Il ministero delle Infrastrutture e dei Trasporti avvia una sperimentazione unica al mondo con un algoritmo creato per riconoscere i segnali di criminalità finanziaria nelle procedure di appalto legate al Piano nazionale di ripresa e resilienza . La collaborazione con la start-up Rozes, spin-off dell’Università di Padova, punta ad adottare un sistema di intelligenza artificiale capace di leggere i bilanci aziendali e individuare comportamenti sospetti tipici di infiltrazioni mafiose.
una nuova frontiera per il controllo degli appalti Pnrr
L’obiettivo principale è rafforzare la trasparenza negli appalti pubblici legati al Pnrr, aumentando la capacità di analizzare grandi numeri di dati e riconoscere pattern che segnalano rischi di illegalità. Il ministero, infatti, utilizzerà questa tecnologia per migliorare le verifiche e prevenire infiltrazioni criminali che potrebbero compromettere le risorse del Piano. Si tratta di un progetto senza precedenti, il primo caso di una pubblica amministrazione che si serve di un sistema di intelligenza artificiale brevettato proprio con questo scopo.
la novità dell’algoritmo
La novità sta nella capacità dell’algoritmo di interpretare i dati finanziari delle aziende concorrenti agli appalti, andando oltre la semplice raccolta dati e leggendo in modo intelligente le anomalie e i trend sospetti. Questo approccio consentirà di anticipare i pericoli, andando a identificare rapidamente comportamenti anomali senza attendere segnalazioni esterne o il verificarsi di eventi evidenti.
il ruolo di rozes e dell’università di padova nella sperimentazione
Rozes è uno spin-off dell’Università di Padova che ha sviluppato questa tecnologia brevettata. La start-up collabora con il Mit per testare il sistema nella gestione degli appalti pubblici legati al Pnrr. Durante i prossimi mesi, i tecnici ed esperti del ministero eseguiranno una serie di prove pratiche con l’algoritmo, affiancate da questionari interni rivolti agli uffici coinvolti.
obiettivi della sperimentazione
Lo scopo è valutare l’efficacia dello strumento rispetto alle procedure attuali, raccogliendo riscontri sulle capacità di identificare le minacce e suggerire possibili miglioramenti nelle pratiche di controllo. Inoltre, i dati raccolti aiuteranno Rozes e l’ateneo a comprendere le peculiarità e i limiti della tecnologia applicata alla pubblica amministrazione, affinando così gli strumenti per un uso più mirato e diffuso.
i vantaggi attesi nella gestione dei rischi e della trasparenza
L’intelligenza artificiale punta a trasformare le modalità con cui il ministero valuta il rischio di infiltrazioni mafiose o frodi. La capacità di analizzare considerevoli volumi di informazioni economiche in modo automatico riduce il margine di errore umano e accelera il processo decisionale. Gli operatori potranno così concentrare le risorse sulle situazioni più delicate, migliorando anche la qualità dei controlli.
Il Mit ha spiegato come questo sistema consentirà una “razionalizzazione nell’analisi del rischio” grazie al quale potranno essere monitorati con continuità e precisione i soggetti coinvolti negli appalti. La trasparenza nei processi decisionali ne trarrà vantaggio, poiché ogni passaggio potrà essere basato su dati certificati e su avvisi in tempo reale di possibili anomalie.
Le rilevazioni dell’algoritmo supportano il ministero anche nella gestione pratica di interventi significativi previsti dal Pnrr. Con una maggiore sicurezza nella qualità dei fornitori e nella regolarità delle commesse, queste tecnologie possono accelerare la realizzazione degli obiettivi fissati.
il contesto della lotta alla criminalità organizzata negli appalti pubblici
La criminalità organizzata in Italia ha storicamente tentato di infiltrarsi nelle opere pubbliche attraverso il controllo delle aziende appaltatrici o di subappalto. I danni non riguardano solo la perdita di soldi pubblici, ma compromettono anche la qualità delle opere, la sicurezza e la fiducia dei cittadini nelle istituzioni.
Con lo sviluppo di tecnologie più avanzate, come l’algoritmo di Rozes, si apre una strada nuova per contrastare efficacemente queste pratiche. Il ministero delle Infrastrutture prova così a trasformare la lotta alla criminalità in un’attività più scientifica, basata su dati oggettivi e analisi automatizzate.
Questa sperimentazione, partita nel 2025, rappresenta un modello che altre amministrazioni potrebbero seguire, estendendo l’uso dell’intelligenza artificiale anche in altri ambiti sensibili. La capacità di prevenire infiltrazioni mafiose su larga scala potrebbe cambiare profondamente il modo di gestire la spesa pubblica, favorendo maggiore legalità e tutela degli investimenti.
la prova pratica e le verifiche in corso
Il ministero delle Infrastrutture ha stabilito un periodo di test per il sistema sviluppato da Rozes. Durante questa fase, il software sarà impiegato in parallelo alle procedure tradizionali per confrontare risultati, segnali di allerta e la capacità di evidenziare rischi nascosti.
Al contempo, vengono raccolte opinioni e rilevazioni interne dagli uffici del Mit, che utilizzeranno questionari specifici. Ciò permette di identificare punti di forza e criticità dal punto di vista operativo e di migliorare l’integrazione del sistema nella prassi quotidiana.
I dati raccolti saranno fondamentali perché l’algoritmo si adatti al contesto pubblico e alle peculiarità degli appalti italiani. L’Università di Padova e Rozes potenzieranno la tecnologia grazie a informazioni ricavate proprio da questi test, rafforzando le capacità predittive e di riconoscimento.
Il ministero ha quindi avviato un processo concreto per far entrare l’intelligenza artificiale nella gestione degli appalti senza rinunciare al ruolo umano, semmai rafforzandolo con strumenti capaci di evidenziare situazioni che sfuggirebbero a controlli manuali.
Nel cuore delle iniziative legate al Pnrr, questa sperimentazione rappresenta un passo innovativo per un settore complesso come quello degli appalti pubblici. La lotta alla criminalità finanziaria cambia volto grazie a tecnologie inedite, e il percorso seguirà le evidenze che emergeranno nei prossimi mesi di test.