antonionaddeo.blog

Il 58 per cento delle ore lavorate in Europa è tecnicamente automatizzabile. Ma nella Pubblica Amministrazione il problema non è quanto lavoro possiamo delegare alle macchine: è che cosa decidiamo di fare con quello che resta.

Il 58 per cento delle ore lavorate in dieci Paesi europei potrebbe essere automatizzato con tecnologie già oggi disponibili: il 44 per cento attraverso agenti intelligenti, il 14 per cento attraverso robot. Il dato viene da un recente rapporto del McKinsey Global Institute, e chi lo legge di corsa ne ricava un annuncio di licenziamenti di massa.

Non è quello che dice. McKinsey lo precisa con molta chiarezza: si tratta del potenziale tecnico di automazione delle attività, non di una previsione sui posti di lavoro. È la stima di ciò che una macchina saprebbe fare, non di ciò che converrà, sarà legittimo o sarà organizzativamente possibile farle fare. Nel settore pubblico la distanza fra queste due cose è particolarmente ampia, e riguarda vincoli di legittimità, di responsabilità e di controllo che nessun benchmark tecnologico cattura.

Automatizzare un’attività non significa eliminare una professione: significa cambiare il modo in cui quella professione viene esercitata. E nella Pubblica Amministrazione questa differenza pesa più che altrove.

Una mattina qualunque in un ufficio pubblico

Immaginiamo una funzionaria che arriva in ufficio e trova già predisposta una sintesi delle pratiche più urgenti: i documenti controllati, quelli mancanti segnalati, i dati incrociati con le altre banche dati, una prima bozza dei provvedimenti.

Non passerà la mattinata a trasferire informazioni da un sistema all’altro. Potrà dedicarla ai casi dubbi, ai cittadini che hanno bisogno di parlare con qualcuno, alle situazioni che non si risolvono applicando automaticamente una regola. Il suo lavoro non è scomparso: è diventato più complesso, più esposto e — questo è il punto — più difficile da svolgere bene.

È questa la trasformazione di cui dovremmo discutere. Non una Pubblica Amministrazione senza persone, ma una PA in cui le persone smettono di spendere il proprio tempo in operazioni che una macchina esegue meglio, e cominciano a spenderlo dove una macchina non può arrivare.

Il 58 per cento non è un piano di esuberi

Nello stesso rapporto c’è un secondo dato, meno citato e forse più importante: circa il 75 per cento delle competenze oggi richieste in Europa viene impiegato sia in attività automatizzabili sia in attività che restano affidate alle persone. La maggior parte delle competenze, insomma, non verrà sostituita. Verrà esercitata insieme all’intelligenza artificiale.

Prendiamo la competenza giuridica, che nella PA è dappertutto. Un sistema può cercare norme, confrontare orientamenti, riassumere atti, preparare una bozza. Ma qualcuno deve verificare la correttezza del risultato, leggere il contesto, bilanciare interessi confliggenti e firmare. È la ragione per cui, come ho già sostenuto, l’IA non sostituisce i dirigenti pubblici: ne cambia il mestiere. Lo stesso vale per la gestione del personale, per gli acquisti, per la programmazione finanziaria, per i servizi sociali.

L’IA può segnalare un’anomalia, ma non può stabilire che cosa sia giusto fare. Può proporre una risposta, ma non conosce la storia di chi ha presentato quella domanda. Può accelerare un procedimento, ma non può assumersene la responsabilità istituzionale.

Nella Pubblica Amministrazione la qualità di una decisione non si misura sulla velocità. Si misura sulla legittimità, sull’equità, sulla trasparenza e sulla possibilità di spiegare a un cittadino — o a un giudice — come e perché quella decisione è stata presa.

La competenza più urgente non è tecnica

McKinsey usa un’espressione efficace: AI fluency. Non significa trasformare ogni dipendente in un programmatore. Significa saper formulare una richiesta, interpretare un risultato, riconoscere un errore plausibile ma sbagliato, proteggere i dati e capire quando è il momento di fermare l’automazione e chiedere una valutazione umana.

Fra il 2023 e il 2025 la domanda di questa capacità nelle offerte di lavoro europee è cresciuta di cinque volte: molto più rapidamente della domanda di competenze tecniche specialistiche. È un’indicazione che vale anche per noi. Abbiamo bisogno di informatici, data scientist ed esperti di sicurezza, certo. Ma abbiamo soprattutto bisogno di funzionari, dirigenti, medici, insegnanti e operatori amministrativi capaci di incorporare l’IA nella propria professionalità senza smarrirla.

Il che rende quasi inutile la formazione come la facciamo di solito: un corso introduttivo, qualche definizione, una dimostrazione finale, un attestato. A lavorare con l’IA si impara usandola su un procedimento vero, sbagliando, verificando, discutendo i risultati con i colleghi e stabilendo per iscritto che cosa si può delegare e che cosa resta sotto controllo umano.

Non è un dettaglio metodologico. Un’altra ricerca McKinsey rileva che il 17 per cento delle organizzazioni europee intervistate investe in strumenti di IA senza investire in modo adeguato nelle capacità per utilizzarli: è il modo più rapido per comprare tecnologia senza ottenere trasformazione. Le competenze dovrebbero diventare una priorità strategica, non la voce che si taglia per prima quando il budget stringe.

La trappola del progetto pilota

Quando parliamo di competitività tecnologica europea pensiamo alle imprese, alle università, alle startup, agli investitori. Quasi mai alla Pubblica Amministrazione. Eppure la PA è un acquirente di tecnologia di dimensioni enormi, custodisce dati e infrastrutture essenziali, gestisce servizi che raggiungono milioni di persone e può offrire a chi innova qualcosa che il mercato da solo non produce: contesti reali in cui sperimentare su scala.

Perché il problema europeo, sostiene McKinsey, non è tanto inventare. È crescere. Molte innovazioni nascono qui e si fermano prima di diventare soluzioni diffuse. Anche nel privato troppi progetti restano intrappolati nella fase pilota: budget limitati, responsabilità sfumate, nessun percorso definito per passare dalla sperimentazione all’uso ordinario. I processi di acquisto e di gestione del rischio, nati per proteggere le organizzazioni, finiscono per proteggerle anche dall’innovazione. È la cosiddetta “trappola del progetto pilota”.

Chiunque lavori in un’amministrazione riconosce la sequenza. Avviamo la sperimentazione, costituiamo il gruppo di lavoro, presentiamo il prototipo in un convegno. Poi arriva il momento di portarla dentro i processi ordinari, e tutto si ferma: manca il capitolo di bilancio, mancano le competenze, cambia il dirigente responsabile, il sistema non dialoga con le piattaforme esistenti. Soprattutto: nessuno aveva stabilito prima quali risultati avrebbero giustificato il passaggio alla fase successiva.

Si dirà che nella PA questo è inevitabile, e che comunque il tempo liberato dall’automazione verrà riassorbito da nuovi controlli, nuove rendicontazioni, nuovi adempimenti — perché è sempre andata così. È un’obiezione seria, e ha dalla sua l’esperienza. Ma descrive una scelta organizzativa, non una legge di natura. Se il tempo risparmiato torna in adempimenti, è perché qualcuno lo ha deciso, o perché nessuno ha deciso il contrario.

Il problema, ancora una volta, non è la tecnologia. È l’organizzazione.

Quattro scelte concrete

Analizzare le attività, non i profili professionali. La mappatura per qualifiche non dice nulla di utile: serve capire, procedimento per procedimento, quali compiti sono automatizzabili, quali possono essere assistiti dall’IA e quali richiedono giudizio, relazione e responsabilità.

Formare le persone mentre si ridisegnano i processi, non prima e non dopo. La formazione separata dalla riorganizzazione produce competenze che non trovano dove esercitarsi, e si perdono nel giro di pochi mesi.

Definire le responsabilità prima di attivare il sistema, non dopo il primo errore. Chi verifica l’esito prodotto dall’IA, chi può discostarsene, chi decide di non utilizzarla, chi risponde verso il cittadino. Sono le domande che il d.lgs. 165/2001 pone da sempre in materia di responsabilità dirigenziale, e che la contrattazione ha cominciato a tradurre in regole contrattuali. L’automazione non le cancella: rende soltanto più urgente rispondervi per iscritto.

Progettare sperimentazioni capaci di crescere. Ogni progetto dovrebbe nascere con obiettivi misurabili, risorse per la fase successiva e una risposta esplicita alla domanda che quasi nessuno si pone all’inizio: se funziona, come diventa lavoro ordinario?

La vera occasione

McKinsey stima che l’automazione possa generare in Europa fino a 1.900 miliardi di dollari di valore economico entro il 2030. Quel valore non comparirà perché abbiamo acquistato licenze o installato assistenti virtuali: dipenderà dalla capacità delle organizzazioni di cambiare forma.

E per la Pubblica Amministrazione non si misura soltanto in produttività. Si misura in giorni restituiti ai cittadini, in procedure comprensibili, in errori evitati, in servizi che raggiungono chi oggi resta indietro.

Per questo la domanda non è quanta parte del lavoro pubblico potremo affidare all’intelligenza artificiale. La domanda è che cosa faremo del tempo, delle energie e delle competenze che l’intelligenza artificiale ci restituirà. Se li useremo per moltiplicare gli adempimenti, avremo una burocrazia più veloce. Se li useremo per ascoltare, decidere meglio e rendere effettivi i diritti, avremo una Pubblica Amministrazione aumentata.