Didascalia
Che l’intelligenza artificiale (IA) stia diventando una componente sempre più rilevante della trasformazione digitale della Pubblica Amministrazione è ormai un dato acquisito. Tuttavia, a differenza di altri contesti organizzativi, l’introduzione di sistemi di IA nella PA richiede particolare attenzione ai temi della responsabilità pubblica, della tutela dei diritti e della trasparenza dei processi decisionali.
Per questo motivo il Piano Triennale per l’informatica nella Pubblica Amministrazione 2024-2026 predisposto dall'Agenzia per l'Italia Digitale (PTA) ha previsto lo sviluppo di un quadro organico di linee guida per accompagnare le amministrazioni nell’adozione di queste tecnologie.
In particolare, il Piano prevede tre linee guida tra loro complementari:
Linee guida per l’adozione dei sistemi di IA nella PA, dedicate agli aspetti strategici e organizzativi;
Linee guida per lo sviluppo dei sistemi di IA, che definiscono requisiti tecnici e architetturali per la progettazione delle soluzioni;
Linee guida per il procurement di sistemi di IA, rivolte alle modalità di acquisizione e gestione contrattuale delle tecnologie.
Mentre la prima linea guida è stata pubblicata e sottoposta a consultazione pubblica nel 2025, ma non ancora adottata ufficialmente, le ultime due sono state rilasciate per la consultazione il 10 marzo 2026 e sono disponibili sul portale di AgID. I link per la consultazione pubblica sono i seguenti:
L’obiettivo delle linee guida è fornire alle amministrazioni un quadro unitario che copra l’intero ciclo di vita dei sistemi di IA nel settore pubblico: dalla decisione di adottarla, alla progettazione dei sistemi, fino alla loro acquisizione e gestione operativa.
Sulle Linee guida per l’adozione dei sistemi di IA nella PA ne abbiamo parlato lo scorso anno, mentre su quelle relative al procurement ne parleremo la settimana prossima. Il focus di questo blog saranno le linee guida dedicate allo sviluppo, che rappresentano il tassello tecnico di questo disegno complessivo.
Le linee guida individuano 20 principi che collegano le tre dimensioni fondamentali dell’intelligenza artificiale nella PA: adozione, sviluppo e procurement.
Riportiamo i principi anche nella seguente tabella.
P.1 – Conformità normativa
P.5 – Responsabilità
P.9 – Qualità dei dati
P.13 – Sorveglianza umana
P.17 – Innovazione e miglioramento continuo
P.2 – Rispetto dei valori fondamentali dell’UE
P.6 – Accessibilità, inclusività, non discriminazione
P.10 – Accuratezza
P.14 – Registrazioni (logging)
P.18 – Sostenibilità ambientale
P.3 – Gestione del rischio
P.7 – Trasparenza, spiegabilità e documentazione
P.11 – Robustezza
P.15 – Adozione di standard tecnici
P.19 – Formazione e sviluppo delle competenze
P.4 – Protezione dei dati personali
P.8 – Trasparenza e informazione
P.12 – Sicurezza cibernetica
P.16 – Efficienza e qualità dei servizi
P.20 – Rafforzamento dell’organizzazione e delle infrastrutture
Questi principi traducono i valori del quadro normativo europeo e nazionale in indicazioni operative per le amministrazioni.
Il documento affronta in modo sistematico le principali dimensioni tecniche e organizzative che caratterizzano lo sviluppo di questi sistemi e può essere letto come una vera e propria guida di riferimento per le amministrazioni che intendono progettare o realizzare soluzioni di IA. In particolare, le linee guida affrontano alcuni temi centrali:
i principi che devono orientare lo sviluppo dei sistemi di IA nella PA
la gestione del ciclo di vita dei sistemi
le scelte architetturali e tecnologiche
la gestione dei dati e dei modelli
la sicurezza, la supervisione e la tracciabilità dei sistemi
lo sviluppo delle competenze necessarie all’interno delle amministrazioni.
Analizziamo brevemente questi punti.
1. Principi per lo sviluppo dei sistemi di IA nella PA
Le linee guida ribadiscono come i principi guida debbano essere declinati in ogni progetto di sviluppo di IA. In particolare, i principali punti di controllo sono:
L’obiettivo è garantire che i sistemi di IA siano progettati fin dall’inizio secondo un approccio “by design”, integrando nel processo di sviluppo i requisiti di affidabilità, sicurezza, trasparenza e responsabilità richiesti nel contesto pubblico.
2. Il ciclo di vita dei sistemi di IA
L'elemento cardine su cui si basano le linee guida è costituito dall’adozione di un approccio basato sul ciclo di vita dei sistemi di intelligenza artificiale.
Per quanto riguarda lo sviluppo e la gestione dei sistemi di IA, vengono identificate le seguenti fasi.
Questo approccio consente alle amministrazioni di considerare l’IA non come un semplice progetto tecnologico, ma come un’infrastruttura digitale da gestire nel tempo, con processi strutturati di controllo, aggiornamento e monitoraggio.
3. Le scelte architetturali e tecnologiche
Le linee guida dedicano ampio spazio anche alle scelte architetturali che devono orientare la progettazione dei sistemi di IA nella Pubblica Amministrazione.
In particolare, viene promosso un approccio basato su architetture modulari e interoperabili, nelle quali i diversi componenti del sistema — dati, modelli, servizi applicativi e infrastrutture — sono separati e coordinati attraverso meccanismi di orchestrazione.
Questa impostazione consente di:
facilitare l’evoluzione dei sistemi nel tempo
sostituire o aggiornare singoli componenti senza intervenire sull’intero sistema
favorire l’integrazione con altre piattaforme e servizi pubblici.
Le linee guida sottolineano inoltre l’importanza della neutralità tecnologica, evitando dipendenze strutturali da specifiche piattaforme o infrastrutture hardware.
4. La gestione dei dati e dei modelli
Un ulteriore ambito affrontato dalle linee guida riguarda la gestione dei dati utilizzati per lo sviluppo e il funzionamento dei sistemi di IA.
Il documento evidenzia l’importanza di garantire:
qualità e integrità dei dataset utilizzati
tracciabilità delle fonti dei dati
documentazione dei processi di addestramento dei modelli
monitoraggio delle prestazioni dei sistemi nel tempo.
Particolare attenzione è dedicata anche alla prevenzione di bias nei dataset e nei modelli, che potrebbero generare effetti discriminatori o risultati non affidabili.
5. Sicurezza, supervisione e auditabilità
Le linee guida affrontano inoltre i temi della sicurezza e del controllo dei sistemi di IA.
I sistemi devono integrare requisiti di sicurezza cibernetica lungo tutto il ciclo di vita, proteggendo dati, modelli e infrastrutture da utilizzi impropri o alterazioni.
Devono inoltre garantire la possibilità di:
supervisione umana delle decisioni automatizzate
tracciabilità delle operazioni del sistema
audit e verifiche sul funzionamento dei modelli.
Questi elementi sono essenziali per assicurare responsabilità, trasparenza e controllo pubblico nell’utilizzo dell’intelligenza artificiale.
6. Le competenze e la capacità di governo delle tecnologie
Infine, le linee guida sottolineano l’importanza di rafforzare le competenze tecniche e organizzative delle amministrazioni.
Lo sviluppo e l’adozione di sistemi di IA devono essere accompagnati da processi di formazione del personale, trasferimento delle competenze dai fornitori e disponibilità della documentazione tecnica necessaria per la gestione delle soluzioni.
Questo consente alle amministrazioni di mantenere nel tempo la piena capacità di governo delle tecnologie adottate, evitando situazioni di dipendenza tecnologica dai fornitori.
Le Linee guida per lo sviluppo dei sistemi di intelligenza artificiale non sono pensate come un documento puramente tecnico, ma come uno strumento operativo che le amministrazioni possono utilizzare per orientare le proprie scelte progettuali e organizzative.
La loro efficacia dipenderà in larga misura dalla capacità delle amministrazioni di integrarle nei processi di progettazione dei servizi digitali, nelle attività di sviluppo dei sistemi informativi e nelle strategie di innovazione tecnologica. Questo significa, ad esempio, adottare un approccio strutturato alla progettazione dei sistemi di IA, prestare attenzione alla qualità e alla governance dei dati, prevedere adeguati meccanismi di supervisione e monitoraggio dei sistemi e rafforzare progressivamente le competenze tecniche e organizzative interne.
Allo stesso tempo, l’applicazione delle linee guida richiede una collaborazione stretta tra diverse funzioni dell’amministrazione — strutture tecniche, responsabili dei sistemi informativi, uffici legali e responsabili della protezione dei dati — in modo da affrontare in modo integrato le diverse dimensioni coinvolte nello sviluppo di queste tecnologie.
In questo senso, le linee guida rappresentano non solo un riferimento tecnico, ma anche uno strumento per accompagnare le amministrazioni in un percorso graduale di maturazione nell’utilizzo dell’intelligenza artificiale, favorendo lo sviluppo di competenze, modelli organizzativi e pratiche operative coerenti con i principi dell’azione pubblica.
La sfida per le amministrazioni non è soltanto adottare nuove tecnologie, ma costruire nel tempo la capacità di progettare, governare e monitorare sistemi di intelligenza artificiale affidabili, trasparenti e orientati al miglioramento dei servizi pubblici. In questo percorso, le linee guida costituiscono un punto di riferimento concreto per trasformare le opportunità offerte dall’IA in innovazione reale per la Pubblica Amministrazione.
