8.4.1. Condivisione per la gestione dei dati aggregati e anonimizzati¶

La norma, a differenza dell’interoperabilità applicativa, non fornisce dettagli circa il modello da perseguire ma si limita a definire l’obiettivo di condivisione dei dati aggregati e anonimizzati a fini analitici, per innescare il processo decisionale della Presidenza del Consiglio e delle stesse PA con i dati provenienti da più PA.

Nel processo di elaborazione di una politica si possono prevedere due scenari distinti:

• un’analisi ex-ante per l’individuazione della platea, la scelta dello strumento e il fine-tuning degli obiettivi del provvedimento;

• una verifica ex-post dei risultati del provvedimento, anche in ottica così detta anti-frode ovvero comportamenti dei fruitori non coerenti con gli obiettivi perseguiti.

La norma prescrive che i dati a scopo di policy data-driven siano aggregati e anonimizzati. Mentre l’anonimizzazione o pseudo-anonimizzazione non inficerebbero la significatività dei dati e delle loro analisi sia descrittive che predittive, l’aggregazione comporterebbe invece una forte limitazione non definibile a priori del contenuto informativo. 1

Sarà necessario definire tutti gli aspetti del ciclo di vita del dato, con diversi scenari implementativi per la gestione della sicurezza e più in generale come già trattato nel capitolo 3 sulla data governance.

8.4.2. Interoperabilità applicativa per lo scambio di dati e servizi¶

I maggiori ostacoli alla valorizzazione dei dati sono di tipo organizzativo, tecnico, semantico e legale. Gli articoli 50 e 50-ter del CAD cercano di risolvere alcuni di questi ostacoli - come quelli legati alla stipula degli accordi d’interoperabilità - ed in particolare il 50-ter descrive l’approccio da seguire per realizzare la componente di interoperabilità della Piattaforma Digitale Nazionale Dati (PDND). Tale piattaforma fornirà un catalogo di API e dei meccanismi di autenticazione, autorizzazione e auditing degli accessi. Viene specificato, inoltre, che la piattaforma dovrà supportare il processo di accordo tra un erogatore di API ed un fruitore della stessa (accordo di interoperabilità). A oggi ogni amministrazione che vuole automatizzare la stipula di accordi di interoperabilità deve costruire una piattaforma specifica ed accreditare ed identificare separatamente ogni fruitore. Ad esempio l’ANPR permette ai comuni, dopo essersi accreditati sulla piattaforma, di fruire dei dati anagrafici per dare servizi ai cittadini: laddove gli accordi di interoperabilità sono in genere personalizzati in base agli enti sottoscrittori, quello di ANPR è stato standardizzato in modo da applicarlo a tutti i comuni. La PDND dovrā quindi generalizzare il modello di accordo descritto sopra adattandolo a una modalità “molti a molti”.

Le principali problematiche da affrontare sono:

• l’automatizzazione degli “accordi di interoperabilità” in ottica “molti a molti” che ha un elevato livello di complessità;

• l’autenticazione ed autorizzazione che deriva dagli accordi in interoperabilità;

• il controllo degli accessi;

• l’accesso all’ecosistema delle API pubbliche da parte di attori terzi in una logica di integrazione dei dati pubblici-privati per una valorizzazione del sistema-dati paese.

L’implementazione di soluzioni tecnologiche utili a semplificare problemi organizzativi 2 richiede un impegno sistematico nella creazione e manutenzione di standard di comunicazione e sicurezza riconosciuti a livello globale, che non soffrano della frammentazione tipica delle regole tecniche stabilite in autonomia dai vari stati. Questo affinché la complessità crescente delle minacce digitali e i rischi di obsolescenza non limitino il consolidamento di queste piattaforme. Da un punto di vista semantico è necessario un lavoro intersettoriale per stabilire e consolidare una semantica condivisa dei dati, senza la quale anche banche dati organizzate in maniera efficiente hanno bisogno di un grosso lavoro di adattamento manuale per poter interoperare. 3

1

Un dato già aggregato vanificherebbe la possibilità di esplorare differenti tipologie di aggregazione e di incrocio con altri dati. Come ribadito da alcuni partecipanti, l’analisi con un approccio Big Data richiede che la granularità del dato sia massima al fine di poter estrarre tutto il potenziale informativo. Ciò richiede enfasi sulla pseudo-anonimizzazione/anonimizzazione e particolare attenzione nel garantire il massimo livello di privacy. Questo approccio è esplicitamente previsto nel Data Governance Act dove non si parla di obbligo di aggregazione dei dati ai fini della protezione della privacy.

2

Previsti per esempio dall’art. 50 ter del CAD, da Regolamenti e direttive europee come il Single Digital Gateway Regulation (EU) 2018/1724 of the European Parliament) o la Payment Service Directive 2 Directive (EU) 2015/2366.

3

Si pensi ad esempio al concetto di famiglia - che nella PA ha una declinazione anagrafica ed una fiscale: il nucleo familiare.