Nel 2026, Amazon Web Services ha dichiarato che sarà l’anno dell’intelligenza artificiale agentica. Tuttavia, il cambiamento è già in corso e il suo impatto si sente nella pubblica amministrazione. Gartner stima che entro la fine dell’anno, il 40% delle applicazioni aziendali includerà agenti specializzati in intelligenza artificiale. Questo passo avanti tecnologico implica una trasformazione radicale del modo in cui si gestiscono i processi governativi.
Cos’è l’intelligenza artificiale agentica?
Fino a poco tempo fa, l’intelligenza artificiale assumeva un ruolo prevalentemente assistenziale: rispondeva a interrogativi, generava testi su richiesta, ma non prendeva iniziativa. Con l’introduzione dell’architettura agentica, gli agenti non si limitano a rispondere, ma pianificano, agiscono, verificano i risultati, correggono il tiro e completano obiettivi complessi con un livello notevole di autonomia. Quando diversi agenti collaborano tra loro, ognuno con le proprie competenze e strumenti, si crea un sistema capace di gestire compiti che un agente singolo non sarebbe mai in grado di completare da solo. La pubblica amministrazione, con i suoi processi regolati e documentati, si trova in una posizione ideale per trarre beneficio da questo modello.
Le cinque architetture agentiche
Anthropic, la società che ha creato il modello linguistico Claude, ha identificato cinque schemi di organizzazione per i sistemi agentici. Questi modelli si ispirano alle strutture organizzative ben consolidate all’interno del mondo pubblico. Eccoli dettagliatamente:
1. Generatore-Verificatore
Il sistema Generatore-Verificatore replica la logica del controllo di qualità. Un agente genera una bozza di determinazione, un capitolato, una risposta a un cittadino e un altro agente la valuta rispetto a criteri precisi come l'aderenza al GDPR o le linee guida AgID. Se vengono riscontrate lacune, il generatore riceve le correzioni e genera una versione aggiornata, in un ciclo continuo che mira alla conformità o ad una escalation umana. Questo schema promuove la coerenza e la standardizzazione in documenti complessi.
2. Orchestratore con Subagenti
Ogni sistema ha un agente centrale che suddivide un obiettivo in sotto-compiti e delega loro a agenti specializzati. In un comune italiano, ad esempio, durante l’istruttoria di unSUAP la richiesta viene sottoposta a diversi uffici in parallelo: urbanistico, sanitario, ambientale ed edilizio. I loro pareri vengono integrati in un unico documento, completando la pratica nel rispetto degli scadenziari legali. Questa struttura aumenta l’efficienza e la trasparenza del processo decisionale.
3. Team di Agenti
Con il Team di Agenti si adotta un modello collegiale: diversi agenti operano allo stesso livello, condividono la propria visione e collaborano attivamente verso un risultato comune. Questo schema riproduce la “conferenza di servizi digitale”, dove non vi è un decisore unico, ma un accordo condiviso. È importante, però, stabilire delle procedure chiare per decidere quando gli agenti non convergono, e quando intervenire con una figura umana.
4. Message Bus
Il Message Bus introduce un meccanismo di comunicazione basato sulle notifiche asincrone. Gli agenti pubblicano eventi su un canale comune e altri vi reagiscono, se pertinenti. Un esempio pratico: se l’anagrafe registra una variazione di residenza, le notifiche vengono inviate automaticamente a servizi come tributi e scuole, senza che i sistemi coinvolgibili debbano contattarsi direttamente. Questo schema, come richiesto dal Modello di Interoperabilità AgID, migliora l’interazione tra servizi digitali.
5. Stato Condiviso
Lo Stato Condiviso rappresenta la struttura più avanzata, basata sull’esistenza di una memoria unica accessibile da tutti. Ogni agente legge lo stato, aggiunge modifiche e aggiorna la memoria per gli altri. Si tratta del modello ideale per realizzare un “fascicolo integrato”, in cui un contratto o una pratica ha una sola verità, accessibile in tempo reale da tutti i servizi competenti. Questo approccio elimina gli sprechi informativi, evitando che dati importanti vengano rimoschi nell’iter burocratico.
I vantaggi e la ricerca scientifica
Lo schema a Stato Condiviso si distingue per efficacia e coerenza con i principi del Codice dell’Amministrazione Digitale. La ricerca scientifica ha dimostrato la sua superiorità rispetto alle alternative, con test effettuati su una base dati reale come il corpus Enron. Rispetto agli altri schemi, lo Stato Condiviso mostra un incremento del tasso di successo che varia tra il 13% e il 57%. La sua forza è la visibilità reciproca e la centralità informatica: non vi sono collo di bottiglia, né informazioni perse negli scambi.
Governance e controllo
Sebbene l’impiego dell’intelligenza artificiale agentica presenti potenziali vantaggi, richiede una governance solida. Gli agenti autonomi possono prendere decisioni in contesti non completamente previsti e influire sui diritti dei cittadini. Tre principi costituiscono la base per governare tali sistemi:
- Gradualità dell’autonomia: non è auspicabile una piena autonomia da subito;
- Tracciabilità obbligatoria di ogni azione: deve essere sempre possibile ricostruire un’azione o una decisione;
- Presidio umano sui nodi decisionali critici: in ambiti ad alto rischio deve sempre essere chiaro che intervento umano rimane fondamentale.
Inoltre, il regolamento europeo sull’intelligenza artificiale considera questi sistemi nella categoria ad alto rischio, imponendo valutazioni d’impatto regolari e supervisione umana continua.
Applicazioni pratiche e risorse
Gli esempi e applicazioni delle cinque architetture agentiche descritte in questo articolo, quando applicate all'interno di enti pubblici, sono inclusi in una sezione dedicata del saggio “Prima che spicchi il volo: l’intelligenza artificiale tra il racconto di Bostrom e la saggezza tardiva di Hegel – Una Guida Introduttiva sull’Intelligenza Artificiale nella PA”, disponibile con licenza CC BY 4.0, per garantire l’utilizzo e la condivisione libera tra le pubbliche amministrazioni.
Per ulteriori approfondimenti su temi come la governance e la progettazione di questi sistemi, ti invitiamo a visitare i testi ufficiali di riferimento, consultabili ai seguenti link:
- Anthropic, Multi-Agent Coordination Patterns
- Krishnan R. (2026), Leggi l'articolo originale →