La comunicazione Pubblica nell'epoca dei Big Data e dell'Intelligenza Artificiale (IA)

Nell’attuale epoca digitale, la comunicazione pubblica sta subendo una trasformazione radicale, non solo all’impiego dei social media, come visto precedentemente, ma anche alle nuove tecnologie: big data e intelligenza artificiale (IA). Questi nuovi strumenti offrono nuove possibilità per comprendere meglio i bisogni dei cittadini, personalizzare le informazioni raccolte e migliorare, al tempo stesso, la qualità dei servizi pubblici, pertanto la comunicazione pubblica ha il compito di adattarsi ai cambiamenti tecnologici e di sfruttarli per favorire una relazione più trasparente e interattiva con i cittadini. Tuttavia, questa repentina evoluzione comporta anche una serie di rischi e sfide come ad esempio la protezione della privacy, la trasparenza degli algoritmi, pertanto è necessario un bilanciamento tra innovazione e tutela dei diritti dei cittadini.

Big Data: definizione ed utilizzo

I big data permettono di raccogliere e analizzare enormi volumi di informazioni provenienti da fonti diverse, permettendo di avere una visione d’insieme più accurata e dinamica delle necessità pubbliche. Calando l’utilizzo dei big data nei servizi pubblici, ad esempio nella sanità pubblica[1], permettono di monitorare la salute della popolazione, prevedere epidemie e ottimizzare la gestione delle risorse ospedaliere. L’uso dei big data nella pubblica amministrazione non si limita alla sanità. Anche la sicurezza pubblica può trarne grande beneficio. Ad esempio, la polizia può utilizzare i big data per analizzare i modelli di criminalità e prevedere i futuri crimini, permettendo di intervenire in modo proattivo e ridurre i tassi di criminalità. Questo tipo di analisi predittiva può essere esteso anche alla gestione delle emergenze, dove i dati in tempo reale provenienti da vari sensori possono aiutare le autorità a rispondere più rapidamente e in modo più efficace a situazioni critiche come disastri naturali o incidenti.

Le città intelligenti, o smart cities[2], rappresentano un altro ambito in cui i big data possono fare la differenza. Le amministrazioni locali possono utilizzare i dati raccolti dai sensori distribuiti in tutta la città per gestire il traffico, monitorare l’inquinamento e migliorare i servizi pubblici. Ad esempio, i dati sul traffico in tempo reale possono essere utilizzati per ottimizzare i semafori, ridurre gli ingorghi e migliorare la mobilità urbana. Allo stesso modo, i dati ambientali possono aiutare a monitorare la qualità dell’aria e adottare misure per ridurre l’inquinamento.

Nonostante le numerose opportunità offerte dai big data, esistono anche diverse sfide che devono essere affrontate. Una delle principali preoccupazioni riguarda la privacy e la sicurezza dei dati. La raccolta e l’analisi di grandi quantità di dati personali sollevano questioni etiche e legali, in particolare per quanto riguarda la protezione dei dati personali. Le amministrazioni devono garantire la conformità alle normative sulla privacy, come il Regolamento Generale sulla Protezione dei Dati (GDPR) dell’Unione Europea, e implementare misure di sicurezza robuste per proteggere i dati da accessi non autorizzati e cyberattacchi.

Un’altra sfida significativa riguarda la qualità dei dati. Per essere utili, i dati devono essere accurati, completi e coerenti. Tuttavia, i dati raccolti da diverse fonti possono essere spesso disorganizzati, mancanti o errati. Pertanto, le amministrazioni devono investire in tecnologie e processi per garantire la qualità dei dati, inclusi strumenti di pulizia e normalizzazione dei dati[3].

 

Intelligenza Artificiale: definizione ed utilizzo

Soffermandosi, invece, sull’intelligenza artificiale questa offre ulteriori strumenti per migliorare la comunicazione pubblica. Con il termine “intelligenza artificiale” ci si riferisce ad un insieme di tecnologie e algoritmi progettati per simulare l’intelligenza umana, come apprendimento, ragionamento, percezione, riconoscimento di forme o oggetti, interazione in un ambiente fisico o digitale, risoluzione di problemi complessi. L'intelligenza artificiale fa appello a diverse discipline scientifiche come matematica, informatica, logica, robotica, neuroscienze, linguistica o anche psicologia cognitiva.

Il termine "intelligenza artificiale" è stato coniato nel 1956 durante un workshop organizzato all'università di Dartmouth negli Stati Uniti. Da allora, l'AI non ha cessato di progredire grazie ai progressi in termini di potenza di calcolo dei computer e in algoritimica[4].

L’intelligenza artificiale offre molteplici vantaggi per la pubblica amministrazione, ad esempio l’automazione delle risposte attraverso chatbot e assistenti virtuali. Inoltre, l’IA può analizzare il tono e le opinioni espresse sui social media riguardo a politiche o servizi pubblici, la cosiddetta analisi dei sentiment, e questa consente alle amministrazioni di comprendere meglio le percezioni dei cittadini e di adattare le loro strategie comunicative di conseguenza. Successivamente, grazie all’apprendimento automatico, le amministrazioni possono personalizzare le comunicazioni in base alle esigenze specifiche dei cittadini. Ad esempio, un sistema IA potrebbe analizzare i dati demografici e comportamentali per suggerire programmi o servizi pertinenti a singoli utenti, rendendo l'interazione con la pubblica amministrazione più efficace e mirata. Infine, l’IA è anche un potente alleato nella lotta contro la corruzione e l'evasione fiscale[5].

USA: prevenzione dalle frodi fiscali attraverso l’IA

Riprendendo, quanto detto precedentemente, l’intelligenza artificiale è un grande alleato contro le frodi fiscali, ed un esempio che può non essere citato è quanto accaduto negli USA.

L'Agenzia delle Entrate degli Stati Uniti si serve dell'intelligenza artificiale per individuare l'evasione fiscale dei ricchi. L'Internal Revenue Service (IRS), l'amministrazione fiscale Usa è una delle più arretrate tecnologicamente tra i paesi dell'Ocse, e per tale motivo i suoi cambiamenti saranno guidati dall'intelligenza artificiale che darà supporto ai funzionari dell'Irs per individuare l'evasione fiscale. Pertanto, ancora una volta è possibile evidenziare come la tecnologia viene identificata come uno strumento di supporto e di miglioramento al sistema attuale e non una sua sostituzione[6].

Quando le autorità federali statunitensi, in questo caso l’IRS, cioè l’equivalente della nostra Agenzia delle Entrate, decide di svelare le manovre elusive messe in campo dalle multinazionali per eludere il fisco, solitamente mette insieme un vero e proprio team di contabili, revisori, legali ed esperti fiscali dell’accertamento e di recente persino economisti di provata abilità, con l’obiettivo di aprire una breccia all’interno delle dichiarazioni dei redditi o dei documenti fiscali ritenuti sospetti. Purtroppo, però, analizzare le montagne di documenti è notoriamente difficile, anzi, spesso impossibile. Il risultato è che anche qualora l’Internal Revenue Service riuscisse a togliere il velo alle pratiche e agli schemi elusivi congegnati dai grandi gruppi, trust, multinazionali o fondazioni di dimensioni internazionali, vi riesce solitamente solo anni dopo l’inizio dell’investigazione e dei controlli, per cui l’entità posta sotto osservazione ha già provveduto a sostituire la manovra elusiva impegnata fino a allora con un nuovo meccanismo, altrettanto ingegnoso. Dunque, è proprio in questo frangente che può intervenire l’intelligenza artificiale ed è opportuno chiedersi cosa accadrebbe se questa ricerca venisse eseguita in modo routinario e veloce, dall’inizio fino alla sua conclusione, da un computer. L'obiettivo quindi sarebbe quello di dare all’IRS uno strumento evoluto e moderno a tal punto da migliorare le potenzialità d’indagine e di investigazione dell’Amministrazione finanziaria riguardo ai sofisticati strumenti tecnici impiegati dai grandi evasori, grazie ai quali ogni anno all’incirca cento miliardi di dollari non arrivano come dovrebbero, nelle casse federali di Washington. Dunque, a questo punto è necessario chiedersi in che modo è possibile individuare gli evasori. In primo luogo, i ricercatori hanno tradotto in codice l’intera normativa fiscale, dopodiché hanno esaminato le transazioni collegate ad operazioni sospette, agganciandole a codici precisi. Il ricorso a questa pratica elusiva posta in essere dagli evasori, ovvero il collegamento a dei codici precisi e le transazioni collegate ad operazioni sospette, mira a gonfiare artificialmente il valore base di un'attività rispetto al reddito fiscale che ne deriva. Ad ogni modo, una volta tracciata la misura elusiva, i ricercatori hanno mappato in codice il groviglio di entità che costituiscono le partnership tipiche. Al termine di questa seconda fase, la visione d’insieme dei codici e il loro intersecarsi ha fornito e rivelato alcune combinazioni specifiche di transazioni e strutture di partnership che potrebbero potenzialmente produrre la frode fiscale trattata. Insomma, l’algoritmo ha generato una sorta di codice o indicatore di rischio. In conclusione, con il vecchio sistema adottato negli States, lo smascheramento delle frodi nei rendiconti fiscali aziendali si svolge in gran parte attraverso l'attività di data- mining, cui l'IRS ricorre in modo sistematico. In pratica, un ufficio ad hoc raccoglie i dati preesistenti dalla dichiarazione dei redditi e li analizza per ogni singolo modello. I dati entrano in un database nell'ambito dell'Ufficio di Tax Shelter Analysis dell'Agenzia, creato nell’anno duemila. Comunque, quest’approccio analitico scatta soltanto se si accende la spia d’un sospetto palese, come una deduzione dubbia. Al contrario, l'approccio all'intelligenza artificiale non richiede prove preesistenti. L’algoritmo, infatti, si concentra automaticamente sul monitoraggio di regole e procedure avviate da una determinata entità, in cui i singoli codici sono allineati l'uno contro l'altro per accertare se possono essere utilizzati collettivamente per creare un sofisticato escamotage fiscale.

L’estrazione e l’esame delle norme che sono di volta in volta adottate consente all’algoritmo di trarre profitto dal carattere stesso dei meccanismi elusivi: mentre il loro funzionamento interno è convulso e complesso, il loro obiettivo generale al livello più elevato è di solito semplice e chiaro. Tradotto, ridurre le imposte generando impropriamente perdite fittizie, deduzioni, compensazioni e crediti. Se questo fine fosse assente, non vi sarebbero schemi elusivi che in modo spesso anche ingegnoso abusano generalmente di istituti, norme e regole perfettamente legali.

Resta comunque incredibilmente difficile pensare di poter disporre di un algoritmo di computer capace di duplicare, e tracciare con codici predefiniti, l'enorme creatività dei contribuenti sì da svelarne gli obiettivi finali in modo quasi istantaneo. La ricerca in questo ambito resta però promettente[7].

In conclusione, l’IA viene utilizzata per analizzare i dati finanziari alla ricerca di anomalie che potrebbero indicare una frode fiscale. Pertanto, viene eseguita un’analisi predittiva in cui l’intelligenza artificiale è in grado di prevedere il rischio di frode fiscale e sarebbe in grado, ad esempio, di analizzare i dati storici per individuare i fattori che possono portare a commettere illeciti.

Conclusione

In conclusione, l'integrazione dei big data e dell'intelligenza artificiale nella comunicazione pubblica rappresenta una rivoluzione in atto, portando con sé un potenziale enorme per migliorare l'efficienza dei servizi pubblici, personalizzare l'esperienza del cittadino e favorire una maggiore partecipazione democratica. Tuttavia, l'adozione di queste tecnologie richiede una riflessione attenta sulle implicazioni etiche, legali e sociali. È fondamentale garantire la trasparenza degli algoritmi, la protezione dei dati personali e l'equità nell'accesso alle informazioni. Solo attraverso un approccio equilibrato e consapevole, sarà possibile sfruttare appieno le potenzialità offerte da queste tecnologie, senza compromettere i diritti e le libertà dei cittadini.

[1] Nel settore sanitario, il sistema sanitario nazionale del Regno Unito (NHS) ha utilizzato l’analisi predittiva per migliorare i servizi sanitari e ottimizzare l’allocazione delle risorse. L’analisi dei dati dei pazienti ha permesso di prevedere i picchi di domanda e di pianificare interventi mirati, migliorando così l’efficienza del sistema sanitario e riducendo i tempi di attesa. “L’impatto dei Big Data nella Pubblica Amministrazione: opportunità e sfide”; Massimiliano Laurini, Comunicazione Digitale, 19 Giugno 2024. https://digitalepopolare.it/limpatto-dei-big-data-nella-pubblica-amministrazione-opportunita-e-sfide/.

[2] Un caso emblematico è quello di Barcellona, che ha implementato numerose iniziative di smart city utilizzando i big data per migliorare la gestione urbana e la partecipazione dei cittadini. Ad esempio, la città ha installato sensori in tutta l’area urbana per monitorare il traffico, l’inquinamento e la qualità dell’aria, consentendo di adottare misure proattive per migliorare la mobilità e l’ambiente. “L’impatto dei Big Data nella Pubblica Amministrazione: opportunità e sfide”; Massimiliano Laurini, Comunicazione Digitale, 19 Giugno 2024. https://digitalepopolare.it/limpatto-dei-big-data-nella-pubblica-amministrazione-opportunita-e-sfide/.

[3] “L’impatto dei Big Data nella Pubblica Amministrazione: opportunità e sfide”; Massimiliano Laurini, Comunicazione Digitale, 19 Giugno 2024. https://digitalepopolare.it/limpatto-dei-big-data-nella-pubblica-amministrazione-opportunita-e-sfide/.

[4] “L’intelligenza artificiale: definizione, tipi, casi d’uso e sfide”; Salesforce. https://www.salesforce.com/it/resources/definition/intelligenza-artificiale/?bc=DB#topic1.

[5] “Intelligenza artificiale e pubblica amministrazione: un binomio vincente per la comunicazione efficace”; Maggioli, Giorgia Deiuri. https://www.maggiolicultura.it/intelligenza-artificiale-e-pubblica-amministrazione-un-binomio-vincente-per-la-comunicazione-efficace/.

[6] “Italia Oggi”. Matteo Rizzi, 14 Settembre 2023.

[7] “Fisco Oggi, Rivista online dell’Agenzia delle Entrate”. 20 Settembre 2017.