Alla base del successo dell’applicazione dell’Intelligenza Artificiale Generativa (GenAI) in ambito pubblico si trova non la mera capacità di generare testi, ma la compressione del tempo che intercorre tra l’analisi e la decisione. In un contesto globalmente dinamico, dove le amministrazioni devono gestire crisi, vulnerabilità e opportunità complesse, il valore della GenAI risiede nella capacità di accelerare e migliorare i processi di policy-making. Un modello avanzato di utilizzo, come quello dimostrando dallo STPI di Taiwan, offre un percorso chiave per la pubblica amministrazione italiana.

Il Contesto Globale e la SFida Per Le Amministrazioni

L’OCSE ha osservato come l’AI possa contribuire a rimodellare la valutazione delle politiche rapide, pur riscontrando ostacoli legati al livello di maturità delle competenze e alla diffusione della tecnologia nelle amministrazioni. Le applicazioni sono spesso sperimentali e frenate da un gap di capacità infrastrutturale, tecnica e di cultura tecnologica.

La Commissione Europea, nel suo monitoraggio, sottolinea una rapida adozione di GenAI nell’ambito dei servizi pubblici, ribadendo però l’importanza di focalizzare l’attenzione su aspetti come la supervisione umana, l’accessibilità, la protezione dei dati, la sicurezza e la trasparenza. In questo scenario emerge il caso di Taiwan, che ha adottato un approccio innovativo per integrare la GenAI nei processi di policy support, aprendo nuove prospettive per la PA italiana.

L’Esperienza di Taiwant e Lo STPI

Il caso di Taiwan è ritenuto particolarmente rilevante perché mostra l’utilizzo della GenAI non solo come “chatbot istituzionale”, ma come infrastruttura di supporto decisionale. Lo Studio "Generative AI in Government Policy Support: A Case Study of Taiwan STPI", pubblicato nel 2025 su “IT Professional”, analizza l’esperienza dello Science & Technology Policy Research and Information Center (STPI), un organismo governativo taiwanese fondato nel 1974.

Lo STPI si posiziona come think tank tecnologico e scientifico centrale, incaricato di supportare il governo in materie complesse e innovative, raccogliendo e organizzando informazioni scientifiche e tecnologiche, al fine di promuovere l’innovazione, la competitività e il benessere sociale.

Il Modello “Agile Policy Support”

Lo STPI si configura come un laboratorio avanzato di “agile policy support”. Utilizza un’architettura che integra banche di dati, strumenti di analisi e competenze interdisciplinari, per produrre report, policy brief e raccomandazioni operative in tempi ridotti. La logica sottostante non si limita all’uso di un modello linguistico, ma prevede una trasformazione radicale dei processi di ricerca, sintesi e convalida delle informazioni.

In questo senso, il modello di STPI è una lezione per la PA italiana: non si tratta semplicemente di dotare i funzionari di strumenti digitali, ma di progettare architetture di supporto governance-based, con documenti verificabili, workflow tracciabili, controlli umani e responsabilità ben definiti. L’obiettivo è costruire infrastrutture di conoscenza governata, che permettano di collegare il linguaggio naturale delle decisioni con complessi insiemi di fonti normative e scientifiche.

Il Paradigma Tecnico: Il RAG

Al cuore del successo tecnologico dello STPI si trova l’applicazione del modello Retriever-Augmented Generation (RAG), una forma avanzata di Intelligenza Artificiale in cui l’output non dipende esclusivamente dagli algoritmi di training, ma da un sistema esterno di ricerca e selezione delle fonti.

Il RAG funziona collegando la memoria parametrica del modello linguistico con una base di dati documentali consultabile, che può includere archivi, letteratura scientifica, dataset, normative, e informazioni da banche dati istituzionali o da fonti proprietarie. Un’applicazione efficace rende il risultato non solo formalmente coerente, ma anche factualmente fondato, grazie all’integrazione di fonti riconoscibili, aggiornabili e verificabili.

Il vantaggio di questo paradigma rispetto a modelli non strutturati è sostanziale. Sebbene l’AI possa non sempre generare risposte completamente esenti da errori, un sistema RAG permette di limitare i rischi all’interno di un perimetro controllabile: qualità del corpus informativo, criteri di ricerca, tracciabilità delle fonti, revisioni umane e accountability nella validazione.

Tre Criteri per Una Governance Efficace

Gli esperti che hanno analizzato il caso STPI individuano tre confini fondamentali per un’efficace implementazione della GenAI: literacy, knowledge integration e ownership.

Literacy: La consapevolezza da parte dei decisori pubblici delle caratteristiche, limiti e applicabilità degli strumenti generativi non richiede competenze tecniche avanzate, ma una cultura di base su come interpretare, verificare e utilizzare le informazioni prodotte dagli strumenti AI.

Knowledge integration: Le informazioni sono rare da reperire in un unico archivio. L’integrazione di diverse fonti – istituzionali, tecniche, scientifiche, economiche – è cruciale per una valutazione decisionale robusta. Un sistema RAG funziona solo se il know-how è normalizzato e accessibile a criteri chiari.

Ownership: I dati pubblici sono spesso frammentati. Il successo dell’AI non deriva automaticamente dall’implementazione tecnologica, ma richiede una governance centrale che organizza la conoscenza, ridefinisce le tassonomie e attribuisce la responsabilità delle informazioni utilizzate.

Solo attraverso un’ottica di governanza della conoscenza si può sfruttare a pieno il potenziale della GenAI.

TAIDE: Sovranità Tecnologica a Servizio Pubblico

Il caso taiwanese non è unicamente rappresentato dal lavoro del STPI, ma anche da TAIDE, un motore di AI sviluppato a livello nazionale. Presentato nel 2023, TAIDE è stato concepito per integrare il linguaggio cinese tradizionale in un contesto culturale specifico e rappresenta un esempio di sovranità tecnologica applicata al settore pubblico.

TAIDE permette un’ottimizzazione in termini di scrittura, traduzione bidirezionale, sintesi di informazioni e supporto nella preparazione di comunicazioni formali. L’obiettivo è favorire l’adattamento della tecnologia al contesto locale, un fattore cruciale per l’efficacia dell’AI nel settore governativo.

Il governo taiwanese riconosce l’importanza di questi strumenti e ha approvato nel dicembre 2025 l’Artificial Intelligence Basic Act, un quadro nazionale di governance che promuove l’autonomia umana, la privacy, la trasparenza e la sostenibilità nel contesto delle applicazioni AI.

Lezioni per la PA Italiana

Il modello taiwanese offre importanti spunti per la pubblica amministrazione italiana: