USO DELL'INTELLIGENZA ARTIFICIALE NELLA PUBBLICA AMMINISTRAZIONE: OPPORTUNITÀ, REGOLE E TUTELA DEI DATI

Abstract

L’introduzione dell’Intelligenza Artificiale (IA) nella Pubblica Amministrazione (PA) rappresenta una sfida cruciale che ridefinisce il rapporto tra efficienza tecnologica e legalità amministrativa. Il presente lavoro analizza le opportunità e i rischi di questa transizione, con un focus sul passaggio dai modelli predittivi all'IA Generativa. L'elaborato si articola in una prima parte di inquadramento tecnologico e normativo, esaminando il funzionamento del Machine Learning, il problema dei bias e l'armonizzazione tra la tutela dei dati (GDPR e Codice Privacy) e il nuovo AI Act europeo, integrato a livello nazionale dalla Legge n. 132/2025 e dai decreti attuativi del 2026. Tali elementi sono strettamente raccordati ai principi costituzionali di buon andamento e imparzialità (Art. 97 Cost.), agli obblighi di motivazione e trasparenza (L. 241/90) e alla giurisprudenza del Consiglio di Stato in materia di legalità algoritmica. Viene quindi approfondita la dimensione del "Valore Pubblico" e della Explainable AI (XAI), riaffermando il principio della "riserva di umanità" attraverso il modello Human-in-the-Loop. Dopo una mappatura dei casi d’uso tipici nel panorama italiano (fisco, sanità, giustizia), la tesi analizza, come caso di studio, il progetto interregionale "REG4IA" lanciato a Genova nel 2026. In questo contesto, viene esaminato il ruolo della Regione Liguria come capofila nei cluster Salute e Turismo, evidenziando i vantaggi di architetture sicure come il Federated Learning. In conclusione, la ricerca dimostra che per trasformare i progetti pilota in servizi strutturali è necessario investire sulle competenze del capitale umano, garantendo che l'algoritmo rimanga sempre uno strumento trasparente e democratico al servizio del diritto.

The introduction of Artificial Intelligence (AI) into the Public Administration (PA) represents a crucial challenge that redefines the relationship between technological efficiency and administrative legality. This paper analyzes the opportunities and risks of this transition, focusing on the shift from predictive models to Generative AI. The study is divided into an initial section providing a technological and regulatory framework, examining the functioning of Machine Learning, the issue of biases, and the harmonization between data protection (GDPR and the Privacy Code) and the new European AI Act, integrated at the national level by Law No. 132/2025 and the 2026 implementing decrees. These elements are closely linked to the constitutional principles of good performance and impartiality (Art. 97 of the Constitution), the obligations of motivation and transparency (Law 241/90), and the case law of the Council of State regarding algorithmic legality. The dimension of "Public Value" and Explainable AI (XAI) is then explored in depth, reaffirming the principle of the "human reserve" (or human prerogative) through the Human-in-the-Loop model. Following a mapping of typical use cases within the Italian landscape (taxation, healthcare, justice), the thesis analyzes, as a case study, the interregional project "REG4IA" launched in Genoa in 2026. In this context, the role of the Liguria Region as the lead partner in the Health and Tourism clusters is examined, highlighting the benefits of secure architectures such as Federated Learning. In conclusion, the research demonstrates that to transform pilot projects into structural services, it is necessary to invest in human capital skills, ensuring that the algorithm always remains a transparent and democratic tool at the service of the law.