How to cite this article / Come citare questo articolo
Fuscaldo, F. (2026). L’intervento della Pubblica Amministrazione nell’economia nell’era dell’intelligenza artificiale. Aequitas Magazine, 6, 36-44.
DOI: https://doi.org/10.5281/zenodo.20541915
ABSTRACT (EN) This article examines the evolution of public intervention in the market economy, analysing its principal forms — regulation, direct provision of goods and services, and income redistribution — within the constitutional framework established by Articles 3, 41 and 97 of the Italian Constitution. The second part focuses on the impact of artificial intelligence on administrative action, with particular attention to algorithmic administrative proceedings and the guarantees of knowability, intelligibility and judicial reviewability as elaborated by the Italian Council of State. The Regulation (EU) 2024/1689 (AI Act) is also examined, which establishes an anthropocentric model grounded in human oversight and deployer accountability. The article concludes that the technological efficiency of public administration cannot be severed from the constitutional guarantees of impartiality, transparency and democratic accountability.
ABSTRACT (IT) Il saggio esamina l’evoluzione dell’intervento pubblico nell’economia di mercato, analizzandone le principali forme — regolamentazione, produzione diretta di beni e servizi, redistribuzione del reddito — nel quadro costituzionale delineato dagli artt. 3, 41 e 97 Cost. Nella seconda parte, l’analisi si concentra sull’impatto dell’intelligenza artificiale sull’azione amministrativa, con particolare attenzione al procedimento amministrativo algoritmico e alle garanzie di conoscibilità, comprensibilità e sindacabilità elaborate dal Consiglio di Stato. Viene altresì esaminato il Regolamento (UE) 2024/1689 (AI Act), che impone un modello antropocentrico fondato sulla supervisione umana e sulla responsabilità del deployer. Il lavoro conclude che l’efficienza tecnologica della pubblica amministrazione non può essere disgiunta dalle garanzie costituzionali di imparzialità, trasparenza e accountability democratica.
SOMMARIO: 1. INTRODUZIONE – 2. IL QUADRO COSTITUZIONALE DELL’INTERVENTO PUBBLICO NELL’ECONOMIA – 3. LE TIPOLOGIE DI INTERVENTO PUBBLICO – 4. INTELLIGENZA ARTIFICIALE E INTERVENTO PUBBLICO – 5. CONCLUSIONI.
1. INTRODUZIONE
L’intervento dello Stato nell’economia rappresenta uno dei temi centrali del dibattito economico, politico e giuridico contemporaneo. Se da un lato il mercato costituisce il principale meccanismo di allocazione delle risorse nelle economie moderne, dall’altro la pubblica amministrazione svolge un ruolo fondamentale nel correggere le imperfezioni del sistema, garantire l’equità sociale e perseguire obiettivi di interesse collettivo che il mercato, lasciato a sé stesso, non riuscirebbe a raggiungere. La storia economica del Novecento ha dimostrato che né il liberismo assoluto, né la pianificazione centralizzata rappresentano soluzioni ottimali: le economie di successo hanno saputo combinare l’efficienza del mercato con un intervento pubblico mirato ed efficace.
Il presente saggio si propone di ripercorrere l’evoluzione dell’intervento pubblico nell’economia di mercato, svolgendo un’analisi critica dei limiti e dei benefici delle principali forme che tale intervento ha assunto nel tempo. Nella seconda parte, l’analisi si concentra sull’impatto dell’intelligenza artificiale (IA) su questo settore, al fine di prospettarne i possibili sviluppi e le implicazioni per la governance pubblica.
2. IL QUADRO COSTITUZIONALE DELL’INTERVENTO PUBBLICO NELL’ECONOMIA
La Costituzione repubblicana offre il fondamento normativo dell’intervento pubblico nell’economia attraverso una triade di disposizioni tra loro sistematicamente connesse: gli artt. 41, 3 e 97 Cost. La loro lettura coordinata consente di ricostruire un modello costituzionale di economia mista, nel quale la libertà di iniziativa economica privata convive con il potere pubblico di indirizzo, correzione e regolazione del mercato.
L’art. 41 Cost. tutela la libertà di iniziativa economica privata, ma ne delimita i confini stabilendo che essa “non può svolgersi in contrasto con l’utilità sociale o in modo da recare danno alla sicurezza, alla libertà e alla dignità umana”. La disposizione ammette, pertanto, una funzione regolatoria pubblica finalizzata a orientare l’attività economica verso scopi socialmente desiderabili. La riforma dell’art. 41 Cost. operata con la legge cost. n. 1/2022 ha inoltre inserito al terzo comma il riferimento alla tutela dell’ambiente, della biodiversità e degli ecosistemi, quale ulteriore limite all’esercizio dell’attività economica e fondamento costituzionale esplicito della regolazione ambientale. La giurisprudenza costituzionale ha chiarito che la libertà di iniziativa economica non è un diritto assoluto ma può essere compressa da leggi che perseguano finalità di utilità sociale, purché l’intervento superi il test di proporzionalità e ragionevolezza (C. Cost., sent. n. 78/1958; n. 241/1990; n. 56/2020).
L’art. 3, comma 2, Cost. introduce il principio di eguaglianza sostanziale, imponendo alla Repubblica il compito di “rimuovere gli ostacoli di ordine economico e sociale” che impediscono il pieno sviluppo della persona umana e la partecipazione effettiva di tutti i lavoratori all’organizzazione politica, economica e sociale del Paese. Tale disposizione costituisce il fondamento costituzionale delle politiche redistributive e del welfare state: la mera eguaglianza formale garantita dall’art. 3, comma 1, non è sufficiente laddove le condizioni di partenza siano profondamente diseguali. Ne discende che l’intervento pubblico redistributivo – attraverso la progressività del sistema fiscale (art. 53 Cost.), le prestazioni sociali e i servizi pubblici essenziali – non rappresenta solo una scelta politica contingente, ma un’esigenza costituzionalmente imposta. In questo orizzonte, l’adozione dell’IA per l’erogazione di prestazioni sociali deve essere valutata anche alla luce del canone di eguaglianza sostanziale: un sistema algoritmico che, a causa di bias nei dati di addestramento, discrimini sistematicamente determinate categorie di beneficiari non sarebbe semplicemente inefficiente, ma costituzionalmente illegittimo.
L’art. 97 Cost. enuncia i principi di buon andamento e imparzialità della pubblica amministrazione e, in stretta connessione, la riserva di legge in materia di organizzazione degli uffici. Il buon andamento è stato tradizionalmente interpretato come efficienza e parità di trattamento dell’azione amministrativa; l’imparzialità come equidistanza dagli interessi privati e fedeltà all’interesse pubblico. La Corte costituzionale ha più volte valorizzato il coordinamento sistematico tra i due principi, affermando che l’organizzazione degli apparati pubblici deve essere strutturata in modo da consentire una prestazione tempestiva, adeguata e non arbitraria (C. Cost., sent. n. 103/2007; n. 175/2011). Nell’era dell’intelligenza artificiale, l’art. 97 Cost. acquista una valenza nuova e più esigente: l’utilizzo di sistemi algoritmici nell’attività amministrativa impone una rilettura evolutiva del principio di buon andamento, nel quale l’efficienza tecnologica non può essere separata dalle garanzie di imparzialità, trasparenza e controllo democratico della decisione pubblica. Un algoritmo opaco che produce effetti giuridici sui cittadini senza possibilità di comprensione e sindacato è, a prescindere dalla sua efficienza operativa, incompatibile con il dettato dell’art. 97 Cost.
3. LE TIPOLOGIE DI INTERVENTO PUBBLICO
3.1. La regolamentazione
La regolamentazione costituisce la forma più diffusa e meno invasiva attraverso cui la pubblica amministrazione (PA) interviene nell’economia di mercato. Non si tratta di una partecipazione diretta nella produzione di beni o servizi, né di un mero intervento fiscale o di spesa, bensì dell’istituzione e dell’applicazione di norme, regole, standard e vincoli che governano il comportamento degli operatori economici – imprese, lavoratori e consumatori. L’obiettivo primario di tale intervento è duplice: correggere i fallimenti del mercato e perseguire obiettivi sociali ed economici che il mercato, lasciato a sé stesso, non è in grado di raggiungere.
Gli strumenti principali di cui lo Stato si avvale a tal fine sono la disciplina dei monopoli naturali e l’internalizzazione delle esternalità. Nei settori caratterizzati da rendimenti crescenti di scala – come l’energia o le telecomunicazioni, dove l’efficienza è massima con un solo fornitore – la PA impone tariffe e standard di servizio per prevenire l’abuso di posizione dominante e garantire l’accesso universale. Per contrastare gli impatti negativi di talune attività, come l’inquinamento, o per promuovere quelli positivi, come l’innovazione, la PA stabilisce normative ambientali, di sicurezza o brevettuali. Attraverso la regolamentazione, lo Stato persegue altresì finalità redistributive, assicurando che determinati beni o servizi siano accessibili a tutti i cittadini, e tutela i consumatori dalle asimmetrie informative.
Tuttavia, sebbene necessaria, la regolamentazione non è priva di criticità. Un eccesso di norme può imporre costi di conformità elevati per le imprese, rallentare l’innovazione e generare inefficienze burocratiche, alimentando il fenomeno del regulatory capture – vale a dire quella degenerazione per cui gli interessi dei regolamentati finiscono per condizionare le decisioni dei regolatori. Questa consapevolezza ha alimentato, in diverse fasi storiche, movimenti di deregolamentazione volti a rimuovere gli oneri normativi non più giustificati, come testimoniato dalla direttiva Bolkestein in materia di semplificazione dei regimi autorizzativi per i servizi nel mercato interno.
In sintesi, la regolamentazione è l’espressione del ruolo attivo della PA nel definire le regole del gioco in un dato settore economico, ma la sua efficacia dipende in larga misura dalla qualità dell’intervento: questo deve essere mirato, proporzionato e flessibile. Il compito della pubblica amministrazione moderna non è semplicemente imporre regole, ma trovare il giusto equilibrio tra la promozione della libertà d’impresa, la tutela degli interessi pubblici e la garanzia di un mercato equo ed efficiente. A tal fine, si ricorre spesso ad autorità indipendenti – come le autorità garanti della concorrenza o le autorità di regolazione per i servizi pubblici – per garantire terzietà e competenza tecnica. Nondimeno, anche questi organismi non sono immuni dal rischio di cattura: la sfida istituzionale consiste nel preservarne l’indipendenza sostanziale senza sganciarne l’operato dal quadro democratico di riferimento.
3.2. La produzione diretta di beni e servizi
Lo Stato può decidere di gestire direttamente determinati settori economici attraverso imprese pubbliche o enti statali, configurando il modello del cosiddetto Stato imprenditore, teoricamente fondato sulle politiche keynesiane del welfare State.
I principali esempi italiani illustrano bene la varietà delle finalità perseguite. Il Servizio Sanitario Nazionale (SSN), istituito con la l. n. 833/1978, garantisce assistenza sanitaria universale finanziata dalla fiscalità generale: la gestione dell’emergenza pandemica da COVID-19 ha dimostrato come certi servizi essenziali richiedano coordinamento pubblico che nessun attore privato avrebbe potuto assicurare. Trenitalia e Rete Ferroviaria Italiana (RFI), controllate dallo Stato attraverso Ferrovie dello Stato S.p.A., gestiscono il trasporto ferroviario e le infrastrutture nazionali, presidiando anche le tratte non redditizie che un operatore privato abbandonerebbe. ENEL, nata nel 1962 con la nazionalizzazione dell’energia elettrica, ha garantito per decenni l’elettrificazione dell’intero territorio nazionale. Poste Italiane assicura il servizio postale universale e svolge funzioni di inclusione finanziaria per le fasce più deboli della popolazione. La RAI persegue finalità di servizio pubblico informativo, culturale ed educativo che esulano dalla logica del profitto commerciale.
L’intervento diretto ha conosciuto il proprio apice nel periodo successivo alla Seconda guerra mondiale, con ampie nazionalizzazioni in molti Paesi europei per favorire la ricostruzione e lo sviluppo industriale – di cui l’esperienza dell’IRI e dell’ENI è esempio paradigmatico. A partire dagli anni Ottanta, tuttavia, questo modello ha subito una profonda crisi, riconducibile all’inefficienza burocratica, alle interferenze politiche nelle decisioni economiche e all’insostenibile crescita del debito pubblico. Ne è seguita un’ondata di privatizzazioni e liberalizzazioni che ha drasticamente ridimensionato il ruolo diretto dello Stato come produttore di beni e servizi.
Oggi l’intervento diretto si concentra nel mantenimento del controllo strategico in settori chiave, nell’erogazione di servizi pubblici essenziali a finanziamento collettivo e nella gestione di eventi eccezionali. Tuttavia, i casi Alitalia e Ilva dimostrano che l’intervento diretto, pur potenzialmente necessario per correggere fallimenti strutturali del mercato, richiede meccanismi di governance rigorosi e una netta separazione dalla politica per evitare che le inefficienze superino i benefici per la collettività.
3.3. La redistribuzione del reddito e le politiche fiscali
Il sistema fiscale e il welfare state costituiscono i principali strumenti redistributivi dello Stato. In Italia, l’IRPEF (Imposta sul Reddito delle Persone Fisiche), l’Assegno di Inclusione (che ha sostituito il Reddito di Cittadinanza con il d.l. n. 48/2023), l’Assegno Unico Universale per i figli, le pensioni pubbliche e gli ammortizzatori sociali come la NASpI rappresentano i principali meccanismi attraverso cui lo Stato persegue la perequazione sociale.
Il sistema redistributivo si finanzia primariamente attraverso la pressione fiscale, concentrata sui redditi medio-alti. Tale sistema non è tuttavia esente da tensioni interne: l’evasione fiscale erode la base imponibile, mentre l’inflazione e la disoccupazione ne comprimono i margini di sostenibilità, concorrendo all’aumento del debito pubblico. La sfida per il legislatore e per le amministrazioni è pertanto quella di calibrare gli interventi redistributivi in modo da massimizzarne l’efficacia allocativa senza compromettere la competitività del sistema economico.
4. INTELLIGENZA ARTIFICIALE E INTERVENTO PUBBLICO
L’adozione dell’intelligenza artificiale nella pubblica amministrazione apre scenari di radicale trasformazione dell’azione amministrativa, che vanno ben oltre la mera automazione di processi. Di seguito si esaminano i principali ambiti applicativi, evidenziandone tanto le potenzialità quanto i rischi.
4.1. Efficienza operativa e riduzione dei costi
Algoritmi di IA possono ottimizzare l’allocazione di risorse pubbliche – dalla pianificazione dei turni del personale alla gestione energetica degli edifici, dalla manutenzione predittiva delle infrastrutture alla logistica dei servizi – riducendo i costi operativi e migliorando la qualità delle prestazioni erogate. Chatbot e assistenti virtuali intelligenti consentono di fornire supporto ai cittadini in qualunque momento, decongestionando gli sportelli fisici e semplificando l’accesso ai servizi pubblici. Il guadagno in termini di tempo, stimato in centinaia di ore annue per utente, si traduce in effetti moltiplicatori sulla produttività del settore privato e sulla competitività delle imprese.
4.2. Contrasto all’evasione fiscale e alle frodi
Sistemi di analisi predittiva basati sull’IA sono già impiegati dall’Agenzia delle Entrate per l’identificazione di anomalie, pattern sospetti e potenziali casi di evasione. Il tax gap italiano è stimato in circa 83,6 miliardi di euro per l’anno d’imposta 2020, con alcune stime che includono le mancate entrate contributive portando la cifra complessiva a superare i 100 miliardi di euro annui. Un impiego sistematico dell’IA nell’analisi delle basi di dati tributarie potrebbe contribuire al recupero di una quota significativa di tali risorse, con effetti benefici sull’equilibrio dei conti pubblici e sull’equità orizzontale del sistema fiscale.
4.3. Sanità pubblica e welfare
L’IA può analizzare dati sanitari su larga scala per identificare pattern predittivi di malattia, ottimizzare i percorsi terapeutici e ridurre i costi della sanità pubblica attraverso diagnosi più precoci ed efficaci. Le stime modellistiche del settore indicano un potenziale di riduzione della spesa sanitaria pubblica nell’ordine del 10-15%, pari a circa 12-18 miliardi di euro. Nel settore del welfare, algoritmi di IA possono altresì ottimizzare l’erogazione di prestazioni sociali, orientando gli interventi verso i beneficiari più bisognosi e riducendo gli abusi.
4.4. Pianificazione e sistemi di supporto alle decisioni
L’IA può supportare i decisori pubblici nell’analisi di scenari complessi, nella simulazione di politiche pubbliche e nella valutazione ex ante ed ex post degli interventi, orientando le scelte verso soluzioni evidence-based. Nell’ambito delle smart cities, l’integrazione dell’IA nella gestione urbana consente di ottimizzare traffico, consumi energetici, raccolta rifiuti e sicurezza, con significativi risparmi di risorse e miglioramento della qualità della vita.
4.5. Giustizia e appalti pubblici
Sistemi di IA possono supportare l’analisi giurisprudenziale, la ricerca normativa e la gestione dei procedimenti, contribuendo a ridurre i tempi della giustizia civile italiana, i cui ritardi comportano un costo stimato pari all’1-2% del PIL annuo, con effetti negativi diretti sulla certezza del diritto e sulla propensione agli investimenti esteri. Nel settore degli appalti pubblici, in cui la spesa supera i 150 miliardi di euro annui, l’IA può analizzare lo storico delle gare, identificare inefficienze, suggerire aggregazioni d’acquisto e rilevare possibili anomalie o comportamenti collusivi, con potenziali risparmi stimati tra i 7,5 e i 15 miliardi di euro.
4.6. Il procedimento amministrativo algoritmico: garanzie e limiti
Il tema del procedimento amministrativo algoritmico – vale a dire l’utilizzo di sistemi di intelligenza artificiale che producono, o concorrono a produrre, provvedimenti amministrativi con effetti giuridici diretti sui destinatari – rappresenta la frontiera più delicata e teoricamente più rilevante del diritto amministrativo contemporaneo. La questione non è meramente tecnica: investe direttamente i principi costituzionali di buon andamento e imparzialità (art. 97 Cost.), il diritto alla partecipazione procedimentale (l. n. 241/1990), il diritto di difesa (art. 24 Cost.) e il principio di effettività della tutela giurisdizionale (art. 113 Cost.).
Il Consiglio di Stato ha affrontato per la prima volta il tema con la fondamentale sentenza della sez. VI, 8 aprile 2019, n. 2270, pronunciata nell’ambito della controversia relativa all’algoritmo utilizzato dal MIUR per le assegnazioni delle sedi ai docenti. Il Collegio ha statuito che il ricorso all’algoritmo nell’azione amministrativa è in linea di principio ammissibile, ma è subordinato al rispetto di una serie di condizioni irrinunciabili. In primo luogo, l’algoritmo deve essere “conoscibile”: la sua logica operativa deve essere accessibile e comprensibile, anzitutto per l’amministrazione che lo utilizza e, per conseguenza, per i cittadini destinatari dei suoi effetti e per il giudice chiamato a sindacarli. In secondo luogo, l’algoritmo deve essere “comprensibile”: la sola conoscenza formale del codice sorgente non è sufficiente se l’amministrazione non è in grado di spiegare il ragionamento decisionale sottostante. In terzo luogo, la decisione algoritmica deve essere “sindacabile”: il giudice amministrativo deve poter esercitare un effettivo controllo sulla correttezza del procedimento e del risultato, senza che l’opacità del sistema tecnico costituisca un ostacolo insormontabile.
Tali principi sono stati ulteriormente sviluppati dalla successiva sentenza Cons. Stato, sez. VI, 13 dicembre 2019, n. 8472, che ha puntualizzato come la legittimità dell’azione amministrativa algoritmica non dipenda dalla mera possibilità astratta di conoscere il meccanismo decisionale, ma richieda che questa conoscenza sia effettiva e si traduca in una motivazione del provvedimento che dia conto, almeno in forma sintetica, dei criteri applicati e della loro coerenza con i presupposti di fatto e di diritto. Il diritto alla motivazione del provvedimento amministrativo (art. 3 l. n. 241/1990) è pertanto pienamente applicabile alle decisioni adottate o supportate da algoritmi: non è sufficiente indicare che la decisione è stata prodotta da un sistema automatizzato, occorre illustrarne la logica e i parametri determinanti.
Il Regolamento (UE) 2024/1689 (AI Act) conferma e rafforza questi orientamenti sul piano del diritto europeo, superando definitivamente l’idea dell’algoritmo come strumento neutrale e imponendo un modello antropocentrico nel quale l’automazione resta subordinata alla supervisione umana e alla responsabilità dell’amministrazione. L’AI Act adotta un approccio risk-based: i sistemi di IA vengono classificati in quattro categorie di rischio (inaccettabile, alto, limitato, minimo), con obblighi progressivamente più stringenti al crescere del rischio. I sistemi impiegati nella pubblica amministrazione – in particolare quelli utilizzati per l’erogazione di prestazioni sociali, la valutazione di merito, il controllo fiscale, la gestione degli appalti o l’accesso ai servizi pubblici essenziali – sono qualificati come sistemi ad alto rischio (All. III, Reg. cit.) e sono assoggettati a obblighi specifici di: trasparenza e spiegabilità delle decisioni; supervisione umana significativa (human oversight), intesa come capacità concreta dell’operatore umano di comprendere, monitorare e, se del caso, correggere o revocare la decisione algoritmica; robustezza, accuratezza e sicurezza del sistema; documentazione tecnica e registrazione delle attività (logging); conformità a una valutazione ex ante del rischio. L’obbligo di human oversight è di fondamentale importanza: esso esclude che la decisione algoritmica possa essere definitiva e inappellabile, riservando all’operatore umano responsabile la scelta ultima e l’imputazione giuridica del provvedimento. Sul piano dell’accountability, l’AI Act introduce meccanismi di responsabilità del deployer – che nel settore pubblico coincide con la stessa amministrazione – per i danni causati da sistemi non conformi, rafforzando così le garanzie risarcitorie a favore dei cittadini.
4.7. Sfide e investimenti necessari
L’adozione dell’IA nella PA richiede investimenti significativi in infrastrutture digitali, software, formazione e change management, stimati nell’ordine di 5-10 miliardi di euro distribuiti su 5-7 anni. Il ritorno economico di tali investimenti appare potenzialmente elevato – con un rapporto benefici/costi superiore a 5:1 nel medio periodo e un contributo stimato alla crescita del PIL dello 0,5-1% annuo – ma richiede il superamento di una serie di barriere strutturali: resistenza al cambiamento culturale nelle organizzazioni pubbliche; carenze infrastrutturali in termini di banda larga e capacità di calcolo; frammentazione dei sistemi informativi; divario digitale territoriale e generazionale.
Sul versante normativo, i requisiti imposti dall’AI Act e dal GDPR – esaminati nel dettaglio nel paragrafo precedente – impongono investimenti aggiuntivi in materia di valutazione della conformità, documentazione tecnica e formazione degli operatori pubblici chiamati a esercitare la supervisione umana sui sistemi algoritmici. Questi costi di compliance non devono essere intesi come oneri burocratici, ma come condizioni di legittimità dell’azione amministrativa digitale.
Non meno rilevante è il rischio di bias algoritmico: sistemi di IA addestrati su dati storici possono riprodurre o amplificare discriminazioni preesistenti, con conseguenze particolarmente gravi in settori sensibili come la concessione di prestazioni sociali o la valutazione del rischio in materia penale. L’equità algoritmica deve pertanto essere assunta come requisito di progettazione, non come correttivo successivo.
5. CONCLUSIONI
L’impiego dell’intelligenza artificiale nella pubblica amministrazione italiana presenta un potenziale di benefici economici e sociali significativo. I principali ambiti di impatto includono l’efficienza operativa, il contrasto all’evasione, l’ottimizzazione della spesa sanitaria e degli appalti pubblici, oltre agli effetti moltiplicatori sulla competitività complessiva del sistema-Paese. Tuttavia, l’analisi svolta dimostra che tali potenzialità non possono essere valutate in astratto, avulse dal quadro costituzionale che governa l’azione amministrativa.
L’art. 97 Cost., letto in combinato disposto con il principio di eguaglianza sostanziale di cui all’art. 3 Cost. e con la libertà di iniziativa economica delimitata dall’art. 41 Cost., offre la cornice costituzionale entro cui deve muoversi ogni progetto di digitalizzazione amministrativa. Il principio di buon andamento, nell’era algoritmica, non può essere ridotto a mera efficienza computazionale: esso esige che l’automazione sia trasparente, controllabile e imparziale, secondo i principi elaborati dalla giurisprudenza del Consiglio di Stato e recepiti dall’AI Act europeo. La trilogia conoscibilità-comprensibilità-sindacabilità dell’algoritmo, enunciata dal giudice amministrativo, non è un ostacolo all’innovazione, ma la condizione di legittimità della stessa.
L’Italia ha l’opportunità di trasformare la propria pubblica amministrazione in un motore di innovazione e di efficienza, recuperando il ritardo accumulato rispetto ad altri Paesi europei. Affinché tale opportunità si realizzi, è tuttavia indispensabile che l’innovazione tecnologica sia accompagnata da tre condizioni inscindibili: un solido investimento nelle competenze del personale pubblico chiamato a esercitare la supervisione umana sui sistemi algoritmici; un quadro normativo che garantisca la piena conformità dell’azione amministrativa digitale ai principi costituzionali di imparzialità, buon andamento e parità di trattamento; e un sistema di accountability capace di imputare chiaramente la responsabilità giuridica delle decisioni algoritmiche, preservando quella fedeltà all’interesse collettivo che è il fondamento stesso della pubblica amministrazione in uno Stato democratico.
BIBLIOGRAFIA ESSENZIALE
AMATORI F., COLLI A., Impresa e industria in Italia dall’Unità ad oggi, Marsilio, Venezia, 1999.
CASSESE S., La crisi dello Stato, Laterza, Roma-Bari, 2002.
CERULLI IRELLI V., Lineamenti del diritto amministrativo, 5a ed., Giappichelli, Torino, 2021.
DE MINICO G., Intelligenza artificiale e democrazia: prove di compatibilità, Editoriale Scientifica, Napoli, 2022.
FROSINI T.E., Il diritto costituzionale all’accesso ad internet, in Diritto dell’informazione e dell’informatica, 2011, pp. 265 ss.
BATOR F., The Anatomy of Market Failure, Quarterly Journal of Economics, 72(3), 1958, pp. 351-379.
KEYNES J.M., The General Theory of Employment, Interest and Money, Macmillan, Londra, 1936.
LAFFONT J.-J., TIROLE J., A Theory of Incentives in Procurement and Regulation, MIT Press, Cambridge (MA), 1993.
SAMUELSON P., The Pure Theory of Public Expenditure, Review of Economics and Statistics, 36(4), 1954, pp. 387-389.
SHARKEY W.W., The Theory of Natural Monopoly, Cambridge University Press, Cambridge, 1982.
SMITH A., An Inquiry into the Nature and Causes of the Wealth of Nations, 1776 (ed. it. a cura di A. Roncaglia, UTET, Torino, 2006).
STIGLER G.J., The Theory of Economic Regulation, Bell Journal of Economics and Management Science, 2(1), 1971, pp. 3-21.
STIGLITZ J.E., Economics of the Public Sector, 3a ed., Norton, New York, 2000.
ZUCCHETTI A. (a cura di), Intelligenza artificiale e procedimento amministrativo, Giuffrè, Milano, 2023.
