Le città contemporanee producono ogni giorno una mole immensa di informazioni che riguardano la qualità dell’aria, la mobilità, la salute e la gestione del territorio. Tuttavia, questa ricchezza informativa rimane spesso frammentata, difficile da consultare e quasi impossibile da integrare nei processi decisionali. Superare questa barriera non è solo una sfida tecnologica, ma un imperativo per migliorare la qualità della vita dei cittadini. Dall’analisi di Paolo Spiga, AI Strategic Lead di Almawave, durante un recente approfondimento nel podcast Impact 4 Innovation, appare chiaro come l’adozione di sistemi di intelligenza artificiale stia ridefinendo il rapporto tra amministratori e dati.
Indice degli argomenti
Verso una governance predittiva: superare il modello reattivo
L’implementazione dell’AI nella Pubblica Amministrazione permette di compiere un salto di qualità fondamentale: passare da una gestione reattiva a una governance predittiva e misurabile. Tradizionalmente, le amministrazioni intervengono quando l’emergenza è già esplosa, spesso spinte dalla pressione mediatica o dai giornali. L’obiettivo attuale è cambiare questo paradigma.
Paolo Spiga sottolinea come l’utilizzo della tecnologia corretta possa anticipare le criticità. Ad esempio, nel caso di un’ondata di calore, un sistema avanzato è in grado di prevedere il fenomeno con tre giorni di anticipo. Questo permette di intercettare preventivamente gli anziani soli nei quartieri più a rischio, attivando associazioni di volontariato e aprendo spazi freschi o scuole per offrire riparo. Come dichiarato da Spiga durante l’intervista: «Quindi puoi misurare immediatamente i ricoveri evitati, le vite protette e i costi sanitari soprattutto ridotti. Diciamo che questo, secondo me, è proprio quando ci siamo trovati dentro questi use case, abbiamo trovato veramente quel triplice impatto che voi conoscete bene: sociale, ambientale ed economico».
La democratizzazione del dato attraverso il linguaggio naturale
Uno dei principali ostacoli all’adozione dell’AI nella Pubblica Amministrazione è la complessità tecnica dei sistemi di analisi. Per ovviare a questo problema, le aziende Almawave hanno introdotto il cosiddetto Natural Language Querying. Questa tecnologia permette di interagire con i dati attraverso il linguaggio naturale, rendendo l’innovazione accessibile anche a chi non possiede competenze statistiche avanzate.
Immaginiamo un sindaco di un comune di soli 2.000 abitanti che non dispone di analisti o uffici statistici dedicati. Di fronte a un aumento degli incidenti stradali, oggi può semplicemente chiedere al sistema: «Perché ci sono così tanti incidenti in via Roma?». Il sistema, utilizzando modelli linguistici avanzati, risponde non solo con numeri, ma creando una narrazione che include fasce orarie, condizioni di visibilità, velocità media ed età dei soggetti coinvolti. Spiga chiarisce che la vera rivoluzione è: «democratizzare l’innovazione. […] Il nostro sistema, interrogato in linguaggio conversazionale […] risponde con fasce orarie, condizioni di visibilità, velocità media, età coinvolte, correlazioni con illuminazione o strada. Di fatto crea una narrazione con tutti quei dati».
Sicurezza stradale e decisioni basate sulle evidenze
Il caso della sicurezza stradale è emblematico di come l’analisi dei dati possa portare a interventi a basso costo ma ad altissimo impatto. Analizzando contesti urbani complessi, come quelli discussi durante un recente convegno con ANCI Piemonte e il Comune di Torino, è emerso che spesso la soluzione a un incrocio pericoloso non richiede opere milionarie.
L’AI può identificare che la causa principale degli incidenti in un determinato punto è la scarsa illuminazione o una velocità media troppo elevata in orari specifici. In questi casi, l’installazione di un dissuasore o il potenziamento dei punti luce può risolvere il problema in modo efficiente. Questo approccio permette di passare dall’intuito amministrativo alla gestione delle evidenze, salvando vite e ottimizzando le risorse di controllo sul territorio.
Proteggere la salute pubblica con l’analisi dei dati
Un esempio di straordinaria efficacia dell’AI nella Pubblica Amministrazione riguarda la gestione della salute pubblica in aree periferiche. Paolo Spiga racconta di un caso reale in cui un comune era disorientato dall’elevato numero di bambini ricoverati in ospedale per crisi respiratorie. Attraverso l’incrocio di sensori ambientali, dati meteo, registri sanitari e segnalazioni dei cittadini, la piattaforma di Almawave è riuscita a identificare una correlazione precisa in pochi secondi.
I dati hanno mostrato che i ricoveri aumentavano del 400% quando un’azienda locale lavorava con vento proveniente da nord-est. Questa evidenza oggettiva ha permesso di intervenire immediatamente: all’azienda è stata chiesta l’installazione di filtri particolari e, dopo soli tre mesi, i ricoveri pediatrici si sono azzerati. In questo modo, il sistema ha reso i dati accessibili e utili per proteggere le persone più vulnerabili.
Percezione della sicurezza e rigenerazione urbana
Un altro ambito di applicazione fondamentale riguarda l’integrazione dei cosiddetti alternative data, ovvero i feedback che i cittadini rilasciano sul web e sui canali social. Spesso esiste un divario tra i dati ufficiali sulla criminalità e la percezione di insicurezza dei residenti.
Analizzando il caso della città di Messina, è stato notato come la percezione negativa di un quartiere non fosse legata a un alto numero di reati, ma a fattori ambientali come la scarsa illuminazione o il degrado urbano. Intervenendo sulla riqualificazione e sull’illuminazione, dopo sei mesi la percezione della sicurezza è migliorata del 40%, portando parallelamente a una rinascita delle attività commerciali con un incremento del 25%. Come spiegato da Spiga: «il dato anche per cambiare la narrazione del territorio senza aumentare quelli che sono i costi di sicurezza […] di fatto abbiamo una innovazione sociale a basso costo e comunque con un alto impatto anche per quello che è la vita dei cittadini».
Sovranità digitale e il ruolo dell’ingegno italiano
Perché l’AI nella Pubblica Amministrazione sia davvero efficace, deve essere in grado di comprendere il contesto normativo e burocratico locale. In questo senso, lo sviluppo di modelli linguistici nazionali come Velvet rappresenta un punto di svolta per la sovranità digitale italiana. A differenza dei modelli internazionali che spesso pensano in inglese e traducono in italiano perdendo sfumature semantiche, Velvet è addestrato in Italia, sul supercomputer Cineca di Bologna.
Questa specificità permette all’AI di comprendere concetti complessi come ZTL, PNRR o “supporto domiciliare”, contestualizzandoli correttamente all’interno del welfare nazionale. Inoltre, essendo un sistema AI Act compliant by design, garantisce trasparenza e assenza di discriminazioni, assicurando che i dati sensibili dei cittadini non escano dai confini nazionali. Paolo Spiga sottolinea: «Velvet nasce in italiano ed è stato addestrato in Italia sul supercomputer Cineca a Bologna. E quindi comprende la complessità del linguaggio amministrativo ma soprattutto, lasciatemi dire, anche burocratico».
Un cambiamento culturale prima che tecnologico
Nonostante la disponibilità di strumenti avanzati, la sfida principale rimane quella culturale. Per decenni la Pubblica Amministrazione ha operato seguendo procedure burocratiche rigide, piuttosto che basarsi sulle evidenze dei dati. Tuttavia, si nota un’inversione di tendenza: la PA sta tornando a essere un settore attrattivo per giovani talenti e professionisti dell’innovazione, complici anche le nuove direttive del ministro Zangrillo.
La tecnologia deve essere vista come un facilitatore che rimuove l’alibi del «non so come fare». Attraverso percorsi di learning by doing, amministratori e tecnici possono sedersi al tavolo per risolvere problemi reali, analizzando le criticità in tempo reale e monitorando l’efficacia degli interventi.
Il futuro delle smart city: Digital Twin e interoperabilità
Il futuro dell’AI nella Pubblica Amministrazione si poggia su tre pilastri fondamentali: gli Open Data come economia circolare della conoscenza, l’interoperabilità dei dati e l’utilizzo dei gemelli digitali (Digital Twin). Grazie all’interoperabilità, i dati locali possono dialogare con quelli regionali e nazionali, facendo emergere pattern invisibili a una visione isolata.
Le nuove frontiere tecnologiche, come la piattaforma City sviluppata dal gruppo Almaviva, permettono oggi di navigare i dati in realtà virtuale. Un amministratore può «passeggiare» nella città del futuro prima ancora di adottare un provvedimento, visualizzando gli effetti delle proprie decisioni in un contesto immersivo. Questo approccio non solo risparmia tempo e denaro, ma trasforma l’intelligenza artificiale in un vero bene comune. Come conclude Paolo Spiga: «in questo modo, davvero l’intelligenza artificiale […] diventa davvero un bene comune e non più un privilegio che allontana e crea distanze».
