{"id":96724,"date":"2025-11-28T07:00:19","date_gmt":"2025-11-28T06:00:19","guid":{"rendered":"https:\/\/www.foodtimes.eu\/?p=96724"},"modified":"2025-11-27T17:14:23","modified_gmt":"2025-11-27T16:14:23","slug":"ia-sicurezza-alimentare-rapporto-fao","status":"publish","type":"post","link":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/","title":{"rendered":"IA per la sicurezza alimentare: il rapporto FAO"},"content":{"rendered":"<p id=\"2b48112c-b3ab-809d-a4cf-d75d0033afd0\" class=\"\">Il rapporto FAO del 2025 &#8216;<em><strong>Artificial Intelligence for Food Safety<\/strong><\/em><em>\u00a0\u2013 A Literature Synthesis, Real-World Applications and Regulatory Frameworks<\/em>&#8216;, sviluppato insieme a ricercatori della Wageningen University &amp; Research, fornisce una delle valutazioni pi\u00f9 complete su come l&#8217;intelligenza artificiale stia ridisegnando la governance della\u00a0<strong>sicurezza alimentare globale<\/strong>\u00a0(van Meer et al., 2025). Il rapporto offre una rassegna scientifica, descrive casi di studio pratici provenienti dalle principali autorit\u00e0 nazionali e analizza il panorama normativo internazionale. L&#8217;IA si posiziona cos\u00ec non come una tecnologia di un futuro distante, ma come uno strumento attuale con profonde implicazioni per migliorare l&#8217;<strong>efficienza, la capacit\u00e0 predittiva e la resilienza<\/strong>\u00a0dei sistemi di sicurezza alimentare in tutto il mondo, mettendo allo stesso tempo in guardia contro il suo uso prematuro o non regolamentato.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_85 counter-hierarchy ez-toc-counter ez-toc-light-blue ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#Sintesi_della_letteratura_mappatura_dei_domini_applicativi_dellIA\" >Sintesi della letteratura: mappatura dei domini applicativi dell&#8217;IA<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#Applicazioni_nel_mondo_reale_innovazione_operativa_per_le_autorita_competenti\" >Applicazioni\u00a0nel mondo reale: innovazione operativa per le autorit\u00e0 competenti<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#Limperativo_della_governance_e_dellIA_responsabile\" >L&#8217;imperativo della governance e dell&#8217;IA responsabile<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#Conclusioni_provvisorie\" >Conclusioni provvisorie<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#Riferimenti\" >Riferimenti<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n<h2 id=\"2b48112c-b3ab-8094-b16b-dff8efd29045\" class=\"\"><span class=\"ez-toc-section\" id=\"Sintesi_della_letteratura_mappatura_dei_domini_applicativi_dellIA\"><\/span>Sintesi della letteratura: mappatura dei domini applicativi dell&#8217;IA<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p id=\"2b48112c-b3ab-801e-b091-ce6e610b1a04\" class=\"\">Il rapporto FAO si basa su una revisione di 133 pubblicazioni scientifiche sottoposte a <em>peer review<\/em>, il cui numero \u00e8 rapidamente aumentato a partire dal 2012. L&#8217;analisi classifica le applicazioni dell&#8217;IA in tre domini principali:<\/p>\n<ul id=\"2b48112c-b3ab-80fe-bbe2-c2362fc8c254\" class=\"bulleted-list\">\n<li>il pi\u00f9 rilevante \u00e8 la &#8216;<strong>consulenza scientifica<\/strong>&#8216;, dove gli algoritmi di <em>machine learning<\/em> (ML) e <em>deep learning<\/em> (DL) stanno rivoluzionando i processi di laboratorio. Queste applicazioni spaziano dall&#8217;uso di reti neurali convoluzionali (CNN) per identificare patogeni di origine alimentare in immagini microscopiche all&#8217;impiego di random forest per prevedere la virulenza di ceppi di\u00a0Salmonella\u00a0in carne di pollo macinata, a partire dai dati genomici (Karanth et al., 2022; Kang, Park, &amp; Chen, 2020). L&#8217;IA aiuta inoltre la ricerca fondamentale, come la modellizzazione del bioaccumulo di metalli pesanti negli ecosistemi suolo-coltura e la comprensione dei fattori ambientali che portano alla contaminazione microbica (Hu et al., 2020; Toro et al., 2022);<\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-807c-8059-c2c1e5735aae\" class=\"bulleted-list\">\n<li>il secondo dominio, &#8216;<strong>ispezione e controllo alle frontiere<\/strong>&#8216;, sebbene meno esplorato, mostra un potenziale significativo per migliorare il processo decisionale basato sul rischio. I modelli vengono in questo caso utilizzati per verificare l&#8217;autenticit\u00e0 degli alimenti &#8211; come distinguere le specie ittiche mediante spettroscopia Fourier transform nel vicino infrarosso &#8211; e per prevedere quali carichi di alimenti importati presentino il rischio pi\u00f9 elevato per la sicurezza, cos\u00ec da consentire campionamenti mirati e un&#8217;allocazione pi\u00f9 efficiente delle risorse (Liu, Liu, Li, &amp; Wang, 2023; Wu et al., 2023a);<\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80f1-acc9-d7f89726339c\" class=\"bulleted-list\">\n<li>il terzo dominio comprende le &#8216;<strong>attivit\u00e0 delle autorit\u00e0 competenti<\/strong>&#8216;, dove l&#8217;analisi basata su IA di dati non strutturati provenienti da fonti come social media, notiziari e fatture elettroniche consente l&#8217;individuazione precoce di focolai di malattie di origine alimentare e l&#8217;identificazione di preoccupazioni emergenti dei consumatori (Chen &amp; Zhang, 2022; Sadilek et al., 2018).<\/li>\n<\/ul>\n<h2 id=\"2b48112c-b3ab-8050-ab7b-dce67476c3cc\" class=\"\"><span class=\"ez-toc-section\" id=\"Applicazioni_nel_mondo_reale_innovazione_operativa_per_le_autorita_competenti\"><\/span><strong>Applicazioni<\/strong>\u00a0nel mondo reale: innovazione operativa per le autorit\u00e0 competenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p id=\"2b48112c-b3ab-8057-977e-c0b61b08d2df\" class=\"\">Il rapporto presenta una serie diversificata di\u00a0<strong>applicazioni pratiche<\/strong> gi\u00e0 implementate <strong>dalle autorit\u00e0 di sicurezza alimentare<\/strong>\u00a0in Europa, Asia e Nord America.<\/p>\n<p id=\"2b48112c-b3ab-80fd-9f85-e12e505e9def\" class=\"\">Nel\u00a0<strong>Regno Unito<\/strong>, le autorit\u00e0 hanno introdotto il <em><strong>text mining<\/strong><\/em>\u00a0abilitato dall&#8217;IA per vagliare migliaia di documenti non strutturati, estraendo segnali deboli da rapporti di incidenti, allerte internazionali e letteratura scientifica. Questi sistemi supportano una\u00a0<strong>sorveglianza<\/strong>\u00a0quasi in tempo reale e riducono in misura significativa gli sforzi di screening manuale, aumentando al contempo la sensibilit\u00e0 ai segnali di allerta precoce.<\/p>\n<p id=\"2b48112c-b3ab-808d-abaa-ea74f094df47\" class=\"\">La <strong>Singapore<\/strong> Food Agency (SFA) ha implementato analisi automatizzate per monitorare <strong>allerte globali di sicurezza alimentare in pi\u00f9 lingue<\/strong>, consentendo\u00a0<strong>controlli all&#8217;importazione<\/strong>\u00a0pi\u00f9 mirati per un Paese che dipende fortemente dalle catene di approvvigionamento internazionali. Il sistema applica il <em>machine learning<\/em> per classificare la rilevanza degli eventi, monitorare le tendenze e identificare potenziali pericoli in una fase precoce.<\/p>\n<p id=\"2b48112c-b3ab-809e-a182-fcb42b633428\" class=\"\">Un&#8217;applicazione particolarmente avanzata proviene dagli <strong>USA<\/strong>, ove la Food and Drug Administration (FDA)\u00a0ha implementato un\u00a0<strong>modello di <\/strong><em><strong>machine learning<\/strong><\/em><strong> basato su alberi potenziati (LightGBM)<\/strong>\u00a0per prevedere la probabilit\u00e0 che un carico di alimenti importati violi i requisiti normativi. Combinando dati sulla cronologia delle spedizioni, caratteristiche del prodotto, stabilimento esportatore e indicatori di rischio del paese, il modello FDA migliora l&#8217;efficienza del targeting e aumenta la probabilit\u00e0 di intercettare prodotti non sicuri alla frontiera. Il rapporto FAO evidenzia questo sistema come un esempio leader di sorveglianza delle importazioni guidata dall&#8217;IA all&#8217;interno di un ambiente normativo ad alto volume.<\/p>\n<p id=\"2b48112c-b3ab-801e-ae01-f672a209bf42\" class=\"\">Le autorit\u00e0 in\u00a0<strong>Irlanda <\/strong>(FSAI) <strong>e Italia<\/strong>\u00a0(Istituto Zooprofilattico Sperimentale, IZS) stanno anche utilizzando modelli predittivi, rispettivamente, per identificare segnali deboli che possono indicare futuri rischi per la sicurezza alimentare e per prevedere se i patogeni si sono adattati a specifiche fonti alimentari sulla base di dati genomici. Questi modelli consentono un campionamento e un&#8217;allocazione delle risorse pi\u00f9 efficienti, migliorando al contempo i tassi di rilevamento per pericoli microbiologici e chimici.<\/p>\n<p id=\"2b48112c-b3ab-800d-81fc-d95bb503b2c7\" class=\"\">L&#8217;IA viene utilizzata anche nell&#8217;<strong>epidemiologia genomica<\/strong>\u00a0per accelerare le indagini sui focolai. I processi di <em>machine learning<\/em> possono raggruppare i dati di sequenziamento dell&#8217;intero genoma, identificare potenziali ceppi di focolai e dedurre le fonti di contaminazione pi\u00f9 rapidamente rispetto alle analisi tradizionali. Questi sistemi rafforzano la collaborazione transfrontaliera attraverso reti come INFOSAN, consentendo risposte pi\u00f9 rapide ai focolai di origine alimentare.<\/p>\n<p id=\"2b48112c-b3ab-8008-8a23-cc29123fb6bb\" class=\"\">Infine, l&#8217;<strong>ispezione basata su immagini<\/strong>\u00a0utilizzando reti neurali convoluzionali viene sperimentata per rilevare materiali estranei, valutare la qualit\u00e0 superficiale degli alimenti e supportare la verifica delle etichette. Le prime ricerche dimostrano che i modelli di <em>deep learning<\/em> superano l&#8217;ispezione manuale per specifici compiti visivi quando addestrati su set di dati annotati sufficientemente ampi.<\/p>\n<p id=\"2b48112c-b3ab-80e1-aee1-f38a60881d83\" class=\"\">In tutti questi esempi, il rapporto sottolinea tre principi condivisi: l&#8217;importanza dell&#8217;<strong>esplicabilit\u00e0<\/strong>, il ruolo della\u00a0<strong>supervisione esperta<\/strong>\u00a0attraverso sistemi &#8216;human-in-the-loop&#8217;, e la necessit\u00e0 di chiari\u00a0<strong>protocolli di validazione<\/strong>\u00a0per mantenere l&#8217;integrit\u00e0 scientifica e normativa.<\/p>\n<h2 id=\"2b48112c-b3ab-801f-9e99-f64bef8627e4\" class=\"\"><span class=\"ez-toc-section\" id=\"Limperativo_della_governance_e_dellIA_responsabile\"><\/span>L&#8217;imperativo della governance e dell&#8217;IA responsabile<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p id=\"2b48112c-b3ab-80ac-ab67-eb254a1bf557\" class=\"\">Un tema centrale del rapporto FAO \u00e8 la necessit\u00e0 critica di una robusta\u00a0<strong>governance dell&#8217;IA<\/strong>\u00a0e di protocolli etici per garantire un&#8217;implementazione affidabile. L&#8217;analisi rileva una proliferazione globale di linee guida nazionali e internazionali, come l&#8217;AI Act dell&#8217;Unione Europea e la Raccomandazione dell&#8217;UNESCO sull&#8217;etica dell&#8217;IA, ove si enfatizzano i principi di trasparenza, equit\u00e0, responsabilit\u00e0 e supervisione umana (European Parliament, 2024; UNESCO, 2021).<\/p>\n<p id=\"2b48112c-b3ab-8082-a41b-e68196b04566\" class=\"\">Il rapporto identifica\u00a0<strong>sfide chiave<\/strong>\u00a0che devono essere gestite, tra cui:<\/p>\n<ul id=\"2b48112c-b3ab-80f0-b527-e669835f188e\" class=\"bulleted-list\">\n<li>il problema della &#8216;<strong>scatola nera<\/strong>&#8216; degli algoritmi complessi, dove tecniche di\u00a0<strong>IA esplicabile (XAI)<\/strong>\u00a0come SHapley Additive exPlanations (SHAP) sono necessarie per chiarire le decisioni del modello (Lundberg &amp; Lee, 2017);<\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-809c-a8ec-dc6e52ef8d04\" class=\"bulleted-list\">\n<li>il\u00a0<strong>bias dei dati<\/strong>, che pu\u00f2 perpetuare disuguaglianze esistenti se i dati di addestramento non sono rappresentativi. I dati su cui vengono addestrati i sistemi di IA possono tra l\u2019altro cambiare in modo significativo e inaspettato nel tempo, influenzando la funzionalit\u00e0 e l&#8217;affidabilit\u00e0 del sistema (NIST, 2023);<\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80d1-8ce2-f9db780a2d6a\" class=\"bulleted-list\">\n<li>il potenziale di\u00a0<strong>&#8216;allucinazioni&#8217; dell&#8217;IA<\/strong>, dove i modelli generano informazioni plausibili ma fabbricate;<\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80de-855e-dee53c7de4e1\" class=\"bulleted-list\">\n<li>l&#8217;<strong>uso prematuro dell&#8217;intelligenza artificiale<\/strong>. &#8216;<em>Il rischio di utilizzare prematuramente l&#8217;IA nella sicurezza alimentare, sia applicando tecniche che non sono ancora adatte ai dati o al problema specifico, sia implementando l&#8217;IA senza le competenze necessarie per interpretarne l&#8217;output, risiede nel potenziale indebolimento della fiducia e della credibilit\u00e0 dell&#8217;organizzazione che la impiega<\/em>&#8216; (Santoni de Sio e Mecacci, 2021; Smith, 2018).<\/li>\n<\/ul>\n<p id=\"2b48112c-b3ab-80da-b45e-d4d8508fb209\" class=\"\">Alla base di tutti i sistemi di IA efficaci vi \u00e8 il principio della\u00a0<strong>governance dei dati<\/strong>. Il rapporto sostiene fortemente l&#8217;adozione dei\u00a0<strong>principi FAIR<\/strong>\u00a0(<em>Findable, Accessible, Interoperable, and Reusable<\/em>) &#8211; rendere cio\u00e8 i dati Reperibili, Accessibili, Interoperabili e Riutilizzabili &#8211; come prerequisito fondamentale per sviluppare modelli accurati e affidabili (Wilkinson et al., 2016). Per i Paesi, in particolare i Paesi a basso e medio reddito, che affrontano significative lacune nei dati, il rapporto consiglia attivit\u00e0 propedeutiche come la costruzione di strategie di\u00a0<strong>raccolta dati<\/strong>, lo sviluppo di politiche nazionali sull&#8217;IA e l&#8217;investimento nello sviluppo delle capacit\u00e0, piuttosto che affrettarsi prematuramente nello sviluppo dell&#8217;IA.<\/p>\n<h2 id=\"2b48112c-b3ab-805a-b256-f249f464cc51\" class=\"\"><span class=\"ez-toc-section\" id=\"Conclusioni_provvisorie\"><\/span>Conclusioni provvisorie<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p id=\"2b48112c-b3ab-801f-9d6e-e03226f3c078\" class=\"\">Il rapporto FAO osserva come l&#8217;IA presenti un potenziale trasformativo per creare sistemi di sicurezza alimentare pi\u00f9 proattivi, efficienti e robusti. La sua integrazione di successo \u00e8 peraltro un&#8217;impresa strategica, non un mero aggiornamento tecnico. Per le\u00a0<strong>autorit\u00e0 competenti<\/strong>\u00a0che ne stanno considerando l&#8217;adozione, il rapporto offre una guida chiara: primo, identificare un problema ben definito che l&#8217;IA pu\u00f2 risolvere; secondo, valutare rigorosamente la disponibilit\u00e0 e la qualit\u00e0 dei dati richiesti; e terzo, investire nella costruzione di\u00a0<strong>alfabetizzazione sull&#8217;IA<\/strong>\u00a0e nella collaborazione interdisciplinare tra scienziati alimentari, analisti di dati e responsabili politici. Attribuendo priorit\u00e0 a una governance responsabile, un accesso equo e un design antropocentrico, la comunit\u00e0 globale pu\u00f2 sfruttare l&#8217;intelligenza artificiale per costruire sistemi agroalimentari pi\u00f9 sicuri per tutti, assicurando che il progresso tecnologico si traduca in benefici tangibili per la salute pubblica.<\/p>\n<p id=\"2b48112c-b3ab-80da-9b7c-c12159bf17af\" class=\"\"><em>Dario Dongo<\/em><\/p>\n<p><i>Cover art copyright \u00a9 2025 Dario Dongo (AI-assisted creation)<\/i><\/p>\n<h3 id=\"2b48112c-b3ab-8090-a2ed-fb09d28b858f\" class=\"\"><span class=\"ez-toc-section\" id=\"Riferimenti\"><\/span><strong>Riferimenti<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<ul id=\"2b48112c-b3ab-8068-bb8b-e6b95e06a581\" class=\"bulleted-list\">\n<li>Chen, Y., &amp; Zhang, Z. (2022). Exploring public perceptions on alternative meat in China from social media data using transfer learning method. <em>Food Quality and Preference, 98<\/em>, 104530. <a href=\"https:\/\/doi.org\/10.1016\/j.foodqual.2022.104530\">https:\/\/doi.org\/10.1016\/j.foodqual.2022.104530<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8029-8daa-e10b384f8eb2\" class=\"bulleted-list\">\n<li>European Parliament and the Council of the European Union. (2024). <em>Regulation (EU) 2024\/1689 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act)<\/em>. <a href=\"https:\/\/eur-lex.europa.eu\/eli\/reg\/2024\/1689\/oj\">https:\/\/eur-lex.europa.eu\/eli\/reg\/2024\/1689\/oj<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8056-9d9b-ec8bb3d8a8ed\" class=\"bulleted-list\">\n<li>Hu, B., Xue, J., Zhou, Y., Shao, S., Fu, Z., Li, Y., Chen, S., Qi, L., &amp; Shi, Z. (2020). Modelling bioaccumulation of heavy metals in soil-crop ecosystems and identifying its controlling factors using machine learning. <em>Environmental Pollution, 262<\/em>, 114308. <a href=\"https:\/\/doi.org\/10.1016\/j.envpol.2020.114308\">https:\/\/doi.org\/10.1016\/j.envpol.2020.114308<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8086-bc5a-eb3236a876f9\" class=\"bulleted-list\">\n<li>Kang, R., Park, B., &amp; Chen, K. (2020). Identifying non-O157 Shiga toxin-producing Escherichia coli (STEC) using deep learning methods with hyperspectral microscope images. <em>Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 224<\/em>, 117386. <a href=\"https:\/\/doi.org\/10.1016\/j.saa.2019.117386\">https:\/\/doi.org\/10.1016\/j.saa.2019.117386<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80dd-a8fc-ea7d1c568f4d\" class=\"bulleted-list\">\n<li>Karanth, S., Tanui, C. K., Meng, J., &amp; Pradhan, A. K. (2022). Exploring the predictive capability of advanced machine learning in identifying severe disease phenotype in Salmonella enterica. <em>Food Research International, 151<\/em>, 110817. <a href=\"https:\/\/doi.org\/10.1016\/j.foodres.2021.110817\">https:\/\/doi.org\/10.1016\/j.foodres.2021.110817<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-804b-b664-cd0f242a0231\" class=\"bulleted-list\">\n<li>Liu, H., Liu, H., Li, J., &amp; Wang, Y. (2023). Rapid and accurate authentication of Porcini Mushroom species using Fourier transform near-infrared spectra combined with machine learning and chemometrics. <em>ACS Omega, 8<\/em>(22), 20095\u201320106. <a href=\"https:\/\/doi.org\/10.1021\/acsomega.3c01229\">https:\/\/doi.org\/10.1021\/acsomega.3c01229<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-800a-bfdd-fb78d9a0c443\" class=\"bulleted-list\">\n<li>Lundberg, Scott &amp; Lee, Su-In. (2017). A unified approach to interpreting model predictions. <em>Advances in Neural Information Processing Systems, 30<\/em>. <a href=\"https:\/\/doi.org\/10.48550\/arXiv.1705.07874\">https:\/\/doi.org\/10.48550\/arXiv.1705.07874<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-806b-a84c-e357bd453b91\" class=\"bulleted-list\">\n<li>NIST (National Institute of Standards and Technology, US Department of Commerce). 2023. Artificial Intelligence Risk Management Framework (AI RMF 1.0). <a href=\"https:\/\/doi.org\/10.6028\/NIST.AI.100-1\">https:\/\/doi.org\/10.6028\/NIST.AI.100-1<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80d0-b54b-e5478aaee703\" class=\"bulleted-list\">\n<li>Sadilek, A., Caty, S., DiPrete, L., Mansour, R., Schenk, T., Bergtholdt, M., Jha, A., Ramaswami, P., &amp; Gabrilovich, E. (2018). Machine-learned epidemiology: real-time detection of foodborne illness at scale. <em>NPJ Digital Medicine, 1<\/em>(1), 36. <a href=\"https:\/\/doi.org\/10.1038\/s41746-018-0045-1\">https:\/\/doi.org\/10.1038\/s41746-018-0045-1<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80a7-8e97-f0314ea4df99\" class=\"bulleted-list\">\n<li>Santoni de Sio, F. and Mecacci, G. (2021). Four responsibility gaps with artificial intelligence: Why they matter and how to address them. <em>Philosophy and Technology<\/em>, 34(4), 1057-1084. <a href=\"https:\/\/doi.org\/10.1007\/s13347-021-00450-x\">https:\/\/doi.org\/10.1007\/s13347-021-00450-x<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8040-9be7-fc228c7718ba\" class=\"bulleted-list\">\n<li>Smith, M.J. (2018). Getting value from artificial intelligence in agriculture. Animal Production Science, 60(1), pp.46-54. <a href=\"https:\/\/doi.org\/10.1071\/AN18522\">https:\/\/doi.org\/10.1071\/AN18522<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80bb-b6b7-fed763a4bd32\" class=\"bulleted-list\">\n<li>Toro, M., Weller, D. L., Ramos, R., Diaz, L., \u00c1lvarez, F. P., Reyes-Jara, A., Moreno-Switt, A. I., Meng, J., &amp; Adell, A. D. (2022). Environmental and anthropogenic factors associated with the likelihood of detecting Salmonella in agricultural watersheds. <em>Environmental Pollution, 306<\/em>, 119298. <a href=\"https:\/\/doi.org\/10.1016\/j.envpol.2022.119298\">https:\/\/doi.org\/10.1016\/j.envpol.2022.119298<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-803f-a8eb-d1eb09f187f1\" class=\"bulleted-list\">\n<li>UNESCO. (2021). <em>Recommendation on the Ethics of Artificial Intelligence<\/em>. <a href=\"https:\/\/unesdoc.unesco.org\/ark:\/48223\/pf0000380455\">https:\/\/unesdoc.unesco.org\/ark:\/48223\/pf0000380455<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-80bb-99b8-f6fb92ce8919\" class=\"bulleted-list\">\n<li>van Meer, F., van der Velden, B., &amp; Takeuchi, M. (2025). <em>Artificial Intelligence for food safety \u2013 A literature synthesis, real-world applications and regulatory frameworks<\/em>. FAO. <a href=\"https:\/\/doi.org\/10.4060\/cd7242en\">https:\/\/doi.org\/10.4060\/cd7242en<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8091-a12c-fe36fe94e977\" class=\"bulleted-list\">\n<li>Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J. W., da Silva Santos, L. B., Bourne, P. E., &amp; Bouwman, J. (2016). The FAIR Guiding Principles for scientific data management and stewardship. <em>Scientific Data, 3<\/em>(1), 160018. <a href=\"https:\/\/doi.org\/10.1038\/sdata.2016.18\">https:\/\/doi.org\/10.1038\/sdata.2016.18<\/a><\/li>\n<\/ul>\n<ul id=\"2b48112c-b3ab-8063-a434-fab80e0a0c16\" class=\"bulleted-list\">\n<li>Wu, L.-Y., Liu, F.-M., Weng, S.-S., &amp; Lin, W.-C. (2023a). EL V.2 Model for Predicting Food Safety Risks at Taiwan Border Using the Voting-Based Ensemble Method. <em>Foods, 12<\/em>(11), 2118. <a href=\"https:\/\/doi.org\/10.3390\/foods12112118\">https:\/\/doi.org\/10.3390\/foods12112118<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Il rapporto FAO del 2025 &#8216;Artificial Intelligence for Food Safety\u00a0\u2013 A Literature Synthesis, Real-World Applications and Regulatory Frameworks&#8216;, sviluppato insieme a ricercatori della Wageningen University &amp; Research, fornisce una delle valutazioni pi\u00f9 complete su come l&#8217;intelligenza artificiale stia ridisegnando la governance della\u00a0sicurezza alimentare globale\u00a0(van Meer et al., 2025). Il rapporto offre una rassegna scientifica, descrive [&hellip;]<\/p>\n","protected":false},"author":27,"featured_media":96725,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3150],"tags":[1157,608,262,581,90],"class_list":{"0":"post-96724","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-ricerca","8":"tag-analisi-del-rischio","9":"tag-controlli-ufficiali","10":"tag-fao","11":"tag-intelligenza-artificiale-ai","12":"tag-sicurezza-alimentare"},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.8 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>IA per la sicurezza alimentare: il rapporto FAO - FoodTimes<\/title>\n<meta name=\"description\" content=\"Il rapporto FAO 2025 mostra come l&#039;IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"IA per la sicurezza alimentare: il rapporto FAO - FoodTimes\" \/>\n<meta property=\"og:description\" content=\"Il rapporto FAO 2025 mostra come l&#039;IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/\" \/>\n<meta property=\"og:site_name\" content=\"FoodTimes\" \/>\n<meta property=\"article:published_time\" content=\"2025-11-28T06:00:19+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"640\" \/>\n\t<meta property=\"og:image:height\" content=\"400\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Dario Dongo\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dario Dongo\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/\"},\"author\":{\"name\":\"Dario Dongo\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#\\\/schema\\\/person\\\/437f4e53080f0cea732fe0dac6a86909\"},\"headline\":\"IA per la sicurezza alimentare: il rapporto FAO\",\"datePublished\":\"2025-11-28T06:00:19+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/\"},\"wordCount\":1911,\"publisher\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Food-Times_AI_food-safety_FAO_2025.jpg\",\"keywords\":[\"analisi del rischio\",\"controlli ufficiali\",\"FAO\",\"intelligenza artificiale\u00a0(AI)\",\"sicurezza alimentare\"],\"articleSection\":[\"Ricerca\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/\",\"name\":\"IA per la sicurezza alimentare: il rapporto FAO - FoodTimes\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Food-Times_AI_food-safety_FAO_2025.jpg\",\"datePublished\":\"2025-11-28T06:00:19+00:00\",\"description\":\"Il rapporto FAO 2025 mostra come l'IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Food-Times_AI_food-safety_FAO_2025.jpg\",\"contentUrl\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2025\\\/11\\\/Food-Times_AI_food-safety_FAO_2025.jpg\",\"width\":640,\"height\":400,\"caption\":\"Food Times_AI_food safety_FAO_2025\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/ricerca\\\/ia-sicurezza-alimentare-rapporto-fao\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"IA per la sicurezza alimentare: il rapporto FAO\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#website\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/\",\"name\":\"FoodTimes\",\"description\":\"An independent view\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#organization\"},\"alternateName\":\"FoodTimes\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#organization\",\"name\":\"Wiise Srl Benefit company\",\"alternateName\":\"Wiise-srl-Benefit-Company\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2023\\\/11\\\/logo-wiise.jpg\",\"contentUrl\":\"https:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2023\\\/11\\\/logo-wiise.jpg\",\"width\":549,\"height\":252,\"caption\":\"Wiise Srl Benefit company\"},\"image\":{\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/#\\\/schema\\\/person\\\/437f4e53080f0cea732fe0dac6a86909\",\"name\":\"Dario Dongo\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"http:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/DARIO-DONGO-150x150-1.jpeg\",\"url\":\"http:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/DARIO-DONGO-150x150-1.jpeg\",\"contentUrl\":\"http:\\\/\\\/www.foodtimes.eu\\\/wp-content\\\/uploads\\\/2023\\\/10\\\/DARIO-DONGO-150x150-1.jpeg\",\"caption\":\"Dario Dongo\"},\"description\":\"Dario Dongo, lawyer and journalist, PhD in international food law, founder of WIISE (FARE - GIFT - Food Times) and \u00c9galit\u00e9.\",\"url\":\"https:\\\/\\\/www.foodtimes.eu\\\/it\\\/author\\\/dario-dongo\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"IA per la sicurezza alimentare: il rapporto FAO - FoodTimes","description":"Il rapporto FAO 2025 mostra come l'IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/","og_locale":"it_IT","og_type":"article","og_title":"IA per la sicurezza alimentare: il rapporto FAO - FoodTimes","og_description":"Il rapporto FAO 2025 mostra come l'IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.","og_url":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/","og_site_name":"FoodTimes","article_published_time":"2025-11-28T06:00:19+00:00","og_image":[{"width":640,"height":400,"url":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg","type":"image\/jpeg"}],"author":"Dario Dongo","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Dario Dongo","Tempo di lettura stimato":"9 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#article","isPartOf":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/"},"author":{"name":"Dario Dongo","@id":"https:\/\/www.foodtimes.eu\/it\/#\/schema\/person\/437f4e53080f0cea732fe0dac6a86909"},"headline":"IA per la sicurezza alimentare: il rapporto FAO","datePublished":"2025-11-28T06:00:19+00:00","mainEntityOfPage":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/"},"wordCount":1911,"publisher":{"@id":"https:\/\/www.foodtimes.eu\/it\/#organization"},"image":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#primaryimage"},"thumbnailUrl":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg","keywords":["analisi del rischio","controlli ufficiali","FAO","intelligenza artificiale\u00a0(AI)","sicurezza alimentare"],"articleSection":["Ricerca"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/","url":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/","name":"IA per la sicurezza alimentare: il rapporto FAO - FoodTimes","isPartOf":{"@id":"https:\/\/www.foodtimes.eu\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#primaryimage"},"image":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#primaryimage"},"thumbnailUrl":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg","datePublished":"2025-11-28T06:00:19+00:00","description":"Il rapporto FAO 2025 mostra come l'IA stia trasformando la sicurezza alimentare globale con modelli predittivi e applicazioni concrete.","breadcrumb":{"@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#primaryimage","url":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg","contentUrl":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2025\/11\/Food-Times_AI_food-safety_FAO_2025.jpg","width":640,"height":400,"caption":"Food Times_AI_food safety_FAO_2025"},{"@type":"BreadcrumbList","@id":"https:\/\/www.foodtimes.eu\/it\/ricerca\/ia-sicurezza-alimentare-rapporto-fao\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.foodtimes.eu\/it\/"},{"@type":"ListItem","position":2,"name":"IA per la sicurezza alimentare: il rapporto FAO"}]},{"@type":"WebSite","@id":"https:\/\/www.foodtimes.eu\/it\/#website","url":"https:\/\/www.foodtimes.eu\/it\/","name":"FoodTimes","description":"An independent view","publisher":{"@id":"https:\/\/www.foodtimes.eu\/it\/#organization"},"alternateName":"FoodTimes","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.foodtimes.eu\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.foodtimes.eu\/it\/#organization","name":"Wiise Srl Benefit company","alternateName":"Wiise-srl-Benefit-Company","url":"https:\/\/www.foodtimes.eu\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.foodtimes.eu\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2023\/11\/logo-wiise.jpg","contentUrl":"https:\/\/www.foodtimes.eu\/wp-content\/uploads\/2023\/11\/logo-wiise.jpg","width":549,"height":252,"caption":"Wiise Srl Benefit company"},"image":{"@id":"https:\/\/www.foodtimes.eu\/it\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.foodtimes.eu\/it\/#\/schema\/person\/437f4e53080f0cea732fe0dac6a86909","name":"Dario Dongo","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"http:\/\/www.foodtimes.eu\/wp-content\/uploads\/2023\/10\/DARIO-DONGO-150x150-1.jpeg","url":"http:\/\/www.foodtimes.eu\/wp-content\/uploads\/2023\/10\/DARIO-DONGO-150x150-1.jpeg","contentUrl":"http:\/\/www.foodtimes.eu\/wp-content\/uploads\/2023\/10\/DARIO-DONGO-150x150-1.jpeg","caption":"Dario Dongo"},"description":"Dario Dongo, lawyer and journalist, PhD in international food law, founder of WIISE (FARE - GIFT - Food Times) and \u00c9galit\u00e9.","url":"https:\/\/www.foodtimes.eu\/it\/author\/dario-dongo\/"}]}},"_links":{"self":[{"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/posts\/96724","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/users\/27"}],"replies":[{"embeddable":true,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/comments?post=96724"}],"version-history":[{"count":1,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/posts\/96724\/revisions"}],"predecessor-version":[{"id":96727,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/posts\/96724\/revisions\/96727"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/media\/96725"}],"wp:attachment":[{"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/media?parent=96724"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/categories?post=96724"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.foodtimes.eu\/it\/wp-json\/wp\/v2\/tags?post=96724"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}