Rivoluzionare la pubblica amministrazione con gli LLM: efficienza e innovazione
In breve
- Gli LLM sono modelli di intelligenza artificiale che comprendono e generano testi: nella PA possono rispondere ai cittadini, compilare documenti e smistare richieste.
- Riducono il carico burocratico e liberano il personale dai compiti ripetitivi, anche con chatbot che assistono i cittadini 24 ore su 24.
- Prima di adottarli servono tutela dei dati secondo il GDPR, modelli adattati al linguaggio della PA, test continui e responsabilità chiare in caso di errore.
L’innovazione digitale sta trasformando il modo in cui operano le istituzioni pubbliche. I Large Language Models (LLM), come i modelli GPT di OpenAI, possono automatizzare una parte del lavoro amministrativo: rispondere ai cittadini, completare documenti, smistare richieste. Il loro uso negli enti pubblici pone però questioni di privacy, affidabilità e responsabilità da affrontare prima di adottarli.
Introduzione agli LLM e loro applicabilità nel settore pubblico
I Large Language Models (LLM) rappresentano una delle più significative innovazioni nel campo dell’intelligenza artificiale, offrendo vasti potenziali per la trasformazione dei processi nella pubblica amministrazione. Questi modelli di linguaggio utilizzano algoritmi avanzati e grandi quantità di dati per comprendere e generare testi in un modo che appare quasi umano. La loro capacità di elaborare una vasta gamma di informazioni rende possibile l’automazione di una serie di compiti precedentemente gestiti manualmente dai dipendenti pubblici.
Caratteristiche e Fondamenti dei LLM
Il cuore di un LLM è il suo design basato su reti neurali profonde, che gli consente di apprendere da enormi corpora di testo e di conseguenza sviluppare una comprensione del linguaggio umano. In particolare, modelli come GPT (Generative Pre-trained Transformer), sviluppato da OpenAI, hanno mostrato impressionanti capacità di creazione di testi che possono essere enormemente utili nel campo dell’amministrazione pubblica.
Tra le caratteristiche chiave dei LLM, troviamo la loro capacità di generare testi coerenti e contestualmente pertinenti, rispondere a domande e tradurre tra lingue diverse, con risultati che però vanno riletti, perché possono contenere errori. Non imparano da soli durante l’uso: per aggiornarli servono nuovi cicli di addestramento o il collegamento a basi documentali aggiornate.
Automazione Intelligente nel Settore Pubblico
L’impiego degli LLM nella pubblica amministrazione si traduce in una serie di applicazioni pratiche, alcune delle quali sono già in prova. Esempi di automazione intelligente includono la gestione delle richieste di informazioni pubbliche, il completamento automatico della documentazione e la redazione di risposte a quesiti comuni dei cittadini.
Uno dei principali vantaggi di questa tecnologia è la riduzione del carico di lavoro burocratico. Con gli LLM, molteplici processi possono essere ottimizzati o completamente automatizzati, liberando così i dipendenti pubblici da compiti ripetitivi e consentendo loro di concentrarsi su attività di maggiore valore aggiunto. Per esempio, un LLM potrebbe preparare la bozza di risposta a una richiesta standard, lasciando l’approvazione a un funzionario, oppure fornire assistenza immediata ai cittadini 24 ore su 24 attraverso chatbot intelligenti.
Implementazione e sfide
L’introduzione degli LLM nei processi della pubblica amministrazione non è esente da sfide. Queste includono la necessità di vasti set di dati per il training dei modelli, la gestione della privacy e della sicurezza dei dati, e la necessità di integrare queste soluzioni AI nel flusso di lavoro esistente senza causare interruzioni.
In aggiunta, per massimizzare l’efficacia degli LLM è cruciale che essi siano alimentati con dati aggiornati e accurati, e che vi sia una continua valutazione delle loro prestazioni per garantire che le risposte fornite ai cittadini siano corrette e pertinenti.
Tuttavia, nonostante queste sfide, il potenziale per miglioramenti significativi in efficienza e servizio al cittadino motiva un numero crescente di enti pubblici a esplorare e adottare questa tecnologia.
Esempi di applicazione
Alcune amministrazioni hanno portato i modelli linguistici fuori dalla fase dei prototipi. Questi sono tre casi documentati dalle stesse istituzioni, con i limiti che dichiarano.
Esempio 1: CANChat, il chatbot interno del Governo del Canada
CANChat è sviluppato da Shared Services Canada ed è gestito interamente in Canada. Serve ai dipendenti federali per bozze, ricerche e attività amministrative ripetitive. È in distribuzione presso alcuni dipartimenti, con un’estensione graduale prevista dal 2026, e la stessa scheda ufficiale avverte che i risultati possono contenere errori e vanno controllati da una persona.
Esempio 2: l’analisi delle consultazioni pubbliche nel Regno Unito
Il governo britannico ha sviluppato Consult, uno degli strumenti della suite Humphrey. Nel primo test dal vivo ha analizzato oltre 2.000 risposte a una consultazione del governo scozzese sui trattamenti estetici non chirurgici, individuando i temi principali e classificando le risposte. L’esito si è avvicinato a quello degli esperti (punteggio F1 di 0,76), che in questo primo test hanno comunque riletto ogni risposta: lo riferisce il governo britannico nel maggio 2025.
Esempio 3: Bürokratt in Estonia
L’Estonia lavora a Bürokratt, un assistente virtuale vocale e testuale basato sull’intelligenza artificiale per accedere ai servizi pubblici online, finanziato insieme a un progetto di infrastruttura digitale con 53 milioni di euro del dispositivo europeo per la ripresa e la resilienza. Il piano ne prevedeva la realizzazione entro la fine del 2025; la scheda europea non indica il tipo di modello utilizzato.
Dai tre casi emergono due costanti: gli strumenti lavorano a supporto del personale e i risultati vengono controllati da persone. Sono però dati iniziali e dichiarati dagli stessi enti: prima di adottare soluzioni simili conviene chiedere misure comparabili sulla qualità delle risposte.
Sfide e prospettive future
L’uso dei Large Language Models (LLM) nella pubblica amministrazione apre alcune questioni pratiche.
Problemi di Privacy e Sicurezza dei Dati
Le preoccupazioni riguardo la privacy e la sicurezza dei dati sono forse le sfide più critiche che emergono nell’adozione degli LLM nella pubblica amministrazione. I modelli di linguaggio di grande scala elaborano enormi quantità di dati, tra cui informazioni personali sensibili. Per integrare efficacemente gli LLM, le istituzioni pubbliche devono assicurare che la gestione e l’utilizzo dei dati avvenga nel più rigoroso rispetto del Regolamento Generale sulla Protezione dei Dati (GDPR) e di altre normative simili a livello internazionale.
La trasparenza nei meccanismi di raccolta e utilizzo dei dati, insieme alla creazione di infrastrutture sicure per prevenire violazioni o accessi non autorizzati, è imperativa. La pubblica amministrazione deve quindi investire in soluzioni avanzate di cybersecurity e in una formazione continua dei propri dipendenti, orientata alle migliori pratiche di sicurezza informatica.
Resistenza al Cambiamento Culturale e Organizzativo
Un altro ostacolo consiste nella resistenza al cambiamento. Nonostante i vantaggi che l’automazione e l’IA possono portare, alcuni funzionari e dipendenti pubblici possono vedervi una minaccia, per paura di perdere il proprio posto di lavoro o di dover adattarsi a nuovi metodi lavorativi. Inoltre, la struttura spesso gerarchica e burocratica delle amministrazioni pubbliche può rallentare l’adozione di tecnologie innovative come gli LLM.
Per affrontare questa sfida, è necessaria una strategia di cambiamento ben pianificata che includa programmi di formazione e aggiornamento professionale. Inoltre, è cruciale sottolineare come l’impiego degli LLM non sia inteso per sostituire il personale, ma per potenziarne l’efficacia permettendo loro di concentrarsi su compiti a maggiore valore aggiunto, delegando ai modelli le operazioni ripetitive e di basso livello.
Adattamento e Personalizzazione dei LLM
Al fine di essere veramente utili, i LLM devono essere adattati al contesto specifico in cui verranno applicati. Questo implica la personalizzazione dei modelli linguistici per comprendere e generare testi che siano in linea con il linguaggio tecnico e gli specifici bisogni della pubblica amministrazione. Tale personalizzazione richiede tempo, risorse, e un’intensa collaborazione tra sviluppatori di IA, linguisti e esperti del settore pubblico.
Affidabilità e Accountability
L’affidabilità dei LLM in contesti critici e la loro capacità di operare senza errori gravi è imperativa. Bisogna quindi implementare rigorosi protocolli di test e monitoraggio continuo. Inoltre, devono essere chiaramente delineate le responsabilità legali e morali connesse all’uso degli LLM, per garantire che eventuali errori o disfunzioni nei processi automatizzati non portino a conseguenze indesiderate per i cittadini. In Italia la legge 132/2025 ha dato una prima risposta: l’IA nella PA è un supporto e la persona resta l’unica responsabile dei provvedimenti. Il regolamento europeo sull’IA richiede per i sistemi ad alto rischio una sorveglianza umana effettiva, e AgID ha avviato le linee guida su adozione, sviluppo e acquisto di sistemi di IA nella PA, il cui iter non risulta ancora concluso.
Prospettive Future
Nonostante le sfide, l’uso degli LLM nella pubblica amministrazione può dare risultati concreti. Con l’adeguata attenzione alla personalizzazione, alla sicurezza dei dati, e al cambiamento organizzativo, gli LLM possono diventare strumenti potentissimi per incrementare l’efficienza, ridurre i costi e migliorare la qualità dei servizi pubblici. L’automazione dei processi burocratici può liberare risorse preziose che potrebbero essere reinvestite in servizi migliori per i cittadini, trasformando in maniera profonda il modo in cui la pubblica amministrazione serve il pubblico.
Conclusioni
Gli LLM possono alleggerire la pubblica amministrazione dai compiti più ripetitivi: rispondere alle domande frequenti, completare documenti, smistare le richieste. Per farlo senza rischi servono dati aggiornati e trattati nel rispetto del GDPR, modelli adattati al linguaggio amministrativo, test e monitoraggio continui, responsabilità chiare in caso di errore e un piano di formazione che coinvolga il personale. Sono queste condizioni, più della tecnologia in sé, a decidere se gli LLM miglioreranno davvero i servizi ai cittadini.
Fonti
- CANChat – Shared Services Canada
- Government-built Humphrey AI tool reviews responses to consultation for first time – GOV.UK
- Bürokratt programme and national virtual assistant platform and ecosystem – Commissione europea
- Regolamento (UE) 2024/1689 sull'intelligenza artificiale – EUR-Lex
- Promozione dell'AI nella PA e centro di competenze multidisciplinari (commento all'art. 14 L. 132/2025) – NT+ Diritto, Il Sole 24 Ore
- Intelligenza artificiale (focus e linee guida) – AgID
- Legge 23 settembre 2025, n. 132, Disposizioni e deleghe al Governo in materia di intelligenza artificiale – Gazzetta Ufficiale
Domande frequenti
Cosa sono i Large Language Models (LLM)?
Sono modelli di intelligenza artificiale basati su reti neurali profonde, addestrati su enormi quantità di testo, capaci di comprendere e generare testi coerenti, rispondere a domande e tradurre. Un esempio sono i modelli GPT sviluppati da OpenAI.
Come si possono usare gli LLM nella pubblica amministrazione?
Per gestire le richieste di informazioni, completare automaticamente la documentazione, redigere risposte ai quesiti più comuni dei cittadini e offrire assistenza continua tramite chatbot, liberando il personale dai compiti ripetitivi.
Quali sono i rischi degli LLM nella pubblica amministrazione?
La tutela della privacy e della sicurezza dei dati personali, la resistenza al cambiamento del personale, la necessità di adattare i modelli al linguaggio della PA e l'affidabilità delle risposte, che richiede test, monitoraggio continuo e responsabilità chiare in caso di errore.
Scritto da
Innovation manager nella pubblica amministrazione
Innovation manager nel settore pubblico. Su Cybermag scrive di cybersecurity, intelligenza artificiale e trasformazione digitale, con un occhio a come cambiano PA e imprese.


