniera coordinata, superando la gestione dell’IA per compartimenti separati.

Nuove competenze e professionalità

La governance richiede anche un’evoluzione delle competenze interne. Accanto alle professionalità già presenti, come RTD/CIO, Enterprise Architect, Project Manager, Data Specialist, Developer e Information Security Specialist, emergono figure maggiormente specializzate nell’IA.

Tra queste rientrano Chief AI Officer/Responsabile dell’IA, AI Product Manager, AI Prompt Engineer, AI Data Scientist, AI Security Specialist e AI Machine Learning Engineer. Alle competenze tecnologiche si affiancano inoltre quelle dello specialista in protezione dei dati personali, del giurista informatico e del comunicatore pubblico, evidenziando la natura necessariamente multidisciplinare della governance dell’IA. [

Comunicazione e trasparenza diventano parte del modello di governance

Particolare attenzione viene riservata alla comunicazione verso cittadini e utenti.

Le amministrazioni devono rendere comprensibile quando viene utilizzata l’IA, per quale finalità e quale ruolo svolge nei processi decisionali. Quando sono coinvolti dati personali o decisioni automatizzate, la trasparenza deve consentire di comprendere le caratteristiche generali del trattamento, la logica e i criteri rilevanti e, ove applicabile, le modalità per ottenere l’intervento umano o contestare una decisione.

La comunicazione diventa così un vero presidio di governance, e non un adempimento meramente formale.

Dati e sistemi IA: una gestione lungo l’intero ciclo di vita

Le Linee Guida adottano una visione di ciclo di vita, che accompagna il sistema dalla definizione delle esigenze e dei requisiti, alla raccolta e preparazione dei dati, alla costruzione e implementazione del modello, fino al funzionamento, al monitoraggio e alla successiva dismissione.

La data governance dell’IA deve essere integrata nella più ampia governance dei dati dell’amministrazione, garantendo qualità, rappresentatività, tracciabilità, sicurezza e controllo delle informazioni utilizzate dai sistemi.

Cybersecurity integrata nella governance dell’IA

La sicurezza deve accompagnare l’intero ciclo di vita e riguardare non soltanto l’infrastruttura IT, ma anche dataset, modelli, input, output, identità, log e supply chain.

Ciò richiede un approccio integrato che includa controllo degli accessi, logging, monitoraggio, gestione degli incidenti, audit, verifica della supply chain, penetration test e simulazioni di attacco, tenendo conto anche delle minacce specifiche dell’IA, come poisoning, evasion, privacy e abuse attacks.

Il punto chiave

Il vero elemento di novità è quindi il passaggio dall’utilizzo dell’IA alla governance dell’IA.

Per le PA non sarà sufficiente individuare strumenti tecnologicamente efficaci: sarà necessario costruire un modello organizzativo integrato, nel quale RTD e UTD coordinino il percorso di adozione, DPO e cybersecurity presidino i rispettivi rischi e nuove professionalità specialistiche supportino l’amministrazione lungo tutto il ciclo di vita dei sistemi.

Governance, competenze, comunicazione, dati e cybersecurity diventano così parti di un unico sistema di gestione dell’Intelligenza Artificiale, da pianificare, documentare, monitorare e migliorare nel tempo.

Condividi ora

Related news

Mappatura dei sistemi AI: decisioni automatizzate e sicurezza sul lavoro

Gestione responsabile della governance AI

Intelligenza artificiale e responsabilità 231: nuovi reati presupposto

Ai Act entra in una nuova fase, cosa cambia con digital omnibus, blog Labor Project.

L’AI Act entra in una nuova fase: cosa cambia con il Digital Omnibus sull’AI