Il Dipartimento di Giurisprudenza dell’Università di Foggia ha ospitato un importante momento di riflessione sulla trasformazione digitale con l’evento dal titolo “IA, hype o realtà? Cosa sta davvero cambiando in azienda e PA”.
L’iniziativa rientra nel 1º Ciclo di Workshop Territoriali promosso dal Centro di Competenza Regionale sull’IA nella Pubblica Amministrazione e ha come l’obiettivo di analizzare l’impatto concreto dell’Intelligenza Artificiale, distinguendo tra le aspettative mediatiche (“Hype”) e le reali applicazioni operative che stanno ridefinendo i processi nelle aziende e nella Pubblica Amministrazione. L’evento, organizzato dal professor Agostino Marengo, ha la collaborazione di partner istituzionali e accademici, tra cui AGID, InnovaPuglia, l’Università degli Studi di Bari Aldo Moro, il Politecnico di Bari e l’Università del Salento.
Diversi gli imprenditori presenti al dibattito, tra questi anche il presidente di Confindustria Foggia, il dottor Potito Salatto, che è stato un precursore della digitalizzazione nelle sue cliniche e da presidente Aiop.
“Il nostro problema principale è che molti dei nostri associati non sono ancora culturalmente pronti all’innovazione, una passività che si è accentuata dopo la sospensione democratica del Comune di Foggia – ha detto nei suoi saluti -. La quotidianità ci assorbe, lasciando poco spazio per lanciarsi in nuove iniziative, e l’incertezza sull’attuazione delle leggi e la disponibilità dei fondi scoraggia gli imprenditori. Per questo, abbiamo proposto una collaborazione fattiva con l’università, un’idea di cui si parlava già anni fa. Siamo pronti a cofinanziare corsi e a far sì che le vostre risorse umane vengano nelle nostre aziende per formare il personale, partendo da sessioni orali per poi passare all’applicazione pratica. Gli imprenditori hanno bisogno di vedere risultati tangibili, di dire ‘io leggo una cosa, poi la vedo, vedo i risultati e la faccio”.
Salatto non nasconde di intravedere dei rischi, soprattutto al Sud sull’utilizzo e la fruizione dell’intelligenza artificiale. “Come già accaduto per altre innovazioni, resti in mano a pochi, creando uno squilibrio democratico tra nord e sud, tra grandi e piccoli . L’IA deve essere a portata di tutti, ma è fondamentale che ci sia un background culturale per utilizzarla correttamente. Chiediamo all’università di ‘abbandonare le poltrone’ e venire nelle nostre aziende per creare due, tre, quattro esempi concreti di applicazione dell’intelligenza artificiale nel nostro territorio. Questo strumento è indispensabile, specialmente per i nostri territori che non hanno tutte le infrastrutture necessarie . Siamo pronti a cofinanziare qualsiasi ricerca che sia una priorità per voi, purché porti a risultati concreti e applicabili”.
C’è ancora un gap nelle imprese del territorio, sebbene tante siano pronte agli strumenti di IA. “L’intelligenza artificiale rappresenta un fatto epocale – ha spiegato il prof Marengo – un nuovo territorio di confronto globale che richiede proattività. Per questo, all’Università di Foggia, stiamo lavorando per instillare nei ragazzi una competenza con un’enorme richiesta sul territorio, ma con un’offerta scarsissima: l’informatica e l’ingegneria della trasformazione digitale. Il nostro ateneo, infatti, ha messo a disposizione due corsi di laurea, uno in comunicazione e l’altro in ingegneria, per proporsi non solo a livello locale ma nazionale, con l’obiettivo di sostenere le aziende del territorio in questa trasformazione epocale. Tuttavia, riscontriamo un “gap mentale” significativo tra gli imprenditori e i dirigenti delle pubbliche amministrazioni, che spesso esitano ad adottare l’IA per una mentalità conservatrice, pensando ‘abbiamo sempre fatto così’. Questa resistenza ci porta a essere indietro rispetto ad altri, non solo per la mentalità, ma anche per la tendenza dell’Europa a regolamentare senza investire adeguatamente, a differenza di America e Cina”.
È fondamentale comprendere che l’IA non è un’intelligenza umana, ma un tipo diverso di intelligenza tecnologica, ha osservato il docente. “Non dobbiamo commettere l’errore di equipararla, così come non equipariamo il volo di un uccello a quello di un aereo. Siamo all’anno zero di un’enorme trasformazione: gli strumenti che creiamo ci modificano, e il cambiamento che l’intelligenza artificiale sta portando è così rapido da minare le nostre capacità biologiche di gestione, cambiando completamente il business. È cruciale che le aziende e le pubbliche amministrazioni sviluppino una standardizzazione dei processi e un codice etico per l’utilizzo dell’IA, valutando il ritorno sull’investimento con la stessa logica con cui si acquista una gru, cosa che spesso non accade per le tecnologie informatiche”.
Il professore insieme al collega Vito Santamano si è distinto per le pubblicazioni nel campo dell’intelligenza artificiale e dell’analisi dei dati applicata alla sanità pubblica.
Si tratta del Machine Learning negli ospedali, che guarda alla ottimizzazione delle risorse e dell’efficienza energetica. Una delle loro pubblicazioni più recenti esplora come il machine learning possa aiutare a migliorare l’efficienza operativa e la gestione delle risorse negli ospedali pubblici, con un focus sull’energia: hanno sviluppato un framework che combina machine learning interpretabile e tecniche di ottimizzazione multi-obiettivo per supportare decisioni su allocazione delle risorse e gestione dell’energia. L’analisi integra modelli predittivi (come Random Forest e altri algoritmi) e strumenti di spiegazione come SHAP, utili perché fanno capire perché certi fattori influenzano costi e performance. Queste tecniche permettono di bilanciare efficienza operativa, qualità di servizio e costi energetici, producendo soluzioni che possono essere adottate dai manager ospedalieri. Il machine learning viene usato per: prevedere quali reparti o attività ospedaliere consumano più energia, capire come questo consumo si collega alla produttività e ai carichi di lavoro, suggerire modi più efficienti di allocare risorse e spegnere o regolare macchinari non essenziali.
L’analisi dell’efficienza degli ospedali usa tecniche di data mining e machine learning per valutare la relazione tra performance ospedaliera, domanda di servizi sanitari, consumo energetico. Un basso livello di efficienza organizzativa può tradursi in alti costi energetici, e spesso la gestione delle risorse umane è più efficace per la riduzione dei costi energetici rispetto all’acquisto di nuova tecnologia o all’espansione delle infrastrutture. Santamato e Marengo sono autori di studi su mobilità ospedaliera e percezione della qualità dei servizi usando algoritmi di apprendimento automatico come regressione logistica e SHAP per interpretare i risultati.
Le strutture ospedaliere hanno un uso intensivo di energia per climatizzazione, illuminazione, macchinari medici e sistemi di supporto vitale. IA e machine learning possono ridurre gli sprechi stimando profili di consumo in tempo reale, prevedendo i picchi di domanda, ottimizzando la distribuzione di energia e riducendo consumi non necessari. Ecco che quindi la figura dell’energy manager diventa fondamentale: deve conoscere non solo gli aspetti tecnici, ma anche come integrare strumenti IA per migliorare continuamente l’efficienza.
