Open Data: cosa sono?

Open Data: cosa sono?

Meta description: Cosa sono gli Open Data nel 2026: definizione, licenze, portali, API e il loro ruolo nell’addestramento dei modelli di intelligenza artificiale.

Introduzione – Open Data: cosa sono?

Marco si è laureato in Informatica da tre mesi. Al primo colloquio in una software house barese gli mostrano una richiesta di un cliente pubblico: costruire una dashboard che incroci i dati sulla qualità dell’aria con quelli del traffico urbano, aggiornata ogni notte senza intervento umano. Marco pensa subito a uno scraping selvaggio di siti comunali, poi il tech lead gli dice una parola che ai tempi dell’università aveva sentito solo di sfuggita: “Open Data”. Da lì scopre un intero ecosistema di dataset pubblici, API e licenze che, nel 2026, non serve più solo a “mostrare i dati ai cittadini”, ma è diventato un ingrediente strategico anche per l’addestramento di modelli di intelligenza artificiale e per lo sviluppo di applicazioni data-driven. Questo articolo racconta cosa sono davvero gli Open Data, come sono cambiati in oltre un decennio e come un neolaureato può iniziare a usarli in un progetto reale.

Indice

1. Cosa sono gli Open Data: definizione e principi
2. Breve storia: da dati.gov.it 2011 ai 15 anni del portale nazionale
3. Le licenze: IODL, Creative Commons, ODbL
4. Dove trovare Open Data in Italia e in Europa
5. Formati e standard tecnici: CSV, JSON, DCAT-AP_IT, API
6. Esempio pratico: interrogare le API di dati.gov.it con Python
7. Open Data e Intelligenza Artificiale: il nuovo carburante dei modelli
8. Il quadro normativo 2026: AI Act, Data Act e Cloud and AI Development Act
9. Buone pratiche per chi inizia a lavorare con gli Open Data
10. Conclusione

1. Cosa sono gli Open Data: definizione e principi

Gli Open Data (dati aperti) sono informazioni pubblicate da enti pubblici, aziende o organizzazioni no-profit in un formato che chiunque può consultare, scaricare, elaborare e riutilizzare liberamente, anche per scopi commerciali, senza restrizioni tecniche o legali eccessive. Non basta però “pubblicare un file” per parlare di Open Data in senso stretto: la comunità internazionale fa riferimento ai principi FAIR (Findable, Accessible, Interoperable, Reusable), che indicano come un dataset debba essere facile da trovare, tecnicamente accessibile, interoperabile con altri sistemi e realmente riutilizzabile.

In Italia il riferimento normativo è il Codice dell’Amministrazione Digitale (CAD), che recepisce la direttiva europea PSI (Public Sector Information), oggi Direttiva Open Data 2019/1024. La direttiva impone alle pubbliche amministrazioni di rendere disponibili i dati che già possiedono, in formato aperto e leggibile da macchina, salvo eccezioni per privacy, sicurezza nazionale o diritti di terzi.

2. Breve storia: da dati.gov.it 2011 ai 15 anni del portale nazionale

Il portale nazionale dati.gov.it nasce nel 2011, dopo le prime esperienze pionieristiche del Comune di Torino e della Regione Piemonte. Nel 2026 il portale ha compiuto 15 anni e l’Agenzia per l’Italia Digitale (AgID) lo ha celebrato con l’Open Data Day, dedicando un webinar proprio al tema del ruolo dei dati aperti come carburante essenziale per lo sviluppo di soluzioni basate sull’intelligenza artificiale. Rispetto ai primi anni, in cui il portale era poco più di un catalogo di link, oggi dati.gov.it si è arricchito di nuove funzionalità per facilitare la ricerca e l’accesso ai dati, favorendo il loro riutilizzo, incluse informazioni dettagliate sulle API disponibili per ogni dataset.

Da segnalare anche una novità interessante del 2026: una sezione del portale nazionale pensata per documentare come il patrimonio informativo pubblico si trasformi concretamente in servizi, analisi e applicazioni, una sorta di “vetrina” dei progetti realizzati con gli Open Data italiani — utile ispirazione per chi, come Marco, cerca casi d’uso reali da cui partire.

3. Le licenze: IODL, Creative Commons, ODbL

Un dataset “aperto” senza licenza chiara è, di fatto, inutilizzabile in produzione: un’azienda non può rischiare di costruire un prodotto commerciale su dati di cui non conosce i termini di riuso. In Italia la licenza storica è la IODL (Italian Open Data License), sviluppata da FormezPA. La versione 2.0, tuttora di riferimento, richiede solo di citare la fonte del dato, eliminando le clausole che ostacolavano il riutilizzo anche a scopo commerciale, a differenza della 1.0 che imponeva di ridistribuire i lavori derivati con la stessa licenza (clausola “share-alike”).

Oggi AgID promuove come standard la licenza Creative Commons Attribuzione 4.0 (CC-BY 4.0), mentre restano diffuse anche l’ODbL (Open Database License), tipica dei progetti geografici come OpenStreetMap, e la CC0 per i dati rilasciati senza alcun vincolo, nemmeno di attribuzione. Regola pratica per un neolaureato: prima di integrare un dataset in un progetto, verificare sempre la licenza dichiarata nei metadati e, in caso di dubbio, preferire dataset in CC-BY o CC0.

4. Dove trovare Open Data in Italia e in Europa

I portali principali da conoscere:

• dati.gov.it — il catalogo nazionale italiano, basato su tecnologia CKAN;
• data.europa.eu — il portale europeo che aggrega i cataloghi nazionali dei 27 Stati membri;
• ISTAT (dati.istat.it) — statistiche demografiche, economiche e sociali;
• OpenCoesione — dati sui progetti finanziati dai fondi di coesione e dal PNRR, aggiornati mensilmente;
• ANAC — dati su appalti e contratti pubblici;
• portali regionali e comunali, come quelli di Puglia, Bari, Milano e Roma.

A questi si affiancano i portali settoriali di enti come INPS, INAIL e Agenzia delle Entrate, sempre più orientati a esporre i dati anche tramite API REST, non solo file scaricabili.

5. Formati e standard tecnici: CSV, JSON, DCAT-AP_IT, API

Un Open Data ben fatto non è solo “aperto” nella licenza, ma anche aperto nel formato. I formati più comuni sono CSV (per tabelle semplici), JSON e XML (per strutture gerarchiche), GeoJSON e Shapefile (per dati geospaziali), fino a formati più evoluti come RDF per il Linked Open Data.

Per garantire l’interoperabilità tra amministrazioni diverse, in Italia si adotta il profilo di metadati DCAT-AP_IT, una specializzazione nazionale dello standard europeo DCAT-AP: descrive in modo omogeneo titolo, licenza, formato, frequenza di aggiornamento e punto di accesso di ogni dataset, così che un software possa “leggere” automaticamente il catalogo senza intervento umano. Questo è esattamente ciò che rende possibile costruire pipeline automatiche come quella richiesta a Marco.

6. Esempio pratico: interrogare le API di dati.gov.it con Python

Molti portali Open Data italiani girano su CKAN, una piattaforma open source che espone di default un set di API REST. Ecco un esempio minimo per cercare dataset relativi alla qualità dell’aria e leggerne i metadati:

import requests

# Endpoint dell’API CKAN di dati.gov.it
url = “https://www.dati.gov.it/opendata/api/3/action/package_search”

params = {
    “q”: “qualità aria”,   # parola chiave di ricerca
    “rows”: 5               # numero di risultati
}

response = requests.get(url, params=params, timeout=10)
response.raise_for_status()
data = response.json()

# Stampo titolo, organizzazione e licenza di ogni dataset trovato
for dataset in data[“result”][“results”]:
    print(dataset[“title”])
    print(” – Organizzazione:”, dataset[“organization”][“title”])
    print(” – Licenza:”, dataset.get(“license_title”))
    print(” – Risorse disponibili:”, len(dataset[“resources”]))
    print()

Con poche righe, Marco può automatizzare il download giornaliero dei dataset aggiornati, integrarli in un job schedulato (ad esempio con Apache Airflow o un semplice cron) e alimentare la sua dashboard senza scraping fragile e senza violare alcuna licenza, perché ogni risposta dell’API include già i metadati su titolarità e riuso.

7. Open Data e Intelligenza Artificiale: il nuovo carburante dei modelli

Negli ultimi due anni il ruolo degli Open Data si è ampliato: da strumento di trasparenza amministrativa a materia prima per l’addestramento e il fine-tuning di modelli di intelligenza artificiale. Non è un caso che AgID, nel presentare i 15 anni di dati.gov.it, abbia scelto di dedicare un intero webinar al tema, sottolineando come la disponibilità di dati aperti stia diventando il carburante essenziale per l’addestramento di modelli di IA e per la creazione di servizi digitali avanzati per i cittadini.

Per uno sviluppatore questo significa due cose concrete: primo, i dataset pubblici ben licenziati (CC-BY, CC0) sono candidati naturali per costruire corpora di training o di retrieval-augmented generation (RAG) senza incorrere in problemi di copyright; secondo, la qualità dei metadati diventa un requisito tecnico critico, perché un modello — o una pipeline di data engineering — non può “capire” un dataset se questo non è ben documentato. Non a caso il Piano d’Azione Nazionale per il Governo Aperto punta non solo ad aumentare il numero di dataset, ma soprattutto a migliorarne la qualità dei metadati.

8. Il quadro normativo 2026: AI Act, Data Act e Cloud and AI Development Act

Chi lavora con dati pubblici e IA nel 2026 deve orientarsi anche in un quadro normativo europeo che si è fatto più fitto. Il Regolamento europeo sull’IA (AI Act) prevede, dal 2 agosto 2026, l’avvio dei poteri di enforcement dell’AI Office sui modelli di IA generale (GPAI), inclusi obblighi di trasparenza sui dati di addestramento: la Commissione europea ha pubblicato un modello vincolante per la disclosure obbligatoria dei dati di addestramento usati nei modelli generativi di uso generale, proprio per permettere ai titolari dei diritti di verificare come le proprie opere siano state utilizzate.

A questo si aggiunge, dal giugno 2026, la proposta di Cloud and AI Development Act (CADA): un regolamento che collega capacità cloud, sviluppo dell’intelligenza artificiale e sovranità tecnologica europea, pensato anche per rafforzare l’infrastruttura su cui vengono elaborati, e potenzialmente riutilizzati, i grandi volumi di dati pubblici e privati. Per un neolaureato, non è necessario diventare esperto di diritto, ma conoscere l’esistenza di questi vincoli aiuta a progettare pipeline dati “compliance-friendly” fin dal primo giorno, documentando sempre provenienza e licenza dei dataset utilizzati.

9. Buone pratiche per chi inizia a lavorare con gli Open Data

Qualche consiglio pratico maturato sul campo:

• Verifica sempre la licenza prima di integrare un dataset in un prodotto commerciale.
• Preferisci le API alle esportazioni manuali: sono più stabili, versionate e spesso restituiscono metadati aggiornati in tempo reale.
• Controlla la data di ultimo aggiornamento: un Open Data “abbandonato” da anni può introdurre errori silenziosi nella tua pipeline.
• Documenta la provenienza dei dati usati in un progetto, soprattutto se il prodotto finale integra componenti di IA generativa.
• Usa gli standard, come DCAT-AP_IT o GeoJSON, invece di formati proprietari, per garantire interoperabilità futura.

10. Conclusione

Gli Open Data sono passati, in poco più di un decennio, da esperimento di trasparenza amministrativa a infrastruttura strategica per l’innovazione digitale e, oggi, per l’intelligenza artificiale. Per un neolaureato in informatica rappresentano una palestra ideale: dataset reali, licenze da interpretare, API da integrare, problemi di qualità del dato da risolvere. La mia opinione tecnica è che il valore degli Open Data nei prossimi anni si giocherà sempre meno sulla quantità di dataset pubblicati e sempre più sulla qualità dei metadati e sull’affidabilità delle API, esattamente la direzione in cui si sta muovendo AgID con dati.gov.it. Chi, come Marco, impara oggi a costruire pipeline solide su dati aperti, si porta a casa una competenza trasversale spendibile in ambiti che vanno dalla pubblica amministrazione alle applicazioni di intelligenza artificiale generativa.

Formazione professionale. Per le aziende interessate ad approfondire questi temi con il proprio team, ricordiamo la possibilità di accedere a Fondimpresa per la formazione finanziata dei dipendenti.

Naviga fra l’offerta formativa per aziende IT di Innovaformazione, visualizza il catalogo QUI.

Per informazioni e un preventivo personalizzato scrivi a info@innovaformazione.net oppure chiama il 347 1012275 (Dario Carrassi).

(fonte) (fonte) (fonte)