Luciano Capitanio Ph.D.

Blog

đź“Ś Laboratorio di Intelligenza Artificiale in Python

Data: 05 luglio 2025

Oggi è stato pubblicato il mio ultimo lavoro "Laboratorio di Intelligenza Artificiale in Python" su Amazon.

Alcuni capitoli del libro sono consultabili qui.

Ovviamente, sono graditi commenti e suggerimenti sul lavoro. Potete inviarli qui.

Anonymizzazione dei dati: linee guida e best practice per l’IA nel diritto

Data: 26 ottobre 2024

L’anonymizzazione è il processo che rende irreversibilmente impossibile collegare un’informazione a una persona fisica: non basta rimuovere nomi e cognomi, ma occorre prevenire la re-identificazione anche tramite incroci esterni.

Perché è cruciale nell’IA applicata al diritto?
• Riduce i rischi di violazione del GDPR e di responsabilità professionale.
• Consente di addestrare modelli su dati sensibili (contratti, provvedimenti giudiziari, cartelle cliniche) senza trattare “dati personali” ai sensi del considerando 26 GDPR :contentReference[oaicite:0]{index=0}.

Tipologie di tecniche
• Soppressione e generalizzazione (k-anonymity, l-diversity)
• Randomizzazione (rumore differenziale, permutazione)
• Synthetic data generation (modelli GAN o LLM) con valutazione di disclosure risk.

Esempio minimale in Python (pandas + scikit-learn):
import pandas as pd
from sklearn.preprocessing import KBinsDiscretizer

df = pd.read_csv("dataset_tributario.csv")
# Generalizza il reddito in 10 fasce uguali
kb = KBinsDiscretizer(n_bins=10, encode="ordinal", strategy="quantile")
df["reddito_band"] = kb.fit_transform(df[["reddito"]])
df.drop(columns=["reddito"], inplace=True)


Approfondimenti consigliati
• EDPB Opinion 28/2024 su AI & anonimizzazione
• Guida pratica CNIL 2025: Transfer Impact Assessment (TIA) :contentReference[oaicite:1]{index=1}
• Analisi IAPP sull’anonimizzazione dei modelli AI :contentReference[oaicite:2]{index=2}

L’intelligenza artificiale nella Pubblica Amministrazione: un passo avanti, ma con cautela

Data post: 12 luglio 2025

L’intelligenza artificiale (IA) sta rapidamente trasformando la Pubblica Amministrazione (PA) italiana, promettendo maggiore efficienza, servizi più rapidi e una gestione dei dati più intelligente. Tuttavia, l'adozione di queste tecnologie solleva anche interrogativi su governance, qualità dei dati e impatti occupazionali. (Fonte: Agenda Digitale)

I dati dell'AgID: uno spunto per riflessioni

Secondo l'indagine condotta dall'Agenzia per l'Italia Digitale (AgID), il 42% dei progetti di IA nelle PA mira a migliorare l'efficienza operativa, il 24% a potenziare la gestione dei dati e il 18% a ottimizzare l'accesso ai servizi. Le tecnologie piĂą utilizzate sono il machine learning tradizionale e, in crescita, l'IA generativa per testi e linguaggio naturale. Oltre il 60% dei progetti include chatbot e assistenti virtuali. Tuttavia, emerge una scarsa attenzione alla qualitĂ  dei dati, con possibili impatti negativi sull'affidabilitĂ  dei sistemi. (Fonte: AgID)

Le sfide da affrontare

  • QualitĂ  dei dati: molti progetti utilizzano dati interni, talvolta inclusi dati personali o sintetici, ma con scarsa attenzione alla loro accuratezza e completezza. (Fonte: Informa Entilocali)
  • Competenze interne limitate: le amministrazioni dipendono fortemente da consulenti esterni, con solo il 20% dei progetti che ha indicatori di performance (KPI) definiti. (Fonte: Informa Entilocali)
  • Trasparenza e responsabilitĂ : è fondamentale garantire che le decisioni automatizzate siano spiegabili e che sia chiaro chi è responsabile in caso di errori. (Fonte: Federprivacy)

Le raccomandazioni per un'adozione efficace

  • Migliorare la qualitĂ  dei dati: garantire accuratezza, interoperabilitĂ  e rispetto della privacy. (Fonte: Informa Entilocali)
  • Innovare il procurement pubblico: semplificare l'accesso alle soluzioni IA e promuovere gare dedicate precedute da progetti pilota. (Fonte: Informa Entilocali)
  • Pianificazione strategica: definire obiettivi chiari, KPI e attenzione alla scalabilitĂ . (Fonte: Informa Entilocali)
  • Coinvolgimento trasversale: adottare metodologie di open innovation e coinvolgere le strutture interne. (Fonte: Informa Entilocali)

Conclusioni

L'IA ha il potenziale per rivoluzionare la PA, ma è essenziale adottarla in modo responsabile e strategico. Solo con una gestione attenta e una governance solida, l'IA potrà offrire i benefici promessi senza compromettere la fiducia dei cittadini. (Fonte: Servicematica, Fonte: OpenGov)

Il modello LLM di IBM Granite

Data: 26 ottobre 2024

Oramai ci sono tantissimi modelli LLM disponibili con varie licenze di uso. Molto spesso la genesi di questi modelli provoca dubbi di carattere etico e morale per la loro adozione. Incredibilmente, la presentazione di Granite della IBM è stata una piacevole notizia. Si tratta di un modello Open Source con licenza Apache ver. 2, training set noto e disponibilità di modelli ristretti scaricabili su un normale PC. Mi sembra una buona notizia. Informazioni dettagliate e diversi tutorial si possono trovare qui.