INTRODUZIONE

di Marco Minghetti

«Ad Arkham la notte metteva in ordine». La frase apre il primo capitolo di E. Un horror. Vacui., il romanzo che firmo Federico D. Fellini e sviluppo secondo il metodo del Distant Writing Collaborativo, in dialogo con più sistemi di intelligenza artificiale e con i lettori del Social Reading Pop. Parto dalla finzione narrativa perché Arkham anticipa, nel registro della metafiction, una domanda che riguarda le città reali: che cosa accade quando le informazioni prodotte dagli algoritmi acquistano più autorità dell’esperienza di chi vive nei luoghi che descrivono?

A Federal Square una Tavola di Orientamento Civico calcola per ciascun passante il percorso più razionale. Quando la mappa comincia a indicare strade chiuse e cantieri, «gli abitanti capirono presto che, per arrivare a destinazione, conveniva cominciare ignorando le indicazioni». Poco dopo, il programma destinato a garantire un profilo civico unico moltiplica le identità e attribuisce alle persone consensi mai espressi. Il dissenso esiste, ma rimane fuori dal sistema che dovrebbe riconoscerlo. Arkham continua a produrre istruzioni: i suoi abitanti imparano a sfuggirvi.

Gianna Martinengo propone di rovesciare questo rapporto. Dal 1982, quando a Stanford lavorava su sistemi capaci di adattarsi ai bambini con difficoltà di apprendimento, studia le condizioni dell’interazione fra tecnologia e persone. Oggi fa parte del Board per l’Innovazione Tecnologica e la Trasformazione Digitale del Comune di Milano, che ha elaborato il Manifesto per l’uso dell’Intelligenza Artificiale. La riflessione maturata alla Giornata della Trasparenza del 9 ottobre 2026 diventa qui una proposta personale: un Osservatorio Civico dell’IA che permetta alla città di conoscere, valutare e contestare gli effetti dei sistemi utilizzati dall’amministrazione. La parentela fra i due aggettivi «Civico» contiene un contrasto: la Tavola di Arkham prescrive; l’Osservatorio ipotizzato da Gianna ascolta e chiede risposte motivate. I cinque elementi della proposta sono illustrati dall’autrice nelle pagine che seguono.

La possibilità di discutere i criteri tecnologici è già al centro di un percorso dei Prolegomeni. Donato Iacovone, nel Prolegomeno 45, ha collocato la smart city entro la Hyper Smart Society, una visione della Società 5.0 nella quale l’intelligenza delle infrastrutture vale per la qualità delle relazioni umane e dei risultati sociali. Nell’intervista a Giacomo Grassi del Prolegomeno 147, la trasformazione della pubblica amministrazione si misura sulla capacità dei servizi di rispondere ai bisogni di chi li utilizza. Paolo Fusero, nel Prolegomeno 218, mostra il costo politico di un algoritmo che ordina le priorità territoriali senza rendere discutibili le gerarchie incorporate nella decisione. Sono tre modi di affrontare la medesima questione: chi definisce il problema prima che il sistema produca la risposta?

I due casi descritti da Gianna rendono concreta questa domanda. Un’interfaccia vocale per i servizi comunali può ampliare l’accesso oppure lasciare senza rimedio chi non riesce a farsi comprendere. Un gemello digitale degli alberi può migliorare la conoscenza del patrimonio verde, purché il rilievo dialoghi con il giudizio degli agronomi e con le domande dei cittadini. Si comprende allora perché la governance cominci prima del codice e prosegua dopo la decisione. La «globalità federata» del Prolegomeno 204 offre una cornice per coordinare competenze distinte; il Prolegomeno 213 di Giammario Battaglia avverte che la dipendenza da fornitori difficili da sostituire può ridurre l’autonomia di chi decide. Nel Prolegomeno 215 ho ho messo in luce un rischio della delega all’intelligenza artificiale: chi firma una decisione può conservare la responsabilità formale senza aver più esercitato il proprio giudizio. Accade quando il sistema seleziona le alternative, stabilisce i criteri di valutazione e suggerisce una soluzione, mentre alla persona resta il compito di approvarla. La firma certifica allora una scelta di cui il decisore potrebbe ignorare le alternative escluse e le ragioni dell’esclusione.

Per questo il dissenso merita uno spazio pubblico e una conseguenza verificabile. La possibilità di esprimere un’obiezione, da sola, offre poche garanzie. Occorre sapere chi la riceve, quali verifiche avvia, entro quali tempi è prevista una risposta e in che modo l’eventuale revisione della decisione verrà comunicata. Altrimenti, anche la partecipazione rischia di diventare una procedura di ascolto senza effetti sul governo della città.

Il Prolegomeno 84, «Dare voce in capitolo», affronta il problema alla radice: avere voce significa poter incidere sulle decisioni, contribuire alla definizione delle alternative e conoscere le ragioni per cui una proposta viene accolta oppure respinta. Il coinvolgimento acquista valore quando modifica i processi decisionali o costringe chi decide a rendere conto delle proprie scelte. Una consultazione che raccoglie opinioni senza restituire alcuna risposta lascia intatta la distribuzione del potere.

Il Prolegomeno 219 di Paolo Guglielmoni aggiunge un elemento ulteriore: la funzione del No motivato. Nell’organizzazione dominata dagli indicatori di efficienza, l’obiezione rischia di essere trattata come un rallentamento, un’anomalia da eliminare per ristabilire la fluidità dei processi. Eppure il dissenso può rivelare proprio ciò che il sistema di valutazione ha escluso: una conseguenza sociale, un bisogno minoritario, una discriminazione, un costo che nessun indicatore registra. Conservare le ragioni di un’obiezione, anche quando viene respinta, permette di riesaminare la decisione alla luce dei suoi effetti. Il No diventa così una risorsa per l’apprendimento collettivo.

Gianna Martinengo trasferisce questa esigenza dal governo delle organizzazioni alla relazione tra cittadini, algoritmi e istituzioni. L’Osservatorio Civico dell’IA da lei proposto potrebbe offrire una struttura a tale relazione: un registro pubblico dei sistemi algoritmici utilizzati dall’amministrazione, canali accessibili per segnalare criticità, valutazioni degli effetti e un obbligo di risposta motivata. Il cittadino avrebbe la possibilità di conoscere il percorso della propria segnalazione e di verificare se abbia prodotto una modifica, un approfondimento oppure un rifiuto argomentato.

Il confronto con Arkham rende visibile la differenza. Quando la Tavola di Orientamento Civico impartisce istruzioni sbagliate, i residenti imparano a ignorarla. La città continua a funzionare secondo le procedure previste, mentre le persone cercano soluzioni individuali per sottrarsi agli errori del sistema. Ogni deviazione resta privata; l’amministrazione perde così informazioni preziose sulle conseguenze delle proprie decisioni. La disobbedienza silenziosa consente ai singoli di sopravvivere al malfunzionamento, ma lascia intatte le condizioni che lo hanno prodotto.

Nella Milano immaginata dalla proposta di Gianna, invece, il cittadino potrebbe segnalare l’errore, chiedere conto dei criteri utilizzati e ottenere una risposta documentata. Altri cittadini potrebbero riconoscere nella segnalazione un problema comune; l’amministrazione avrebbe gli elementi per verificare il sistema e valutare una correzione. Anche l’eventuale decisione di mantenerlo invariato dovrebbe essere accompagnata da ragioni accessibili alla discussione pubblica.

Qui emerge il significato politico della partecipazione nell’età algoritmica. Un algoritmo può raccogliere dati sui comportamenti dei cittadini senza comprendere le ragioni delle loro scelte. Per conoscere tali ragioni occorrono interlocutori capaci di formulare domande, contestare le classificazioni e proporre criteri alternativi. La qualità della governance dipende anche dalla capacità delle istituzioni di accogliere queste informazioni nel processo decisionale.

Il passaggio dall’uscita silenziosa alla contestazione riconosciuta cambia dunque il rapporto tra amministrazione e cittadini. La critica cessa di essere un problema da assorbire e diventa una fonte di conoscenza pubblica. Un’intelligenza civica nasce quando l’istituzione sa apprendere dalle obiezioni ricevute e i cittadini possono verificare che cosa sia cambiato grazie al loro intervento.

«L’interazione è più potente dell’algoritmo» è la frase con cui Gianna riassume oltre quarant’anni di lavoro. Per comprenderne la portata collettiva occorre guardare anche al Prolegomeno 205 di Cristina Sangiorgi. Il suo Community Journey modifica l’Hero’s Journey: l’apprendimento acquista continuità quando la capacità individuale diventa protagonismo e poi cittadinanza, mediante pratiche condivise. Il rapporto fra le persone, anziché l’impresa di un unico protagonista, definisce il soggetto del cambiamento. Le cinque infografiche preparate da Gianna per il confronto sull’IA nelle organizzazioni mostrano come il dialogo con i sistemi diventi un lavoro comune sui criteri, sulle responsabilità e sulle relazioni. In questa sequenza il Community Journey dialoga con l’umanesimo Pop noicentrico e con la città che apprende.

Lo stesso problema orienta il laboratorio di E. Nel Distant Writing Collaborativo, discusso nei Prolegomeni 150, 160 e 172, il Supervisore umano definisce intenzioni e vincoli, assegna funzioni differenti ai sistemi generativi, valuta gli esiti e autorizza le revisioni. Il Social Reading introduce un confronto che gli assistenti artificiali, esposti alla compiacenza, da soli non garantiscono: i lettori avanzano interpretazioni divergenti, contestano passaggi e propongono alternative. La responsabilità del testo resta dell’autore, ma il giudizio può cambiare grazie alle obiezioni. Per le istituzioni vale un altro sistema di competenze e garanzie, definito dalla legge; il modello di orchestrazione offre tuttavia un metodo da sottoporre a verifica: dichiarare criteri, distribuire ruoli, documentare divergenze, motivare scelte e correzioni.

In sintesi. Arkham ha una Tavola di Orientamento Civico incapace di apprendere dalle persone che la ignorano. Gianna immagina una città nella quale i cittadini possano chiedere conto dei sistemi che orientano le loro vite. Qui il Manifesto di Milano incontra il cantiere aperto dei Prolegomeni e del Romanzo E: l’intelligenza di una comunità dipende anche dal diritto di contraddire le risposte che riceve. «L’interazione è più potente dell’algoritmo»: la conclusione di questa introduzione coincide con la premessa del contributo che segue.

Il confronto con Gianna proseguirà il 17 novembre a Milano, durante ComunicaImpresa 2026, la giornata promossa da ASCAI e ospitata da Vittoria Assicurazioni, che avrò il compito di coordinare. Gianna aprirà la discussione con un intervento intitolato «L’interazione è più potente dell’algoritmo». Ci confronteremo sull’uso dell’IA nella comunicazione interna, sulle competenze e sulle responsabilità etiche e culturali.

 

CHI GOVERNA LA CITTÀ ALGORITMICA?

Dal Manifesto di Milano all’Osservatorio Civico dell’IA

Un manifesto che si legge insieme · Opinion Piece di Gianna Martinengo

CEO DKTS Digital Knowledge Technology Services · Presidente Women&Tech® ETS · Componente del Board per l’Innovazione Tecnologica e la Trasformazione Digitale del Comune di Milano · Presidente del Comitato Scientifico di MUSA Scarl. “L’interazione è più potente dell’algoritmo”

La città algoritmica è già tra noi

Chi governa una città quando una parte crescente delle informazioni necessarie a decidere viene elaborata da sistemi di intelligenza artificiale? Sul piano formale, la risposta resta la stessa: governano le istituzioni dotate di legittimazione democratica. Eppure, se cambia il modo in cui si produce la conoscenza che orienta le decisioni, cambiano anche le condizioni nelle quali quelle decisioni possono essere comprese, discusse e valutate.

L’intelligenza artificiale può riconoscere anomalie, collegare informazioni, formulare previsioni e sostenere la programmazione dei servizi. Ma chi definisce il problema da risolvere? Chi sceglie i dati e i criteri di valutazione? Chi riconosce un errore? E quale possibilità ha un cittadino di contestare una scelta o contribuire a migliorarla?

Sono interrogativi che hanno accompagnato il lavoro del Board per l’Innovazione Tecnologica e la Trasformazione Digitale (ITED) del Comune di Milano, coordinato da Layla Pavone, di cui faccio parte e che ha redatto il Manifesto per l’uso dell’Intelligenza Artificiale. Presentato alla Milano Digital Week nell’ottobre 2025, il Manifesto offre una cornice di principi per affrontarli. Alla Giornata della Trasparenza del 9 ottobre 2026 ho proposto di leggerlo come l’inizio di un lavoro concreto, capace di andare oltre una dichiarazione etica astratta: trasformare valori condivisi in decisioni amministrative verificabili. La composizione e gli obiettivi del Board sono consultabili nella pagina ufficiale del Comune di Milano.

Il tema della giornata, «dai dati alla conoscenza», richiama una distinzione essenziale. Un dato non è ancora conoscenza; una previsione non è una decisione; una decisione efficiente può risultare iniqua. Tra questi passaggi intervengono interpretazioni, competenze, responsabilità e scelte pubbliche. È in questo spazio che si misura la qualità democratica della città algoritmica.

Un Manifesto per una trasformazione già avviata

Milano ha censito 44 progetti di intelligenza artificiale nella macchina comunale: 19 operativi e 25 in sperimentazione, secondo il quadro presentato nel 2025. Le applicazioni riguardano ambiti diversi e utilizzano tecnologie distinte: AI generativa, apprendimento automatico, computer vision e strumenti predittivi. Parliamo dunque di scelte concrete, che riguardano il funzionamento degli uffici e l’esperienza dei cittadini.

Il Manifesto, infatti, è nato da una mappatura, prima ancora che da una dichiarazione di intenti. Prima di scrivere i principi abbiamo contato i sistemi già in uso nella macchina comunale e nelle partecipate. È questa origine a conferirgli valore. Una dichiarazione di principi può essere condivisa da tutti; la sua prova arriva quando un ufficio deve decidere se adottare un sistema, quali condizioni porre al fornitore, come spiegare il suo impiego e che cosa fare se non funziona come previsto.

Sei valori che devono operare insieme

Il testo ufficiale individua sei valori fondamentali: umanesimo digitale; trasparenza e comprensibilità; inclusività e pari opportunità; sicurezza e protezione dei dati; sostenibilità e responsabilità sociale; partecipazione e coinvolgimento civico. Sono sei condizioni connesse, che si rafforzano a vicenda.

L’umanesimo digitale ricorda che il rapporto tra cittadino e amministrazione resta un rapporto tra persone, anche quando è mediato da un’interfaccia. La trasparenza richiede di andare oltre la dichiarazione dell’esistenza di un algoritmo e di spiegare che cosa fa e quale ruolo ha nel servizio. L’inclusione obbliga a guardare chi non dispone degli strumenti, delle abilità o del tempo necessari per interagire con procedure complesse.

Informazioni incomprensibili compromettono la trasparenza. Un servizio riservato di fatto agli utenti più competenti tradisce l’inclusione. La responsabilità richiede la possibilità di correggere gli errori. La partecipazione, infine, esige che il confronto cominci prima delle decisioni fondamentali. Il valore del Manifesto sta nel rendere visibili queste connessioni e nell’impegnare l’amministrazione a prenderle sul serio.

Letto così, il Manifesto somiglia alla «globalità federata» che Marco Minghetti descrive nel Prolegomeno 204: parti autonome che cooperano sotto criteri dichiarati. «Il centro stabilisce criteri, diritti, infrastrutture e missioni»; uffici e partecipate, più vicini ai problemi, interpretano il contesto. A una condizione: «mandati, dipendenze ed effetti devono restare leggibili».

Tavola 1 | L’interazione è più potente dell’algoritmo. La domanda, il contesto e il giudizio mettono alla prova i sei valori del Manifesto. La Hyper Smart Society del Prolegomeno 45 e il Community Journey del Prolegomeno 205 orientano l’attenzione dalle prestazioni della macchina alla qualità della collaborazione.

La governance comincia prima dell’algoritmo

Ho incontrato l’intelligenza artificiale nel 1982, a Stanford, all’Institute for Mathematical Studies in the Social Sciences. Con Patrick Suppes e Mario Zanotti lavoravamo su sistemi che imparavano dai bambini con difficoltà di apprendimento, per adattarsi a loro. Tornata in Italia, nel 1985 ho fondato con Stefano A. Cerri Didalab, laboratorio di ricerca sull’intelligenza artificiale nato all’interno della mia azienda e riconosciuto di interesse nazionale. Già allora riconobbi nel dialogo reso possibile dalla macchina la fonte del valore: l’interazione è più potente dell’algoritmo.

Dopo oltre quarant’anni di lavoro nell’innovazione digitale, resto convinta che la tecnologia non sia neutrale rispetto alle scelte che ne guidano la progettazione. Ciascun sistema incorpora ipotesi, categorie, priorità e rappresentazioni del mondo. Un algoritmo non ha un’intenzione politica; possono però avere conseguenze politiche e sociali le scelte umane che stabiliscono che cosa debba ottimizzare e quali situazioni debba riconoscere.

Per questo la governance comincia prima del codice. Comincia dalla composizione del tavolo che definisce il problema. Chi viene ascoltato? Quali saperi sono presenti? Quali esperienze rimangono invisibili? Un gruppo composto soltanto da specialisti tecnologici può progettare un sistema eccellente sul piano delle prestazioni e non vedere una difficoltà di accesso, una conseguenza distributiva o un conflitto con le procedure amministrative.

La pluralità delle competenze giuridiche, organizzative, tecnologiche, sociali e culturali amplia le domande possibili e rende meno probabile che una prospettiva unica venga scambiata per la realtà intera, pur senza garantire da sola la decisione migliore. È una lezione che ritrovo anche nell’esperienza di Women&Tech: la diversità è una risorsa cognitiva che va oltre la rappresentanza. Per questo le donne devono essere progettiste dei sistemi, non soltanto utenti: chi progetta deve assomigliare alla città che li userà.

Dall’esperienza europea alla sperimentazione locale

Nel 2021, come componente dell’INAB di STOA, nel contesto delle attività di valutazione delle opzioni scientifiche e tecnologiche del Parlamento europeo, ho contribuito al confronto sulle condizioni di una regolazione capace di tutelare i diritti senza interrompere l’innovazione. Da quell’esperienza porto con me un principio: regolare e sperimentare possono convivere.

Le sandbox regolamentari offrono, in questo senso, un metodo utile. Consentono di provare soluzioni innovative entro condizioni controllate, con supervisione e criteri di verifica. Sono ambienti soggetti a responsabilità, nei quali le istituzioni possono apprendere prima di estendere un’applicazione a contesti più ampi. La sperimentazione deve rendere più rigorosa la valutazione, senza sospenderla.

Sperimentare serve alla città per imparare, oltre che per innovare: dichiarare gli obiettivi, definire gli indicatori, ascoltare gli utilizzatori, pubblicare ciò che è possibile conoscere e avere il coraggio di modificare o interrompere ciò che non produce il valore atteso.

ConWEB: l’accessibilità come prova di intelligenza

Tra le iniziative comunali, ConWEB permette di affrontare una questione concreta: a chi serve davvero la digitalizzazione? Nella documentazione di presentazione dei progetti di AI del Comune è descritto come una soluzione di interazione vocale che facilita la compilazione dei moduli e l’accesso ai servizi online, con attenzione anche alle persone con disabilità.

Un’interfaccia vocale può ridurre alcune barriere che rendono difficile l’uso dei moduli tradizionali. L’inclusione richiede più dell’aggiunta della voce. Bisogna verificare se il linguaggio sia comprensibile, se il sistema gestisca in modo corretto richieste differenti, se permetta di correggere un errore e se sia disponibile un canale alternativo quando l’automazione non basta. In alcuni casi può servire un dialogo con una persona, anche a distanza. Dobbiamo chiederci che cosa accade quando l’interlocutore non comprende una richiesta o commette un errore involontario: come possiamo aiutarlo?

ConWEB diventa così un banco di prova per l’umanesimo digitale e le pari opportunità. Il risultato importante comprende sia i moduli completati sia l’autonomia restituita alle persone. Un servizio pubblico è davvero intelligente quando amplia la capacità dei cittadini di agire, anziché aumentarne la dipendenza dall’interfaccia.

Il gemello digitale degli alberi: dal modello alla decisione

Un secondo caso riguarda il gemello digitale degli alberi, presentato dal Comune nel giugno 2025. Il progetto è partito con rilevazioni su oltre 30.000 esemplari e utilizza strumenti come LiDAR, fotogrammetria e machine learning per costruire rappresentazioni tridimensionali utili alla gestione del patrimonio arboreo.

Le informazioni possono contribuire a descrivere struttura, densità della chioma, vitalità e possibili criticità, supportando la programmazione della manutenzione. È un esempio efficace di come l’AI possa mettere in relazione dati ambientali e competenze tecniche. Ma un modello digitale rappresenta la condizione dell’albero, prodotta secondo determinate misure e ipotesi.

Una segnalazione del sistema non dovrebbe trasformarsi senza verifica in una decisione. Serve il giudizio di agronomi, tecnici del verde e responsabili amministrativi, chiamati a considerare sicurezza, salute della pianta, contesto urbano e benefici ecosistemici. La tecnologia può rendere più informata la scelta, non sostituire chi ne risponde.

Il caso apre anche una possibilità partecipativa. Le decisioni su potature e abbattimenti suscitano spesso domande e conflitti. Informazioni affidabili, presentate in un linguaggio accessibile, potrebbero aiutare i cittadini a comprendere i criteri degli interventi e a segnalare situazioni meritevoli di attenzione. Questa è una prospettiva da sviluppare, e non figura tra le funzionalità del progetto già realizzate.

Dalla trasparenza documentale alla trasparenza partecipativa

La trasparenza amministrativa è stata costruita intorno alla conoscibilità e all’accessibilità di atti, procedure, motivazioni e responsabilità. Con l’AI dobbiamo aggiungere un livello: comprendere come un sistema contribuisca a produrre informazioni e raccomandazioni che entrano nel processo decisionale.

Propongo di distinguere tre dimensioni. La trasparenza informativa rende noto dove e perché si usa l’intelligenza artificiale. La trasparenza interpretativa spiega, in modo proporzionato al contesto, che cosa fa il sistema, quali limiti presenta e quale peso hanno i suoi risultati. La trasparenza partecipativa offre occasioni per segnalare problemi e contribuire alla valutazione degli effetti. Ed è qui che la partecipazione, l’ultimo dei sei valori, deve andare oltre la consultazione e diventare co-progettazione.

Pubblicare documenti tecnici da solo non basta a spiegare. Una descrizione perfetta per un ingegnere può essere inutile per una persona che vuole sapere perché una richiesta è stata respinta o come ottenere una revisione. La comprensibilità deve quindi essere progettata per pubblici diversi, con linguaggi, canali e livelli di dettaglio adeguati. I sistemi informatici, in particolare quelli basati sull’AI, possono adattare l’interazione a differenti profili di utenti: lo dimostrano, per esempio, i sistemi di raccomandazione impiegati anche in ambito commerciale. Questa capacità dovrebbe trovare applicazione pure nell’accesso alla pubblica amministrazione, con servizi capaci di rispondere alle esigenze della singola persona.

La possibilità di contestare una decisione è parte della trasparenza sostanziale. Un cittadino dovrebbe sapere quale ufficio è responsabile, se l’AI ha fornito un suggerimento o determinato una fase della procedura, e quali passaggi consentono una revisione umana. Per l’amministrazione questo significa progettare fin dall’inizio registrazioni adeguate, percorsi di escalation e spiegazioni proporzionate alla rilevanza della decisione. Senza una procedura praticabile, il diritto a comprendere rischia di rimanere teorico.

Quando la firma non basta a esercitare il controllo umano

Si parla spesso di controllo umano come garanzia sufficiente. Ma un funzionario che approva senza verifica una raccomandazione algoritmica esercita davvero un controllo? Perché sia significativo, il controllo richiede tempo, informazioni, competenza e autorità di intervenire.

Chi utilizza un sistema deve conoscerne la finalità, comprendere le principali fonti di errore, saper riconoscere un risultato anomalo e poter sospendere o modificare una decisione quando il contesto lo richiede. Il controllo richiede la capacità effettiva della persona di esercitare il giudizio lungo la procedura: la sua presenza nominale alla fine non basta.

Nel Prolegomeno 215, dedicato a governare la delega prima di perdere il giudizio, Minghetti avverte che «la firma umana può sopravvivere alla capacità di giudicare». È il rischio di ogni amministrazione che deleghi senza governare: il controllo resta sulla carta, mentre si indebolisce la competenza che dovrebbe esercitarlo. E «il rischio comincia prima della raccomandazione», quando il sistema seleziona ciò che verrà preso in considerazione.

Tavola 2 | Scrittura a distanza e IA: dalla risposta al criterio. Definire vincoli, arricchire il contesto, validare o rifiutare gli output: la sequenza è affine al DWC del Prolegomeno 160, alla supervisione esaminata nel Prolegomeno 177  e al governo della delega nel Prolegomeno 215. La scelta di pubblicare resta dell’autore; quella amministrativa resta di chi ne ha titolo.

Una nuova competenza, un’intelligenza collettiva

Nell’era dell’AI, la competenza comprende ciò che una persona possiede e ciò che sa costruire mettendo in relazione intelligenze diverse: naturale, emotiva, artificiale e collettiva. Non sono equivalenti né intercambiabili. La loro integrazione permette però di affrontare problemi che nessuna prospettiva isolata riesce a comprendere per intero.

La città algoritmica ha bisogno di specialisti capaci di costruire sistemi e di persone capaci di discutere quali problemi meritino attenzione, di riconoscere i limiti dei modelli e di trasformare la conoscenza in scelte responsabili. Questa è una competenza pubblica e, insieme, una competenza civica.

L’apprendimento continuo è una condizione democratica

Se cambiano le competenze, deve cambiare anche il modo in cui le sviluppiamo. Dobbiamo superare l’idea di una prima stagione dedicata allo studio e una seconda, molto più lunga, nella quale applichiamo conoscenze in larga misura stabili. L’apprendimento deve entrare nel lavoro quotidiano, nelle organizzazioni e nei servizi.

Per gli uffici pubblici servono percorsi differenziati: chi acquista un sistema, chi lo gestisce, chi lo usa e chi ne controlla gli effetti non ha bisogno delle stesse conoscenze. Tutti, però, devono comprendere le responsabilità connesse al proprio ruolo.

Anche i cittadini hanno bisogno di nuove opportunità. Il divario digitale comprende, oltre alla mancanza di connessione o di strumenti, la capacità di formulare richieste, interpretare risposte, riconoscere errori e utilizzare i canali di tutela. Una città che introduce servizi intelligenti senza investire in queste capacità rischia di rendere più profonde le disuguaglianze.

Per questo considero l’apprendimento continuo un’infrastruttura democratica. La competenza tecnica specialistica resta necessaria per alcuni ruoli. A tutti serve la possibilità di capire quando una tecnologia incide sui servizi e sui diritti, sapere a chi rivolgersi e conservare un margine reale di scelta. È ciò che chiamo sovranità cognitiva: il diritto di una comunità di capire, discutere e decidere come i sistemi entrano nella sua vita.

Tavola 3 | Dall’utente al progettista. I limiti d’uso, la sicurezza psicologica, la condivisione degli errori e le comunità di pratica rimandano al Prolegomeno 84 sulla voce in capitolo, al Prolegomeno 197 sulle Academy come Learning Hub e al Prolegomeno 205 sul Community Journey. Nella PA corrispondono a competenze e facoltà di intervento distribuite.

Come misurare il valore pubblico

Il passaggio dai principi ai risultati richiede indicatori. Per ciascun progetto sarebbe utile rendere espliciti almeno quattro interrogativi: quale bisogno viene affrontato; quali benefici sono attesi; quali rischi devono essere monitorati; come vengono raccolte le osservazioni degli utilizzatori.

ConWEB potrebbe essere valutato sia per la correttezza delle interazioni sia per l’effettiva riduzione delle barriere di accesso. Il gemello digitale degli alberi sia per l’accuratezza dei rilievi sia per il contributo alla qualità della manutenzione e alla motivazione delle scelte. In entrambi i casi la misura del successo deve restare legata al servizio pubblico, anziché alla sofisticazione della tecnologia.

La valutazione civica richiede inoltre un metodo. Si possono distinguere indicatori di prestazione, come tempi e accuratezza; indicatori di accessibilità, come la percentuale di persone che completano una procedura senza assistenza; indicatori di equità, per verificare differenze tra gruppi di utenti; e indicatori di fiducia, legati alla chiarezza delle informazioni e alla gestione dei reclami. Nessuna misura isolata restituisce la qualità complessiva di un servizio: è il confronto tra queste dimensioni a rendere leggibile il valore pubblico.

La fiducia richiede che i cittadini possano conoscere obiettivi, risultati, limiti e responsabilità, oltre le richieste di adesione all’innovazione. Un’amministrazione affidabile sa spiegare, anziché promettere sistemi infallibili, come li verifica e che cosa fa quando emergono problemi.

Tavola 4 | IA e valore umano. Identità, giudizio, capacità di dissentire e responsabilità: il Prolegomeno 181 sul rischio di Identity Drift e il Prolegomeno 219 ul Pilota Non Automatico aggiungono alla valutazione delle prestazioni la domanda su chi conservi memoria e criteri delle scelte. Riferimenti: ·

Una proposta: l’Osservatorio Civico dell’IA

Per dare continuità a questo metodo propongo, a titolo personale, una struttura permanente di valutazione civica dei sistemi di intelligenza artificiale del Comune: un Osservatorio Civico dell’IA. Assente dal Manifesto, sarebbe un luogo stabile, anziché un ulteriore comitato, dove la città guarda dentro i sistemi che la servono. Potrebbe articolarsi in cinque elementi.

Un registro pubblico dei sistemi. Per ciascun progetto, una scheda in linguaggio chiaro: che cosa fa, quali dati usa, chi prende la decisione finale, come si può contestare un esito.

Un panel civico a rotazione. Cittadine e cittadini estratti a sorte, con un mandato annuale, affiancati da università, imprese e terzo settore, in una composizione equilibrata per genere, età e quartieri.

Una valutazione lungo tutto il ciclo di vita. Prima dell’adozione, durante l’uso e dopo, con i sei valori del Manifesto come griglia e le quattro famiglie di indicatori come misura. Per i sistemi ad alto rischio, la valutazione d’impatto sui diritti fondamentali già richiesta dall’AI Act agli enti pubblici.

Un canale di segnalazione con obbligo di risposta. Chi ritiene di aver subito un esito ingiusto deve poterlo segnalare e ricevere una risposta motivata in tempi certi.

Un rapporto pubblico annuale. Presentato alla Milano Digital Week, con raccomandazioni a cui l’amministrazione fornisce una risposta pubblica: accolte, oppure respinte con una motivazione.

Il Board potrebbe esserne il catalizzatore, come lo è stato per il Manifesto. L’Osservatorio dovrebbe però appartenere alla città, oltre il perimetro dell’amministrazione: qui passa la differenza tra ricevere informazioni e partecipare.

Milano 2035: dalla smart city alla città che apprende

Milano dispone di imprese, università, centri di ricerca, professioni e organizzazioni sociali che possono rendere la città un laboratorio di questa nuova governance. Ma la concentrazione di competenze da sola non garantisce a tutti l’accesso ai benefici. Occorre costruire connessioni tra istituzioni, luoghi di lavoro, sistema educativo, comunità e generazioni.

Propongo di affiancare al concetto di smart city quello di città che apprende. La prima usa dati e tecnologie per migliorare i servizi. La seconda usa anche l’esperienza dei cittadini, la valutazione dei risultati e il confronto tra competenze per migliorare senza interruzioni le decisioni. Non conta soltanto quanti strumenti vengono introdotti, ma quanto aumenta la capacità collettiva di comprendere e agire.

Marco Minghetti parla di un umanesimo Pop «noicentrico»: la relazione tra le persone come misura del senso, oltre la centralità del singolo individuo. La città che apprende ha la stessa radice. Il Manifesto, con un Osservatorio che lo tenga vivo, potrebbe diventare la cornice di un processo permanente: principi condivisi, progetti osservabili, indicatori leggibili, canali di confronto e apprendimento organizzativo. Un cambiamento che va oltre il semplice aggiornamento documentale nel rapporto tra amministrazione e comunità.

Una città che apprende dovrebbe anche rendere visibili i risultati delle sperimentazioni, compresi quelli meno soddisfacenti, perché altre amministrazioni possano riusare il software e, insieme, il metodo: definizione del problema, condizioni di utilizzo, competenze necessarie e criteri per verificare l’impatto sulle persone. Valutare le cause degli insuccessi aiuta a prevenirne gli effetti negativi futuri.

Tavola 5 | Dallo sciame digitale al Noi. Dal conteggio delle interazioni al dialogo che modifica le scelte: il Prolegomeno 205 di Cristina Sangiorgi descrive il passaggio dall’Hero’s Journey al Community Journey; il Prolegomeno 172 chiede una verifica cognitiva collettiva. Per la città di Gianna, il Noi prende forma nel rapporto fra cittadinanza e amministrazione.

Chi governa, dunque, la città algoritmica?

L’intelligenza artificiale modifica il rapporto tra conoscenza e potere. Chi dispone di strumenti più avanzati per elaborare informazioni può acquisire una maggiore capacità di orientare le decisioni. In una democrazia, tuttavia, la capacità di decidere deve rimanere inseparabile dalla responsabilità di spiegare, motivare e rispondere delle proprie scelte.

Giammario Battaglia, nel Prolegomeno 213 dedicato al prezzo del potere, ne indica una forma nuova: «alla capacità di possedere si affianca il potere di rendere difficile la propria sostituzione». Per un Comune è un criterio concreto. Ciascun sistema adottato dovrebbe restare sostituibile, contestabile e comprensibile; altrimenti la dipendenza da un fornitore diventa una dipendenza della città.

Il Manifesto di Milano offre una cornice importante, ma il suo valore si misurerà nei comportamenti futuri dell’amministrazione. ConWEB richiama il diritto a servizi accessibili; il gemello digitale degli alberi la possibilità di conoscere meglio il territorio. Nessuno dei due, da solo, garantisce inclusione o partecipazione: questi risultati dipendono da scelte di progetto, competenze, verifiche e confronto pubblico.

Chiedersi quali attività affidare agli algoritmi comporta una domanda ulteriore: quali capacità vogliamo continuare a esercitare come istituzioni e come cittadini? Tra il dato e la decisione rimane uno spazio umano fatto di interpretazione, giudizio e responsabilità. Dobbiamo custodirlo, renderlo più competente e più aperto.

Un manifesto prende vita nella lettura condivisa, nella discussione e nella possibilità di riscriverlo. La vera sfida è costruire una città nella quale, mentre gli algoritmi acquisiscono conoscenze, anche le persone possano comprendere di più, partecipare meglio e continuare a decidere con consapevolezza il proprio futuro. L’intelligenza di una comunità non si delega: si coltiva, interazione dopo interazione.

L’Autrice: Gianna Martinengo

CEO di DKTS – Digital Knowledge Technology Services, presidente e fondatrice di Women&Tech® ETS e membro del Board per l’Innovazione Tecnologica e la Trasformazione Digitale (IT-TD) del Comune di Milano. Lavora sull’intelligenza artificiale dal 1982, quando partecipò a ricerche a Stanford sui sistemi di apprendimento adattivo. È presidente del Comitato Scientifico di MUSA Scarl.

220 – continua

219 – continua

164 – LE AI CHE RECITANO LA COSCIENZA

165 – LA SINGOLARITA’ ORGANIZZATIVA

166 – MANAGER ALL’ASILO!

167 – IL MANOSCRITTO E LA RESA SILENZIOSA

168 – L’INTELLIGENZA ARTIFICIALE NELLE VENDITE

169 – OPINION PIECE DI CATERINA BOSCHETTI

170 – INTELLIGENZA ARTIFICIALE E STILI COGNITIVI

171 – OPINION PIECE DI GIULIA ALOISIO RAFAIANI

172 – DAGLI STILI COGNITIVI ALLA GOVERNANCE COGNITIVA

173 – OPINION PIECE DI FRANCOIS RASTIER

174 – OPINION PIECE DI DANIELA GENSABELLA

175 – OPINION PIECE DI ALEX CASCARANO

176 – OPINION PIECE DI ELIO BORGONOVI, FILIPPO ABRAMO, MAURO MEDA

177 – OPINION PIECE DI FILIPPO POLETTI

178 – OPINION PIECE DI AGATHE MEZZADRI-GUEDJ

179 – DUE ANNI DI AVVENTURE COLLABORATIVE

180 – OPINION PIECE DI FEDERICO MATTIA DOLCI

181 – OPINION PIECE DI MONICA MAGNONI

182– OPINION PIECE DI LUIGI CONGEDO

183– IL PROTOCOLLO DI SORVEGLIANZA STILISTICA

184– OPINION PIECE DI MANUELA RONCHI

185– PRIMA CHE GLI AGENTI DECIDANO PER NOI

186– OPINION PIECE DI VALENTINA DARA

187– LA COMPLESSITA’ E’ COLLABORATIVA. IL PENSERO POP DI EDGAR MORIN

188– LINGUAGGIO, IDENTITA’ E POTERE NELLE ORGANIZZAZIONI. PARTE PRIMA

189– LINGUAGGIO, IDENTITA’ E POTERE NELLE ORGANIZZAZIONI. PARTE SECONDA

190 – OPINION PIECE DI PAOLA VILLANI

191– LINGUAGGIO, IDENTITA’ E POTERE NELLE ORGANIZZAZIONI. PARTE TERZA

192 – OPINION PIECE DI DANIEL TRABUCCHI E TOMMASO BUGANZA

193 – OPINION PIECE DI MAURIZIO CARMIGNANI

194 – IL SOCIAL READING DEL ROMANZO E VINCE IL PREMIO ECCELLENZA TECNOLOGICA AIF

195 – OPINION PIECE DI LUCA MORI

196 – VISUAL PIECE DI FABIOLA GIANCANE

198 – REINVENTARE LE ACADEMY AZIENDALI

199 – OPINION PIECE DI RICCARDO SANTILLI

200– ARRIVANO I POP BADGE!

201 – OPINION PIECE DI PIER GIORGIO CURI

202 – OPINION PIECE DI ROSSELLA PALMIERI E GAETANO SERVIDDIO

203 – OPINION PIECE DI RENATO ALBANESE

204 – DALLA GLOBALIZZAZIONE FRAMMENTATA ALLA GLOBALITA’ FEDERATA

205 – OPINION PIECE DI CRISTINA SANGIORGI

206 – OPINION PIECE DI VALENTNO MEGALE E VALERIO MANCINI

207 – FUORI CENTRO

208 – OPINION PIECE DI DARIO FORTI

209 – LA SERIETA’ DEL POP

210 – OPINION PIECE DI PAOLO CAPODANNO

211 – OPINION PIECE DI SABRINA FRANCO

212 – OPINION PIECE DI FRANCESCA MASTROGIACOMI

213 – OPINION PIECE DI GIANMARIO BATTAGLIA

214 – OPINION PIECE DI DIEGO FONTANA

215 – GOVERNARE LA DELEGA PRIMA DI PERDERE IL GIUDIZIO

216 – OPINION PIECE DI BERNARDO LECCI

217 – OPINION PIECE DI CARLO TUZZI

218 – OPINION PIECE DI PAOLO FUSERO

219 – OPINION PIECE DI PAOLO GUGLIELMONI