Uno strumento di IA promette di segnalare in anticipo i rischi di infiltrazione in imprese e PA. La Regione valuta il test: focus su appalti e Pnrr, tra entusiasmi e cautele.
In Umbria la lotta alle infiltrazioni criminali imbocca una strada nuova: un algoritmo di intelligenza artificiale, sviluppato in ambito universitario a Padova, capace di intercettare in anticipo i segnali di rischio nelle imprese e nelle amministrazioni pubbliche. La Commissione d’inchiesta regionale ha ascoltato il professor Antonio Parbonetti, che ha illustrato la piattaforma della start-up Rozes Intelligence, già sperimentata su grandi platee di dati e in contesti sensibili come gli appalti Pnrr.
Come funziona l’algoritmo
L’architettura analizza bilanci, relazioni tra soggetti e pattern anomali, combinandoli in un indice di rischio. L’obiettivo è portare in superficie outlier e correlazioni che un controllo manuale faticherebbe a individuare. In audizione è stato chiarito che il sistema, allenato su casistiche storiche, mira ad anticipare l’emersione di condotte tipiche della criminalità organizzata, segnalando gli ambiti da sottoporre a verifiche approfondite. “È uno strumento predittivo, non una sentenza: accende una spia dove servono più controlli” — ha spiegato Parbonetti.
Dove è già in uso
La piattaforma è impiegata a supporto di controlli su appalti e finanziamenti pubblici, in particolare sul perimetro del Pnrr. In sede regionale è stato ricordato l’utilizzo da parte di Guardia di finanza, Cassa depositi e prestiti e Ministero delle Infrastrutture e dei Trasporti per attività di monitoraggio delle gare. Queste soluzioni si affiancano agli strumenti europei come Arachne e alla piattaforma PIAF-IT, con l’obiettivo di incrociare banche dati, valutare indicatori anomali e prevenire frodi e infiltrazioni.
Perché interessa all’Umbria
La Commissione umbra punta a mettere in sicurezza la filiera degli appalti e a proteggere il tessuto produttivo regionale. Il presidente Fabrizio Ricci ha parlato di “un’occasione per esplorare nuove frontiere nella lotta alle infiltrazioni criminali” e ha annunciato che l’organismo consiliare valuterà un test operativo sul territorio per rafforzare prevenzione, trasparenza e legalità.
Le promesse e i limiti
L’uso di modelli predittivi nel contrasto al crimine economico è in rapida crescita. I pattern finanziari e le reti relazionali possono indirizzare le verifiche e ridurre tempi e costi dei controlli. Restano però nodi cruciali: qualità e aggiornamento dei dati, trasparenza degli indici di rischio, gestione dei falsi positivi e tutele per gli operatori che dovessero essere segnalati. L’IA suggerisce, l’autorità decide.
Gli scenari possibili
In caso di pilota regionale, gli impatti attesi includono una selezione più accurata delle gare da ispezionare, una maggiore tracciabilità delle motivazioni che portano a un approfondimento e un miglioramento continuo grazie ai feedback raccolti sul campo. Centrale la cooperazione inter-ente tra Regione, Guardia di finanza, stazioni appaltanti e centrali di committenza, per condividere evidenze tempestive e ridurre i rischi di dispersione informativa.
La posta in gioco
L’Italia deve accelerare la spesa Pnrr senza allentare i controlli. L’IA può diventare una leva di efficienza: smaltire la coda dei controlli a basso rischio e concentrare la capacità investigativa dove gli indici indicano maggiori criticità. Per l’Umbria sarà decisivo misurare risultati, tempi e contenziosi per capire se l’algoritmo alza davvero l’asticella della legalità.