Il capitolo mi sembra chiaro, ma un po’ astratto.
Non enfatizza abbastanza l’importanza delle misurazioni preliminari all’introduzione della nuova tecnologia.
Aggiungerei dunque qualche esempio pratico, in grado di far comprendere le potenzialità del sistema:
Per dimostrare che l’IA ha avuto un impatto positivo sulla PA, sarà necessario dichiarare a priori le variabili che si intende ottimizzare (massimizzandole o minimizzandole), ed è necessario pubblicare i dati attendibili e aggiornati sui valori iniziali di tali variabili.
Per esempio, in ambito sanitario sarebbe possibile misurare l’impatto della IA sulle politiche di prevenzione nonché l’efficacia delle previsioni epidemiologiche, confrontando la spesa medica media procapite (includendo nel computo i vari costi amministrativi dell’ASL, degli ospedali, la medicina territoriale etc… nonché i costi di integrazione della IA), accanto al livello di gradimento della popolazione per il servizio sanitario.
Sarebbe così possibile misurare l’impatto della tecnologia in questione sulla riduzione complessiva dei costi e sulla qualità del servizio.
In ambito tributario sarebbe possibile misurare l’impatto della AI sul efficacia dei controlli fiscali confrontando il recupero tributario ottenuto da tali controlli prima e dopo l’introduzione della IA (ed includendo naturalmente nel “dopo” i costi di integrazione della IA).
In questo modo, si potrebbe verificare l’impatto della tecnologia nella lotta all’evasione e all’elusione fiscale.
Da questi esempi risulta altresì evidente l’importanza di dati pubblicamente disponibili, completi ed aggiornati, relativi al periodo antecedente l’introduzione della tecnologia, in modo da poter delegare l’analisi del ritorno di investimento a terze parti indipendenti.
