Il presente contributo indaga l’adozione dell’intelligenza artificiale nelle pubbliche amministrazioni italiane attraverso un approccio quali-quantitativo. La ricerca è stata condotta tra febbraio 2025 e aprile 2026 mediante l’impiego di questionari e focus group, e ha coinvolto 21 amministrazioni tra enti centrali, regioni, autorità indipendenti. L’analisi dà atto dei risultati della ricerca organizzandoli per aree tematiche e, nella specie, riferendosi a casi d’uso, strategie di procurement, gestione dei dati, governance interna e impatto ambientale dell’IA. Sulla base del quadro eterogeneo emerso – che dà atto di una netta distinzione tra amministrazioni “pioniere” ed enti ancora in fase esplorativa, nonché tensioni irrisolte tra sovranità digitale, conformità normativa e sostenibilità –, il lavoro si chiude con raccomandazioni operative rivolte alle PA italiane.

ARTIFICIAL INTELLIGENCE IN THE PUBLIC SECTOR: THE PERSPECTIVE OF ITALIAN ADMINISTRATIONS, BETWEEN DIGITAL SOVEREIGNTY AND ENVIRONMENTAL SUSTAINABILITY. The paper examines the adoption of artificial intelligence in Italian public administrations through a qualitative and quantitative study conducted between February 2025 and April 2026, involving 21 administrations – including central government bodies, regions, independent authorities and agencies – via questionnaires and focus groups. The analysis presents the research findings, organizing them by thematic area and, in particular, referring to use cases, procurement strategies, data management, internal governance and the environmental impact of AI. Based on the diverse picture that has emerged – which highlights a clear distinction between ‘pioneering’ administrations and bodies still in the exploratory phase, as well as unresolved tensions between digital sovereignty, regulatory compliance and sustainability – the study concludes with operational recommendations for Italian public administrations.

Intelligenza artificiale nel settore pubblico: il punto di vista delle amministrazioni italiane, tra sovranità digitale e sostenibilità ambientale / Fantoni, G., Rallo, M.. - In: BIOLAW JOURNAL. - ISSN 2284-4503. - 2026:2(2026), pp. 345-376. [10.15168/2284-4503-4218]

Intelligenza artificiale nel settore pubblico: il punto di vista delle amministrazioni italiane, tra sovranità digitale e sostenibilità ambientale

Fantoni, Giulia
Co-primo
;
2026-01-01

Abstract

Il presente contributo indaga l’adozione dell’intelligenza artificiale nelle pubbliche amministrazioni italiane attraverso un approccio quali-quantitativo. La ricerca è stata condotta tra febbraio 2025 e aprile 2026 mediante l’impiego di questionari e focus group, e ha coinvolto 21 amministrazioni tra enti centrali, regioni, autorità indipendenti. L’analisi dà atto dei risultati della ricerca organizzandoli per aree tematiche e, nella specie, riferendosi a casi d’uso, strategie di procurement, gestione dei dati, governance interna e impatto ambientale dell’IA. Sulla base del quadro eterogeneo emerso – che dà atto di una netta distinzione tra amministrazioni “pioniere” ed enti ancora in fase esplorativa, nonché tensioni irrisolte tra sovranità digitale, conformità normativa e sostenibilità –, il lavoro si chiude con raccomandazioni operative rivolte alle PA italiane.
2026
2
Fantoni, Giulia; Rallo, Marina
Intelligenza artificiale nel settore pubblico: il punto di vista delle amministrazioni italiane, tra sovranità digitale e sostenibilità ambientale / Fantoni, G., Rallo, M.. - In: BIOLAW JOURNAL. - ISSN 2284-4503. - 2026:2(2026), pp. 345-376. [10.15168/2284-4503-4218]
File in questo prodotto:
File Dimensione Formato  
22+Fantoni-Rallo+ok.pdf

accesso aperto

Descrizione: articolo Fantoni-Rallo
Tipologia: Versione editoriale (Publisher’s layout)
Licenza: Creative commons
Dimensione 774.39 kB
Formato Adobe PDF
774.39 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11572/497312
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact