Governare il ragionamento, la chiave per un uso intensivo dell’AI nella PA

Le dashboard conversazionali nella pubblica amministrazione cambiano il modo in cui enti e funzionari accedono ai dati. L’esperienza del Comune di Cinisello Balsamo mostra come linguaggio naturale, Digital Twin e AI governata possano trasformare una domanda in mappe, tabelle, grafici e spiegazioni.

Sfida tradizionale

C’è una scena che chiunque governi un ente conosce bene: durante una riunione emerge una domanda che nessuno aveva previsto. I dati esistono, le competenze ci sono, eppure la dashboard sul tavolo non contiene esattamente quell’informazione. E così la risposta viene rinviata a un nuovo report, a un’elaborazione successiva, al prossimo incontro. In quel momento il dato smette di essere uno strumento di decisione e torna a essere un archivio.

Riflettere sui dati

Il problema non è la mancanza di informazioni, le amministrazioni ne dispongono oggi in quantità senza precedenti, ma il modello stesso con cui le interroghiamo. Le dashboard tradizionali presuppongono che qualcuno, in anticipo, abbia previsto le domande. La realtà non funziona così: le domande nuove nascono di continuo, dall’osservazione di un fenomeno, da una criticità emersa improvvisamente, da una correlazione che nessuno aveva considerato il giorno prima o a volte proprio dallo stimolo che una dashboard efficace sa generare.

Le dashboard NL-first

Le dashboard “NL-first”, dove “NL” sta per Natural Language (linguaggio naturale), ribaltano questo paradigma. Per la prima volta non siamo noi a dover imparare il linguaggio dell’applicazione: è l’applicazione che comprende il nostro. Una domanda formulata in italiano diventa una query, una tabella, un grafico, una mappa tematica e una spiegazione, e l’analisi arriva nel momento stesso in cui la domanda nasce.

Esempio concreto

È da questa esigenza che è nata l’esperienza del Comune di Cinisello Balsamo. Negli anni il Comune ha costruito un Sistema Informativo Territoriale evoluto fondato sulle tecnologie Esri: dati demografici, anagrafe, toponomastica, urbanistica, pratiche edilizie, scuole, catasto, tributi e molti altri ancora. Un ecosistema che è, di fatto, una Digital Twin della città. A questo patrimonio abbiamo aggiunto qualcosa di nuovo, presentato all’Esri Italia User Conference 2026: una GeoDashboard intelligente che permette di dialogare con la Digital Twin in linguaggio naturale e ottenere mappe, tabelle, grafici e spiegazioni a partire da una semplice domanda in italiano.

Interazione con l’app

L’idea, in apparenza, è semplice: consentire a un funzionario di scrivere «Dove abitano i residenti che si chiamano Antonio e hanno più di 65 anni?» e ottenere in pochi secondi una risposta completa e visualizzabile su mappa. Ma la vera sfida, durante lo sviluppo, si è rivelata un’altra: governare il ragionamento dell’intelligenza artificiale.

Governare l’AI

Nel settore pubblico, infatti, non basta chiedersi se l’AI sappia rispondere; bisogna chiedersi come arriva a quella risposta. Un funzionario può prendere una decisione solo se comprende il percorso che ha generato un’informazione, e un’amministrazione può usare l’AI solo se è in grado di verificare che le regole siano state rispettate. La trasparenza, qui, non è un valore accessorio: è un requisuito. Per questo non volevamo un chatbot libero di ragionare, con il rischio di “allucinare”, ma un’intelligenza artificiale orchestrata, in cui ogni azione è inserita in un percorso governato.

Struttura a tre strati

Per capire come funziona conviene seguire il percorso che una domanda compie attraverso tre strati.

• Il primo strato è dell’interrogazione intelligente.
• Il secondo strato riguarda il patrimonio dei dati.
• Il terzo strato riguarda la visualizzazione intelligente.

Primo strato: interrogazione intelligente

Operano qui la piattaforma di intelligenza artificiale Galene.AI, con il compito di comprendere la domanda in linguaggio naturale e tradurla in interrogazioni governate, mai improvvisate. Interpreta l’intento dell’utente, riconosce le entità in gioco, un nome, una fascia d’età, una zona, e gestisce il contesto conversazionale e i follow-up come «limita alle aree periferiche» o «confronta con l’anno precedente». Ma non ragiona nel vuoto: è guidato da una gerarchia di regole, da un catalogo che descrive in modo esplicito i dati disponibili, da una base di conoscenza e da “ricette”, ossia interrogazioni prevalidate per i casi d’uso più frequenti.

Secondo strato: patrimonio dei dati

Questo strato ha il compito di mettere a disposizione informazioni ufficiali, integrate e governate. È l’orchestratore che integra, logicamente e fisicamente, fonti eterogenee, demografia, anagrafe, catasto, urbanistica, edilizia, scuole, tributi, garantendo interoperabilità e coerenza semantica. È qui che vive la Digital Twin della città, non come una raccolta di archivi separati ma come un dominio informativo unificato e coerente.

Terzo strato: visualizzazione intelligente

Ricevuto il JSON, intervengono le API Esri con i moduli di Smart Mapping, che selezionano automaticamente il modo migliore di rappresentare i dati: heatmap, cluster, punti graduati, mappe coropletiche o classificazioni tematiche, in funzione della loro natura e della loro distribuzione territoriale. È la parte che genera l’effetto più immediato durante una dimostrazione e, giá detto, non l’abbiamo sviluppata noi.

Sistema middleware

Tra il lato che elabora il dato, i primi due strati, e il lato che lo visualizza si colloca uno snodo spesso trascurato, ma che non è un dettaglio tecnico bensì una vera scelta di governo: uno strato middleware che normalizza i risultati dell’interrogazione in un formato JSON interoperabile, separando nettamente l’analisi dalla rappresentazione. È, in sostanza, un linguaggio comune.

• L’“occhio” che lo disegna sulla mappa comunicano soltanto attraverso questo formato.
• Non si conoscono a vicenda, e il vantaggio è considerevole.

Vantaggi

Il sistema diventa, quindi, modulare, interoperabile e più facilmente tracciabile e manutenibile nel tempo. Possiamo migliorare o sostituire il motore di intelligenza artificiale senza toccare la cartografia, e possiamo cambiare il motore di visualizzazione senza intervenire sul ragionamento.

Tutela della privacy

C’è poi un principio che attraversa l’intera pipeline e che, nel settore pubblico