L’intelligenza artificiale ha bisogno di noi quanto noi abbiamo bisogno di lei

I numeri del sondaggio (e i loro limiti)

Il report della Fabian Society — Adopt, innovate, transform, sostenuto dal sindacato FDA — si basa su un sondaggio condotto su duemila manager del civil service. Il 63% dichiara di usare già l’AI nel proprio lavoro. Il 62% ritiene che migliorerà la qualità dei servizi pubblici. Ma qui finiscono le buone notizie: solo il 27% l’ha effettivamente impiegata per ripensare i processi del proprio team, mentre il 55% giudica inefficiente l’uso delle risorse nel proprio dipartimento. Ancora più significativo il dato sulla governance interna: il 66% vorrebbe essere coinvolto nelle scelte di adozione, ma solo il 29% è stato realmente consultato.

Questi numeri vanno letti con tre cautele metodologiche che il testo originale non esplicita.
1) il sondaggio è auto-commissionato da un think tank — la Fabian Society, vicino al Labour — che è anche autore delle raccomandazioni politiche che ne derivano.
2) le autodichiarazioni sull’”uso dell’AI” tendono a gonfiarsi, perché la soglia di cosa conti come “uso” è soggettiva (basta aver chiesto un riassunto a un chatbot per rispondere affermativamente).
3) il campione di duemila manager non è accompagnato, nel materiale disponibile, da dettagli su rappresentatività e metodo di campionamento.

Utilizzare questi dati come base argomentativa è legittimo; trattarli come fotografia definitiva sarebbe imprudente.

La critica operativa: i tagli come sabotaggio dell’innovazione

Il passaggio più tagliente dell’articolo di Otto riguarda la combinazione fra trasformazione digitale e riduzioni di organico. L’argomento è controintuitivo rispetto alla narrativa dominante (l’AI libera risorse, quindi si può tagliare): per ottenere i guadagni di produttività attesi servono investimenti iniziali, riprogettazione dei processi e una fase transitoria di perdita di efficienza. Tagliare il personale prima che questa transizione avvenga genera sovraccarico sui rimanenti, fallimento dei servizi erogati e deprioritizzazione delle innovazioni stesse. Otto cita testimonianze di funzionari che descrivono riorganizzazioni permanenti come fattore di soffocamento dell’innovazione, non come suo abilitatore.

È una tesi politicamente scomoda, perché entra in tensione diretta con la pressione governativa sulla riduzione degli organici pubblici. Va anche detto che l’articolo non quantifica né i costi degli investimenti proposti, né i tempi di ritorno, né offre evidenze empiriche sul rapporto fra riduzione di organico e fallimento dell’innovazione AI: resta un’argomentazione di principio, non un’analisi costi-benefici.

Le proposte: modulari, ma non gratuite

Le misure operative del report sono il lato più concreto del lavoro: percorsi formativi modulari, tempo retribuito dedicato all’apprendimento, strumenti AI gratuiti a disposizione dei dipendenti, bonus legati ai risultati di delivery, reinvestimento dei risparmi di efficienza nel personale anziché nella sua riduzione, una rete interna di “AI champions” e una “Barrier Busting Taskforce” per rimuovere ostacoli burocratici all’adozione. Centrale è il coinvolgimento di sindacati e parti sociali fin dalla fase di progettazione.

Nessuna di queste misure è rivoluzionaria: quasi tutte compaiono, in varie forme, nei piani di digitalizzazione PA degli ultimi dieci anni in Europa. La novità è il loro inquadramento come precondizioni dell’adozione AI, non come corollari.

Perché interessa l’Italia

La lettura trasferibile al contesto italiano è diretta: il collo di bottiglia della PA digitale non è il budget per gli strumenti: il PNRR ne ha stanziati in abbondanza, piuttosto la capacità amministrativa interna di assorbirli e ridisegnare i processi. Senza tempo retribuito per la formazione, senza coinvolgimento strutturato dei dipendenti nelle scelte di adozione, senza una fase transitoria protetta in cui la produttività può calare prima di risalire, l’AI nella PA resta una promessa di efficienza più che una leva effettiva di riorganizzazione.