Questa settimana, l’Agenzia per l’Italia digitale (AgID) ha pubblicato la Strategia Italiana per l’Intelligenza Artificiale (IA) per il periodo 2024-2026, rinnovando la precedente strategia (2022-2024). La strategia delinea le azioni volte ad affrontare 4 aree strategiche: la ricerca, la Pubblica Amministrazione (PA), il sistema produttivo, e la formazione. Tali azioni verranno supportate dallo sviluppo di un’infrastruttura digitale pubblica adeguata e da un sistema di attuazione, coordinamento e monitoraggio delegato alla nuova Fondazione per l’IA, sotto il diretto controllo della Presidenza del Consiglio dei Ministri. La strategia è rappresentata dall’immagine sottostante.

All’interno delle quattro aree strategiche evidenziate, la strategia presenta una serie di proposte, tra cui:

• Infrastruttura:
  • Definizione di un registro di dataset e modelli riutilizzabili per accelerare le soluzioni delle aziende;
  • Miglioramento e ampliamento dell’attuale infrastruttura di rete, specialmente nelle aree ad alta densità di traffico.
• Ricerca:
  • Incentivi per assunzione e ritenzione di talenti nella ricerca;
  • Progettazione di un modello linguistico di grandi dimensioni (LLM) italiano;
  • Finanziamento di progetti di ricerca interdisciplinari per il benessere sociale;
  • Programma di ricerca focalizzato su ricerca fondazionale;
  • Programmi di collaborazione internazionale;
  • Linee guida per l’adozione dell’IA nella Pubblica Amministrazione (PA);
  • Divulgazione di case study specifici sull’utilizzo dell’Intelligenza Artificiale nella PA;
  • Linee guida per il procurement dell’IA nella PA;
  • Percorsi di upskilling per il personale della PA.
• Imprese:
  • Ecosistema di facilitatori per supportare l’adozione di sistemi di IA;
  • Fondo a sostegno di specifiche iniziative di adozione e sviluppo di soluzioni di IA;
  • “Laboratori tematici in IA applicata” per promuovere la collaborazione tra ricerca e settore privato;
  • Misure per start-up come laboratori di AI-Enterprise, implementazione di sandboxes, sostegno agli oneri della compliance normativa.
• Formazione:
  • Insegnare IA nell’ambito della materia di educazione civica nelle scuole;
  • Incentivare tirocinio, internship, mobilità di ricerca, alto apprendistato;
  • Integrare insegnamenti su IA di base nei percorsi universitari (anche non-STEM);
  • Corsi digitali di upskilling e reskilling per la forza lavoro;
  • Diffusione generalizzata di una cultura digitale attraverso canali tradizionali e digitali;
  • Introduzione di un percorso specializzato su IA negli ITS.

Sembra probabile che il governo potrà implementare solo una parte di queste proposte, in quanto il costo di implementarle tutte potrebbe essere proibitivo; in tal senso, la lista è una utile fonte da cui partire per selezionare le proposte da implementare. Allo stato attuale, però, tutte le proposte sono messe sullo stesso piano, in quanto manca una valutazione dei benefici delle singole proposte in relazione ai costi. Questo fa sì che la scelta del governo potrà essere solamente guidata da motivi politici. Per questo motivo, CePTE auspica che, prima che la selezione venga effettuata, si conduca una analisi dettagliata di costi e benefici, così che i decisori politici abbiano tutti i dati disponibile per fare delle scelte accurate. Inoltre, l’analisi dovrà individuare Key Performance Indicators (KPI) per ogni proposta, per fare in modo che l’implementazione delle proposte selezionate possa essere monitorata nel tempo. Condurre questa analisi potrebbe essere compito della Fondazione per l’IA, la quale ha, tra i suoi compiti, quelli di rendere economicamente sostenibili le azioni strategiche, delineando il fabbisogno finanziario per l’attuazione della strategia e gestendo eventuali ricavi.

Anche a monte di questa analisi dettagliata, alcune proposte sembrano più promettenti di altre; per esempio, la definizione di un registro di dataset e modelli riutilizzabili; programmi di collaborazione internazionale sulla ricerca; ecosistema di facilitatori per supportare l’adozione di sistemi di IA nelle aziende; integrare insegnamenti su IA di base nei percorsi universitari (anche non-STEM). Altre proposte invece risultano meno promettenti. Tra queste, la creazione di un LLM italiano sembra essere poco invitante vista la capacità degli LLM attuali nello svolgere compiti in italiano in modo già ottimo in certi casi, ed il costo considerevole di sviluppare un modello competitivo con quelli commerciali. Invece, sarà essenziale promuovere un ricco ecosistema di “distributori” (o deployers) che possano sfruttare le capacità dei modelli disponibili per rispondere alle esigenze delle imprese e abilitare i giusti casi d’uso nei settori più importanti d’Italia.

In generale, riteniamo la strategia sia un importante punto di partenza, ma ci auguriamo che si dedichino le giuste risorse per analizzare i punti precisi da implementare prima di compiere una scelta irreversibile e definire una roadmap per le varie proposte, in modo da rendere la strategia azionabile, così come quelle proposte da altri paesi Europei come Francia e Germania.

---