scenari

Big data per i servizi pubblici: tutti i vantaggi e i rischi

Big data e algoritmi sono sempre più utilizzati anche all’interno delle pubbliche amministrazioni. I rischi sono però diversi: oltre all’errore dell’algoritmo, alla tutela della privacy, alla sicurezza dei dati, c’è anche quello di discriminazione e di un “eccesso di sorveglianza”

Pubblicato il 21 Nov 2017

Fabiana Di Porto

professore associato di Diritto dell’economia, Università del Salento

bigdata_589087493

Negli ultimi tempi stiamo assistendo ad un crescente interesse da parte di regolatori e pubbliche amministrazioni verso l’uso dei big data nell’esercizio delle loro funzioni. Questa innovazione rappresenta, solo a prima vista, una evoluzione delle politiche di open government e di open data, per il fatto che si fa uso di dati (anche) pubblici; ma ha in realtà qualcosa di più e di inesplorato su cui vale la pena aprire una riflessione.

I big data non sono infatti semplici banche dati molto grandi, ma hanno capacità analitiche e predittive, in quanto basati su algoritmi, in grado di estrarre informazione rilevante con gran velocità da enormi quantità di dati di diversa origine e natura. E ciò è possibile grazie a tecniche di machine-learning che consentono di individuare correlazioni e modelli (o patterns), che permettono altresì di “predire” comportamenti, fatti e processi. Si parla di “determinismo dei dati” (Crawford 2013) per indicare il passaggio da un paradigma scientifico basato su ipotesi da dimostrare mediante casi, ad uno in cui gli algoritmi, attraverso un processo di allenamento noto come “deep learning”, imparano ad affinare le proprie classificazioni (Di Porto 2016). Questo tipo di informazione, che non aspira a creare scienza, genera tuttavia conoscenza, in quanto consente l’individuazione di profili comportamentali, di testare la robustezza di ipotesi di rischio e, entro certi limiti, di fare previsioni.

Gli impieghi privati del big data analytics sono già innumerevoli: dal riconoscimento vocale degli smartphone, alle proposte di acquisto dei libri su Amazon, ai prezzi differenziati di alcune compagnie di viaggio, ai filtri antispam, alla pagina delle notizie dei principali social network. Si tratta di servizi personalizzati sulla base dei dati raccolti durante la navigazione in internet o nel nostro contrassegnare la posta elettronica ricevuta come spam, o dei “mi piace” messi ad un “post”, e così via. All’aumentare delle nostre “tracce digitali” e di quelle raccolte attraverso i numerosi device dell’Internet delle cose (dai frigoriferi alle automobili intelligenti, alle scatole nere ivi installate), aumenta la capacità di profilatura dell’algoritmo (o granularità).

Più recenti, e ancora in via di esplorazione, sono invece gli utilizzi del machine learning da parte dei regolatori e delle pubbliche amministrazioni. Riferimenti normativi si trovano ad esempio nella recente Direttiva UE 2016/681 sull’uso dei dati del codice di prenotazione aerea (PNR) a fini di prevenzione di atti di terrorismo o di altri gravi reati, la quale espressamente prevede che si ricorra al trattamento automatizzato di tali dati per “valutare i passeggeri” sospetti ed identificare quelli da sottoporre ad ulteriore verifica (questa volta mediante interventi non automatizzati, o umani). Nei mercati finanziari, il diffondersi della consulenza automatizzata (o robo-adviser), ha portato lo IOSCO (International Organization of Securities Commissions, 2017) a proporre l’elaborazione di alcune linee guida ai regolatori per la mappatura dei rischi connessi alla diffusione di tali strumenti. Negli USA, la FED sta ipotizzando l’impiego del machine-learning per l’individuazione, quasi in tempo reale, di pratiche di insider trading (Coglianese e Lehr 2017). In ambiti meno sensibili, si discute della possibilità di utilizzare gli algoritmi per produrre obblighi informativi “personalizzati”, basati cioè su avvisi ritagliati sull’interesse specifico del destinatario e che gli pervengano nel momento in cui ne abbisogna, in luogo dei più tradizionali elenchi alluvionali di dati, che spesso i consumatori non recepiscono (Porat e Strahilevitz 2013; Busch 2016; Di Porto 2017).

Ma è probabilmente sul fronte del law enforcement, che gli impieghi del big data analytics sembrano attirare la maggiore attenzione. La programmazione dei controlli, come ad esempio delle ispezioni, potrebbe in effetti, acquisire grande efficacia se basata sulle tecniche di machine-learning, consentendo anche un notevole risparmio di risorse. Negli Stati Uniti, ad esempio, la città di Chicago utilizza simili strumenti per definire il calendario delle ispezioni igieniche nei ristoranti; così come a New York, la prevenzione degli incendi negli edifici è gestita attraverso il Mayor’s Office of Data Analytics, che fa uso del machine learning per l’invio degli ispettori. A livello federale, l’Internal Revenue Service si avvale delle reti neurali per identificare possibili nuove aree di non compliance fiscale (Coglianese e Lehr, cit.). Anche in Italia, fonti di stampa riportano che dal primo settembre prossimo, le visite fiscali dell’Inps saranno gestite attraverso il sistema Savio, ovverosia mediante un algoritmo che individuerà, attraverso l’incrocio di dati sui lavoratori pubblici, coloro da assoggettare a tali controlli senza ricorrere alla richiesta del dirigente responsabile.

L’impiego di soluzioni basate sul machine-learning nella regolazione e nell’attività di enforcement pubbliche solleva non pochi problemi sul piano giuridico, e non solo. Anzitutto, le decisioni amministrative basate sui big data sono un po’ diverse da quelle automatizzate sin qui note, perché, con l’apprendimento automatico degli algoritmi, l’output può non essere noto sin dall’inizio al decisore pubblico. Possiamo allora dire che la volontà manifestata attraverso il contributo del machine-learning appartenga ancora all’amministrazione? Oppure sarà sempre comunque necessario un intervento umano affinché possano considerarsi decisioni legittime? Ad esempio, nel campo delle comunicazioni relative al traffico urbano, la PA potrebbe diramare informazioni “mirate” e personalizzate (avvalendosi dei dati di geolocalizzazione, di quelli meteorologici, ecc.), inviando messaggi ai viaggiatori e deviando il traffico dalle zone interessate da possibili esondazioni di fiumi con anticipo rispetto all’evento previsto, basandosi sulle previsioni fornite dai big data. Sarebbe una soluzione certo molto efficiente se comparata all’attuale comunicazione radio sul traffico, che fa spesso disperdere l’informazione rilevante, e che richiederebbe il consenso dei cittadini all’uso dei propri dati di localizzazione.

Oltre al rischio che l’algoritmo possa errare nelle previsioni e condurre a decisioni amministrative sbagliate, come ad esempio, la chiusura al traffico di una strada (e che potrebbero risultare dannose per alcuni: si pensi ai commercianti presenti nella medesima), sorge il problema di stabilire se quella condotta attraverso i big data possa considerarsi una attività istruttoria sufficiente oppure no. In termini tecnici, potrebbe dubitarsi che l’elemento conoscitivo inferenziale da cui si ricava la conoscenza presunta e preventiva che in quella zona si verificherà una esondazione sia effettivamente un elemento di fatto sufficientemente accertato (al pari di una ispezione in loco).

Escludendo il caso – per il momento ancora solo futuribile – che la decisione di chiusura al traffico della strada possa avvenire in maniera completamente automatizzata, senza cioè alcun intervento umano di apprezzamento e di scelta, si potrebbe dubitare che gli accertamenti di fatti richiedenti sopralluoghi o ispezioni (come il rischio di esondazione di un fiume) possano essere riproducibili da sistemi automatizzati. A ben vedere, però, la conoscenza statistico-inferenziale del fatto, in un ambiente big data, è basata su migliaia se non milioni di dati, e ciò potrebbe essere sufficiente per fondare un “ragionevole affidamento” in ordine al verificarsi dell’evento, un po’ come avviene per gli accertamenti fiscali.

V’è però motivo per ritenere che ben farebbe l’amministrazione che intendesse avvalersi di siffatte tecniche, a dotarsi di regole interne per l’uso dei big data a fini di comunicazione pubblica e che prevedano, ad esempio, l’attivazione di segnalazioni (sotto forma di indicatori di anomalia o alert) che richiedono ulteriori accertamenti ispettivi, di tipo “umano” o comunque non automatico.

Un secondo tipo di problematiche riguarda gli amministrati, ed attiene, oltre al già accennato rischio di errore dell’algoritmo, alla tutela della privacy, alla sicurezza dei dati, ai rischi di discriminazione e di un “eccesso di sorveglianza”. In un saggio apparso sull’American Sociological Review del 2017, Sarah Brayne, Professore di sociologia all’Università del Texas in Austin, riporta i risultati di uno studio sull’uso del big data analytics da parte delle forze dell’ordine di Los Angeles. Se da un lato, il lavoro di “law enforcement” dei poliziotti risulta sostanzialmente più efficiente, perché fa emergere connessioni con maggiore facilità e rapidità, consentendo una migliore pianificazione delle operazioni, il lavoro dimostra come il ricorso ai big data in questa attività possa esacerbare i bias (o pregiudizi) nell’attività di selezione delle attività e gruppi di individui da sottoporre a controllo.

Anzitutto, l’integrazione di banche dati inter-istituzionali (cioè di diverse amministrazioni e persino di privati) porta ad un ampliamento dei soggetti sottoposti a controllo, con l’inclusione di individui prima sconosciuti alle forze dell’ordine (come vicini di casa o ex fidanzati di sospetti). In secondo luogo, i dati storici sui crimini, che alimentano gli algoritmi, possono essere incompleti o incorporare discriminazioni, anche non intenzionali (gli individui a basso reddito tendono ad avere uno “score” più elevato di quelli a reddito più elevato, e dunque a ricevere più controlli), portando ad una sorta di conferma dei precedenti, via via che ulteriori contatti vengono inseriti nell’algoritmo. Ciò può condurre oltre che ad un eccesso di controllo di un gruppo sociale anche ad una diversione di risorse pubbliche da aree ed individui che invece sfuggono alla raccolta di dati o che non dispongono di una propria “storia” di contatti con le istituzioni. In terzo luogo, sottolinea la Brayne, oltre alla disciplina del consenso individuale alla prima raccolta dei dati, l’uso del machine learning solleva con urgenza il problema di normare gli utilizzi successivi che di essi le amministrazioni possono fare senza ricevere apposita autorizzazione (è la cd. thid-party doctrine).

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 2