Massimo ESPOSITO, “Intelligenza Artificiale a supporto dell’innovazione organizzativa della Pubblica Amministrazione”

Abstract dell’intervento

Nel corso degli anni si è assistito ad un rapido cambiamento degli scenari lavorativi nella Pubblica Amministrazione con ruoli e mansioni in rapida evoluzione, richiedenti in misura sempre maggiore di competenze trasversali legate alle specificità della persona. La sfida più importante, dunque, per il futuro del lavoro nella Pubblica Amministrazione è quella di interpretare il cambiamento in atto, anche grazie all’Intelligenza Artificiale, favorendo una più efficace gestione del suo capitale umano in relazione sia al suo benessere che alle esigenze lavorative ed organizzative. Nell’intervento si parlerà di un’esperienza di successo in cui l’Intelligenza Artificiale è stata applicata per fornire supporto decisionale ed operativo nella gestione delle risorse umane nell’ambito di un accordo di collaborazione tra CNR-ICAR e la Direzione del Personale del Dipartimento dell’Amministrazione Generale, del Personale e dei Servizi del Ministero dell’Economia e delle Finanze. 

Intervento in IA NO STOP – GOVERNANCE Venerdì 25 settembre ore 13.00 – 13.30 


Breve biografia

Dott. Massimo ESPOSITO, Ricercatore presso l’Istituto di Calcolo e Reti ad Alte Prestazioni

Massimo Esposito è ricercatore presso l’Istituto di Calcolo e Reti ad Alte Prestazioni del Consiglio Nazionale delle Ricerche dal 2009. Ha conseguito la laurea in Ingegneria Informatica nel 2004 e il Dottorato di Ricerca in Information Technology nel 2011. Dal 2012 è Professore a contratto di Informatica presso l’Università degli Studi di Napoli “Federico II”, Facoltà di Ingegneria. I suoi attuali interessi di ricerca sono nel campo dell’Intelligenza Artificiale e si concentrano su algoritmi e tecniche per costruire sistemi intelligenti di supporto decisionale, in grado di comprendere e generare contenuto o dialoghi in linguaggio naturale ed, al contempo, di estrarre conoscenza, con valore sia informativo che predittivo, da grosse moli di dati eterogenei.