C’è qualcosa di volutamente paradossale nel titolo cheFlaviano Zandonaiha scelto per la sua provocazione:rehab da AI.
Il paradosso sta nel fatto che di solito si va inrehabper disintossicarsi da qualcosa di cui si abusa. Ma l’intelligenza artificialenon è una droga illegale: è lo strumento del momento, promosso, finanziato, insegnato, celebrato.
Come si fa ad avere un hangover da qualcosa che tutti ti dicono di bere?
Eppure la metafora regge. E vale la pena prenderla sul serio, soprattutto per chi lavora nelwelfare.
L’ubriacatura, prima di tutto
Zandonai descrive una fase distordimento collettivo. Siamo sommersi da corsi di prompting, webinar sull’etica dell’AI, paper sulle implicazioni geopolitiche, linee guida che si moltiplicano. Ogni organizzazione ha il suo esperto, ogni convegno ha la sua tavola rotonda.
È un consumo febbrile che assomiglia meno a un percorso di adozione consapevole e più a un rito collettivo di appartenenza:“anche noi stiamo parlando di AI, quindi esistiamo”.
Il problema non è l’intensità dell’attenzione — l’AI merita attenzione. Il problema è che tutta questa attività genera spesso più rumore che orientamento.
Si impara a usare ChatGPT, si discute di Skynet, si approva una policy aziendale copiata da qualcun altro.
Ma si capisce davverocosasi sta adottando, eperché?
Ilrehab, in questo senso, non è smettere di usare l’AI. È smettere di usarla in modo inconsapevole, reattivo, compulsivo. È passare dalconsumoallapratica.
La finestra aperta: un’opportunità che si chiuderà
Uno dei passaggi più lucidi della riflessione diZandonaiè quello sullafinestra temporale.
In questo momento coesistono due dinamiche: da un lato le organizzazioni che, autonomamente, iniziano a darsi regole proprie sull’uso dell’AI — contratti integrativi,policyinterne, mappature degli utilizzi.
Dall’altro, un sistema normativo ancora in costruzione che presto produrrà obblighi ai quali conformarsi.
La differenza non è banale. Una regola che si costruisce dal basso, a partire dall’esperienza reale delle persone che lavorano, ha una qualità diversa da una direttiva calata dall’alto. Ha più radici, più senso condiviso, più probabilità di essere rispettata perché compresa.
Quella finestra, però, si chiude. E chi non la usa per costruire qualcosa di proprio si ritroverà semplicemente ad adeguarsi a standard scritti da altri.
L’AI Act europeo— entrato in vigore nell’agosto 2024 e applicabile progressivamente fino al 2027 — è il riferimento normativo più rilevante in questo scenario. Il testo ufficiale in italiano è disponibile suEUR-Lex.
LaCommissione Europeaha anche pubblicato una guida all’applicazione consultabile sudigital-strategy.ec.europa.eu,
E per chi si occupa di welfare?
Qui la provocazione diZandonaidiventa particolarmente urgente.
Ilwelfare— inteso come l’insieme di servizi, pratiche e organizzazioni che si occupano di salute, cura, inclusione, educazione, protezione sociale — è un territorio dove la posta in gioco è altissima.
Non perché l’AI sia necessariamente pericolosa per il welfare. Ma perché il welfare è un campo dove la qualità della relazione umana non è un accessorio: è la sostanza del servizio.
Un operatore che accompagna una persona fragile, un educatore che costruisce fiducia con un adolescente in difficoltà, un assistente sociale che legge una situazione familiare complessa — tutto questo vive in una dimensione che nessun modello linguistico può replicare o sostituire.
Il rischio dell’ubriacatura da AI, nel welfare, è specifico: confondere l’efficienza con la qualità.
L’AI può aiutare a gestire le pratiche amministrative, a incrociare dati, a personalizzare percorsi formativi, a intercettare bisogni emergenti prima che diventino emergenze.
Tutto questo è prezioso. Ma se l’adozione dell’AI non è accompagnata da unariflessione profondasucosasi sta automatizzando ecosainvece deve restare umano, si rischia di erodere il nucleorelazionaleche rende ilwelfareefficace.
Il terzo settore come laboratorio, non come gregario
Zandonaiindica una direzione interessante: il terzo pilastro della società — cooperative, associazioni, fondazioni — ha una possibilità concreta di recuperare unruolo da protagonistarispetto a questa frontiera di innovazione.
Perché? Perché queste organizzazioni lavorano ogni giorno in quella zona grigia dove il bisogno non è ancora codificato, dove la conoscenza non è ancora formalizzata, dove la soluzione non è ancora standard. Sono per definizione depositi di sapere tacito, relazionale, contestuale.
Esattamente il tipo di conoscenza che l’AI, da sola, non riesce a catturare — ma che potrebbe aiutare a valorizzare, connettere, rendere più generativa.
L’open innovationapplicata alwelfaresignifica qualcosa di preciso: usare l’AI per mettere in circolo conoscenze e competenze che oggi restano silenziose, frammentate, invisibili agli algoritmi perché non sono mai state scritte da nessuna parte.
Il sapere dell’operatore che conosce ogni famiglia del quartiere. La competenza dell’educatore che sa leggere un silenzio. La rete informale di un’associazione di volontariato.
Se il terzo settore riesce a costruireprogetti pilotache portano l’AI dentro questi spazi — non per sostituire ma per amplificare — può diventare un laboratorio di pratiche che il resto del sistema non è attrezzato a produrre.
E in Italia? Sei esempi concreti
Quando si parla diAInelwelfare italianosi rischia di oscillare tra due estremi: il racconto trionfalistico di rivoluzioni imminenti, o la rassegnazione delsiamo indietro.
La realtà, come spesso accade, è più interessante di entrambi.
Il primoCensimento AGIDdeiprogetti AI nella PA italiana, pubblicato nel dicembre 2024, ha rilevato 120 progetti attivi in 45 enti pubblici.
Non siamo all’anno zero. Ma la qualità di questi progetti è diseguale, e il salto dalla sperimentazione tecnica a una vera innovazione del servizio sociale è ancora tutto da compiere.
L’esempio forse più consolidato nella PA italiana è anche il più silenzioso. L’INPSutilizza algoritmi dimachine learningper smistare automaticamente oltresei milioni di PEC l’anno, classificando le comunicazioni in entrata e riducendo drasticamente i tempi di presa in carico amministrativa.
Non èglamour, ma è esattamente il tipo di applicazione virtuosa di cui parla Zandonai: un problema specifico, reale, con un impatto misurabile.
Il punto critico rimane verificare che il tempo liberato venga davvero reinvestito in relazione professionale, e non semplicemente sparisca nei tagli.
Un caso più ambizioso èAppLI, la piattaforma lanciata nel 2025 dalMinistero del Lavoroin collaborazione conINPS.
Utilizza un sistema di AI multi-agente capace di interagire in linguaggio naturale: dopo aver ascoltato obiettivi e vincoli dell’utente, costruisce un profilo personalizzato e suggerisce percorsi concreti tra studio, formazione e opportunità di lavoro.
Il target sono i giovani tra 18 e 35 anni, con un’attenzione specifica ai NEET. In Italia questa fascia supera 1,3 milioni di persone secondo i dati ISTAT.
Dietro l’interfaccia pulita del Web Coach si è nascosto un labirinto tecnico: il dialogo tra le banche dati dell’INPS e il Ministero si è rivelato un collo di bottiglia, trasformando l’iscrizione in un esercizio di pazienza tra caricamenti infiniti e messaggi di errore.
Il paradosso più evidente è emerso nel cuore stesso della piattaforma: l’intelligenza artificiale. Mentre l’algoritmo promettevaorientamento personalizzato, molti giovani si sono ritrovati davanti a consigli generici o corsi di formazione del tutto slegati dalle richieste delle imprese del proprio territorio.
Invece di un ponte verso il lavoro,AppLIè apparsa a molti come unavetrina nel deserto: tecnicamente funzionante, ma desolatamente vuota di offerte concrete, bloccata da undigital divideche ha paradossalmente allontanato proprio i ragazzi più fragili che non possiedono SPID o competenze digitali avanzate.
IlComune di Sienaha attivatoCaterina, un assistente virtuale che risponde alle domande dei cittadini su servizi comunali, riducendo il carico sugli sportelli e abbattendo i tempi di attesa.
È un’applicazione difront-endche libera il personale da risposte ripetitive, per dedicarsi a pratiche più complesse. Un modello replicabile per i servizi sociali territoriali, dove le domande di primo accesso sono spesso standardizzate ma numerose.
Il vero nodo critico è il paradosso dell’accessibilità. Sebbene presentata come uno strumento per semplificare la vita a tutti, Caterina resta blindata dietro il muro delloSPID.
Senza l’identità digitale, l’assistente virtuale decade a semplicechatbotinformativo, incapace di concludere qualsiasi operazione con valore legale.
Questo crea un corto circuito: lo strumento nato per avvicinare i cittadini alla pubblica amministrazione rischia di diventare l’ennesima barriera per le fasce più fragili della popolazione, come gli anziani, che pur trovando rassicurante il volto di Caterina, si scontrano con la complessità tecnica di un sistema che non permette errori di linguaggio o incertezze digitali.
Il dato più significativo e poco noto è questo: nel dicembre 2024 ilMinistero del Lavoroha lanciato l’Avviso 3/2024, stanziando 2,5 milioni di euro per finanziare progetti di rilevanza nazionale sull’AI promossi da organizzazioni di volontariato, associazioni di promozione sociale e fondazioni del Terzo SettoreCsvrc, con priorità su salute, educazione, parità di genere e occupazione giovanile.
Il bando ha generato una risposta tale da richiedere due proroghe consecutive dei termini — segno di un interesse reale e diffuso.
A dicembre 2025 sono stati ammessi al finanziamento13 progetti su tutto il territorio nazionale.
Non è la periferia dell’innovazione: è il terzo settore che si organizza, compete e vince.
Un dettaglio della vicenda del bando vale più di molti convegni.
La proroga dei termini fu motivata dall’elevato numero di richieste di assistenza tecnica pervenute, perché la fase di progettazione, stante l’oggetto innovativo dell’intelligenza artificiale e la necessità di coinvolgere soggetti dotati di competenze specifiche, richiedeva tempi più lunghi rispetto a quelli inizialmente previsti.
In altre parole: non era difficoltà per mancanza di interesse, ma per l’impegno serio di costruire proposte credibili.
È esattamente lasperimentazione verticaledi cui parla Zandonai — andarci fino in fondo richiede tempo.
Vale la pena citare anche un progetto non ancora partito, perché è ugualmente istruttivo.
LaStrategia Italiana per l’AI 2024-2026prevedeva la progettazione di una piattaforma nazionaleAGENASper supportare l’assistenza sanitaria primaria.
La realizzazione è stata temporaneamente sospesa aseguito di una richiesta del Garante della Privacy.
Qualcuno potrebbe leggerlo come un freno burocratico. In realtà è esattamente la finestra di regolazione dal basso di cui parla Zandonai: un organo di garanzia che interviene prima che un sistema ad alto rischio — classificato tale dall’AI Act in ambito sanitario — venga dispiegato senza le dovute verifiche.
Cosa significa, concretamente, fare rehab nel welfare
FarerehabdaAInelwelfaresignifica almeno tre cose.
Prima: mappare prima di regolare
Prima di scrivere policy, vale la pena capire come l’AI viene già usata dagli operatori, dagli utenti, dai coordinatori. Non per sanzionare, ma per imparare. La mappatura degli utilizzi reali è la materia prima di una regolazione condivisa e quindi efficace.
Seconda: sperimentare in verticale, non in orizzontale
La tentazione è diffondere l’AI ovunque, un po’ per tutti, in superficie. Il rehab suggerisce l’opposto: scegliere un ambito specifico — la progettazione di un servizio, la formazione degli operatori, la valutazione dell’impatto — e andarci fino in fondo, con risorse, tempo e disponibilità a sbagliare. È in quei progetti pilota che si costruisce davvero la cultura, non nei corsi di prompting.
Terza: tenere al centro la domanda di senso
L’AI nel welfare va adottata partendo da una domanda che il settore sa fare meglio di altri: questo strumento migliora la vita delle persone di cui ci prendiamo cura? Non “è efficiente”, non “ci fa risparmiare”, non “ci rende moderni”. Se la risposta è sì, si va avanti. Se non si sa, si sperimenta con rigore. Se è no, si torna al banco.
Il rehab come atto politico
In fondo, il rehab da AI che propone Zandonai è un invito a recuperare soggettività.
A non subire passivamente una tecnologia che altri progettano, finanziano e regolano. A non limitarsi ad adeguarsi a standard scritti altrove. A costruire, in questa finestra aperta, un modo proprio di stare dentro la trasformazione.
Per chi lavora nel welfare, questo è anche unatto politico. Perché il welfare non è solo un settore economico: è il modo in cui una società decide di prendersi cura dei suoi membri più vulnerabili.
Lasciare che questa scelta venga plasmata da logiche esterne — tecnologiche, normative, di mercato — senza una voce attiva del campo è una rinuncia che costa cara. Non solo alle organizzazioni. Alle persone.
Il bancone è ancora aperto. Ma forse è il momento di ordinare qualcosa di diverso.
