Intelligenza Artificiale

  • Applicazioni dell’intelligenza artificiale in Italia

    Il progetto di ricerca si propone di fornire un’analisi completa e basata su dati del potenziale trasformativo dell’intelligenza artificiale (AI) nel sistema Paese italiano nel periodo 2025–2030. L’obiettivo principale è andare oltre le discussioni generali sulle potenzialità dell’AI, arrivando a una quantificazione dettagliata e settoriale del suo impatto sulla produttività, sulla competitività e sulla sicurezza nazionale.

    Il progetto si articola attorno a tre obiettivi principali:

    Quantificare i benefici economici e gli incrementi di produttività. È stata condotta un’analisi dettagliata dell’impatto economico previsto dall’adozione dell’AI nel sistema Paese italiano nel periodo considerato. 

    Identificare le applicazioni dell’AI ad alto impatto. Il progetto individua e analizza le applicazioni e i casi d’uso basati sull’AI con il maggiore potenziale trasformativo nei settori pubblico e privato italiani. 

    Valutare i rischi associati in termini di sicurezza e politiche pubbliche. Il progetto fornisce una valutazione completa dei rischi per la sicurezza e dei rischi normativi associati alla diffusione su larga scala dell’AI in Italia. 

  • Acceleratore Econometrico: un progetto del Quantum & AI Lab

    Acceleratore Econometrico: un progetto del Quantum & AI Lab

    L’Econometric Accelerator è il sistema di previsione macroeconomica basato sull’intelligenza artificiale realizzato dal Luiss Quantum & AI Lab, sviluppato in collaborazione con l’Italian International Economic Center (IIEC), il supporto computazionale di CINECA e la partnership per i dati e la sponsorizzazione di Intesa Sanpaolo e Nexi.

    Il progetto affronta una limitazione fondamentale dei modelli econometrici tradizionali: la loro incapacità di mantenere un’accurata capacità previsionale durante periodi di cambiamento strutturale, shock sistemici e cambiamenti di regime. Integrando intelligenza artificiale, principi di econofisica e fonti di dati alternative ad alta frequenza, l’Econometric Accelerator introduce un nuovo paradigma previsionale che supera le ipotesi di linearità e stazionarietà proprie dell’econometria classica.

    Il sistema integra gli indicatori macroeconomici ufficiali con fonti di dati alternative ad alta frequenza – tra cui le transazioni effettuate tramite pagamenti elettronici, i dati sui consumi energetici, i flussi turistici e gli indicatori di sentiment – armonizzate attraverso un’avanzata pipeline computazionale ed elaborate mediante un’architettura ibrida di ensemble di modelli di intelligenza artificiale. Il progetto è stato presentato ufficialmente il 6 maggio 2025 presso l’Università Luiss di Roma e ha ricevuto l’attenzione dei principali media finanziari, tra cui Il Sole 24 Ore e Milano Finanza.

    L’architettura sviluppata dal Lab è modulare, scalabile e geograficamente agnostica, consentendo l’applicazione in diversi Paesi e a differenti target macroeconomici, tra cui il PIL, l’inflazione e la produzione industriale. Un protocollo di mappatura guidato dalla teoria garantisce che ogni segnale ad alta frequenza sia ricondotto a una componente economica strutturale, preservando la coerenza teorica e sfruttando al contempo le capacità di riconoscimento dei pattern proprie dei moderni sistemi di intelligenza artificiale.

    La validazione preliminare delle previsioni sul PIL italiano ha dimostrato che il sistema supera significativamente i modelli istituzionali tradizionali, in particolare durante il periodo di estrema volatilità della pandemia di COVID-19, nel quale gli approcci convenzionali hanno evidenziato sistematici errori previsionali.

    L’Econometric Accelerator rappresenta l’impegno del Lab nel creare un ponte tra la ricerca accademica e il processo decisionale istituzionale, offrendo ai decisori politici e agli operatori di mercato uno strumento più resiliente, trasparente e adattivo per affrontare un’economia globale sempre più complessa.

  • Intelligenza Artificiale e Cybersecurity: tecnologie emergenti e sfide normative per la Cyber Threat Intelligence

    Un progetto realizzato in collaborazione con Eni SpA e con l’Osservatorio Osservatorio Cybersecurity & Compliance del Centro di Ricerca Law and Governance: Compliance, Security and Sustainability.

  • Governance Algoritmica nella Pubblica Amministrazione

    Governance Algoritmica nella Pubblica Amministrazione

    Ambito di intervento

    Il progetto elabora un modello di governance per l’impiego di sistemi decisionali automatizzati nei procedimenti amministrativi, bilanciando efficienza operativa e garanzie procedimentali.