Un recente articolo McKinsey sulla fiducia nelle trasformazioni AI offre qualche spunto utile anche alla pubblica amministrazione italiana.
Nelle amministrazioni l’intelligenza artificiale è arrivata prima delle risposte. Cominciamo a sperimentare strumenti, assistenti, sistemi automatici, ma molte domande sono ancora aperte. Chi risponde se il sistema sbaglia? Come cambia il lavoro di un funzionario? Cosa deve sapere un dirigente prima di affidare all’AI una parte di un procedimento?
A queste domande ne aggiungerei una, meno tecnica delle altre: le persone si fidano di chi sta guidando questo cambiamento?
Un recente articolo di McKinsey, From adoption to impact: Three horizons of AI transformation, parte proprio da qui. La tecnologia può rendere possibile una trasformazione, ma sono le persone a decidere se quella trasformazione funziona davvero. E la disponibilità a usare nuovi strumenti dipende anche dalla fiducia che le persone hanno nell’organizzazione e in chi la dirige.
Non è una scoperta. E forse proprio per questo rischiamo di trascurarla quando parliamo di intelligenza artificiale.
La tecnologia non sistema da sola l’organizzazione
Chi lavora nella pubblica amministrazione conosce bene il problema. Arriva un nuovo strumento: un assistente virtuale, un sistema per gestire automaticamente alcune pratiche, un’applicazione di intelligenza artificiale generativa per preparare testi o documenti.
Spesso, però, lo strumento si inserisce dentro processi che sono rimasti gli stessi.
Il rischio che vedo anche nella PA italiana è questo: mettere tecnologia nuova sopra organizzazioni che continuano a funzionare come prima.
Le procedure non vengono riviste. Le responsabilità rimangono poco chiare. Le competenze vengono date per scontate. E soprattutto non si spiega abbastanza bene alle persone cosa cambierà concretamente nel loro lavoro.
Il PNRR ha impresso una forte accelerazione alla digitalizzazione della pubblica amministrazione. Ma acquistare una tecnologia e adottarla davvero sono due cose diverse.
Possiamo installare un nuovo sistema in pochi mesi. Cambiare il modo di lavorare di un ufficio richiede più tempo.
McKinsey indica alcune condizioni che aiutano a costruire fiducia durante una trasformazione basata sull’AI. La prima è avere un piano chiaro e spiegare dove si vuole andare. La seconda è ascoltare direttamente le persone che lavorano nell’organizzazione, invece di limitarsi a comunicare decisioni già prese. La terza è investire seriamente nelle competenze. La quarta riguarda la leadership: i dirigenti, a tutti i livelli, devono essere messi nelle condizioni di accompagnare il cambiamento.
Sono indicazioni semplici. Applicarle è molto meno semplice.
Penso, per esempio, alla formazione. Un webinar sull’intelligenza artificiale può essere utile, ma non costruisce da solo una nuova competenza. Le persone imparano quando possono provare gli strumenti, sbagliare, fare domande, confrontarsi con problemi reali del proprio lavoro.
E soprattutto quando sanno che cosa possono fare e che cosa non possono fare.
La fiducia è anche una questione di regole
Nella pubblica amministrazione c’è poi un elemento ulteriore.
La fiducia non dipende soltanto dal rapporto tra dirigente e dipendente. Dipende anche dalla chiarezza delle responsabilità.
Se introduco un sistema di AI che supporta una decisione amministrativa, devo spiegare chi controlla il risultato. Chi può correggerlo. Chi può decidere di non utilizzarlo. Chi interviene quando il sistema produce errori ripetuti.
E, naturalmente, chi ne risponde.
Immaginiamo un funzionario che utilizza ogni giorno un sistema di intelligenza artificiale. Dopo qualche settimana si accorge che, su una determinata categoria di pratiche, il sistema sbaglia spesso.
Cosa deve fare?
A chi deve segnalarlo?
Chi decide se il sistema può continuare a essere utilizzato?
E cosa succede nel frattempo alle pratiche?
Sono domande organizzative prima ancora che tecnologiche.
Un’amministrazione che introduce l’AI senza aver chiarito questi passaggi costruisce inevitabilmente incertezza. E l’incertezza, quando riguarda le responsabilità personali, riduce rapidamente la disponibilità delle persone a usare uno strumento nuovo.
Per questo continuo a pensare che una parte importante del governo dell’AI nella PA si giochi nelle regole organizzative.
Non basta acquistare il sistema. Bisogna decidere come entra nel lavoro degli uffici.
Il dirigente deve andare negli uffici
C’è un passaggio dell’articolo McKinsey che considero particolarmente interessante: l’invito ai leader a entrare davvero nell’organizzazione e ad ascoltare chi sta vivendo il cambiamento.
Per una pubblica amministrazione può sembrare un’indicazione banale. Non lo è.
Un dirigente può conoscere perfettamente il progetto di digitalizzazione, il capitolato, il cronoprogramma e gli indicatori. Ma potrebbe non sapere come viene utilizzato concretamente il nuovo sistema alle nove del mattino da chi apre una pratica.
È lì che spesso si vede se una trasformazione sta funzionando.
Si scopre che una funzione non viene utilizzata perché nessuno l’ha spiegata. Che il personale continua a fare un controllo manuale perché non si fida del risultato. Che alcuni passaggi sono diventati più veloci e altri più complicati. Che il sistema commette errori che non arrivano mai ai livelli decisionali.
La leadership dell’AI richiede anche questo: andare a vedere.
E soprattutto creare le condizioni perché chi individua un problema possa dirlo.
Se un dipendente pensa che segnalare un errore del sistema significhi ammettere di non saperlo utilizzare, probabilmente tacerà. Se invece la segnalazione viene considerata parte normale del lavoro, l’organizzazione impara.
La differenza non la fa l’algoritmo. La fa il modo in cui abbiamo organizzato il lavoro intorno all’algoritmo.
Una domanda per le amministrazioni
La domanda che mi porterei dietro dopo aver letto McKinsey è quindi questa:
quanto regge oggi la fiducia dentro la nostra amministrazione?
Non quella dichiarata nei documenti.
Quella che si vede quando mettiamo un nuovo strumento nelle mani di un funzionario e gli chiediamo di usarlo.
Possiamo comprare il sistema migliore sul mercato, scrivere un buon capitolato e organizzare corsi di formazione. Ma se quel funzionario pensa che l’AI serva a controllarlo, a sostituirlo o a scaricare su di lui la responsabilità degli errori, abbiamo già un problema.
Ed è un problema che non risolve il fornitore.
Fonte: Aaron De Smet, Drew Goldstein, Holly Price e Tanguy Catlin, “From adoption to impact: Three horizons of AI transformation”, McKinsey & Company, 8 luglio 2026.
Rispondi