La Legge numero 132/2025 rappresenta un punto centrale nel panorama normativo Italia sull’Intelligenza Artificiale (AI). Essa si pone in parallelo con l’AI Act europeo in materia di tecnologie, regolamentando settori specifici come ricerca, salute, lavoro, giustizia e finanza. Un aspetto significativo del testo legislativo è il focus posto sull’utilizzo dell’AI nella Pubblica Amministrazione, in particolare nell’Articolo 14.
Chiave interpretativa dell’Articolo 14
La Legge 132/2025 non prevede una delega specifica per la Pubblica Amministrazione. Questo articolo quindi richiede un’interpretazione all’interno di normative preesistenti come la Legge 241/1990 sul provvedimento amministrativo oppure il Piano Triennale 2024-2026. La sua brevità, concentrata in quattro commi, può comportare problematiche interpretative. La selezione di parole chiave in questo testo rimanda a normative esistenti, documenti di indirizzo e giurisprudenza amministrativa.
Definizione di “Efficienza”
La parola chiave “efficienza” è centrali nell’interpretazione di questa Legge, in quanto indica un obiettivo chiave per la Pubblica Amministrazione. Essa non riguarda solo la riduzione del tempo nei processi ma include anche l’aggiornamento in termini di stack tecnologico e di gestione delle responsabilità. La Legge richiede che le organizzazioni non si limitino a semplici digitalizzazioni ma a una trasformazione digitale compiuta.
Il concetto di “Conoscibilità”
La “conoscibilità” è una parola chiave legata alla trasparenza dell’azione dell’algoritmo e al diritto dei cittadini. In particolare, essa rientra tra i principi dell’AI Act, che richiede una specifica tracciabilità e spiegabilidade per modelli ad alto rischio. Questo riguarda sistemi come chatbot, contenuti generativi e modelli di riconoscimento delle emozioni. La conoscibilità si inquadra nel diritto amministrativo italiano, che richiede di non rendere decisiva la sola IA e di escludere discriminazioni.
Spiegabilità e XAI
La spiegabilità è un corollario alla conoscibilità, e riguarda la capacità del sistema di illustrare come giunge al risultato. Questo è fondamentale soprattutto in aree soggette a normative rigorose come la previdenza sociale o l’economia. In Italia, il Decreto 180/2025 presenta ruoli precisi in tal senso. La XAI (explainable AI) sta diventando una richiesta sempre più rilevante negli Enti Pubblici, con metodi di spiegazione che vanno dal semplice output del sistema fino a tecniche complesse.
Tracciabilità e Registrazioni
La parola chiave “tracciabilità” indica la registrazione costante delle attività compiute dal sistema IA. Essa è realizzata attraverso log, documenti informatici e registrazioni dettagliate che permettono di verificare input umani e output dell’algoritmo. La tracciabilità si adatta bene ai sistemi IA che non richiedono complessità estreme, rendendo più agevole la verifica in termini di controllo e di gestione.
Funzione Strumentale dell’IA
Nell’ambito della Pubblica Amministrazione, l’intelligenza artificiale agisce come strumento supporto, mai come autore decisionale. Questo concetto è espresso chiaramente nel Piano Triennale 2024-2026 e nella Legge 241/1990. L’IA serve per automazione di mansioni ripetitive, analisi di grandi flussi dati e semplificazione di procedimenti. Le funzioni di AI agentica permettono di gestire dati complessi e facilitare il lavoro quotidiano del personale.
Correlazioni con il Piano e la Legge 241
L’applicazione pratica dell’AI nella Pubblica Amministrazione richiede l’utilizzo di supporti per analisi, suggerimenti e pre-elaborazioni. Essa rientra negli usi comuni e richiama l’approccio della Legge 241, secondo la quale i decisori sono sempre gli esseri umani e la tecnologia funge da supporto. Il ruolo strumentale dell’IA non necessita di un discorso esteso, poiché è un concetto ormai stabile nello sfruttamento quotidiano del settore pubblico.
Cybersicurezza e Robustezza
L’articolo 3.6 della legge 132/2025 richiama l’Articolo 15 dell’AI Act sull’importanza di progettare sistemi sicuri. La cybersicurezza e la robustezza diventano precondizioni essenziali. Le misure tecniche comprendono lo sviluppo per un design sicuro, l’utilizzo di sandbox, autenticazione multi-fattore e test di penetration. La protezione non è da considerarsi come una spesa ma una esigenza necessaria, per il funzionamento sicuro e affidabile di tecnologie avanzate.
Misure Organizzative e Alfabetizzazione
Le misure organizzative riguardano in primo luogo l’alfabetizzazione e la diffusione di conoscenze base sull’AI Act e su questioni correlate. Questo include una comprensione dei sistemi, modelli, tassonomia di rischio e rispettivo insieme di obblighi. Le FAQ della Commissione UE offrono spunti applicativi diretti e agevolmente adattabili al contesto italiano. Sia le grandi che le piccole amministrazioni sono obbligate a fornire formazione continua.
Formazione e Lavoratori
Il tema della formazione e alfabetizzazione è centrale nell’applicazione dell’IA. L’attenzione deve andare in primis ai lavoratori, fornendo a loro un’adeguata conoscenza che permetta di comprendere, gestire e utilizzare tecniche avanzate. La formazione va pensata in base alle competenze esistenti, alla esperienza personale e al livello d’istruzione.
Risorse Disponibili e Innovazione
Un altro aspetto critico per l’Articolo 14 è il ricorso a risorse già disponibili da parte della pubblica amministrazione. Spesso questo viene considerato velleitario o impossibile. Tuttavia, esiste un’opportunità in termini di ottimizzazione delle risorse umane e tecnologiche che non necessariamente richiede nuove entrate o grandi finanziamenti esterni.
Responsabilità e Deleghe Governative
Le deleghe governative previste dall’Articolo 16 e 24 della legge 132/2025 permettono di dare poteri di autorità sanzionatoria e vigilanza alle autorità nazionali. Inoltre, il Governo è obbligato a ridefinire il contesto delle responsabilità civili, penali e amministrative in relazione al rischio illecito o dannoso dell’