Capire il Paese incrociando tutti gli open data, con gli agenti AI

Risposta diretta: una legge è un'idea. I dati dicono cosa è diventata davvero — chi l'ha applicata, quali sentenze l'hanno piegata, quali scelte e quali risultati ha prodotto. L'idea dietro Open·Parlamento va oltre la legge: un sistema agentico che cerca e incrocia automaticamente tutte le banche dati pubbliche — norme, catasto, statistica, appalti, archivi — per aiutare le persone a capire la realtà in cui viviamo analizzando i dati, non le opinioni.
TL;DR
- La legge è un'idea; i dati dicono cosa è diventata. Si parte dalla norma e si seguono leggi, sentenze, scelte e risultati reali.
- Un sistema agentico incrocia tutte le fonti pubbliche e cita sempre l'originale.
- Cinque strati: fonti → conoscenza → ragionamento (agenti) → uso → infrastruttura nuova.
- Domini: non solo legge — territorio/catasto, statistica/economia, storia/archivi, imprese.
- Con paletti: provenienza sempre citata; si incrociano cariche e dati pubblici, non si profilano privati.
Una norma è un'idea; i dati dicono cosa è diventata
Il punto di partenza non è il passato in sé, è questo: esplorare una norma come un'idea. Una legge nasce per ottenere qualcosa. Poi entra nella realtà e cambia: altre leggi la modificano, le sentenze la interpretano, le scelte amministrative la applicano (o no), e alla fine ci sono risultati reali — soldi spesi, territori trasformati, diritti esercitati o negati.
Capire quel percorso — idea → leggi/sentenze/scelte → risultati reali — è l'unico modo per capire la realtà in cui viviamo coi dati, non con le opinioni. E sì, dentro c'è anche il passato: come ci ha portati qui. Ma è una sfaccettatura della catena, non il fine.
Il modello a cinque strati
Tutto questo regge solo se è organizzato. Lo penso così:
| Strato | Cos'è | A cosa serve |
|---|---|---|
| 1. Fonti | Ogni DB pubblico via connettori MCP | Raggiungere i dati dove sono, citando la fonte |
| 2. Conoscenza | Il knowledge graph: norme, relazioni, entità, territorio, tempo | Rendere le relazioni di prima classe |
| 3. Ragionamento | Agenti che incrociano fonti e trovano pattern | Le «lenti»: legge ↔ dati ↔ scelte |
| 4. Uso | Studiare, mappare, incrociare, raccontare, amministrare | Lo strumento universale |
| 5. Infrastruttura | Un livello open-data autogestito, pubblico, AI-native | Superare i portali legacy |
Gli agenti (strato 3) sono la parte più ghiotta: fanno le chiamate giuste alla fonte giusta — una domanda sulla sanità interroga i dati sanitari, una su un appalto va su ANAC, una su un progetto PNRR su OpenPNRR — e mettono insieme i pezzi che da soli non parlano.
Quali dati, oltre alla legge
La legge è il primo verticale. Ma lo stesso metodo vale per l'intero universo degli open data pubblici:
| Dominio | Esempi di fonti | Cosa abilita |
|---|---|---|
| Norme & giurisprudenza | Normattiva, EUR-Lex, Corte Costituzionale, Cassazione | evoluzione delle norme, incongruenze |
| Territorio & catasto | OpenGIS, catasto, confini comunali, toponomastica | la storia e la geografia dei luoghi |
| Statistica & economia | ISTAT, Eurostat, bilanci, appalti/ANAC, PNRR | incrociare dati e scelte, soldi pubblici |
| Storia & archivi | Archivi di Stato, gazzette storiche, serie storiche | come siamo arrivati qui |
| Imprese & interessi | registro imprese, partecipate, cariche | conflitti d'interesse su dati pubblici |
Capire il passato (e ciò che ci ha portati qui)
C'è una ragione per cui la spina temporale attraversa tutti gli strati: senza il tempo non capisci il presente. Come è cambiata una norma in vent'anni, come si sono mossi confini e comuni, quale catena di decisioni ha prodotto la regola con cui oggi ci scontriamo. Incrociare la legge con il territorio, la statistica e gli archivi significa ricostruire non un'opinione su come stanno le cose, ma la loro storia documentata.
Le tensioni, dichiarate
Uno strumento così è potente, e va detto: anche delicato. Per questo i paletti vengono prima, non dopo.
- Provenienza a scala. Ogni affermazione incrociata cita la fonte. «Fonti reali, non inventate» diventa più difficile e più importante man mano che le fonti aumentano.
- Privacy. Si incrociano cariche e dati pubblici (chi ricopre un ruolo, come ha votato, dove vanno i fondi), non si profilano privati cittadini. La linea tra accountability e sorveglianza è esattamente qui.
- Licenze. I dati di terzi si usano nel rispetto delle loro licenze, non si «risucchiano» a cuor leggero.
- Governance. Un'infrastruttura «pubblica e autogestita» ha bisogno di un modello di governance, altrimenti resta uno slogan.
FAQ
Cosa vuol dire «capire la realtà coi dati, non con le opinioni»?
Che invece di partire da una tesi e cercare conferme, si parte dalle fonti pubbliche — leggi, sentenze, bilanci, statistiche — e si lascia che siano i dati, incrociati e citati, a raccontare cosa è successo davvero. L'opinione viene dopo, e su basi verificabili.
Serve solo per la legge?
No. La legge è il primo verticale, ma il sistema è pensato per incrociare qualsiasi banca dati pubblica: territorio e catasto, statistica ed economia, archivi storici, imprese. È uno strumento universale di lettura della cosa pubblica.
Non è pericoloso incrociare tutti questi dati?
Può esserlo, e per questo i paletti sono espliciti: si lavora su cariche e dati pubblici, non su profili di privati; si citano sempre le fonti; si rispettano le licenze. L'obiettivo è la trasparenza e l'accountability, non la sorveglianza.
Capire la realtà coi dati, non con le opinioni. Vedi come funziona Open·Parlamento, perché il grafo è solo la porta e come si individuano incongruenze e lacune nella legge, oppure parliamone.
Articoli correlati
- Costruire a velocità AI: il vero collo di bottiglia è deciderePensieri personali dopo una giornata passata a costruire — articoli, un manifesto, una pagina, perfino una squadra di fix automatici — a velocità doppia. La lezione: produrre non è più il problema. Decidere sì.
- Perché uso Git come discriminante quando valuto un teamLa disciplina di versioning è ancora il modo più rapido per capire se un team di sviluppo fa sul serio. Ti spiego perché, e da dove nasce davvero Git.
- Ho mollato Git per la velocità (e l’AI me lo ha permesso)Sotto pressione ho rinunciato al mio sacro workflow Git+CI per deploy istantanei. L’AI ha reso la scorciatoia razionale. Ecco cosa ho imparato — e cosa mi spaventa.