Intelligenza artificiale e PA, l’Italia non è all’anno zero. Anzi. Ci sono amministrazioni all’avanguardia che hanno già lanciato progetti che applicano machine learning, chatbot e altri servizi pubblici. Uno dei territori più avanzati, su questo fronte, è il Trentino che vede in campo PA locali ma anche fondazioni e associazioni private che operano nel digitale.
Simpatico H2020 è una piattaforma che semplifica l’interazione tra cittadini e pubblica amministrazione tramite, appunto, tecniche di AI di trattamento automatico del linguaggio. Coordinato dalla Fondazione Bruno Kessler, il progetto Simpatico-(SIMplifying the interaction with Public Administration) consiste nell’applicazione di soluzioni AI all’interno degli sportelli online delle amministrazioni comunali. Nel 2016 il Comune di Trento ha avviato la fase di sperimentazione del progetto, insieme alla città di Sheffield (UK) e alla regione della Galizia (Spagna,) integrando tecnologie avanzate di trattamento automatico del linguaggio, in particolare tecniche AI di semplificazione automatica del contenuto testuale, in alcuni servizi comunali accessibili attraverso lo Sportello telematico del cittadino del sito del Comune.
Da una prima valutazione è emerso che questa integrazione ha portato a un abbattimento dei tempi di accettazione delle domande telematiche del 40% e a una riduzione delle richieste di informazioni aggiuntive del 50%. Ridotto del 50% anche il tempo totale per compilare una pratica online.
Di intelligenza artificiale applicata alla mobilità sostenibile e alle smart city si occupa l’iniziativa Smart Planner che, anche in questo caso, vede coinvolti la città di Trento e la Fondazione Bruno Kessler insieme ai Comuni di Bologna e Rovereto.
Il sistema sviluppato dalla Fondazione e rilasciato con licenza Apache 2.0, si basa su tecniche AI di pianificazione automatica ed è in grado di suggerire agli utenti che si collegano attraverso un’app dallo smartphone le soluzioni più rapide ed ecologiche per raggiungere una determinata destinazione in città. Attraverso l’analisi dei dati intercettati da più sorgenti, l’app dà indicazioni personalizzate su quali mezzi di trasporto pubblici, privati o in condivisione conviene utilizzare per ridurre le emissioni inquinanti e i tempi di spostamento. Nel 2016 il 30% di coloro che hanno usato l’app si è spostato in città con un mezzo di trasporto che mai aveva utilizzato prima.
Il progetto Pierino (PIattaforma per l’Estrazione e il Recupero di INformazioni Online) è stato curato dal gruppo di ricerca Digital Humanities della Fondazione Bruno Kessler e Tommaso Caselli della Vrije Universiteit Amsterdam e ha portato alla realizzazione di una piattaforma per l’analisi automatica dei dati linguistici, che funziona attraverso tecniche AI di analisi semantica e moduli per il trattamento automatico del linguaggio naturale.
La piattaforma è stata utilizzata per la prima volta dal Ministero della Pubblica Istruzione per analizzare i dati della consultazione pubblica “La buona scuola” e ha permesso di processare e sintetizzare in meno di una settimana 270mila commenti, rendendo possibile una significativa riduzione dei tempi di analisi dei questionari. La piattaforma è stata progettata in modo tale da essere quanto più flessibile per processare velocemente anche dati provenienti da consultazioni future.
Non solo il Nord Italia ha accettato la sfida dell’Intelligenza artificiale. Borbot (acronimo di Borboni e Robotica) è stato avviato nel 2017 dal Museo nazionale della Reggia di Caserta. Si tratta di un assistente virtuale, presente sulla pagina Facebook del museo, che attraverso le tecniche di machine learning è in grado di rispondere alle domande degli utenti, fornendo informazioni turistiche dettagliate e notizie sul monumento.
In un mese il sistema è in grado di effettuare una media di 20mila interazioni, supportando il servizio di front office del Museo e consentendo al personale del customer service di concentrarsi sui servizi a maggior valore aggiunto.
Uno dei campi di applicazione dell’AI è certamente quello sanitario. Come dimostra il sistema di telemonitoraggio per i malati affetti da broncopneumopatia cronica ostruttiva che utilizza il machine learning.
Il Policlinico universitario Campus Biomedico di Roma ha sperimentato su un gruppo di 22 pazienti affetti da broncopneumopatia cronica ostruttiva l’utilizzo di un sistema di telemonitoraggio a domicilio in grado di rilevare eventi potenzialmente pericolosi per i malati.
Sviluppato dall’Unità di Sistemi di Elaborazione e Bioinformatica del Campus Bio-Medico di Roma, funziona attraverso tecniche di machine learning e acquisisce tre volte al giorno dati di frequenza cardiaca e saturazione emoglobina attraverso un pulsossimetro collegato ad una app specificatamente progettata per smartphone. In questo modo il sistema valuta eventuali situazioni di pericolo per il paziente e le segnala all’unità sanitaria.
Gli esperimenti sui dati raccolti mostrano che le prestazioni di riconoscimento di eventi potenzialmente pericolosi del sistema sono migliori di quelle ottenute dagli esperti medici. Inoltre il supporto offerto dal sistema nel processo decisionale consente di aumentare l’accordo tra gli specialisti.
Ancora basandosi sul machine learning l’Università Campus Bio-Medico di Roma ha sviluppato un sistema di diagnosi assistita per il diabete. Il sistema elabora dei biomarker quantitativi calcolati a partire dalle immagini dei globuli rossi delle persone in esame ed è in grado di distinguere, attraverso tecniche IA di machine learning, i pazienti sani, diabetici e diabetici con complicanze.
Per il progetto sono state analizzate più di 1000 immagini acquisite da 27 soggetti, dopo la sottoscrizione del consenso informato. Il sistema dimostra capacità di riconoscimento della patologia largamente superiori rispetto alle procedure attualmente in vigore che si basano sull’analisi della concertazione dell’emoglobina glicata (HbA1c) del sangue.
Infine l’Italia partecipa all’iniziativa europea Mathisis (Managing Affective learning through intelligent atoms and smart interaction), finanziato dalla Commissione europea nell’ambito del programma Horizon 2020 che vede coinvolti 18 Paesi europei.
Attraverso il progetto è stata realizzata una piattaforma di supporto all’insegnamento destinata ai bambini affetti da Dsa, Adhd, spettro autistico e disabilità multipla. La piattaforma, collegata a una webcam, un kinect e un giroscopio, mediante le tecniche di affective computing riconosce gli sati d’animo e i livelli d’attenzione degli allievi e, in base a questi, aumenta o diminuisce il grado di difficoltà degli esercizi didattici.
Il progetto è stato testato su un campione di scuole pubbliche italiane di primo e secondo grado, coinvolgendo poco meno di un centinaio di studenti. Secondo i primi risultati della sperimentazione, l’utilizzo di questa piattaforma ha migliorato il percorso di apprendimento degli allievi aumentandone i livelli di concentrazione e attenzione.
