Classifica Complessiva — Laboratorio A

Questo documento raccoglie i risultati complessivi del Laboratorio A — Design Thinking e Problem Solving per l'IA, condotto nell'ambito dell'Azione Territoriale AI-PACT promossa da IFEL – Fondazione ANCI e ANCI Toscana.

Tra gennaio e febbraio 2026, 13 gruppi di lavoro composti da funzionari e dirigenti comunali hanno affrontato una sfida concreta: partire da un problema reale del proprio ente e, in circa 60 minuti di lavoro collaborativo con strumenti di IA generativa, produrre un'analisi strutturata con proposta di soluzione.

Il percorso si è articolato in tre sessioni laboratoriali — Arezzo, Livorno e Firenze — precedute ciascuna da un webinar introduttivo. Ogni sessione ha seguito lo stesso format: brainstorming collettivo, selezione delle idee progettuali, lavoro in gruppo con l'IA, e restituzione finale con valutazione.

I progetti sono stati valutati su 5 criteri equipesati: completezza dell'analisi, qualità della soluzione, innovatività nell'uso dell'IA, presentabilità del report e impatto potenziale sulla PA.

Tutti i 13 gruppi hanno prodotto output significativi, con una media complessiva di 8.08/10 e nessun progetto sotto il 7.0. Un risultato che parla chiaro: la competenza di dominio che ciascuno di voi porta dal proprio lavoro quotidiano è il vero ingrediente che fa funzionare l'IA come strumento operativo.

Cosa emerge dai vostri lavori

• L'IA funziona meglio quando la guidate voi: I migliori risultati sono emersi quando i gruppi hanno usato l'IA per strutturare e approfondire le proprie idee, non per delegare il pensiero. L'interazione critica e multi-turno è stata il fattore discriminante tra i progetti buoni e quelli eccellenti.
• Il system prompt fa la differenza: I progetti sopra l'8.0 avevano tutti un prompt strutturato con ruolo, contesto e formato output ben definiti. È la competenza più trasferibile che potete portarvi a casa: definire con chiarezza cosa volete dall'IA prima di iniziare a dialogarci.
• La revisione critica è un'arma potente: Solo 1 team su 13 (Mary Oliver, Firenze) ha chiesto all'IA di criticare il proprio lavoro — e il risultato si è visto. Chiedere “cosa c'è di sbagliato in quello che ho scritto?” è un passaggio semplice che può migliorare significativamente qualsiasi output.
• Il confronto tra colleghi moltiplica il valore: Lavorare insieme con competenze diverse ha arricchito l'analisi ben oltre ciò che un singolo utente avrebbe ottenuto dialogando con l'IA da solo. Questo vale anche tornando in ufficio: condividere prompt e approcci tra colleghi accelera l'apprendimento di tutti.
• Sostanza prima della forma: I deliverable migliori non sono necessariamente i più belli graficamente, ma quelli con il contenuto più strutturato e operativo. L'IA può sempre “vestire” un contenuto solido — il contrario è molto più difficile.

Ciascuno dei 13 progetti rappresenta un punto di partenza concreto: un template, un'analisi, un flusso operativo che potete riprendere e adattare al vostro contesto. Il passo successivo è vostro — portare queste competenze nel lavoro di tutti i giorni.

I 13 progetti si distribuiscono su 5 macro-aree della PA locale, con alcune sovrapposizioni significative:

• Arezzo (20 gennaio): Tre gruppi con approcci molto diversi tra loro, dalla sintesi normativa alla gestione segnalazioni. Il Gruppo 2 ha prodotto il prototipo più avanzato dell'intero percorso: una dashboard operativa split-screen con simulazione di scenari reali.
• Livorno (11 febbraio): Cinque gruppi tutti sopra l'8.0, con il miglior punteggio assoluto (9.0) assegnato al Gruppo 1 per un uso iterativo e critico dell'IA nella redazione di atti amministrativi. La sessione con la qualità media più alta.
• Firenze (26 febbraio): Cinque gruppi con la massima omogeneità (tutti tra 7.4 e 8.0). Particolare attenzione alla sostanza e all'analisi di processo. Il Team Mary Oliver ha colto lo spirito del laboratorio mettendo al centro la mappatura operativa e la revisione critica.