UISH

Sezione 7 – Rifletti su come i suggerimenti derivanti dal GDU possano entrare nel processo decisionale della PA

a cura del Dipartimento di Giurisprudenza dell’Università degli Studi di Perugia

Antonio Bartolini, Clotilde Caforio, Camilla Perugini

7.1 Introduzione

La trasformazione digitale rappresenta oggi uno dei fattori più incisivi di evoluzione dell'azione amministrativa. Le tecnologie dell'informazione e della comunicazione e, in particolare, gli strumenti di automazione e di intelligenza artificiale non si configurano più come elementi accessori o sperimentali dell'attività delle Pubbliche Amministrazioni, ma costituiscono componenti strutturali del procedimento amministrativo, espressamente legittimati dal legislatore quali modalità ordinarie attraverso cui perseguire gli obiettivi di efficienza, efficacia, economicità e qualità dei servizi resi al cittadino.

In questo scenario, i Gemelli Digitali Urbani (GDU) rappresentano una delle applicazioni più innovative e, al contempo, più impegnative del processo di digitalizzazione del settore pubblico. Gli stessi consentono di integrare in un unico ambiente computazionale dati eterogenei, modelli predittivi, scenari di simulazione e meccanismi di apprendimento automatico, restituendo all'amministrazione una conoscenza dinamica e aggiornabile del territorio.

Tali strumenti disvelano il loro potenziale, in particolare, nei settori della pianificazione urbanistica, della mobilità, della tutela ambientale, della gestione delle infrastrutture e dei servizi pubblici essenziali, ove la complessità dei fenomeni da governare richiede strumenti di analisi e di previsione di sempre maggiore accuratezza e affidabilità.

Tuttavia, l'introduzione dei GDU nei procedimenti decisionali della Pubblica Amministrazione non costituisce una scelta meramente tecnica, né può essere ricondotta alla logica dell'acquisizione di un prodotto tecnologico, dovendosi collocare all'interno di un percorso procedimentale strutturato, che assicuri la coerenza dello strumento con i principi che governano l'azione amministrativa.

In questo senso, il loro impiego rende necessario affrontare prioritariamente, sotto il triplice profilo giuridico, organizzativo e procedimentale, alcuni nodi problematici, quali: la qualificazione preventiva dello strumento adottato, la distinzione tra algoritmi deterministici e sistemi di intelligenza artificiale, l'individuazione del regime giuridico applicabile, il rispetto della riserva di umanità decisionale, la garanzia della trasparenza e della conoscibilità dei processi automatizzati, la prevenzione di effetti discriminatori e la sostenibilità complessiva del sistema nel tempo.

Il quadro normativo entro il quale tale percorso si svolge è oggi articolato e in continua evoluzione.

A livello europeo rileva il Regolamento (UE) 2024/1689 (cd. AI Act); sul versante nazionale, la legge 23 settembre 2025, n. 132, che ha sancito espressamente la funzione strumentale e di supporto dell'IA rispetto all'attività amministrativa, ribadendo che la decisione finale e la relativa responsabilità giuridica rimangono in capo alla persona fisica. A tali fonti si affiancano la disciplina generale del procedimento amministrativo, il Codice dell'Amministrazione Digitale, il Codice dei Contratti Pubblici e un insieme articolato di linee guida tecniche, europee e nazionali, che concorrono a tradurre i principi della normativa primaria in indicazioni operative di immediata applicazione (v. par. 7.3).

Proprio all’interno di questo frastagliato quadro normativo si colloca la presente sezione del vademecum, che nasce dall'esigenza di offrire alle Pubbliche Amministrazioni una bussola metodologica per orientarsi nel panorama giuridico in fieri e affrontare in modo consapevole le sfide poste dall'integrazione dei Gemelli Digitali Urbani nei processi decisionali.

L'impianto della sezione è costruito per accompagnare il lettore lungo un percorso logico progressivo, che muove dalla descrizione del nodo tematico per giungere alle indicazioni operative finali.

Il paragrafo 7.2 introduce la questione dell'impatto dei GDU sul processo decisionale della Pubblica Amministrazione, illustrandone la natura, le implicazioni e i piani di rilevanza giuridica, organizzativa e tecnologica.

Il paragrafo 7.3 ricostruisce il quadro normativo di riferimento, illustrando le fonti europee e nazionali, di rango primario e secondario, alle quali si affiancano gli atti di soft law di particolare rilievo orientativo.

Il paragrafo 7.4 analizza il procedimento amministrativo con l'utilizzo di strumenti automatizzati, articolandosi nella descrizione della fattispecie e dei suoi profili comuni (par. 7.4.1), nell'analisi dell'azione della PA mediante algoritmi deterministici (par. 7.4.2) e mediante sistemi di intelligenza artificiale (par. 7.4.3), nella ricostruzione dell'architettura minima di governo interno per il sistema delle autonomie locali (par. 7.4.4), e nell'analisi di un caso studio paradigmatico (par. 7.4.5), capace di illustrare in concreto l'iter procedimentale che l'amministrazione è chiamata a seguire.

Il paragrafo 7.5 raccoglie i rilievi conclusivi, offrendo al lettore una sintesi dei principi essenziali e delle indicazioni operative che emergono dal percorso svolto.

Il paragrafo 7.6 propone infine una checklist operativa di sintesi; le fonti normative di riferimento, le fonti di soft law e la bibliografia di approfondimento sono raccolte nelle Appendici del vademecum (par. A.4).

L'obiettivo che la presente sezione si propone è, pertanto, duplice.

Sul piano sostanziale, essa intende fornire agli enti pubblici uno strumento operativo di immediata utilizzabilità, capace di tradurre la complessità del quadro normativo in un percorso procedimentale chiaro, articolato in fasi e presidiato dai principi che ne assicurano la legittimità.

Sul piano metodologico, essa vuole contribuire alla diffusione di una cultura amministrativa dell'innovazione governabile: un'innovazione che non sia subita passivamente né rifiutata aprioristicamente, ma che venga disciplinata, presidiata e orientata, in modo da assicurare che l'efficienza tecnologica si combini, senza sacrifici reciproci, con la tutela dei diritti dei cittadini, con la responsabilità del funzionario pubblico e con la qualità dell'azione amministrativa.

In questa prospettiva, il Gemello Digitale Urbano non costituisce il punto di arrivo, ma il banco di prova di un più ampio progetto di digitalizzazione consapevole della Pubblica Amministrazione, nel quale la tecnologia non è finalizzata alla sostituzione della funzione amministrativa, bensì al suo rafforzamento, al servizio della cittadinanza, nel rispetto dei principi costituzionali e sovranazionali che governano l'esercizio del potere pubblico.

7.2 GDU e processo decisionale della PA

L’impiego di GDU produce un impatto significativo sui modelli decisionali tradizionali della Pubblica Amministrazione, storicamente fondati sulle prassi consolidate degli uffici e sull’istruttoria documentale, incidendo sulla struttura stessa del processo decisionale; il funzionario pubblico è chiamato a integrare, all'interno della propria valutazione, output prodotti da sistemi tecnologici che operano, a seconda della loro conformazione, mediante regole deterministiche o mediante meccanismi di intelligenza artificiale, con livelli variabili di autonomia e di adattamento.

Tale integrazione trova la propria legittimazione nell’art. 3-bis della l. 7 agosto 1990, n. 241, il quale stabilisce che, per conseguire maggiore efficienza nell'attività amministrativa, le pubbliche Amministrazioni agiscono mediante strumenti informatici e telematici nei rapporti interni, tra loro e con i privati, riconoscendo l'impiego della tecnologia quale modalità ordinaria dell'azione amministrativa, in coerenza con un più ampio quadro normativo, di rango europeo e nazionale (par. 7.3).

Ciò nondimeno, la riconduzione dell’impiego delle tecnologie digitali nell’alveo dell’ordinaria attività amministrativa non esclude la necessità di valutarne le implicazioni giuridiche, organizzative, tecnologiche ed economiche.

In particolare, sul piano giuridico (par. 7.3), l'utilizzo del GDU pone questioni di rilievo in ordine alla qualificazione tecnologica del sistema (algoritmo deterministico o sistema di intelligenza artificiale), al regime giuridico applicabile (con particolare riguardo all'AI Act per le componenti di IA), alla tutela dei diritti dei cittadini incisi dalle determinazioni amministrative supportate dal sistema, al rispetto della riserva di umanità decisionale e dei principi di trasparenza, conoscibilità e non discriminazione. La sostenibilità giuridica del GDU si misura, in particolare, sulla sua capacità di garantire certezza del diritto, intelligibilità del processo decisionale e tracciabilità dell'iter procedimentale lungo l'intero ciclo di vita del sistema.

Sul piano organizzativo, l'integrazione del GDU nei procedimenti amministrativi richiede una riconsiderazione degli assetti interni dell'ente (par. 7.4): dalla qualificazione preventiva del sistema, affidata al Responsabile per la Transizione Digitale, all'adozione di regole interne di metodo che disciplinino l'utilizzo dello strumento, dalla formazione continua del personale alla costruzione di una cultura amministrativa idonea a governare l'innovazione senza esserne governata. Si tratta di un profilo particolarmente sensibile per il sistema delle autonomie locali, sul quale ci si soffermerà al paragrafo 7.4.4.

Sul piano tecnologico ed economico, la sostenibilità del GDU richiede un'attenta valutazione delle scelte architetturali e contrattuali, dell'interoperabilità dei sistemi, della modularità delle soluzioni adottate, della prevenzione dei fenomeni di lock-in tecnologico e della gestione degli oneri economici connessi al mantenimento, all'aggiornamento e all'eventuale evoluzione dello strumento nel tempo.

7.3 Quadro normativo di riferimento

L'introduzione di strumenti automatizzati nei procedimenti amministrativi e, in particolare, l'impiego dei Gemelli Digitali Urbani da parte delle Pubbliche Amministrazioni, si colloca all'interno di un quadro normativo multilivello, frutto della progressiva stratificazione di fonti europee e nazionali, di rango primario e secondario, alle quali si affiancano linee guida tecniche di natura non vincolante ma di rilevante valore orientativo.

La conoscenza di tale quadro costituisce un presupposto indefettibile per il corretto impiego della tecnologia, poiché ciascuna delle fonti che lo compongono concorre a definire il perimetro entro cui l'innovazione digitale può legittimamente operare.

Oltre all'AI Act, che si applica ai moduli qualificati come sistemi di IA, vanno lette insieme:

• Art. 3-bis della legge 7 agosto 1990, n. 241, già richiamato al par. 7.2.
• Artt. 12 e 17 del d.lgs. 7 marzo 2005, n. 82 (CAD). Il Codice dell'Amministrazione Digitale (CAD), all'art. 12, co. 2, impone alle pubbliche amministrazioni l'utilizzo, nei rapporti interni, in quelli con altre amministrazioni e con i privati, delle tecnologie dell'informazione e della comunicazione, garantendo l'interoperabilità dei sistemi e l'integrazione dei processi di servizio fra le diverse amministrazioni nel rispetto delle Linee guida. La norma assume un rilievo particolare nella prospettiva del presente vademecum, poiché individua nell'interoperabilità dei sistemi un valore di per sé rilevante per l'ordinamento, capace di orientare le scelte tecnologiche delle amministrazioni verso soluzioni aperte, modulari e cooperative, prevenendo fenomeni di frammentazione e di lock-in tecnologico. A tale disposizione si lega, inoltre, l'art. 17 del medesimo Codice, che individua nel Responsabile per la Transizione Digitale (RTD) la figura organizzativa cui compete il coordinamento delle attività di trasformazione digitale dell'ente e alla quale, nell'ambito di tali funzioni, appare coerente attribuire l'adozione degli atti motivati di qualificazione dei sistemi automatizzati impiegati nei procedimenti amministrativi.
• Art. 30 del decreto legislativo 31 marzo 2023, n. 36: tale norma disciplina l'utilizzo di procedure automatizzate nel ciclo di vita dei contratti pubblici e individua, in tale specifico ambito, alcuni principi di portata sistematica destinati ad operare ben oltre il perimetro contrattualistico. La norma codifica, in particolare, tre principi cardine: la conoscibilità del processo decisionale automatizzato, riconoscendo a ogni operatore economico (con principio estensibile, in via sistematica, a ogni interessato) il diritto di conoscerne l'esistenza e la logica di funzionamento; la non esclusività della decisione algoritmica, che richiede la presenza di un contributo umano effettivo capace di controllare, validare o smentire l'output del sistema; e la non discriminazione algoritmica, che impone all'amministrazione l'adozione di tutte le misure tecniche necessarie a prevenire effetti discriminatori derivanti dall'uso di procedure automatizzate, anche in relazione a fattori sensibili quali la nazionalità, l'origine etnica, le opinioni politiche, la religione, lo stato di salute o l'orientamento sessuale. La disposizione costituisce, dunque, un riferimento normativo essenziale per la definizione dei principi applicativi che governano l'impiego dei sistemi automatizzati nell'azione amministrativa.
• Orientamenti della Commissione europea relativi alle pratiche di intelligenza artificiale vietate ai sensi del regolamento (UE) 2024/1689 e Orientamenti della Commissione sulla definizione di sistema di intelligenza artificiale (in particolare sez. 5.2, §§ 40-51, sui sistemi esclusi), principali strumenti interpretativi dell'AI Act sin qui elaborati a livello unionale. Pur trattandosi di atti di soft law, privi di efficacia vincolante in senso stretto, i primi identificano concretamente le pratiche di intelligenza artificiale incompatibili con i valori dell'Unione, i secondi gli elementi costitutivi del sistema di IA rilevante ai fini del Regolamento.
• Art. 14 della legge 23 settembre 2025, n. 132: sancisce in modo netto la funzione strumentale e di supporto dell'IA rispetto all'attività amministrativa, finalizzata all'efficienza dell'azione pubblica e alla qualità dei servizi resi al cittadino. La disposizione ribadisce, al contempo, che la decisione finale e la relativa responsabilità giuridica restano esclusivamente in capo alla persona fisica, dando esplicito riconoscimento legislativo al principio della riserva di umanità decisionale. Alla medesima legge si riconnettono ulteriori previsioni di rilievo sistematico, tra cui quella di cui all'art. 20, co. 1, lett. a), che attribuisce all'AgID le funzioni di notifica, valutazione, accreditamento e monitoraggio dei soggetti incaricati di verificare la conformità dei sistemi di IA, in coerenza con quanto previsto dalla normativa unionale.
• Linee Guida AgID: concorrono a tradurre i principi posti dalla normativa primaria in indicazioni operative di immediata applicazione per le pubbliche amministrazioni. Vengono in considerazione, in particolare, tre documenti distinti ma tra loro complementari: le Linee Guida AgID per l'adozione dell'IA nella P.A., che definiscono il quadro generale di principi e di obblighi gravanti sulle amministrazioni che intendano impiegare sistemi di intelligenza artificiale; le Linee Guida AgID per lo sviluppo di sistemi di intelligenza artificiale nella P.A., dedicate al ciclo di vita del sistema sviluppato direttamente dall'ente; e le Linee Guida AgID per il procurement di IA nella P.A., che disciplinano le specificità delle procedure di acquisizione di soluzioni di IA sul mercato. Tali documenti, costituiscono il principale strumento attuativo della disciplina europea e nazionale nel contesto amministrativo italiano e forniscono agli enti un quadro tecnico di riferimento per la corretta gestione dell'intero ciclo di vita del sistema automatizzato. Le Linee guida per l’adozione dell’IA sono state poste in consultazione con la determinazione n. 17/2025; una versione rivista (bozza 4.0 del 9 marzo 2026) è stata notificata alla Commissione europea il 31 marzo 2026 (procedura TRIS 2026/0166/IT). Le Linee guida per lo sviluppo e per il procurement sono state poste in consultazione con la determinazione n. 43/2026, dal 12 marzo all’11 aprile 2026. Al 16 ottobre 2026 nessuno dei tre documenti risulta adottato in via definitiva (https://www.agid.gov.it/it/ambiti-intervento/intelligenza-artificiale).

Il quadro normativo sin qui delineato si presenta come un sistema multilivello e integrato, nel quale le fonti europee e nazionali interagiscono secondo una logica di complementarità funzionale: l'AI Act detta il quadro generale e armonizzato a livello dell'Unione; la l. n. 132/2025 ne assicura l'integrazione con l'ordinamento interno e con le specificità dell'azione amministrativa nazionale; il CAD, la legge sul procedimento amministrativo e il Codice dei Contratti Pubblici forniscono i principi sistematici dell'amministrazione digitale; le linee guida unionali e dell'AgID traducono il dato normativo in indicazioni operative.

7.4 Procedimento amministrativo con l’utilizzo di strumenti automatizzati

7.4.1 Descrizione della fattispecie

Per "procedimento amministrativo con l'utilizzo di strumenti automatizzati" si intende la sequenza ordinata di atti e operazioni, finalizzata all'adozione di un provvedimento amministrativo, in cui una o più fasi - istruttoria, valutativa, decisoria o di monitoraggio - siano in tutto o in parte supportate da sistemi tecnologici capaci di elaborare dati e generare output funzionali alla determinazione finale. La fattispecie ricomprende, dunque, sia le ipotesi in cui lo strumento automatizzato si limita a coadiuvare l'attività dell'ufficio - mediante l'elaborazione di scenari, la classificazione di dati o la simulazione di impatti - sia quelle in cui il sistema assume un ruolo più incisivo nella formazione dell'output amministrativo.

Il dato strutturale che caratterizza tale fattispecie è la compresenza di un elemento umano e di un elemento tecnologico nella formazione dell'atto. La relazione tra questi due elementi non è indifferente per l'ordinamento, dovendo essere costruita in modo tale da assicurare che lo strumento automatizzato operi sempre in funzione ausiliaria e strumentale rispetto all'attività provvedimentale e che la decisione finale, unitamente alla relativa responsabilità giuridica, rimanga in capo al funzionario competente. Si tratta della cosiddetta riserva di umanità decisionale, la cui concreta declinazione, lungo l'intero arco del procedimento, dipende dalla distinzione fondamentale tra algoritmo deterministico e sistema di intelligenza artificiale. Tale distinzione non opera sul piano meramente tassonomico, ma produce effetti concreti sul regime giuridico applicabile, sull'intensità degli obblighi di trasparenza, sulle modalità di supervisione umana richieste e sull'eventuale necessità di classificazione in base al rischio. Per questa ragione, la qualificazione preventiva dello strumento utilizzato costituisce un adempimento essenziale, che dovrà risultare da apposito atto espressamente motivato, la cui adozione, nell'impostazione qui proposta, è attribuita al Responsabile per la Transizione Digitale nell'ambito delle funzioni di cui all'art. 17 del Codice dell'Amministrazione Digitale.

Pur nella diversità delle due ipotesi, la fattispecie del procedimento amministrativo automatizzato presenta un nucleo comune di garanzie, principi e fasi operative che si applicano trasversalmente, indipendentemente dalla natura tecnologica dello strumento prescelto. È a questo nucleo comune che è dedicata la presente sezione, prima di analizzare separatamente, nei paragrafi successivi, l'azione amministrativa svolta mediante algoritmi deterministici (par. 7.4.2) e quella svolta mediante sistemi di intelligenza artificiale (par. 7.4.3).

7.4.1.1 Il ciclo di vita del sistema automatizzato

L'introduzione di uno strumento automatizzato nell'azione amministrativa non si esaurisce in un singolo atto di adozione, ma si snoda lungo un percorso composito che ne accompagna l'intera esistenza all'interno dell'organizzazione pubblica. Tale percorso, comunemente denominato ciclo di vita del sistema automatizzato, costituisce la cornice metodologica entro la quale collocare ogni valutazione tecnica, giuridica ed organizzativa, consentendo all'amministrazione di mantenere un controllo costante sul funzionamento del sistema e sulla sua coerenza con gli obiettivi di interesse pubblico perseguiti.

Le fasi del ciclo di vita si articolano nei seguenti momenti, ciascuno dei quali presenta profili autonomi di rilevanza giuridica: la pianificazione e programmazione, in cui l'amministrazione valuta l'opportunità del ricorso allo strumento, ne definisce gli obiettivi e sceglie tra sviluppo interno e procurement; la raccolta e il trattamento dei dati necessari al funzionamento del sistema; la costruzione e/o addestramento dei modelli sui dati elaborati, fase nella quale - per i soli sistemi di intelligenza artificiale - si colloca anche la classificazione in base al rischio; il testing, la validazione, l'ottimizzazione e il tuning del modello, volti a verificarne l'affidabilità, l'accuratezza e la robustezza; la distribuzione e messa a disposizione per l'esercizio, che segna il passaggio dall'ambiente di sviluppo a quello operativo; il monitoraggio e la manutenzione, attività continue e indispensabili per garantire la stabilità del sistema nel tempo; e infine il ritiro e la disattivazione, allorché il sistema non sia più in grado di soddisfare l'interesse pubblico cui era preordinato.

Tale articolazione non è meramente descrittiva, ma riflette la struttura logica e procedimentale entro cui l'amministrazione è chiamata a esercitare le proprie funzioni di governo dello strumento tecnologico. Ogni fase impone specifiche valutazioni e specifici adempimenti, in coerenza con i principi di seguito richiamati.

7.4.1.2 I principi comuni di conformità dell'azione amministrativa

L'utilizzo di sistemi automatizzati, quale che sia la loro natura tecnologica, deve conformarsi a un insieme di principi che si pongono come parametro di legittimità trasversale e che si traducono, sul piano operativo, in requisiti tecnici, architetturali e contrattuali che i sistemi acquistati o sviluppati dall'amministrazione devono presentare. Tali principi assolvono a una duplice funzione: per un verso, costituiscono criteri di indirizzo per le scelte organizzative e procedimentali; per altro verso, fungono da parametri di valutazione della legittimità dell'azione amministrativa svolta mediante strumenti tecnologici.

In primo luogo, il principio di legalità digitale sancisce che l'impiego delle tecnologie costituisce modalità ordinaria dell'azione amministrativa, nei limiti delle disposizioni vigenti. L'innovazione tecnologica non rappresenta, dunque, una deroga al sistema delle regole, ma una sua attuazione.

In secondo luogo, viene in rilievo il rispetto dei valori fondamentali dell'Unione Europea: i sistemi automatizzati devono essere adottati garantendo che il loro impatto sui diritti e sulle libertà individuali sia proporzionato alle finalità perseguite.

Centrale è poi il già richiamato principio dello human in the loop, che impone la non esclusività della decisione algoritmica e la sua funzione ausiliaria rispetto all'attività provvedimentale (art. 30, co. 3, lett. b), d.lgs. 36/2023 e, per i sistemi di IA, art. 14 L. 132/2025). Il sistema deve prevedere una chiara attribuzione delle responsabilità, la tracciabilità delle decisioni e la concreta possibilità di intervento umano, affinché la riserva di umanità decisionale non si risolva in una mera formalità ma costituisca un presidio sostanziale.

Il principio di accessibilità, inclusività e non discriminazione obbliga l'amministrazione ad adottare tutte le misure tecniche necessarie a prevenire effetti discriminatori derivanti dall'utilizzo di procedure automatizzate, con particolare attenzione ai fattori sensibili quali nazionalità, origine etnica, opinioni politiche, religione, convinzioni personali, appartenenza sindacale, caratteri somatici, status genetico, stato di salute, genere o orientamento sessuale (art. 30, co. 3, lett. c); co. 4, d.lgs. 36/2023).

Il principio di trasparenza si articola, a sua volta, in due profili strettamente complementari. Da un lato, la conoscibilità e l'informazione assicurano agli interessati il diritto di conoscere l'esistenza dei processi decisionali automatizzati che lo riguardano (nei contratti pubblici, art. 30, co. 3, lett. a), d.lgs. 36/2023; in generale, art. 14, co. 1, l. 132/2025, artt. 13-15 e 22 GDPR e Cons. Stato, Sez. VI, nn. 8472-8474/2019), con il correlativo obbligo dell'amministrazione di informare gli utenti circa l'impiego dei sistemi tecnologici e di renderli consapevoli delle loro capacità e dei loro limiti (per i sistemi di IA: art. 50 AI Act, nei casi ivi previsti, e artt. 26, par. 11, e 86 per i sistemi ad alto rischio). Dall'altro, la spiegabilità e la documentazione impongono all'amministrazione di garantire la disponibilità del codice sorgente, della relativa documentazione aggiornata e di ogni altro elemento utile a comprendere le logiche di funzionamento del sistema lungo l'intero ciclo di vita, traducendo la formula tecnica in regola giuridica intelligibile (art. 30, co. 2, lett. a); co. 3, lett. a) del d.lgs. 36/2023).

Si aggiunge il principio di qualità e accuratezza dei dati, in forza del quale l'amministrazione deve garantire una gestione etica, sicura e trasparente delle informazioni utilizzate, assicurandone qualità, tracciabilità e controllo lungo tutto il ciclo di vita, nonché risultati accurati e coerenti con gli obiettivi prefissati. A esso si collega l'adozione di standard tecnici nazionali, europei e internazionali, finalizzata a garantire interoperabilità, manutenibilità, sicurezza cibernetica, robustezza dei sistemi e sostenibilità ambientale.

Il rafforzamento dell'organizzazione e delle infrastrutture orienta le scelte verso architetture modulari, interoperabili e controllate, capaci di favorire resilienza, autonomia operativa e cooperazione tra enti, privilegiando soluzioni condivisibili, riusabili e prive di fenomeni di lock-in tecnologico. Parimenti, la formazione e lo sviluppo delle competenze richiedono che l'amministrazione promuova un uso dei sistemi automatizzati inclusivo, consapevole e governabile, attraverso una formazione continua del personale e iniziative di alfabetizzazione digitale rivolte a cittadini e imprese.

Infine, il principio di buona fede e correttezza impone che amministrazione e privati agiscano con correttezza reciproca e che l'uso di procedure automatizzate sia reso palese e tracciabile. L'atto amministrativo deve indicare sia l'impiego del sistema, sia l'iter logico di validazione o smentita della decisione automatizzata, comprese le risultanze dell'istruttoria "umanizzata" cui hanno partecipato i privati ai sensi degli artt. 7 e seguenti della l. n. 241/1990. Il principio trova fondamento nell’art. 1, co. 2-bis, l. n. 241/1990; l’obbligo di indicare nell’atto l’impiego del sistema discende dall’obbligo di motivazione (art. 3 l. n. 241/1990), dall’art. 14, co. 1, l. n. 132/2025 e dalla giurisprudenza (Cons. Stato, Sez. VI, nn. 8472-8474/2019; TAR Campania, Napoli, Sez. VII, n. 7003/2022).

7.4.1.3 La fase di pianificazione e programmazione

La prima fase del ciclo di vita di qualunque sistema automatizzato è quella della pianificazione e programmazione, che assume un rilievo decisivo poiché in essa si concentrano le valutazioni preliminari che orienteranno l'intero successivo sviluppo dell'iniziativa.

In questa fase, l'amministrazione è chiamata anzitutto a motivare espressamente la scelta di ricorrere a uno strumento automatizzato, dimostrando il reale bisogno organizzativo o operativo, i benefici attesi in termini di efficacia ed efficienza e il miglioramento dell'interesse pubblico e dei servizi erogati. L'introduzione della tecnologia non può, infatti, essere giustificata sulla base della mera volontà di innovare, ma deve rispondere a una concreta esigenza funzionale, suscettibile di valutazione e di sindacato.

A tale motivazione si accompagna la necessità di definire con chiarezza gli obiettivi che il sistema dovrà perseguire, il contesto nel quale sarà chiamato a operare, i dati necessari al suo funzionamento, le funzioni e i limiti operativi del sistema, nonché le modalità di utilizzo e di supervisione umana. Tali elementi costituiscono la base su cui calibrare la successiva progettazione tecnica e su cui ancorare le verifiche di legittimità e adeguatezza dello strumento.

L'intera fase di pianificazione è governata dal principio di proporzionalità, in forza del quale l'impiego della tecnologia deve essere coerente con lo scopo perseguito, i dati trattati e le funzionalità utilizzate devono essere strettamente necessari, e il livello di automazione non deve compromettere trasparenza, controllo umano e tutela dei diritti dei cittadini. La proporzionalità opera, dunque, come criterio guida nella selezione delle soluzioni tecnologiche, imponendo di scartare quelle che, pur tecnicamente disponibili, risultino sovradimensionate o non strettamente funzionali rispetto al bisogno pubblico.

In sede di pianificazione, l'amministrazione è tenuta inoltre ad adottare scelte architetturali e contrattuali che tengano conto dei profili energetici, infrastrutturali, di rischio e di sostenibilità, evitando soluzioni rigide o non evolvibili in fasi successive. L'obiettivo è quello di rafforzare la modularità del sistema, la sostituibilità dei suoi componenti, la gestione multi-fornitore e l'autonomia operativa nel tempo, prevenendo fenomeni di dipendenza tecnologica e garantendo la possibilità di intervenire sull'evoluzione futura del sistema.

All'interno di questa fase si colloca, infine, una duplice scelta di carattere strategico. La prima riguarda la modalità di acquisizione dello strumento, ossia l'alternativa tra sviluppo interno e ricorso al procurement sul mercato: in entrambi i casi, l'amministrazione mantiene la piena responsabilità di garantire l'affidabilità, la qualità e la conformità normativa del sistema, sebbene con modalità operative e di controllo differenziate. La seconda - logicamente prodromica all'intero impianto della disciplina applicabile - è la già richiamata scelta tra intelligenza artificiale e algoritmo deterministico, che condiziona in modo decisivo il regime giuridico, gli obblighi gravanti sull'amministrazione e l'intensità della tutela apprestata in favore dei cittadini.

Le indicazioni procedimentali sull’adozione dei sistemi possono essere ricomprese, da parte delle pubbliche amministrazioni, nel PIAO, poiché rientrano nell’ambito della reingegnerizzazione dei procedimenti amministrativi prevista dall’art. 6, co. 2, lett. e), del d.l. 9 giugno 2021, n. 80, convertito dalla l. 6 agosto 2021, n. 113. È a partire dalla biforcazione tra algoritmo deterministico e sistema di intelligenza artificiale che si articolano i due paragrafi che seguono.

7.4.2 Algoritmo deterministico: l’azione della PA in caso di determinazione automatizzata dall’algoritmo

Quando l'amministrazione, all'esito della valutazione preliminare sulla scelta dello strumento tecnologico, opti per il ricorso a un algoritmo deterministico, l'azione amministrativa si svolge secondo coordinate parzialmente differenti rispetto a quelle che caratterizzano l'impiego di sistemi di intelligenza artificiale.

Anzitutto, l'algoritmo deterministico è per sua natura intelligibile: l'iter logico che conduce alla determinazione automatizzata coincide con la sequenza delle regole codificate, le quali possono essere oggetto di disclosure integrale, sia in fase di adozione del sistema sia in sede di motivazione del singolo provvedimento. In secondo luogo, esso è verificabile a priori: l'amministrazione è in grado di simulare il funzionamento del sistema, senza che si producano risultati inattesi o non spiegabili. In terzo luogo, le ipotesi di disfunzione possono di regola essere ricondotte a un errore nelle regole o nei dati di input, agevolando la successiva attività di correzione e di responsabilizzazione.

Tali caratteristiche non esimono peraltro l'amministrazione dal rispetto dei principi generali sopra richiamati. Anche l'algoritmo deterministico deve essere adottato in coerenza con il principio di legalità digitale, deve operare in funzione ausiliaria e strumentale rispetto all'attività provvedimentale, deve essere oggetto di adeguata informazione al cittadino e deve garantire la riserva di umanità decisionale. Resta ferma, in particolare, l'esigenza che la determinazione automatizzata sia sempre suscettibile di validazione, integrazione o smentita da parte del funzionario competente, sul quale grava la responsabilità finale del provvedimento.

Né può trascurarsi che, pur in assenza di fenomeni di apprendimento automatico, l'algoritmo deterministico può comunque incorporare nelle proprie regole bias di progettazione o riflettere assunti impliciti del programmatore, con potenziali effetti discriminatori che l'amministrazione è tenuta a prevenire mediante una progettazione attenta e una verifica continua.

Sul piano procedimentale, la qualificazione di uno strumento come algoritmo deterministico - e non come sistema di intelligenza artificiale - presenta una rilevanza decisiva, poiché esclude l'applicazione delle disposizioni specifiche dettate dal Regolamento (UE) 2024/1689 in materia di sistemi di IA, ivi compresi gli obblighi di classificazione in base al rischio, di marcatura CE, di registrazione nella banca dati europea e gli adempimenti in capo a fornitori e deployer. Proprio per questa rilevanza, la qualificazione deve risultare da apposito atto espressamente motivato, adottato dal Responsabile per la Transizione Digitale secondo l'impostazione proposta al par. 7.4.1, fondato su un'analisi tecnico-funzionale rigorosa del sistema da adottare.

7.4.2.1 Casi di esclusione

L'individuazione del confine tra algoritmo deterministico e sistema di intelligenza artificiale impone all'amministrazione una valutazione tecnica accurata, da svolgersi caso per caso. Gli orientamenti elaborati a livello europeo individuano, in particolare, alcune categorie di sistemi automatizzati che, di regola, restano esclusi dalla nozione di intelligenza artificiale (Orientamenti della Commissione sulla definizione di sistema di intelligenza artificiale, sez. 5.2, §§ 40-51) in quanto non integrano i criteri congiunti dell'autonomia e dell'inferenza complessa. Per tali sistemi, dunque, non trovano applicazione gli obblighi specifici previsti dall'AI Act, ferma restando la piena soggezione ai principi generali dell'azione amministrativa digitale.

Per la descrizione analitica di tali categorie (sistemi basati su regole definite unicamente da persone fisiche; sistemi per migliorare l'ottimizzazione matematica; sistemi di elaborazione di base dei dati; sistemi per analisi descrittiva, test di ipotesi e visualizzazione; sistemi basati su euristiche classiche; sistemi di previsione semplici) si rinvia al § 5.1.5 («Casi che non rientrano nella definizione»).

L'individuazione di tali categorie ha rilievo direttamente operativo poiché orienta l'amministrazione nella corretta qualificazione dello strumento da adottare e nella conseguente individuazione del regime giuridico applicabile.
La riconducibilità di un sistema a una delle categorie sopra richiamate non equivale ad alcuna presunzione di liceità o di adeguatezza: anche in tali ipotesi, l'amministrazione resta tenuta a verificare la conformità dello strumento ai principi generali, a garantirne la trasparenza e l'intelligibilità, a prevenire potenziali effetti discriminatori e ad assicurare la riserva di umanità decisionale.

Un'ulteriore avvertenza riguarda la dimensione evolutiva del sistema: uno strumento che, al momento dell'adozione, presenti le caratteristiche proprie di un algoritmo deterministico - e che dunque rientri tra i casi di esclusione - può successivamente essere arricchito di componenti di intelligenza artificiale, ad esempio mediante l'integrazione di moduli di apprendimento automatico o l'aggiornamento delle funzionalità da parte del fornitore. In tali ipotesi, la qualificazione originaria deve essere riconsiderata e, ove necessario, il sistema deve essere riqualificato e ricondotto al regime dell'AI Act, con la conseguente attivazione degli obblighi connessi. La verifica della natura del sistema non è, dunque, un adempimento da svolgersi una tantum, ma una valutazione che deve essere periodicamente rinnovata nell'ambito delle attività di monitoraggio.

7.4.2.2 Raccolta e trattamento

Nel caso in cui l'amministrazione operi mediante algoritmi deterministici, la fase di raccolta e trattamento dei dati assume rilievo centrale e condiziona in modo decisivo l'affidabilità del risultato prodotto dal sistema. Sebbene l'algoritmo deterministico non richieda processi di addestramento e non sia esposto ai rischi tipici dell'apprendimento automatico, la qualità degli input rimane elemento essenziale per assicurare la correttezza dell'output: regole pur perfettamente formulate possono condurre a determinazioni errate qualora applicate a dati incompleti, non aggiornati, incoerenti o non rappresentativi del fenomeno amministrativo da regolare.

Per tale ragione, l'amministrazione - sia che sviluppi internamente lo strumento, sia che lo acquisisca da fornitori esterni - è chiamata a garantirne l'affidabilità, la qualità e la conformità normativa, assicurando un utilizzo proporzionato, controllabile e sostenibile dei dati e prevenendo sprechi computazionali, dipendenze tecnologiche non necessarie e fenomeni di lock-in rispetto a specifici modelli o infrastrutture.

La gestione dei dati si articola, sul piano operativo, in tre sottofasi logicamente distinte ma funzionalmente collegate.

La raccolta dei dati consiste nell'acquisizione delle informazioni e dei relativi metadati necessari al funzionamento dell'algoritmo, sia da fonti interne all'amministrazione sia da fonti esterne. Tale attività deve svolgersi nel rispetto delle politiche istituzionali di gestione dei dati e della normativa in materia di protezione dei dati personali. La raccolta non può essere indiscriminata, ma deve essere rigorosamente delimitata alle informazioni strettamente necessarie rispetto agli obiettivi perseguiti dallo strumento, in coerenza con i principi di minimizzazione, pertinenza e proporzionalità.

Nella fase di esplorazione dei dati, le informazioni raccolte vengono analizzate per verificarne la qualità, la completezza, la coerenza e l'adeguatezza rispetto alle regole codificate nell'algoritmo. L'esplorazione dei dati costituisce un passaggio essenziale per individuare eventuali errori, lacune, incoerenze o disallineamenti che potrebbero compromettere il funzionamento del sistema e, conseguentemente, la legittimità delle determinazioni amministrative da esso prodotte.

La terza sottofase è quella della pre-elaborazione dei dati, che comprende le attività tecniche finalizzate a rendere il dataset effettivamente utilizzabile dallo strumento automatizzato. Vi rientrano, in particolare, le operazioni di pulizia dei dati, di anonimizzazione o pseudonimizzazione delle informazioni personali, di standardizzazione e trasformazione dei dati in formati coerenti, nonché la selezione delle caratteristiche rilevanti rispetto alle regole applicative.

Lungo l'intero arco di queste sottofasi, l'amministrazione è chiamata a documentare puntualmente le operazioni svolte, le fonti utilizzate e i criteri seguiti, in modo da assicurare la tracciabilità del processo di formazione dell'output e da consentire, in sede di motivazione del provvedimento o di controllo successivo, la ricostruzione completa dell'iter logico che ha condotto alla determinazione automatizzata. Tale documentazione costituisce, peraltro, un presupposto indispensabile per dare effettiva attuazione al principio di spiegabilità, traducendo la formula tecnica - per quanto, nel caso dell'algoritmo deterministico, intrinsecamente più trasparente - nella regola giuridica intelligibile che il cittadino ha diritto di conoscere.

7.4.3 Intelligenza artificiale: l’azione della PA in caso di sistema automatizzato con livelli di autonomia variabili

Allorché, all'esito della valutazione preliminare, l'amministrazione opti per il ricorso a un sistema di intelligenza artificiale, l'azione amministrativa si svolge entro coordinate giuridiche e tecniche significativamente più articolate rispetto a quelle proprie dell'algoritmo deterministico.

L'identificazione di un sistema come sistema di IA (sezione 5, § 5.1.4, checklist dei sette elementi della definizione) presuppone l'accertamento della ricorrenza degli elementi costitutivi individuati dall'art. 3, n. 1, AI Act e precisati dagli Orientamenti della Commissione sulla definizione di sistema di IA.

La verifica dei requisiti deve risultare, come già anticipato, da apposito atto motivato espressamente del Responsabile per la Transizione Digitale, sul quale grava l'obbligo di qualificazione preventiva dello strumento tecnologico adottato dall'amministrazione.

7.4.3.1 Principi

L'azione amministrativa svolta mediante sistemi di intelligenza artificiale è governata dai principi generali già illustrati al paragrafo 7.4.1.2, i quali assumono, in questo specifico contesto, una intensità rafforzata e una declinazione operativa più stringente, in considerazione del maggiore impatto che tali sistemi possono produrre sui diritti e sulle libertà dei cittadini.

Il principio di human in the loop acquista, in particolare, una valenza centrale: la maggiore autonomia del sistema rispetto all'algoritmo deterministico rende ancora più stringente l'esigenza di assicurare una supervisione umana effettiva, capace di validare, integrare o smentire l'output prodotto dal sistema. Il sistema deve pertanto essere progettato in modo da consentire, in ogni fase del procedimento, l'intervento del funzionario competente e l'esercizio concreto del potere di controllo. La riserva di umanità decisionale, inoltre, non può ridursi a una formale apposizione di firma sul provvedimento, ma deve tradursi in una verifica sostanziale della coerenza dell'output rispetto al caso concreto, dei presupposti di fatto su cui esso si fonda e della sua compatibilità con l'ordinamento.

Il principio di trasparenza si arricchisce, nel contesto dei sistemi di IA, di profili specifici. Sotto il versante della conoscibilità, l'amministrazione è chiamata a informare gli utenti circa l'impiego del sistema, le sue capacità e i suoi limiti, mediante informazioni che devono essere aggiornate e aggiornabili anche indipendentemente dal fornitore del sistema stesso. Sotto il versante della spiegabilità, l'amministrazione deve garantire la disponibilità del codice sorgente, della documentazione tecnica e di ogni altro elemento utile a comprendere le logiche di funzionamento del sistema lungo l'intero ciclo di vita; la formula tecnica deve essere accompagnata da utili spiegazioni in grado di tradurla in regola giuridica sottesa alla decisione, rendendola intelligibile al cittadino e al giudice eventualmente chiamato a sindacarla.

Il principio di qualità e accuratezza dei dati assume un rilievo dirimente: a differenza di quanto avviene per gli algoritmi deterministici, nei sistemi di IA la qualità dei dati non condiziona soltanto la singola applicazione, ma plasma la struttura stessa del modello attraverso l'addestramento. Errori, lacune o distorsioni nei dataset si traducono in bias strutturali del sistema.

Il principio di accessibilità, inclusività e non discriminazione opera, di conseguenza, come parametro vincolante in tutte le fasi del ciclo di vita. Quanto alla raccolta e al trattamento dei dati, valgono le indicazioni del par. 7.4.2.2, con l'ulteriore esigenza di assicurare la rappresentatività, la completezza e l'assenza di distorsioni dei dataset di addestramento, validazione e prova (art. 10 AI Act per i sistemi ad alto rischio).

7.4.3.2 Famiglie di IA

La nozione di intelligenza artificiale ricomprende un insieme eterogeneo di tecnologie, che si distinguono tra loro per il meccanismo di elaborazione delle informazioni, per la tipologia di dati trattati e per la natura dei risultati prodotti.

Una prima distinzione di ordine generale ricorre tra i sistemi fondati su meccanismi deduttivi - che procedono dal generale al particolare, applicando regole o modelli predefiniti ai dati di ingresso - e i sistemi fondati su meccanismi induttivi, che procedono dal particolare al generale, ricavando regole e schemi dall'osservazione dei dati.

Come noto, tra le principali famiglie di IA possono enuclearsi l'IA statistica (data-driven), che opera elaborando grandi quantità di dati attraverso l'esecuzione di algoritmi complessi; il machine learning, ossia l'apprendimento automatico, fondato su algoritmi statistici e matematici in grado di apprendere pattern dalle relazioni presenti nei dati strutturati; le reti neurali (neural network), famiglia ispirata al funzionamento del cervello umano, nella quale le informazioni vengono elaborate attraverso reti di nodi interconnessi capaci di apprendere rappresentazioni complesse dei dati; il deep learning, che costituisce l'estensione più complessa delle reti neurali, caratterizzata da modelli profondi composti da numerosi livelli che apprendono le strutture gerarchiche dei dati. Ogni livello della rete elabora l'output del livello precedente, consentendo al modello di apprendere pattern complessi e non lineari, anche attraverso tecniche di backpropagation; infine, l'IA generativa (generative AI), che racchiude i sistemi capaci di generare nuovi contenuti - quali testi, immagini, codice sorgente, contenuti multimediali - sfruttando le strutture e i pattern appresi durante una fase di pre-training.

La scelta della famiglia di IA da adottare non costituisce un'opzione neutrale, ma deve essere coerente con la complessità delle funzioni richieste, con il grado di discrezionalità amministrativa coinvolto e con l'impatto del sistema sui diritti dei cittadini.

7.4.3.3 Costruzione dei modelli

La fase di costruzione e/o addestramento dei modelli rappresenta il momento in cui il sistema di intelligenza artificiale viene concretamente configurato e sviluppato sulla base degli obiettivi definiti in sede di pianificazione e dei dati raccolti ed elaborati secondo quanto indicato al par. 7.4.2.2. In questa fase, l'amministrazione è chiamata a tradurre il fabbisogno pubblico, i requisiti funzionali e i dati raccolti in un modello tecnologico effettivamente capace di operare nel contesto amministrativo di riferimento. La concreta articolazione delle attività varia, peraltro, in misura significativa a seconda che il sistema sia oggetto di sviluppo interno o di procurement.

Nell'ipotesi di sviluppo interno, l'amministrazione è tenuta a privilegiare approcci proporzionati al contesto d'uso, evitando soluzioni sovradimensionate e vincoli tecnologici suscettibili di compromettere l'evoluzione del sistema nel tempo. Restano fermi, in capo all'amministrazione, tutti gli adempimenti correlati alla qualità del processo di addestramento, alla prevenzione dei bias e alla verifica di coerenza del modello rispetto agli obiettivi perseguiti.

Nell'ipotesi del procurement, la fase si articola in tre sotto-passaggi.

Il primo è la selezione dell'architettura, mediante la quale - sulla base dei requisiti tecnici del sistema da realizzare e degli obiettivi da raggiungere - viene individuata la struttura tecnologica più adeguata. La scelta deve essere orientata a garantire flessibilità, adattabilità e sostenibilità nel tempo, prevenendo fenomeni di dipendenza tecnologica e difficoltà di aggiornamento futuro.

Il secondo è la selezione del modello di IA maggiormente idoneo rispetto agli obiettivi definiti e ai dati disponibili. Tale attività implica la scelta della tipologia di algoritmo di apprendimento con il quale il sistema verrà addestrato e si traduce, di regola, nella selezione di una delle famiglie di IA illustrate al paragrafo 7.4.3.2. Anche quando il sistema sia acquisito da un operatore economico esterno, la Pubblica Amministrazione mantiene la responsabilità di verificare la coerenza del modello proposto con il principio di proporzionalità, la sua adeguatezza rispetto al contesto amministrativo e la sua compatibilità con i requisiti di trasparenza, controllabilità e tutela dei diritti fondamentali.

Il terzo è l'addestramento del modello, che avviene utilizzando i dati raccolti ed elaborati e l'algoritmo di apprendimento individuato. Attraverso tale processo il sistema sviluppa la capacità di individuare pattern, di effettuare classificazioni, di formulare previsioni o di supportare specifiche attività amministrative.

Proprio in questa fase si colloca il momento, di cruciale rilevanza giuridica, della classificazione del sistema in base al rischio.

7.4.3.4 Classificazione in base al rischio

La classificazione del sistema in base al rischio costituisce un adempimento essenziale, che deve risultare da apposito atto motivato e dal quale dipende l'intero regime giuridico applicabile (v. sezione 5, riquadro «Valuta se il tuo sistema è intelligenza artificiale ad alto rischio» e Focus box sulla FRIA).

7.4.3.5 Testing, messa in esercizio e monitoraggio

Le fasi successive alla costruzione del modello accompagnano il sistema di IA nel suo progressivo passaggio dall'ambiente di sviluppo a quello operativo e ne assicurano la stabilità lungo l'intera vita utile.

Anche tali fasi si articolano in modo differenziato a seconda che il sistema sia oggetto di sviluppo interno o di procurement.

In caso di sviluppo interno:

a) Testing, valutazione e validazione

Le attività di testing e validazione sono dirette a garantire l'affidabilità, l'accuratezza, la robustezza, la sicurezza e l'adeguatezza del sistema rispetto ai contesti amministrativi reali nei quali sarà chiamato a operare. Le verifiche devono coinvolgere tutti i livelli del sistema: dal monitoraggio dei consumi energetici e dell'efficienza operativa, alla validazione del funzionamento su hardware eterogeneo e in scenari di fallback; dalla portabilità e replicabilità degli ambienti infrastrutturali, fino alla valutazione delle performance, della robustezza e dei possibili bias dei modelli IA attraverso dataset rappresentativi e casi d'uso reali. È inoltre necessario testare l'integrazione delle funzionalità di IA nei processi amministrativi esistenti, assicurando continuità operativa anche in caso di sostituzione o evoluzione delle componenti tecnologiche.

b) Messa a disposizione per l'esercizio

Segna il momento in cui il sistema di IA è effettivamente operativo nell'attività amministrativa e produttivo dei propri effetti sui procedimenti e sui provvedimenti dell'ente.

In caso di procurement:

a) Ottimizzazione e tuning

Il sistema fornito dall'operatore economico è sottoposto a diverse fasi di ottimizzazione per migliorarne le prestazioni. Tali attività comprendono la regolazione degli iperparametri sulla base di un dataset di convalida, l'esecuzione di operazioni di fine-tuning sui compiti amministrativi specifici, nonché, eventualmente, l'applicazione di tecniche avanzate quali la LoRA (Low-Rank Adaptation) o il PEFT (Parameter Efficient Fine-Tuning). Tali tecniche consentono di personalizzare e adattare modelli complessi riducendo il fabbisogno computazionale e ottimizzando le risorse necessarie all'addestramento e all'aggiornamento del sistema.

b) Distribuzione, personalizzazione e integrazione

La distribuzione del modello segna il definitivo ingresso del sistema nell'ambiente operativo della Pubblica Amministrazione, fermo restando il permanere degli obblighi di monitoraggio, supervisione umana, controllo delle prestazioni e aggiornamento continuo. Ad essa si accompagna la fase di personalizzazione e integrazione, che raggruppa i servizi volti ad assicurare la corretta integrazione, compatibilità e interoperabilità del nuovo sistema di IA con i sistemi, le piattaforme tecnologiche e le soluzioni già adottate dall'amministrazione, nonché l'adattamento del sistema alle specifiche esigenze organizzative dell'ente.

Il monitoraggio costituisce una fase di importanza centrale nella governance pubblica dell'intelligenza artificiale, poiché il corretto funzionamento del sistema non può considerarsi esaurito con la sua messa in esercizio, ma richiede attività continue di controllo, verifica e aggiornamento idonee a garantirne nel tempo l'affidabilità, la sicurezza e la conformità.

Nell'ipotesi di sviluppo interno, la Pubblica Amministrazione è tenuta ad assicurare nel tempo stabilità, sicurezza, sostenibilità e continuità dei sistemi di IA attraverso attività costanti di governance, monitoraggio continuo e audit periodici. Ciò comporta il controllo dei consumi energetici e dell'utilizzo delle risorse hardware, il monitoraggio delle prestazioni e della resilienza dell'infrastruttura, la verifica continua dell'affidabilità dei modelli rispetto a fenomeni di drift e di degradazione delle performance, nonché la gestione degli aggiornamenti applicativi assicurando qualità del servizio ed esperienza utente senza interruzioni.

Nell'ipotesi del procurement, la fase di monitoraggio raggruppa tutte le attività volte a monitorare e analizzare l'efficacia del modello di IA addestrato, verificando il rispetto dei requisiti operativi, normativi e di accuratezza. Essa si articola, in particolare, in quattro aree di intervento tra loro complementari: il monitoraggio e la manutenzione del sistema, necessari ad assicurarne la continuità, l'affidabilità e l'aggiornamento; la valutazione delle prestazioni, finalizzata a verificare i risultati prodotti in termini di efficienza, risparmio dei costi e miglioramento dei servizi; la validazione etica e legale, volta a controllare la correttezza, l'equità e la trasparenza delle decisioni automatizzate e a prevenire bias o discriminazioni; la valutazione del raggiungimento dell'obiettivo, ossia la verifica concreta dell'effettiva utilità del sistema rispetto agli obiettivi amministrativi perseguiti.

7.4.3.6 Ritiro e disattivazione

L'ultima fase del ciclo di vita riguarda il ritiro e la disattivazione del sistema automatizzato, da disporsi qualora lo strumento non sia più in grado di soddisfare l'interesse pubblico, sia divenuto tecnologicamente obsoleto, abbia manifestato disfunzioni non risolvibili o non risulti più conforme al quadro normativo applicabile. Anche tale fase deve essere oggetto di adeguata pianificazione, in coerenza con il principio di continuità dell'azione amministrativa: l'amministrazione è tenuta a gestire la migrazione delle informazioni, l'archiviazione delle decisioni prodotte, la conservazione della documentazione tecnica e l'eventuale transizione verso un sistema sostitutivo, assicurando la tracciabilità delle operazioni svolte e la tutela dei diritti dei cittadini incisi dall'attività del sistema.

7.4.4 Architettura minima di governo interno per il sistema delle autonomie

Il quadro sin qui delineato consente di mettere a fuoco un profilo che assume rilievo dirimente con specifico riguardo al sistema delle autonomie locali. L'efficace integrazione di strumenti automatizzati e, in particolare, di sistemi di intelligenza artificiale nell'azione amministrativa degli enti locali non dipende, infatti, dalla mera disponibilità delle tecnologie sul mercato né dalla loro adozione formale, ma dalla capacità organizzativa dell'ente di governarne l'utilizzo in modo consapevole, coerente e tracciabile. La predisposizione di un'architettura minima di governo interno costituisce, sotto questo profilo, una condizione di legittimità sostanziale dell'azione amministrativa svolta mediante tali strumenti.

Il dibattito pubblico sull'intelligenza artificiale nella Pubblica Amministrazione tende a concentrarsi prevalentemente sui guadagni di velocità, semplificazione e produttività che le nuove tecnologie possono produrre. Si tratta di obiettivi certamente legittimi e coerenti con i principi di efficienza, efficacia ed economicità che governano l'azione amministrativa, ma non sufficienti, da soli, a giustificare l'impiego di sistemi automatizzati all'interno del procedimento. La sola disponibilità di uno strumento generativo non rappresenta, in sé, un valore amministrativo: essa diviene tale solo se accompagnata dalla capacità dell'ente di impedire che la ricerca di rapidità riduca la qualità dell'istruttoria, alteri la percezione della responsabilità o introduca, di fatto, una delega verso sistemi che non rispondono né civilmente né amministrativamente dell'output prodotto.

Le amministrazioni più consapevoli sono dunque chiamate a operare un vero e proprio rovesciamento dell'ordine del discorso: prima delle applicazioni occorrono regole interne di metodo; prima dell'adozione diffusa occorrono criteri di utilizzo; prima della ricerca di efficienza occorre una disciplina organizzativa che definisca con chiarezza cosa l'intelligenza artificiale possa fare come strumento di supporto, cosa non possa in alcun caso sostituire, e chi resti comunque tenuto a verificare, correggere, integrare e assumere la piena paternità amministrativa del testo finale.

Negli enti locali, il rischio di un utilizzo improprio dei sistemi automatizzati non rappresenta un'astrazione teorica, ma una concreta possibilità organizzativa. Le autonomie operano, infatti, su procedimenti amministrativi particolarmente delicati, che incidono direttamente su persone, contratti pubblici, affidamenti, organizzazione del personale, spesa pubblica ed equilibri finanziari dell'ente. In questo contesto, un contenuto generato da un sistema di IA non può mai essere assunto quale prodotto amministrativo autosufficiente: esso può svolgere una funzione di bozza iniziale, di schema preparatorio, di supporto documentale o di ausilio comparativo, ma non può mai diventare un surrogato della valutazione tecnica, giuridica o dirigenziale che resta riservata ai funzionari e ai responsabili dell'amministrazione.

È necessario disciplinare l'utilizzo dello strumento, chiarendo espressamente che l'output non è mai auto-applicativo e che la responsabilità resta interamente umana: solo in tale prospettiva l'innovazione tecnologica risulta effettivamente compatibile con i principi di legalità, di buon andamento, di controllabilità e di responsabilità amministrativa.

Un profilo di rilievo, spesso trascurato nel dibattito pubblico, è quello della distinzione tra plausibilità testuale e affidabilità amministrativa. L'intelligenza artificiale generativa è, infatti, particolarmente efficace nel produrre strutture formali plausibili: l'output può presentarsi ben organizzato, linguisticamente corretto, apparentemente completo. Tuttavia, la plausibilità testuale non coincide, sul piano giuridico, con la solidità dell'atto amministrativo. Un provvedimento può apparire ordinato e ben redatto e risultare, al contempo, giuridicamente fragile: può contenere richiami normativi irrilevanti o non aggiornati, fonti imprecise, argomentazioni stereotipate, dati non verificati o non decisivi rispetto al caso concreto.

Il rischio non è teorico, ma reale e progressivamente cumulativo: esso si traduce nella graduale normalizzazione di un testo verosimile ma non sufficientemente controllato, con effetti a medio termine di scarsa intelligibilità degli atti, di ripetizione acritica di formule standardizzate e di progressivo indebolimento delle funzioni istruttorie dell'amministrazione. Negli enti locali, dove la qualità dell'atto si misura non sulla correttezza grammaticale o sulla fluidità espositiva del testo, ma sulla tenuta dell'istruttoria, sulla pertinenza dei riferimenti, sulla coerenza con il fatto amministrativo, sulla verificabilità delle fonti e sulla capacità del provvedimento di reggere ai controlli interni, giurisdizionali e contabili, tale rischio assume una particolare gravità.

In questa prospettiva, una direttiva organizzativa interna in materia di intelligenza artificiale non costituisce un atto difensivo o un mero adempimento di autotutela burocratica, bensì un autentico strumento di governo dell'innovazione. Il suo valore non risiede nel gesto formale di modernizzazione, ma nei presìdi sostanziali che essa è chiamata a introdurre. La direttiva delimita il perimetro di utilizzo dello strumento, impone una validazione umana effettiva, tutela i dati personali e gli assetti informativi dell'ente, rende tracciabile la logica del processo di formazione dell'atto.

In assenza di tali presìdi, l'intelligenza artificiale rischia di trasformarsi in una scorciatoia organizzativa impropria: apparentemente utile nel breve periodo, ma idonea a produrre, nel medio termine, proprio gli effetti sopra descritti.

Una direttiva ben costruita riduce l'ambiguità organizzativa, aiuta dirigenti e funzionari a distinguere l'uso lecito da quello improprio, evita che l'IA sia percepita come sostituto occulto delle competenze professionali e restituisce centralità al controllo umano sul testo, impedendo così che l'innovazione degeneri in deresponsabilizzazione.

Sul piano operativo, l'architettura minima di governo interno deve essere costruita intorno a sei presìdi essenziali, ciascuno dei quali assolve a una funzione specifica e non surrogabile dagli altri:

• Definizione espressa degli usi consentiti e degli usi vietati: la direttiva deve individuare puntualmente le attività amministrative nelle quali il ricorso all'IA è ammesso, le modalità di tale ricorso e le ipotesi in cui esso è espressamente precluso, evitando che la scelta sia lasciata alla prassi spontanea degli operatori.
• Obbligo di verifica umana sostanziale prima dell'adozione del testo: la verifica non può ridursi a un controllo formale o a una lettura superficiale, ma deve consistere in un riscontro effettivo della coerenza dell'output rispetto al fatto amministrativo, della pertinenza dei riferimenti normativi, della correttezza delle fonti citate e della tenuta complessiva dell'atto.
• Chiara imputazione della responsabilità del contenuto all'ufficio e al soggetto competente: la direttiva deve esplicitare che l'utilizzo dello strumento non altera in alcun modo l'ordinario riparto delle competenze e delle responsabilità all'interno dell'ente, e che la paternità amministrativa dell'atto rimane integralmente in capo al funzionario procedente.
• Regole interne su dati, riservatezza, anonimizzazione e tipologia di informazioni conferibili ai sistemi: la tutela dei dati personali, dei dati sensibili dell'amministrazione e delle informazioni riservate non può essere lasciata alla prassi spontanea, ma deve essere oggetto di una disciplina espressa che individui quali informazioni possano essere inserite nei prompt e secondo quali modalità.
• Tracciabilità minima del processo di formazione dell'output e delle verifiche svolte: l'amministrazione deve assicurare la registrazione delle operazioni compiute mediante il sistema, dei prompt utilizzati, degli output prodotti e delle verifiche umane successivamente svolte, in modo da consentire la ricostruzione completa dell'iter procedimentale in sede di controllo interno, giurisdizionale o contabile.
• Formazione del personale e costruzione di una cultura amministrativa capace di usare l'IA senza subirla: la direttiva deve prevedere un investimento strutturale e continuativo nella formazione, finalizzato non soltanto all'acquisizione di competenze tecniche, ma alla maturazione di una consapevolezza critica capace di riconoscere i limiti dello strumento e di mantenerne il governo.

La costruzione di un'architettura minima di governo interno non rappresenta una questione meramente locale, ma assume un rilievo che trascende i confini del singolo ente. L'esperienza amministrativa delle autonomie - quando affronta il tema dell'IA non in termini futuribili, ma in termini di metodo - offre al dibattito pubblico una base più solida delle narrazioni meramente promozionali e contribuisce a definire un criterio operativo essenziale: l'innovazione tecnologica è utile soltanto se aumenta la capacità amministrativa senza comprimere il controllo umano; se invece riduce attenzione, selettività e responsabilità, non semplifica l'azione amministrativa ma la espone a rischi nuovi e potenzialmente più gravi di quelli che intende prevenire.

In questa prospettiva, le amministrazioni non hanno bisogno soltanto di strumenti tecnologici avanzati, ma soprattutto di standard interni di impiego, di una grammatica del controllo e di una cultura organizzativa idonea a impedire l'uso improprio del testo generato. Una direttiva interna sull'intelligenza artificiale, quando sia costruita seriamente e non come mero adempimento formale, non rallenta l'innovazione: la rende effettivamente governabile, restituendo all'amministrazione il pieno controllo del processo e al funzionario la centralità che gli compete nell'esercizio della funzione pubblica.

7.4.5 Caso studio

Un caso giurisprudenziale recente illustra in concreto come l'utilizzo di strumenti tecnologici - inclusi i Gemelli Digitali Urbani - debba inserirsi all'interno di un iter procedimentale rigoroso, capace di garantire il rispetto della legalità digitale, della riserva di umanità decisionale e della trasparenza rafforzata.

Il riferimento è alla sentenza del T.A.R. Emilia-Romagna, Bologna, Sez. I, n. 126 del 20 gennaio 2026 che si è pronunciata sulla legittimità delle misure di limitazione della velocità adottate dal Comune di Bologna nell'ambito delle politiche di sicurezza stradale e di mobilità sostenibile.

Il Comune di Bologna aveva istituito il limite di 30 km/h su una porzione significativa - compresa tra il 70 e il 90 per cento - delle strade urbane del territorio comunale, mediante una combinazione di atti di pianificazione (PPTU - Piano Particolareggiato del Traffico Urbano) e di ordinanze dirigenziali. La misura era stata adottata sulla base di valutazioni di carattere generale connesse alla riduzione dell'incidentalità e alla tutela degli utenti deboli della strada.

Il giudice amministrativo territorialmente competente ha tuttavia rilevato che, in tal modo, l'amministrazione aveva di fatto trasformato una deroga eccezionale al limite generale di 50 km/h, previsto dal Codice della Strada, in una regola generalizzata, in assenza di un'istruttoria specifica per ogni singolo tratto stradale di rilievo.

La pronuncia chiarisce in modo netto il divieto di ribaltare, attraverso scelte amministrative generalizzate, le regole primarie dell'ordinamento e l'obbligo di motivare puntualmente ogni singola determinazione che incida sui diritti dei cittadini.

L'interesse del caso, ai fini della presente guida, risiede nella circostanza che dall'iter delineato dal T.A.R. è possibile ricavare, per analogia, un modello procedimentale in sei fasi, applicabile, mutatis mutandis, a tutte le ipotesi in cui l'amministrazione locale ricorra a strumenti automatizzati nell'adozione di provvedimenti incidenti sulla sfera giuridica dei cittadini. Tale modello costituisce, dunque, un iter operativo che gli enti possono assumere come riferimento per l'integrazione dei principi sin qui esposti nei propri procedimenti.

Fase 1 – Programmatoria

La prima fase ha carattere eventuale e attiene all'inserimento, negli atti di pianificazione del territorio - quali il Piano Generale del Traffico Urbano (PGTU) e il Piano Urbano della Mobilità Sostenibile (PUMS) - dei criteri funzionali che orientano l'azione amministrativa successiva. Qualora l'ente vi ricorra, esso è tenuto ad attenersi alla cornice normativa di riferimento, nel rispetto della ripartizione delle competenze tra Ministero delle Infrastrutture e dei Trasporti e Comune. In particolare, resta preclusa all'ente locale la possibilità di introdurre, in sede pianificatoria, limiti generalizzati e indistinti in assenza di adeguata motivazione o in contrasto con quanto previsto dall'art. 142 del Codice della Strada, dagli artt. 342 e 343 del relativo regolamento di attuazione, nonché dalla direttiva ministeriale n. 777 del 2006. La fase di pianificazione di dettaglio si esprime, poi, nella redazione del PPTU, che deve rispettare la gerarchia della rete stradale primaria senza comprometterne la funzionalità complessiva. Sul piano analogico, la fase programmatoria corrisponde al momento della pianificazione e programmazione, in cui l'amministrazione definisce gli obiettivi, il contesto operativo e i limiti dell'impiego dello strumento tecnologico.

Fase 2 – Qualificazione tecnica

La seconda fase concerne la qualificazione dello strumento che l'amministrazione intende utilizzare nel procedimento. Essa si articola in due profili. Sotto il primo profilo, il Responsabile per la Transizione Digitale, nell'ambito delle funzioni di cui all'art. 17 del Codice dell'Amministrazione Digitale, determina con atto espressamente motivato se lo strumento adottato rientri nella nozione di algoritmo deterministico ovvero in quella di sistema di intelligenza artificiale, secondo i criteri analiticamente illustrati nei paragrafi 7.4.2 e 7.4.3 (v. anche, quale strumento operativo per la qualificazione da parte del RTD, la sezione 5: checklist dei sette elementi, § 5.1.4, e questionari 5.2–5.3).

Dalla qualificazione discende, come si è visto, l'intero regime giuridico applicabile.

Sotto il secondo profilo, opera il principio di legalità digitale: l'uso della tecnologia è ammesso esclusivamente nei limiti delle disposizioni vigenti e non può in alcun modo essere impiegato per ribaltare le regole primarie dell'ordinamento.

Fase 3 – Istruttoria analitica

La terza fase costituisce il cuore garantistico del modello e si fonda sul divieto di generalizzazione: la regolazione dei limiti deve essere operata in maniera capillare, strada per strada, evitando ogni fissazione indistinta di limiti che possa risultare arbitraria. Per ogni singolo tratto stradale interessato da una deroga al regime generale, l'amministrazione deve documentare la sussistenza di condizioni oggettive che la giustifichino.

Si tratta, sul piano analogico, della trasposizione applicativa dei principi di qualità e accuratezza dei dati e di proporzionalità: l'output del sistema automatizzato non può prescindere da un'istruttoria fondata su dati rappresentativi, aggiornati e specificamente riferiti al caso concreto.

Fase 4 – Decisoria

La quarta fase concerne il momento dell'adozione del provvedimento e si articola, anch'essa, in due distinti profili.

Sotto il primo profilo, opera il principio dello human in the loop: la decisione finale non può essere esclusivamente algoritmica. Il funzionario deve esercitare un controllo attivo e una validazione sostanziale sull'output del sistema, valutandone la coerenza con il caso concreto, l'adeguatezza istruttoria e la conformità all'ordinamento. Sotto il secondo profilo, viene in rilievo la competenza: l'adozione delle ordinanze rientra nella funzione gestionale e spetta, pertanto, ai dirigenti dell'ente e non agli organi politici. L'impiego di strumenti automatizzati non altera né può alterare in alcun modo il principio di separazione tra indirizzo politico-amministrativo e gestione, posto a fondamento dell'ordinamento delle autonomie locali.

Fase 5 – Motivazione e trasparenza rafforzata

La quinta fase concerne la qualità della motivazione del provvedimento, che, nell'ipotesi di impiego di strumenti automatizzati, deve presentarsi rafforzata sotto tre profili. Il primo profilo è quello della specificità: ogni ordinanza deve esplicitare le specifiche ragioni, in modo da consentire la ricostruzione puntuale del percorso istruttorio e decisionale. Il secondo profilo è quello della proporzionalità: il provvedimento deve dimostrare che il limite imposto sia idoneo e adeguato rispetto agli obiettivi perseguiti, senza sacrificare in misura eccessiva altri interessi rilevanti. Il terzo profilo è quello della comprensibilità: l'atto deve tradurre l'analisi tecnica dettagliata - e, ove utilizzato, il dato algoritmico - in una regola giuridica intelligibile e accessibile al cittadino. Si tratta della concreta attuazione del principio di spiegabilità, che impone all'amministrazione di rendere il dato tecnico comprensibile in termini di diritto, integrando la formula algoritmica con le spiegazioni necessarie a chiarirne la portata e gli effetti sulla sfera giuridica dei destinatari.

Fase 6 – Monitoraggio e revisione

La sesta fase, infine, attiene alla dimensione dinamica del provvedimento e dello strumento automatizzato. Essa comprende quattro adempimenti tra loro coordinati: l'obbligo di adeguamento tempestivo dei provvedimenti; la rimozione del limite al venir meno delle cause che ne avevano giustificato l'introduzione; la verifica continua dell'efficacia della misura; l'aggiornamento periodico dei piani del traffico e dei relativi strumenti pianificatori.

Ciò corrisponde alle attività di monitoraggio, manutenzione, valutazione del raggiungimento dell'obiettivo e validazione etica e legale del modello, già illustrate al paragrafo 7.4.3.5. Tale fase rappresenta il presidio attraverso il quale l'amministrazione mantiene il controllo nel tempo sull'effettiva utilità dello strumento adottato e sulla sua persistente coerenza con l'interesse pubblico.

Il caso studio offre, in conclusione, un modello operativo di immediata trasferibilità a tutte le ipotesi in cui l'amministrazione locale ricorra a strumenti automatizzati per l'adozione di provvedimenti incidenti sulla sfera giuridica dei cittadini. Dall'iter delineato dalla pronuncia del T.A.R. Emilia-Romagna possono ricavarsi tre indicazioni di portata generale, particolarmente rilevanti per gli enti che intendano integrare Gemelli Digitali Urbani o altri strumenti automatizzati nei propri procedimenti.

In primo luogo, l'utilizzo di un sistema automatizzato non costituisce, in alcun caso, un fattore idoneo a derogare alle regole primarie dell'ordinamento: la tecnologia opera entro il perimetro fissato dalla legge e non può tradursi in un meccanismo surrettizio di superamento delle norme di rango superiore.

In secondo luogo, la riserva di umanità decisionale richiede un controllo umano effettivo e sostanziale, non riducibile a un'apposizione formale di firma o a una validazione meramente confermativa dell'output algoritmico. Il funzionario è chiamato a un'attività di verifica autonoma, idonea a fondare la sua piena responsabilità sul provvedimento adottato.

In terzo luogo, la trasparenza rafforzata impone la traduzione del dato tecnico in regola giuridica intelligibile: il cittadino ha diritto di comprendere non soltanto il contenuto del provvedimento che lo riguarda, ma anche la logica che ha condotto alla sua adozione, ivi compresa - ove rilevante - quella sottesa al funzionamento dello strumento automatizzato impiegato.

In questa prospettiva, il caso dimostra che l'impiego di sistemi automatizzati nell'azione amministrativa non è incompatibile con le garanzie del procedimento, ma richiede - quale condizione di legittimità - la rigorosa osservanza di un metodo procedimentale capace di assicurare la combinazione tra efficienza tecnologica, controllo umano e tutela dei diritti dei cittadini.

7.5 Rilievi conclusivi

Il percorso sin qui svolto consente di mettere a fuoco, in chiave di sintesi, i profili centrali per la corretta integrazione dei Gemelli Digitali Urbani nei procedimenti amministrativi delle Pubbliche Amministrazioni, e, più in generale, per l'impiego di strumenti automatizzati nell'esercizio della funzione pubblica.

L'analisi ha mostrato come l'introduzione di un GDU non si esaurisca in una scelta tecnologica neutra, ma incida sulla struttura stessa del procedimento amministrativo, sui modelli decisionali tradizionali dell'ente, sull'organizzazione interna degli uffici e sulla sfera giuridica dei cittadini destinatari dell'azione pubblica. Tale incidenza richiede di abbandonare la logica meramente promozionale dell'innovazione per adottare una logica di governo, che colloca l'impiego della tecnologia all'interno di un quadro di principi, di garanzie e di adempimenti procedimentali rigorosamente definiti.

Il primo rilievo conclusivo attiene alla natura stessa dell'oggetto disciplinato dalla presente sezione. L'esperienza maturata e la giurisprudenza più recente convergono nel ritenere che, per la Pubblica Amministrazione, il punto decisivo non risieda nella mera disponibilità di uno strumento tecnologicamente avanzato, ma nella capacità organizzativa di governarne l'impiego lungo l'intero ciclo di vita. Il GDU, quale che sia la sua specifica configurazione tecnica, non costituisce un prodotto amministrativo autosufficiente, né un sostituto della valutazione tecnica, giuridica o dirigenziale: esso rappresenta uno strumento di supporto, la cui legittimità e utilità dipendono dal metodo procedimentale con il quale è introdotto, utilizzato e monitorato.

In questa prospettiva, è stato proposto un percorso articolato in fasi - dalla pianificazione e programmazione, alla raccolta e trattamento dei dati, alla costruzione dei modelli, al testing e alla validazione, alla messa in esercizio, al monitoraggio continuo, fino al ritiro e alla disattivazione - ciascuna delle quali presenta profili autonomi di rilevanza giuridica e organizzativa. La progressione lungo tali fasi costituisce un percorso di responsabilità amministrativa, in cui l'ente è chiamato a esercitare in modo costante le proprie funzioni di indirizzo, controllo e adattamento dello strumento alle finalità di interesse pubblico.

Il secondo rilievo riguarda la qualificazione tecnologica dello strumento adottato, che deve risultare da apposito atto espressamente motivato ed essere periodicamente rinnovata, in considerazione della dimensione evolutiva degli strumenti tecnologici.

La qualificazione preventiva non è, dunque, un adempimento formale, bensì il fondamento sostanziale dell'intero percorso procedimentale: da essa dipende l'individuazione del regime giuridico applicabile.

Il terzo rilievo, che attraversa trasversalmente l'intera disciplina, è quello della riserva di umanità decisionale, codificata dall'art. 14 della l. n. 132/2025 e ricostruita dall'art. 30 del Codice dei Contratti Pubblici sotto il profilo della non esclusività della decisione algoritmica. Il principio dello human in the loop richiede che la decisione finale, unitamente alla relativa responsabilità giuridica, rimanga in capo al funzionario competente.

Si tratta di un principio che opera su due livelli. Su un piano formale, esso impone la previsione di un intervento umano nel procedimento e di una chiara attribuzione delle responsabilità. Su un piano sostanziale, assai più impegnativo, esso impone che il controllo umano sia effettivo e non meramente confermativo. In altri termini, essa richiede una istruttoria umanizzata che resti pienamente sindacabile in sede di controllo interno, giurisdizionale e contabile.

Il quarto rilievo attiene al divieto di utilizzare lo strumento tecnologico per ribaltare le regole primarie dell'ordinamento. Come emerge dal caso studio (par. 7.4.5), ogni determinazione deve fondarsi su un'istruttoria specifica riferita al caso concreto.

Il quinto rilievo, che assume particolare pregnanza per il sistema delle autonomie locali, concerne la necessità di predisporre un'architettura minima di governo interno dell'utilizzo degli strumenti automatizzati. L'efficace integrazione del GDU nei procedimenti amministrativi non dipende, infatti, soltanto dalla qualità tecnica dello strumento, ma dalla capacità dell'ente di dotarsi di regole interne di metodo e di criteri di utilizzo che delimitino il ruolo dell'IA e mantengano in capo al funzionario la piena paternità amministrativa dell'atto (par. 7.4.4).

In questa prospettiva, l'adozione di una direttiva organizzativa interna in materia di intelligenza artificiale costituisce, come detto, un autentico strumento di governo dell'innovazione, articolato intorno ai sei presìdi essenziali individuati al paragrafo 7.4.4: la definizione espressa degli usi consentiti e vietati; l'obbligo di verifica umana sostanziale; la chiara imputazione delle responsabilità; le regole interne sui dati e sulla riservatezza; la tracciabilità del processo di formazione dell'output; la formazione del personale.

Sul piano operativo, il PIAO (par. 7.4.1.3) costituisce la sede naturale per la definizione del procedimento interno di qualificazione preventiva degli strumenti, per l'individuazione delle competenze e per la disciplina dell'utilizzo degli strumenti automatizzati nei diversi ambiti dell'azione amministrativa.

Un ultimo rilievo attiene alla sostenibilità complessiva del Gemello Digitale Urbano, intesa nella sua triplice dimensione giuridica, organizzativa ed economico-tecnologica (v. par. 7.2).

Tali dimensioni operano in modo congiunto: la fragilità di una di esse compromette la tenuta complessiva del sistema e, con essa, la legittimità dell'azione amministrativa che ne fa uso.

In questa prospettiva, la presente sezione si è proposta non già di offrire una soluzione tecnologica preconfezionata, ma di consegnare alle Pubbliche Amministrazioni un modello procedimentale di riferimento. Solo nel rispetto di tale modello il Gemello Digitale Urbano potrà rivelarsi un effettivo strumento di potenziamento della funzione amministrativa.

7.6 Checklist operativa

☐ Il ricorso allo strumento è motivato in un atto che indica bisogno, obiettivi, dati, limiti e modalità di supervisione.

☐ Il RTD ha adottato l'atto motivato di qualificazione (algoritmo deterministico o sistema di IA) e, per l'IA, la classificazione del rischio.

☐ Le indicazioni procedimentali sull'uso dello strumento sono inserite nel PIAO.

☐ Ogni provvedimento fondato sull'output del GDU riporta un'istruttoria specifica sul caso concreto.

☐ La motivazione dichiara l'impiego del sistema e l'esito della validazione umana.

☐ È in vigore una direttiva interna con i sei presìdi (usi, verifica, responsabilità, dati, tracciabilità, formazione).

☐ È programmata la revisione periodica della qualificazione e dell'efficacia della misura.