La parte più interessante di Julia non è che Roma Capitale abbia costruito un chatbot. Nel 2026 un chatbot, da solo, non è più una notizia. La parte interessante è l’ambizione che il progetto ha assunto nel tempo: trasformare l’intelligenza artificiale in una nuova porta di accesso alla città e, progressivamente, alla macchina amministrativa.

Julia nasce con un obiettivo relativamente delimitato: aiutare chi vive, visita o attraversa Roma a orientarsi tra mobilità, cultura, eventi, turismo e servizi utili. In poco più di un anno, però, il progetto cambia scala. Dalla prima release del marzo 2025 si passa alla versione 2.0, poi alla 2.5 del giugno 2026, che entra direttamente nel portale istituzionale di Roma Capitale. È qui che Julia smette di essere soltanto una guida digitale e diventa un esperimento più importante: capire se il linguaggio naturale può sostituire almeno una parte della navigazione tradizionale della Pubblica Amministrazione.

È un passaggio che merita attenzione. Il portale di Roma Capitale registra circa 18 milioni di accessi l’anno, raccoglie oltre 160 mila contenuti informativi e circa 90 servizi online. Per un cittadino il problema non è quasi mai la mancanza di informazioni: è trovarle, capire quale pagina sia aggiornata, quale ufficio sia competente, quali documenti servano e quale sia il passaggio successivo. Julia prova ad attaccare esattamente questo attrito.

Da guida turistica a interfaccia della città

Il progetto viene annunciato nell’ottobre 2024, durante l’AI Tour di Microsoft a Roma, come guida turistica virtuale realizzata con il contributo di Microsoft e delle tecnologie OpenAI. L’idea iniziale è chiara: offrire a turisti e cittadini un assistente multilingue in grado di interrogare dati provenienti da operatori locali e fonti accreditate, suggerire itinerari, dare informazioni su trasporti, musei, ristoranti, eventi e luoghi meno conosciuti.

La prima release pubblica arriva il 7 marzo 2025. Roma Capitale presenta Julia come la sua prima intelligenza artificiale generativa urbana: un assistente disponibile su WhatsApp, Telegram, Messenger e web chat, capace di comunicare in oltre 80 lingue. La tecnologia alla base della versione iniziale utilizza GPT-4o, ingegnerizzato nel progetto con il supporto di Microsoft, mentre NTT DATA lavora allo sviluppo della prima release insieme agli altri partner.

Già nella versione 1.0 emerge il tratto più interessante dell’architettura: Julia non viene progettata per cercare liberamente qualsiasi informazione sul web. La risposta viene invece costruita a partire da una base informativa certificata composta da dati ufficiali di Roma Capitale e da altre fonti validate. È una scelta meno spettacolare della promessa di un assistente che “sa tutto”, ma molto più sensata per un servizio pubblico.

Il vero valore: non sapere tutto, ma sapere da dove arriva la risposta

Le intelligenze artificiali generative hanno un problema strutturale: sono molto brave a produrre risposte linguisticamente convincenti anche quando l’informazione è incompleta o sbagliata. In un motore creativo questo difetto può essere tollerabile. In un assistente ufficiale di una città lo è molto meno.

Se un sistema comunale sbaglia l’orario di una mostra, il danno è limitato. Se sbaglia una procedura amministrativa, un termine, una regola sulla mobilità o un’informazione legata a un servizio pubblico, la risposta acquisisce un peso diverso proprio perché proviene da un soggetto istituzionale. L’utente tende naturalmente ad attribuirle maggiore affidabilità.

Per questo l’idea della knowledge base certificata è probabilmente il miglior punto di partenza di Julia. L’obiettivo non dovrebbe essere trasformare il Comune in una versione locale di ChatGPT, ma costruire un sistema che conosca bene un insieme circoscritto di informazioni, sappia indicare la fonte e riconosca i propri limiti.

Il caso di New York mostra quanto il tema sia concreto. Il chatbot MyCity, lanciato per aiutare le imprese a orientarsi tra regole e servizi, fu trovato nel 2024 a fornire indicazioni errate persino su norme del lavoro, alloggi e obblighi commerciali. In alcuni test arrivò a suggerire comportamenti contrari alla legge. L’esperimento è diventato un caso di scuola: quando una risposta generativa porta il marchio di un’amministrazione pubblica, un’allucinazione non è soltanto un errore tecnico ma un problema di fiducia istituzionale.

Julia parte da una filosofia più prudente. Non significa che sia immune dagli errori: Roma Capitale stessa avverte che, come ogni chatbot basata sull’intelligenza artificiale, può sbagliare. Significa però che il progetto prova a ridurre il rischio attraverso la qualità e la validazione delle fonti invece di affidarsi alla sola capacità generale del modello.

Julia 2.0: memoria, geolocalizzazione e primi agenti

Con la versione 2.0, presentata il 31 luglio 2025, il progetto cambia passo. Il modello passa dalla famiglia GPT-4o a GPT-4.1, viene rivisto il system prompt e compaiono nuovi agenti specializzati. Roma Capitale annuncia tre agenti aggiuntivi inseriti in una nuova architettura multi-agent.

Il concetto è importante. Invece di affidare ogni domanda a un unico sistema generalista, l’architettura distribuisce il lavoro tra componenti specializzati per dominio. È una logica sempre più diffusa nell’AI agentica: un orchestratore comprende la richiesta, individua le competenze necessarie e coordina moduli differenti prima di restituire una risposta unica.

La versione 2.0 introduce anche la geolocalizzazione su WhatsApp, Telegram e web chat. Un utente può condividere la propria posizione e ricevere informazioni contestuali su ciò che si trova nelle vicinanze. Vengono aggiunti nuovi domini informativi, tra cui verde pubblico, luoghi di culto, sport e tempo libero, news e aggiornamenti sulla città e sulla mobilità. Migliorano anche informazioni già presenti come sharing mobility, ZTL, aule studio, Roma Pass e MIC Card.

È qui che Julia comincia a sembrare meno un “bot del turismo” e più un’infrastruttura urbana conversazionale. Una domanda come “dove posso studiare vicino a me fino a tardi?” combina posizione, orari, servizi e contesto. È esattamente il genere di richiesta che un sito tradizionale gestisce male e che un’interfaccia conversazionale può rendere molto più semplice.

Il salto della 2.5: Julia entra dentro Roma Capitale

La versione 2.5, presentata nel giugno 2026, è probabilmente il passaggio più significativo finora. Julia viene integrata direttamente nel portale istituzionale. Il widget resta disponibile durante la navigazione, mantiene il contesto della conversazione e può restituire collegamenti diretti a pagine, documenti e fonti ufficiali.

Il punto non è cosmetico. Un portale con 160 mila contenuti non può essere realmente semplice soltanto attraverso menu migliori. La complessità riflette quella dell’amministrazione: dipartimenti, municipi, regolamenti, procedure, servizi, bandi, modulistica, contatti. Un layer conversazionale può invece permettere all’utente di partire dal problema e non dalla struttura burocratica.

La differenza è sostanziale. Il cittadino non dovrebbe necessariamente sapere se una pratica dipende da un dipartimento, da un municipio o da un ufficio specifico. Dovrebbe poter chiedere: “Devo fare questa cosa, che documenti servono e dove devo andare?”. Se Julia riesce a tradurre la complessità organizzativa in un percorso comprensibile, il suo valore non è tecnologico: è amministrativo.

Nella 2.5 l’architettura evolve ulteriormente verso agenti specializzati coordinati da un Super Agent orchestratore. Le fonti ufficiali indicano inoltre nuovi ambiti informativi, dalla programmazione dei cinema agli uffici postali, fino a case dell’acqua, cassonetti, Punti Roma Facile e centri antiviolenza. Il progetto è sviluppato con un ecosistema di partner che comprende, nelle diverse release, Microsoft, Intellera, NTT DATA, Digitalia, BIP, Fastweb e 01 Sistemi.

È qui che la Pubblica Amministrazione può davvero cambiare

Per capire il potenziale di Julia bisogna togliere per un momento dal tavolo la parola “intelligenza artificiale”. Il problema che prova a risolvere esiste da decenni: le amministrazioni possiedono grandi quantità di informazioni ma le presentano secondo una logica interna, mentre il cittadino ragiona per bisogni.

“Ho preso una multa”, “devo cambiare residenza”, “voglio sapere se la ZTL è attiva”, “cerco un centro antiviolenza”, “dove posso fare sport con un voucher?”, “quali documenti servono per questa pratica?”. Sono domande che attraversano verticalmente banche dati e strutture organizzative differenti.

Un sistema conversazionale ben progettato può diventare un traduttore tra questi due mondi. Non decide al posto dell’amministrazione e non sostituisce il funzionario; riduce il costo cognitivo necessario per arrivare all’informazione corretta.

È forse questa la distinzione più importante da mantenere. L’AI pubblica dà il meglio quando aiuta il cittadino a capire, trovare e prepararsi. Diventa molto più delicata quando passa dall’assistenza informativa alla decisione: concedere o negare un beneficio, classificare una persona, stabilire priorità, produrre effetti amministrativi. Julia oggi è soprattutto sul primo terreno, ed è un vantaggio.

Privacy: un’impostazione seria, ma la comunicazione deve essere cristallina

L’informativa privacy di Julia contiene alcune scelte rilevanti. Roma Capitale dichiara che i dati degli utenti non vengono utilizzati per addestrare il chatbot e che, nel normale utilizzo, i dati personali vengono conservati per un massimo di 24 ore, limitatamente al tempo utile a recuperare la conversazione. Per aprire una segnalazione verso operatori 060606 o 060608 viene invece previsto un passaggio separato verso il CRM, con consenso dell’utente.

C’è inoltre una distinzione importante tra la web chat ufficiale e i canali di terze parti. Se Julia viene usata attraverso WhatsApp, Messenger o Telegram, entrano in gioco anche le policy delle rispettive piattaforme. È un punto che dovrebbe essere comunicato con grande evidenza, soprattutto perché una delle forze di Julia è proprio la disponibilità sui canali che gli utenti usano già.

Resta un elemento che meriterebbe una spiegazione più chiara. La presentazione di Julia 2.0 parlava di una conversation history estesa a sette giorni; l’attuale informativa privacy stabilisce invece un massimo di 24 ore per la conservazione dei dati personali nel normale uso del chatbot. Le due affermazioni possono essere tecnicamente compatibili, per esempio attraverso una distinzione tra stato conversazionale e dati personali, ma per un utente non tecnico questa distinzione non è immediata. Un progetto pubblico dovrebbe rendere trasparente anche questo livello.

La questione dei costi: servono metriche, non soltanto release

Un’infrastruttura di AI pubblica non può essere valutata soltanto sulla qualità della demo. Deve essere valutata anche sul costo e soprattutto sul risultato prodotto.

Le pagine PNRR di Roma Capitale indicano, nel più ampio ecosistema di trasformazione turistica digitale, un intervento da 1,7 milioni di euro per l’app “The Roman Land”, progettata per integrarsi con la piattaforma Tourist Virtual Assistant. Non è corretto utilizzare quella cifra come “costo di Julia”: si tratta di un progetto più ampio e collegato, non di un totale dichiarato per l’assistente. Proprio questa distinzione mostra però perché sarebbe utile pubblicare nel tempo un quadro economico facilmente leggibile del servizio.

Quanto costa servire mille conversazioni? Quanto incidono modello, cloud, manutenzione delle basi dati, testing e integrazioni? Quanto lavoro viene risparmiato al contact center? Quante persone riescono a completare una procedura senza telefonare o recarsi fisicamente a uno sportello? Quante risposte vengono giudicate errate? Quante vengono escalate a un operatore umano?

Queste sono le metriche che separano un progetto dimostrativo da una vera infrastruttura pubblica digitale.

Il benchmark non deve essere ChatGPT, ma Singapore

Per confrontare Julia con altri sistemi pubblici non basta guardare ai chatbot commerciali. Un riferimento interessante è Singapore, dove GovTech gestisce VICA, una piattaforma conversazionale condivisa da oltre 60 agenzie governative e utilizzata per più di 100 chatbot. GovTech dichiara oltre 800 mila query mensili in media.

Il dato non serve a fare una classifica tra città. Serve a mostrare come cambia la valutazione quando l’AI diventa infrastruttura: numero di enti serviti, volume delle richieste, continuità operativa, soddisfazione, tasso di risoluzione, riduzione del lavoro manuale. Singapore misura il sistema come un servizio pubblico digitale, non come una vetrina tecnologica.

È il passaggio che Roma dovrebbe compiere con Julia. Dopo la fase delle release, dovrebbe arrivare quella dei risultati pubblici e comparabili.

Una scelta intelligente: niente pubblicità, niente ranking commerciale opaco

Un’altra caratteristica di Julia merita di essere protetta. Roma Capitale ha presentato il servizio come privo di pubblicità, esplicita o occulta. Gli operatori economici possono registrare gratuitamente la propria attività nel portale 060608 affinché entri nel patrimonio informativo dell’assistente.

È una scelta importante perché un assistente urbano può diventare molto rapidamente un intermediario economico. Se chiediamo “dove mangio qui vicino?” o “quale albergo mi consigli?”, il sistema determina visibilità e potenzialmente fatturato. La neutralità dei criteri di risposta deve quindi essere trattata come parte della governance del servizio.

In futuro sarebbe utile rendere pubblici i principi con cui Julia seleziona o ordina attività equivalenti: distanza, pertinenza, apertura, accessibilità, completezza dei dati, rotazione dei risultati. Più l’assistente diventa utilizzato, più queste regole assumono rilevanza economica.

Il rischio più grande non è che Julia sbagli. È che smettiamo di verificarla

Ogni sistema generativo sbaglierà, prima o poi. Pretendere errore zero è irrealistico. La qualità di un progetto pubblico si misura nel modo in cui l’errore viene prevenuto, individuato e corretto.

Per Julia questo significa costruire un sistema permanente di valutazione: batterie di domande critiche, regression test a ogni release, monitoraggio delle fonti, feedback degli utenti, audit sui domini più sensibili e un meccanismo semplice per passare a un essere umano quando la risposta non è sufficientemente certa.

La presenza dei link e delle fonti ufficiali nelle risposte è già un elemento positivo, perché permette all’utente di verificare. Ma il passo successivo potrebbe essere rendere esplicito il livello di confidenza o almeno distinguere chiaramente tra informazione certa, suggerimento e contenuto che richiede conferma da parte di un ufficio.

La sfida successiva: da assistente che informa ad assistente che accompagna

La vera trasformazione arriverà se Julia riuscirà a seguire il cittadino lungo un processo senza diventare il soggetto che prende la decisione. Oggi può spiegare quali documenti servono. Domani potrebbe verificare che l’utente abbia compreso i passaggi, aprire direttamente il servizio corretto, precompilare informazioni non sensibili, ricordare una scadenza o passare il contesto a un operatore.

Questa è la frontiera interessante dell’AI nella PA: non sostituire l’amministrazione, ma rendere invisibile una parte della sua complessità.

Per una città come Roma il potenziale è particolarmente grande. La Capitale combina quasi tre milioni di residenti, milioni di city user, un flusso turistico globale, un patrimonio culturale enorme e una macchina amministrativa molto articolata. È esattamente il tipo di ambiente in cui un’interfaccia conversazionale può produrre valore se viene governata bene.

Perché Julia è un progetto da seguire

Julia è ancora un progetto giovane. Sarebbe prematuro descriverla come una rivoluzione compiuta della Pubblica Amministrazione. Ma sarebbe altrettanto riduttivo liquidarla come l’ennesimo chatbot istituzionale.

La traiettoria è interessante: fonti certificate invece di web indiscriminato, progressiva specializzazione degli agenti, integrazione con i canali che i cittadini usano già, geolocalizzazione, ingresso diretto nel portale istituzionale e una graduale estensione dai contenuti turistici ai servizi amministrativi.

Roma sta facendo una cosa che molte amministrazioni annunciano e poche riescono davvero a mettere in produzione: usare un modello generativo come interfaccia operativa di una città reale, con dati reali e cittadini reali.

Adesso arriva la parte più difficile. La prossima release di Julia conterà meno dei numeri che Roma sarà in grado di pubblicare sulla sua utilità. Accuratezza, tasso di risoluzione, tempo risparmiato, accessibilità, escalation agli operatori, soddisfazione e costi dovrebbero diventare parte del racconto quanto il modello utilizzato o il numero di agenti.

Se questo passaggio avverrà, Julia potrà essere qualcosa di più di un buon progetto di innovazione urbana. Potrà diventare un modello replicabile di come l’intelligenza artificiale entra nella Pubblica Amministrazione senza trasformare l’amministrazione in una scatola nera: la tecnologia davanti, le fonti e la responsabilità pubblica dietro.

Fonti