Ente: INAIL 

Ufficio proponente: Direzione centrale organizzazione digitale - Ufficio responsabile della transizione digitale 

Destinatari: Tutte le pubbliche amministrazioni 

Capitolo del PT 2024-2026: Capitolo 5 - Dati e intelligenza artificiale 

Tematica: Intelligenza artificiale per la Pubblica Amministrazione

In un contesto in continua evoluzione, l’adozione di tecnologie emergenti e basate sull’intelligenza Artificiale (IA) da parte di INAIL si presenta come un obiettivo strategico di primaria importanza sia per efficientare i processi interni, sia per erogare servizi migliori a cittadini e imprese. 

Governance dei dati e dell’IA

L’adozione delle soluzioni di IA non può prescindere da considerazioni sulle implicazioni etiche, di sicurezza e qualità dei dati e di conformità normativa. 

Il primo passo verso un utilizzo consapevole e maturo delle tecnologie di IA passa innanzitutto per l’adozione di un’opportuna governance dei dati a cui si integra la governance dell’IA. La priorità dell’INAIL è infatti quella di favorire un uso sostenibile ed etico dei dati, e quindi di sviluppare sistemi di IA che siano conformi alle normative vigenti e quelle imminenti. 

La necessità di attuare tale processo, del resto, non deriva solo dall’esigenza legislativa e di compliance, ma anche dal ruolo e dalla responsabilità sociale che l’Istituto assolve nell’ecosistema italiano. 

L’AI Act: cosa comporta per l’Istituto e quali sono i prossimi passi

L’impatto più tangibile e articolato sarà quello relativo alla conformità normativa. L’Istituto si sta già predisponendo per adeguarsi ai requisiti imposti dalla nuova legge, prevedendo di adeguare i propri sistemi e processi alle norme e prevedendo un monitoraggio centralizzato e continuo nel tempo delle soluzioni. 

Inoltre, si prevedono sistemi di monitoraggio delle performance dei sistemi di IA in utilizzo, al fine di assicurare, durante tutto il ciclo di vita dei sistemi, il rispetto dei requisiti come affidabilità, non discriminazione, accuratezza, robustezza e cybersicurezza, sorveglianza umana e qualità dei dati. 

Sul tema di IA generativa, data la forte spinta innovativa e la volontà di investire in tali tecnologie, peraltro già in uso, l’Istituto intende gestire adeguatamente questo processo di adozione, al fine di assicurare i giusti livelli di supervisione, controllo e rispetto dei requisiti normativi ed etici.

Questa scheda rappresenta l’aggiornamento a settembre 2024 del contributo INAIL allo Strumento 5. Si illustra come l’Istituto stia implementando soluzioni di IA, quali siano le opportunità e i benefici derivanti dalle diverse progettualità in corso e future e, infine, le necessità di governo di tali tecnologie, anche rispetto alla conformità normativa. 

L'Intelligenza artificiale sta rivoluzionando il mondo grazie alla disponibilità di soluzioni che permettono di automatizzare ed efficientare un’ampia gamma di processi. Anche INAIL ha avviato da tempo un percorso di adozione di tali tecnologie, nell’ottica di abilitare nuove opportunità e valore pubblico. 

I progetti in cui sono stati adottati o sono in corso di realizzazione sistemi di IA afferiscono alle seguenti aree:

1. Miglioramento dell'efficienza operativa e pianificazione
2. Analisi predittiva ai fini della prevenzione degli infortuni
3. Gestione delle richieste e segnalazioni in ambito Customer Service
4. Automazione nell'elaborazione dei processi di gestione dei bandi ISI (finanziamenti alle imprese per il miglioramento della sicurezza sul lavoro)
5. Analisi dei dati medici e pareri tecnici
6. Rilevamento di frodi
7. Evoluzione e personalizzazione dei servizi in funzione della customer experience
8. Gestione della Knowledge Base
9. Supporto all’area legale
10. IT Costing

In riferimento alle aree precedentemente elencate si forniscono brevi spiegazioni 

1. Miglioramento dell'efficienza operativa e pianificazione 

Utilizzo di sistemi analitico-predittivi focalizzati sulle politiche del personale e di sistemi di verifica della sostenibilità e dell’adeguatezza finanziaria dell’ente (tramite lo sviluppo del sistema di gestione del bilancio tecnico attuariale) 

2. Analisi predittiva ai fini della prevenzione degli infortuni 

Adozione di sistemi cognitivi per l’analisi dei dati afferenti agli infortuni mortali, i quasi incidenti e gli infortuni su strada. 

3. Gestione delle richieste e segnalazioni in ambito Customer Service 

Chatbot addestrate dall'IA attraverso tecniche di machine learning per gestire le richieste e le segnalazioni degli utenti, fornendo loro risposte immediate e migliorandone l'esperienza complessiva. 

4. Automazione nell'elaborazione dei processi di gestione dei bandi ISI 

Utilizzo di sistemi cognitivi e di machine learning, implementazione di un assistente personale verso gli utenti e analisi automatizzata dei documenti amministrativi e tecnici ISI e la classificazione documentale. 

5. Analisi dei dati medici e pareri tecnici 

Progetto per lo sviluppo di un modello di machine learning che supporta il medico nella valutazione del danno derivante da infortunio. Progetto per l'utilizzo di sistemi cognitivi e di IA per la lavorazione dei pareri tecnici in materia di fattori di rischio correlati all'insorgenza e al riconoscimento delle malattie professionali. 

6. Rilevamento di frodi 

Identificazione di modelli sospetti o anomalie nei dati, contribuendo alla prevenzione delle frodi, attraverso suggerimenti intelligenti con tecniche di machine learning, allo scopo di identificare e prevenire attività fraudolente e individuare anomalie di processo. 

7. Evoluzione e personalizzazione dei servizi in funzione della customer experience 

Utilizzo di algoritmi di IA per la classificazione, annotazione ed estrazione di entità ai fini dell’analisi dei feedback e la loro classificazione utile ad indirizzare azioni evolutive o di personalizzazione dei servizi per specifiche necessità individuate in funzione delle classi di utenti (aziende, intermediari, lavoratori). 

8. Gestione della Knowledge Base 

Utilizzo della IA generativa per la gestione del knowledge management, che permette di semplificare il processo di acquisizione, distribuzione e utilizzo efficace delle conoscenze di un’organizzazione. 

9. Supporto all’area legale

Prototipo di legal AI discovery per analizzare la documentazione legale. Il sistema permette l’indicizzazione e una migliore consultazione delle informazioni e della documentazione, fornendo un'esperienza avanzata di ricerca su documenti e contenuti non strutturati. 

10. IT Costing 

Sperimentazione dedicata alla realizzazione di un algoritmo di machine learning volto a garantire l'efficientamento del modello di IT Costing mediante la normalizzazione e classificazione dei dati relativi ai costi dei servizi IT.

Il Proof of Concept su INAIL nell’ambito del Progetto Accredia-CINI: Quality Management Per
i Sistemi di AI nelle Organizzazioni.