Le Nazioni Unite gestiscono da decenni alcuni dei dati più affidabili al mondo su salute, povertà, istruzione ed energia. Il problema, fino a oggi, era trovarli e metterli insieme. Con il lancio della nuova piattaforma dati UN System, annunciato il 17 settembre 2026, l’ONU cambia approccio: unisce le statistiche di decine di agenzie in un unico sistema pensato per essere letto anche dalle intelligenze artificiali, non solo dagli analisti umani.
Punti chiave
- Il UN System Data Commons è una piattaforma open-source costruita su Data Commons di Google, lanciata il 17 settembre 2026.
- Sostituisce il vecchio portale UNData e integra dati da 26 entità ONU che hanno aderito al progetto, con quasi 20 già disponibili al lancio.
- Un benchmark interno di UNICEF ha rilevato che sei modelli AI generativi hanno risposto correttamente a domande su indicatori globali solo nel 21,2% dei casi.
- Google.org ha fornito 2 milioni di dollari in finanziamenti e supporto tecnico per costruire l’infrastruttura di base.
- L’obiettivo dichiarato è includere l’80% dei dataset statistici del sistema ONU entro il 2027.
Cosa cambia con il lancio della piattaforma UN System Data Commons
La novità principale è semplice da spiegare ma difficile da realizzare: rendere accessibile in un solo posto quello che finora era sparso tra decine di sistemi diversi. Il UN System Data Commons è una piattaforma aperta e pronta per l’AI che integra le statistiche globali critiche in un’unica risorsa consultabile, e va a sostituire il vecchio portale UNData, basato su un’interfaccia da database tradizionale, molto più macchinosa da interrogare.
Il progetto è costruito su Data Commons, il framework open source lanciato da Google nel 2018 per organizzare dataset pubblici provenienti da fonti diverse in un’unica struttura comune. A sostenerlo economicamente è intervenuta Google.org, che ha messo sul piatto 2 milioni di dollari in finanziamenti per il capacity building e supporto tecnico dedicato a costruire l’infrastruttura portante del sistema, insieme al contributo della UN Foundation.
Prem Ramaswami, a capo del team Data Commons di Google, ha raccontato che la piattaforma è ospitata su un’istanza governata dalle Nazioni Unite e pensata per essere gestita e ampliata in autonomia dall’organizzazione stessa. Il team ha adottato quello che Ramaswami chiama un approccio “train-the-trainer”: formare il personale ONU affinché possa poi occuparsi in proprio dello sviluppo del sistema, un percorso che secondo lui ha già mostrato risultati rapidi.
Come funziona l’integrazione dei dataset ONU in un unico grafo di conoscenza
Il cuore tecnico del progetto è un grafo di conoscenza che collega automaticamente metriche, timeline e confini geografici, eliminando il lavoro manuale che finora impegnava gli analisti per mesi prima di poter cominciare una vera analisi. Shantanu Mukherjee, direttore in carica della Divisione Statistica delle Nazioni Unite, ha descritto il salto compiuto in questi termini: “Siamo ordini di grandezza più avanzati in scala, portata e flessibilità, collegando per la prima volta così tante agenzie in tutto il sistema ONU. E stiamo cogliendo questo momento anche per rendere i nostri dati pronti per l’AI.”
Al momento del lancio, 26 entità ONU hanno aderito formalmente al progetto, con dati provenienti da quasi 20 di queste già disponibili e consultabili. È un numero che dà la misura di quanto fosse frammentato il sistema precedente, dove ogni agenzia organizzava le proprie statistiche con formati spesso incompatibili tra loro, anche all’interno della stessa organizzazione.
La base tecnica che rende possibile questa interoperabilità è il Model Context Protocol (MCP), uno standard aperto che Google ha integrato in Data Commons già l’anno scorso, permettendo agli agenti AI di interrogare direttamente la piattaforma per ottenere statistiche insieme alle loro fonti originarie. Ogni dato resta rintracciabile fino alla sua origine ONU, un elemento che secondo João Pedro Azevedo, capo statistico di UNICEF, diventa sempre più importante man mano che le persone si affidano agli strumenti AI per trovare e interpretare le informazioni.
Ricerca in linguaggio naturale e assistenti AI per esplorare i dati
Chi usa la piattaforma non deve più conoscere la struttura dei database ONU: basta formulare una domanda in linguaggio comune. La ricerca dati con linguaggio naturale permette a chiunque, da un responsabile di programma di un’organizzazione non profit a un giornalista fino a un analista di politiche internazionali, di chiedere informazioni in modo diretto e ricevere subito dati e visualizzazioni interattive pertinenti.
Chi preferisce navigare senza digitare domande può usare la sezione Explore per filtrare i contenuti per area geografica o per temi come salute e istruzione, mentre la sezione Blog traduce trend complessi in report già pronti alla lettura, come le analisi basate sui dati UNICEF su cosa funziona davvero per ridurre la povertà infantile nel mondo.
Il lancio porta anche un salto di qualità nel modo in cui l’AI viene messa al lavoro: invece di passare ore a cercare numeri manualmente e assemblare fogli di calcolo, è possibile chiedere a un assistente AI di occuparsene. Grazie agli standard aperti su cui è costruita, la piattaforma consente agli agenti AI di recuperare autonomamente cifre autorevoli, collegare informazioni tra domini diversi e impacchettare tutto in grafici, infografiche o bozze di report scritti. In una demo, Google ha chiesto a un sistema AI di ricostruire l’impatto del programma statunitense PEPFAR contro l’AIDS in Africa: il sistema ha individuato le statistiche ONU rilevanti su infezioni da HIV, mortalità legata all’AIDS e aspettativa di vita, trasformandole in un’infografica completa.
Il problema dell’accuratezza: perché l’affidabilità dei dati conta più che mai
Dietro questo lancio c’è un problema molto concreto che riguarda tutti gli utenti dell’AI generativa, non solo le Nazioni Unite. Un benchmark interno di UNICEF, condotto su sei grandi modelli linguistici e oltre 133.000 risposte a domande su indicatori di sviluppo globale, ha registrato un punteggio medio di accuratezza di appena il 21,2%. Lo ha spiegato Azevedo durante un briefing virtuale con i giornalisti.
Il test ha coinvolto GPT-4o e GPT-4o-mini di OpenAI, Claude Sonnet 4.5 e Haiku 4.5 di Anthropic, e Gemini 2.5 Flash e Gemini 2.0 Flash di Google. Circa tre risposte su cinque non fornivano nemmeno un numero utilizzabile, spesso perché i modelli tendevano a smorzare o evitare la risposta diretta. Ancora più significativo: quando le stesse domande sono state riproposte due giorni dopo agli stessi modelli, quelli che avevano fornito un numero in entrambe le occasioni restituivano il valore identico solo circa la metà delle volte.
Questo dato spiega da solo perché avere una fonte di statistiche globali ONU verificata e tracciabile, a cui gli agenti AI possano collegarsi direttamente tramite MCP, non è un dettaglio tecnico ma una necessità operativa. UNICEF ha già osservato un’impennata di traffico proveniente dagli assistenti AI verso il proprio sito dati, che riceve oltre 6 milioni di visite mensili: le visite generate da link cliccati nelle risposte di ChatGPT sono aumentate del 67% su base annua tra il 1° gennaio e il 14 settembre, arrivando a rappresentare il 6,4% di tutte le sessioni, mentre gli assistenti AI nel complesso pesano ormai per circa una visita su dieci.
Validazione dei dataset e obiettivi al 2027
Nonostante l’automazione, l’ONU insiste su un punto: nessun dataset entra nella piattaforma senza controllo umano. Ogni raccolta di dati viene validata da statistici ed esperti tecnici del sistema ONU, così che ogni risposta resti ancorata a fatti ufficiali e verificati. È il modo con cui l’organizzazione cerca di conciliare la velocità offerta dagli agenti AI con l’affidabilità che le sue statistiche devono garantire.
Ramaswami ha comunque ricordato un limite che vale per qualsiasi sistema AI, anche quando si appoggia a dati autorevoli: “Poiché i modelli possono interpretare male le nuove sfumature, una persona dovrebbe sempre rivedere i risultati prima di citarli o pubblicarli”. È un avvertimento che completa il quadro: la piattaforma rende i dati più accessibili, ma non elimina la necessità di un controllo umano finale su ciò che l’AI restituisce.
Sul fronte della crescita, l’ONU ha fissato un traguardo preciso: nel corso del prossimo anno continuerà ad aggiungere dataset da altre entità del sistema, con l’obiettivo di includere l’80% dei dataset statistici del sistema ONU entro il 2027. Chi vuole esplorare da subito la piattaforma può farlo su data.un.org.
FAQ
Cos’è il UN System Data Commons?
È una piattaforma aperta e pronta per l’AI che unisce i dataset statistici delle Nazioni Unite in un’unica risorsa consultabile, pensata per rendere più semplice l’accesso ai dati globali.
Come aiuta la piattaforma gli utenti a esplorare i dati?
Consente la ricerca in linguaggio naturale, permettendo a utenti come giornalisti e analisti politici di fare domande in modo diretto e ricevere immediatamente dati e visualizzazioni.
Quanto sono affidabili i dati presenti sulla piattaforma?
Tutti i dataset vengono validati da statistici ed esperti tecnici del sistema ONU per garantirne l’accuratezza e l’affidabilità.
Quali espansioni future sono previste per la piattaforma?
Il sistema ONU punta ad aggiungere dataset da altre agenzie fino a coprire l’80% dei dataset statistici entro il 2027.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.