VAL.ER.AI: cosa significa la valutazione assistita dall’AI per chi scrive progetti Erasmus+

A fine giugno, INDIRE, Microsoft e Hevolus Innovations hanno presentato VAL.ER.AI – Valutazione Erasmus+ Assistita da Intelligenza Artificiale, una piattaforma sviluppata in sole otto settimane che utilizza l’intelligenza artificiale agentica per supportare i valutatori dell’Agenzia Nazionale italiana nell’analisi delle candidature Erasmus+.

Si tratta di una delle prime applicazioni dell’AI agentica in un processo della pubblica amministrazione italiana di questa portata.

Per chi scrive queste candidature, è una novità che merita attenzione. Non perché tutto cambi da un giorno all’altro, ma perché qualcosa sta iniziando a cambiare nel modo in cui il nostro lavoro viene letto dall’altra parte del processo di valutazione.

I numeri dietro questa scelta

Il contesto aiuta a capire perché nasce VAL.ER.AI.

Nel solo 2026, e limitatamente ai Partenariati di cooperazione KA220, INDIRE ha ricevuto 667 candidature, ciascuna lunga fino a 80 pagine, valutate da 102 esperti. Se a questi numeri aggiungiamo le altre azioni del programma, la dimensione del processo diventa evidente.

La piattaforma è stata progettata con l’obiettivo di ridurre i tempi di valutazione di almeno il 30%, automatizzando i controlli documentali e alcune attività di pre-analisi. Su un punto, però, INDIRE è stata molto chiara: la decisione finale rimane nelle mani dell’esperto umano.

Il Direttore Generale Flaminio Galli ha presentato lo strumento come un modo per liberare i valutatori dalle attività più ripetitive, permettendo loro di concentrarsi sulle analisi a maggior valore aggiunto.

Sara Pagliai, coordinatrice dell’Agenzia Erasmus+ INDIRE, ha indicato anche un obiettivo più ambizioso: confrontare nel tempo le valutazioni umane e quelle prodotte con il supporto dell’AI per costruire una base di apprendimento condivisa, con l’obiettivo di raggiungere una maggiore equità tra diversi contesti (scuola, università, educazione degli adulti) e territori.

Il progetto è stato condiviso con la Commissione europea e opera nel rispetto del GDPR.

Cosa cambia concretamente per chi scrive proposte

Ufficialmente, nulla. I criteri di valutazione rimangono gli stessi, la decisione continua a spettare all’esperto e l’architettura dei punteggi non cambia.

Nella pratica, però, ci sono almeno tre aspetti che vale la pena tenere presenti.

Primo: la leggibilità del testo diventa ancora più strategica.

Se un primo livello di analisi viene affidato a un agente che esamina struttura, copertura dei contenuti e coerenza con i criteri della call, una proposta costruita con un’architettura chiara: sezioni esplicite, parole chiave utilizzate secondo il significato attribuito loro dal programma, affermazioni verificabili, può essere riconosciuta più facilmente come completa.

Un testo confuso non affatica soltanto il valutatore: offre anche alla macchina meno elementi su cui lavorare.

Secondo: la coerenza diventa più visibile.

Un agente in grado di confrontare documenti e sezioni può individuare sistematicamente eventuali contraddizioni interne: tra obiettivi e attività, tra budget e workplan, tra impatto e target.

È una buona notizia per chi costruisce le proposte con attenzione. Un po’ meno per chi conta sul fatto che un singolo lettore, magari alle prese con molte candidature, possa non accorgersi di alcune incoerenze.

Terzo: il linguaggio standardizzato funziona fino a un certo punto. Poi può diventare un limite.

Un agente addestrato sui criteri riconoscerà facilmente il vocabolario del programma. Ma se una proposta è soltanto un mosaico ben costruito di parole chiave Erasmus+, avrà anche meno contenuti distintivi capaci di convincere il valutatore umano che prenderà la decisione finale.

La lezione, in fondo, è qualcosa che chi scrive buoni progetti conosce già: chiarezza nel linguaggio, contenuti distintivi.

Le domande ancora aperte

VAL.ER.AI è un’iniziativa che è stata comunicata con un approccio trasparente e una governance definita. Rimangono però alcune questioni aperte che sarà interessante seguire nei prossimi mesi.

Come verrà realmente costruita la “base di apprendimento condivisa” tra valutazioni umane e AI? Pagliai ne ha parlato come di uno strumento per aumentare l’equità tra contesti. È probabilmente l’elemento più ambizioso e, allo stesso tempo, più delicato: una memoria delle valutazioni riflette infatti delle scelte, alcune esplicite, altre meno, che potrebbero influenzare il modo in cui verranno lette le candidature future.

Ci sarà trasparenza per i candidati rispetto a dove interviene l’AI e dove invece non interviene? In un processo di valutazione, poter comprendere perché una proposta abbia ricevuto un determinato punteggio è un elemento che contribuisce anche alla qualità del sistema.

Altre Agenzie Nazionali seguiranno questa strada? INDIRE si è mossa per prima, ma il problema legato al volume delle candidature riguarda l’intero panorama europeo.

Un precedente che le altre Agenzie osserveranno con attenzione

INDIRE è la prima Agenzia Nazionale a formalizzare un processo di valutazione assistito dall’intelligenza artificiale su questa scala. Ma la pressione che ha portato a questa scelta non riguarda soltanto l’Italia.

Le Agenzie Nazionali europee si confrontano con un’equazione simile: un numero crescente di candidature, proposte articolate su molte pagine e un bacino di valutatori che non può crescere allo stesso ritmo.

Quando un’Agenzia individua uno strumento capace di ridurre del 30% il carico operativo, è ragionevole aspettarsi che anche le altre guardino con attenzione a quella soluzione.

Ci sono diversi motivi per pensare che il modello possa diffondersi. La Commissione europea è già stata coinvolta nello sviluppo di VAL.ER.AI, in particolare per quanto riguarda la protezione dei dati, creando così una base regolatoria che potrebbe agevolare eventuali sviluppi futuri. Microsoft e Hevolus dispongono ora di un caso applicativo concreto. E il quadro politico delineato dallo State of the Union, con l’AI industriale tra le priorità strategiche europee e una crescente attenzione all’innovazione della pubblica amministrazione, si muove nella stessa direzione.

Resta invece meno chiaro quanto un’eventuale diffusione sarà coordinata.

Se ogni Agenzia Nazionale sviluppasse un proprio strumento, con differenti basi di apprendimento e logiche di funzionamento, il rischio sarebbe quello di frammentare ulteriormente il panorama della valutazione, andando nella direzione opposta rispetto all’obiettivo di maggiore equità alla base di VAL.ER.AI.

Se, al contrario, la Commissione utilizzasse questa esperienza per definire standard condivisi per la valutazione assistita dall’AI all’interno della rete delle Agenzie Nazionali, potremmo trovarci davanti a uno degli esperimenti di governance più interessanti dell’attuale periodo di programmazione.

Quali effetti verso il prossimo Quadro Finanziario Pluriennale?

È qui che VAL.ER.AI incontra una discussione più ampia, destinata a incidere sui prossimi sette anni di programmazione europea.

Il prossimo Quadro Finanziario Pluriennale (QFP) sarà discusso in un contesto caratterizzato da una forte pressione verso una maggiore efficienza, una riduzione degli oneri amministrativi e una capacità più rapida di dimostrare risultati misurabili.

Strumenti come VAL.ER.AI si inseriscono bene in questo scenario ed è possibile immaginare almeno tre potenziali direzioni di cambiamento.

La struttura delle candidature potrebbe cambiare. Se la pre-analisi assistita dall’intelligenza artificiale diventasse uno standard, i formulari potrebbero evolvere per essere più facilmente analizzabili: campi maggiormente strutturati, indicatori di impatto identificati in maniera più esplicita e meno spazio per una narrazione completamente libera. Le proposte potrebbero quindi diventare più brevi e schematiche, anziché più lunghe.

I criteri di valutazione potrebbero diventare più granulari. Un agente funziona meglio quando i criteri vengono scomposti in elementi verificabili. Nella prossima generazione delle guide dei programmi potremmo quindi assistere a una maggiore attenzione verso dimensioni di valutazione esplicite e verificabili.

Il vantaggio competitivo potrebbe spostarsi. In un sistema in cui la chiarezza leggibile dalla macchina viene valorizzata già in una prima fase, le organizzazioni che inizieranno a strutturare le proprie proposte pensando a entrambi i destinatari, umano e AI, potrebbero trovarsi in una posizione migliore. Non perché imparino ad “aggirare” lo strumento, ma perché saranno spinte a scrivere progetti più chiari e coerenti.

Nulla di tutto questo è garantito.

La direzione, però, appare coerente con diversi segnali provenienti dalla Commissione europea: semplificazione, efficienza, sviluppo dell’intelligenza artificiale industriale e utilizzo di nuovi strumenti per migliorare il funzionamento della pubblica amministrazione.

VAL.ER.AI è un tassello di questo scenario. E sarà interessante capire se rimarrà un’esperienza circoscritta o se anticiperà un cambiamento più ampio nel modo in cui i progetti europei vengono valutati.