La maggior parte dei sistemi software è progettata per automatizzare procedure o gestire dati. Tuttavia, in contesti finanziari, sanitari e pubblici, il software non si limita a eseguire operazioni: incorpora logiche decisionali che influenzano direttamente esiti economici, operativi e sociali. In questi casi, la “correttezza funzionale” non è sufficiente: ciò che conta è la correttezza decisionale.
1. Software operativo vs software decisionale
Possiamo distinguere, in modo utile, tre famiglie di sistemi:
- software operativo: esegue compiti e workflow;
- software informativo: organizza e presenta dati;
- software decisionale: produce output che implicano una scelta (soglie, eleggibilità, convenienza, raccomandazioni).
Nei sistemi decisionali, la logica computazionale diventa una parte del processo decisionale dell’organizzazione.
2. Definizione di decision integrity
Per decision integrity intendiamo:
la capacità di un sistema software di produrre decisioni corrette, coerenti, trasparenti e verificabili rispetto al contesto tecnico‑normativo e operativo in cui è inserito.
Un sistema ad alta decision integrity esplicita assunzioni, rende verificabile la logica e riduce l’errore sistemico.
3. Dove falliscono i sistemi: errori decisionali
Molti progetti falliscono non per bug, ma per errori decisionali:
3.1 Modelli incompleti
Variabili rilevanti omesse (incentivi, vincoli, eccezioni), o contesto normativo non modellato.
3.2 Formule o regole scorrette
Errori matematici, assunzioni non dichiarate, arrotondamenti impropri, unità non coerenti.
3.3 Incentivi distorti
Sistemi ottimizzati per engagement o conversione anziché per qualità decisionale, con output formalmente plausibili ma decisioni sub‑ottimali.
4. Conseguenze della bassa integrità decisionale
Bassa decision integrity può generare:
- perdite economiche per utenti e organizzazioni,
- rischio operativo (errori ripetuti, inefficienze),
- rischio legale e reputazionale,
- perdita di fiducia nei sistemi digitali.
5. Decision‑grade architecture: requisiti essenziali
Una piattaforma decision‑grade implementa, in modo proporzionato al rischio:
- trasparenza (formule, criteri, assunzioni),
- tracciabilità (input → logica → dataset → output),
- verifica (test ripetibili, regressioni, casi noti),
- spiegabilità operativa (non “AI‑style”, ma ricostruibile),
- governance del rischio (limiti, scope, fail‑safe, policy).
6. Implicazioni settoriali
- Finanza: calcoli di imposte, convenienza, mutui, rendimenti.
- Sanità/assistenza: allocazione risorse, turnistica, valutazioni assistenziali.
- Settore pubblico: criteri di eleggibilità, soglie, diritti e incentivi.
Quando l’output guida una scelta, serve decision integrity.
7. Dalla correttezza funzionale alla correttezza decisionale
La trasformazione digitale non è solo UI o automazione. Il salto di qualità è progettare sistemi che rendano esplicita e verificabile la logica decisionale.
8. Un approccio pratico
Un percorso realistico:
- definire decisione, rischio e criteri di correttezza;
- formalizzare dati e assunzioni;
- isolare il “kernel decisionale” in moduli testabili;
- introdurre QA deterministico (golden tests);
- progettare UX orientata a fiducia e verificabilità.
9. Conclusioni
In molti domini, il software è già un meccanismo decisionale. La decision integrity diventa quindi una priorità tecnica, organizzativa ed etica. Le decision‑grade platforms sono l’architettura naturale quando la qualità della decisione è il vero prodotto.