Parliamoci chiaro: semplificazione del linguaggio della Pubblica Amministrazione nell'era dell'IA generativa

Day by day, Public Administration is getting increasingly digital, and institutional communication can no longer be a secondary concern; rather, it is often the main gateway to public services. When texts are opaque — because of syntax, vocabulary, or the way information is structured — they can become a real barrier for many citizens, especially for those who are less familiar with administrative language and digital tools. This study examines whether, and to what extent, generative AI can support the simplification of administrative language without confusing fluency and readability with genuine clarity. Adopting a linguistic and socio-communicative perspective, the research focuses on a corpus of informational texts and administrative forms produced by the Municipality of Padua. Using the "DyLan-TextTools" platform, the texts are analysed in their original versions and in zero-prompt rewritings generated by two models, ChatGPT and Gemini. The analysis combines quantitative measures — like the Gulpease readability index, and the coverage of the Italian Basic Vocabulary (Vocabolario di Base) — with a qualitative examination of reformulation strategies. This mixed approach makes it possible to identify recurring techniques as well as strengths, critical issues, and limitations of AI-generated simplification (including omissions, conservative simplification, shifts in register, and anomalous cases). Based on these findings, the thesis proposes a set of guidelines and a practical workflow for integrating generative writing into simplification processes, under two key conditions: careful prompt design and systematic human review, to ensure accuracy and procedural consistency in public-facing texts.

Con la digitalizzazione della Pubblica Amministrazione, la qualità della comunicazione istituzionale non è un aspetto secondario; anzi, spesso è proprio il punto di accesso ai servizi. Quando i testi sono opachi - per sintassi, lessico o organizzazione delle informazioni - diventano a tutti gli effetti una barriera per il cittadino medio, che pesa soprattutto su chi ha meno familiarità con il linguaggio amministrativo e con gli strumenti digitali. Questa ricerca indaga se (e fino a quale punto) l’IA generativa possa funzionare come supporto alla semplificazione del linguaggio della PA, senza scambiare la scorrevolezza e la leggibilità per chiarezza effettiva. Il lavoro adotta un approccio di analisi linguistica e sociocomunicativa e si concentra su un corpus di testi informativi e moduli del Comune di Padova, esaminati con l'ausilio della piattaforma DyLan-TextTools, nelle loro versioni originali e nelle riscritture prodotte da due modelli di IA generativa (ChatGPT e Gemini) in condizioni di prompt zero. L’analisi mette insieme una componente quantitativa — indice di Gulpease, profilo di complessità sintattica e copertura del Vocabolario di Base — con una lettura qualitativa delle strategie di riformulazione, allo scopo di evidenziare le tecniche più ricorrenti, i punti di forza, le criticità e i limiti dell'intelligenza artificiale (omissioni, semplificazioni conservative, ricalibrature del registro, casi anomali). Sulla base dei risultati, la tesi propone un insieme di linee guida e un modello operativo per integrare la scrittura generativa nei processi di semplificazione, insistendo su due condizioni: una progettazione sempre consapevole dei prompt ed una revisione umana sistematica, come garanzia di accuratezza e coerenza procedurale dei testi pubblici.