T.A.R. Campania, Napoli, Sez. V, 5.3.2026, n. 1525
Il presente contributo esamina la sentenza del TAR Campania Napoli, sez. V, n. 1525 del 5 marzo 2026, con cui il giudice amministrativo ha confermato la legittimità dell’esclusione di un operatore economico da una gara per la progettazione e lo sviluppo di un software basato sull’applicazione dei modelli di intelligenza artificiale applicati alla ricostruzione testuale dei papiri ercolanesi.
Tale provvedimento era stato adottato in ragione del mancato superamento della soglia di sbarramento prevista dalla lex specialis di gara con riferimento a uno dei criteri di valutazione dell’offerta.
Il Collegio ha ritenuto l’operato della Commissione Giudicatrice immune dai vizi lamentati, atteso che il concorrente non poteva “spendere” le esperienze maturate nel restauro virtuale di affreschi e dipinti per comprovare l’esperienza nell’uso dell’intelligenza artificiale applicata ai testi antichi, data la sostanziale diversità tra i due ambiti sotto il profilo tecnico.
Il caso di specie
La vicenda origina dalla procedura di gara indetta dall’Università degli Studi Federico II di Napoli per l’affidamento del servizio/fornitura avente ad oggetto “Attività di ricerca volta alla progettazione e allo sviluppo di ‘Theion’, un software basato sull’applicazione di modelli di intelligenza artificiale alla ricostruzione testuale dei papiri ercolanesi”.
La ricorrente, essendo stata estromessa dalla gara a causa del mancato raggiungimento della soglia di sbarramento prevista dalla disciplina di gara, avendo conseguito un punteggio pari a zero in corrispondenza del sub criterio di valutazione 2.2. “Esperienza del team di lavoro nell’addestramento di modelli AI per testi frammentari”, ha impugnato il provvedimento di esclusione, assumendo l’irragionevolezza del punteggio attribuito alla propria offerta e lamentando l’omessa attivazione del soccorso istruttorio.
Ad avviso di quest’ultima, in particolare, la Commissione si sarebbe limitata a un controllo meramente formale della propria offerta e non si sarebbe avveduta dell’equivalenza funzionale tra la visione artificiale applicata alla ricostruzione e all’analisi degli artefatti visivi, quali gli affreschi, le superfici pittoriche, i dipinti frammentari o deteriorati, e il dominio dell’elaborazione del linguaggio artificiale applicato ai testi antichi.
La decisione
Il TAR ha rigettato il ricorso, confermando la legittimità del provvedimento di esclusione.
Secondo il TAR, in particolare, il principio di equivalenza incontra un limite nell’aliud pro alio: ciò significa che il concorrente che voglia presentare un prodotto o un servizio equivalente a quello richiesto non può offrire un bene difforme rispetto a quello descritto dalla lex specialis, configurando una siffatta ipotesi un aliud pro alio non rimediabile.
Nel caso di specie, i due ambiti di intelligenza artificiale, pur condividendo le metodologie basate sull’apprendimento automatico (e, dunque, le basi matematiche del machine learning), operano su oggetti, obiettivi e processi radicalmente differenti.
La visione artificiale lavora, infatti, sui pattern cromatici, sulle texture e sulle strutture visive: il suo obiettivo è, dunque, quello di ricostruire l’aspetto fisico di un artefatto.
L’elaborazione del linguaggio naturale (NPL) applicata ai testi antichi lavora, invece, sulle sequenze linguistiche, sulla morfologia, sulla sintassi e sul vocabolario e il suo scopo è quello di riconoscere le grafie, integrare le parole mancanti, ricostruire i contesti sintattici e interpretare le strutture morfologiche complesse.
In sostanza, la NPL non si limita a una mera analisi delle immagini volta a una ricostruzione delle stesse, ma esegue un esame linguistico e semantico del testo frammentato, comprendendone il significato e suggerendo specifici vocaboli che, da un lato, garantiscano il senso dell’elaborato e, dall’altro, siano scelti avendo come riferimento lo stile adottato dall’autore nelle proprie opere.
Essendo l’offerta tecnica risultata carente sotto un profilo essenziale – quale quello della documentata esperienza sui progetti di AI applicata ai testi antichi frammentari – la ricorrente non poteva accedere neppure al soccorso istruttorio.
L’operato della Commissione Giudicatrice è risultato, quindi, immune dai vizi lamentati anche sotto questo aspetto, non potendo il soccorso istruttorio tradursi in un’operazione di integrazione, di correzione o di modificazione postuma dell’offerta. E ciò non solo per ragioni di par condicio competitorum, ma anche in considerazione del principio di autoresponsabilità dei concorrenti, che impone a ciascuno di essi di sopportare le conseguenze derivanti dagli eventuali errori commessi nella presentazione della documentazione e nella formulazione dell’offerta.
Brevi considerazioni finali
La decisione che si annota chiarisce che le regole, gli istituti e i principi propri del diritto dei contratti pubblici devono essere applicati con particolare attenzione quando nella procedura di gara vengono in rilievo tecnologie complesse, come i sistemi di intelligenza artificiale.
In questi contesti, la valutazione dell’offerta tecnica dipende da requisiti altamente specialistici e da criteri formulati con precisione nella lex specialis. Ne deriva che, ove il disciplinare richieda uno specifico tipo di esperienza tecnica, il concorrente è chiamato a dimostrare in modo puntuale la pertinenza della propria esperienza rispetto a quel preciso ambito applicativo.
In questa prospettiva, eventuali dubbi sulla riconducibilità della propria esperienza ai criteri di valutazione dell’offerta devono essere risolti prima della presentazione dell’offerta, attraverso lo strumento della richiesta di chiarimenti da indirizzare alla stazione appaltante.
Una volta presentata l’offerta non è, infatti, possibile “confidare” nell’esperibilità del soccorso istruttorio per integrare o ridefinire gli elementi essenziali dell’offerta, né per colmare lacune relative ad aspetti che incidono sull’attribuzione del punteggio.
Link alla sentenza: https://mdp.giustizia-amministrativa.it/visualizza/?nodeRef=&schema=tar_na&nrg=202506462&nomeFile=202601525_01.html&subDir=Provvedimenti