CURIOSITA E …. FISCO – L’Intelligenza Artificiale per combattere l’evasione fiscale

L’Intelligenza Artificiale per combattere
l’evasione fiscale

di Giovambattista Palumbo – FISCO
Il rapporto tra Intelligenza Artificiale e Fisco e le potenzialità dal punto
di vista della lotta all’evasione: un approfondimento sul tema con uno
sguardo volto anche alle esperienze internazionali
Algoritmo e intelligenza artificiale non vanno confusi. La nozione di algoritmo
si riferisce ad una sequenza finita di istruzioni, ben definite e non ambigue,
così da poter essere eseguite meccanicamente.
L’intelligenza artificiale, invece, contempla meccanismi di machine learning e
crea un sistema che non si limita solo ad applicare le regole software e i
parametri preimpostati, ma, al contrario, elabora costantemente nuovi criteri
di inferenza tra dati e assume decisioni efficienti sulla base di tali
elaborazioni, secondo un processo di apprendimento automatico (vedi
Consiglio di Stato, sentenza 25 novembre 2021, n. 7891, che ha ben chiarito
la differenza tra la nozione di algoritmo ed intelligenza artificiale).
La nozione di sistema di intelligenza artificiale dovrebbe essere tuttavia
chiaramente definita per garantire la certezza del diritto.
L’intelligenza artificiale per combattere l’evasione fiscale
La Commissione europea, nella sua proposta di regolamentazione dell’IA del
21 aprile 2021, ha affermato che:
“la nozione di sistema di IA dovrebbe essere chiaramente definita per
garantire la certezza del diritto, fornendo nel contempo la flessibilità
necessaria per accogliere i futuri sviluppi tecnologici. La definizione dovrebbe
essere basata sulle caratteristiche funzionali chiave del software, in
particolare la capacità, per un dato insieme di obiettivi definiti dall’uomo, di
generare output quali contenuti, previsioni, raccomandazioni o decisioni che
influenzano l’ambiente con cui il sistema interagisce, sia in una dimensione
fisica che digitale. I sistemi di intelligenza artificiale possono essere progettati
per funzionare con diversi livelli di autonomia ed essere utilizzati in modo
autonomo o come componente di un prodotto, indipendentemente dal fatto
che il sistema sia fisicamente integrato nel prodotto (incorporato) o serva la
funzionalità del prodotto senza esservi integrato (non incorporato)”.
L’uso dell’intelligenza artificiale, del resto, si sta ormai espandendo in tutti i
settori, compreso quello fiscale, anche considerato che la lotta all’evasione
fiscale si farà sempre più tecnologica e sempre più si baserà su un uso
efficace delle banche dati e dei milioni di dati in esse conservati.
L’obiettivo è quello di semplificare le operazioni di analisi dei dati, anche
attraverso modelli statistici, in un’ottica previsionale piuttosto che repressiva.
E in tal senso l’utilizzo dell’intelligenza artificiale può senz’altro aiutare ad
individuare tecniche innovative di network analysis, machine learning e data
visualization per l’individuazione dei soggetti ad alto rischio di evasione.
Il Direttore dell’Agenzia Entrate, nel corso dell’audizione al Senato in VI
Commissione Finanze e Tesoro, svoltasi il 4 marzo 2021, ha del resto già
delineato le direttrici dell’evoluzione del rapporto fisco e digitalizzazione, tra
cui:
● la digitalizzazione dei servizi all’utenza;
● la valorizzazione del patrimonio informativo;
● l’interconnessione digitale con gli attori esterni;
● il digital workplace, la digitalizzazione dei processi e degli strumenti di
lavoro;
● la cybersecurity;
● la protezione dei dati;
● l’integrazione con le iniziative della complessiva digitalizzazione della
Pa.
Il Direttore ha infine ricordato anche il progetto dell’Agenzia, selezionato e
finanziato dall’Unione europea, finalizzato ad innovare, anche attraverso
l’utilizzo dell’intelligenza artificiale, i processi di valutazione del rischio di
non-compliance, introducendo, sperimentando ed utilizzando le tecniche
innovative di network analysis, machine learning e data visualization, per
realizzare un sistema di supporto ai processi di individuazione dei soggetti ad
alto rischio di evasione.
Per capire in quale direzione andare e come andarci, possiamo comunque
fare riferimento ad alcune best practices internazionali.
L’intelligenza artificiale contro l’evasione fiscale: alcune best
practices internazionali
Focalizzando l’attenzione, per esempio, sul mondo doganale, di grande
rilievo è l’esperienza del Brasile, che detiene uno dei sistemi informatici più
evoluti, vale a dire il Sistema integrato di commercio estero (c.d. Siscomex).
Il Siscomex non è solo un “semplice” sistema di banche dati tra loro
interconnesse.
Esso è infatti in grado di operare e porre in essere, automaticamente, attività
di selezione delle posizioni a rischio, da “suggerire” poi al funzionario
preposto all’effettivo controllo.
Tale tecnologia consente di esaminare un’enorme quantità di dati ed
informazioni.
Anche in Brasile, infatti, ben prima che in Italia, è stato introdotto l’obbligo
generalizzato della fatturazione elettronica, che ha consentito la
progressiva creazione di un sistema integrato di contabilità digitale.
La creazione di tale sistema ha preso avvio, a partire dal 2007, tramite tre
progetti principali, vale a dire l’introduzione della contabilità digitale, della
contabilità fiscale digitale e della fattura elettronica ed interconnette non solo
i sistemi informatici dell’Amministrazione finanziaria, del governo federale,
dei singoli Stati e degli enti locali, ma anche quelli di banche, studi notarili ed
imprese.
Ai fini doganali, poi, è stato realizzato un sistema di selezione delle
operazioni, basato su un’avanzata forma di intelligenza artificiale ed
apprendimento automatico, con il compito di valutare il rischio della presenza
di irregolarità nelle importazioni, sulla base non solo dell’esame dei dati
contenuti nelle dichiarazioni doganali, o di una logica di tipo
matematico-statistico o probabilistico, ma anche tenendo conto di quanto già
esaminato in precedenza, sulla base, quindi, di una sorta di apprendimento
continuo ed automatico ad altissima efficacia.
Se questa sarà dunque (come probabile, se non inevitabile) l’evoluzione
anche del nostro sistema, sarebbe importante (dal punto di vista del
contribuente) poter avere però contezza del percorso del ragionamento che
conduce (il sistema) a selezionare una data operazione.
Il Fisco francese, per conto suo, ha invece recentemente avviato il
monitoraggio dei social network per individuare possibili evasori fiscali.
Con un decreto pubblicato il 13 febbraio 2021, sono stati infatti fissati i
termini di applicazione pratica della norma prevista dalla Legge finanziaria
per il 2020, la quale ha istituito un sistema di monitoraggio dei social network
da parte dell’amministrazione fiscale francese.
Il decreto autorizza l’amministrazione francese ad utilizzare i social per
verificare la congruenza fra le dichiarazioni dei redditi presentate dai
contribuenti persone fisiche ed il loro reale tenore di vita. La raccolta di
informazioni e la loro analisi avverrà tramite un “algoritmo di apprendimento
automatico” per la gestione ed analisi dei dati nel rispetto della privacy.
È prevista una fase di sperimentazione di almeno tre anni, da suddividere
ulteriormente in due parti:
● la prima dedicata all’apprendimento e alla progettazione, durante la
quale sarà implementata la tecnica del web scraping, ovvero del
reperimento dei dati attraverso le piattaforme online;
● la seconda dedicata allo sfruttamento dei dati e alla loro
trasformazione in informazioni utili per rilevare le eventuali attività
fraudolente.
I dati che possono essere raccolti dal Fisco francese, per non ledere la
privacy degli utenti, devono però soddisfare due condizioni (stabilite dalla
Commissione nazionale per l’informatica e le libertà, l’authority della privacy
francese):
● anzitutto, devono essere liberamente accessibili sulla piattaforma
digitale;
● i contenuti controllati devono essere volontariamente resi pubblici
dall’utente sul sito web.
● In conclusione, la lotta all’evasione fiscale si fa sempre più tecnologica
e all’avanguardia, attraverso un uso efficace delle banche dati e dei
milioni di dati in esse conservati.
Ed infatti la Guardia di Finanza ha investito in tale direzione ben 32 milioni di
euro sui big data e cybersicurezza.
Il tema è quindi senz’altro di grande rilievo, e riguarderà (rectius: riguarda già
oggi) non solo le tecniche di contrasto all’evasione, ma anche l’evoluzione di
una vera e propria giustizia “predittiva”, laddove, attraverso piattaforme di
giustizia predittiva, i professionisti e i cittadini potrebbero valutare
autonomamente i possibili esiti di un giudizio, e i giudici potrebbero avere un
supporto per pronunce caratterizzate da equità ed uguaglianza.
Creando sistemi basati su algoritmi in grado di analizzare sentenze,
provvedimenti, leggi e contributi dottrinali, in funzione appunto predittiva, gli
stessi potranno dunque essere elaborati simulando il ragionamento umano.
Come si può ben intuire, una vera e propria rivoluzione copernicana.
Rivoluzione, a ben vedere, già arrivata, per esempio, in Cina, laddove è stato
creato un vero e proprio magistrato-robot capace di formulare un’accusa
formale per oltre 8 diversi tipi di reato e con una precisione che può
avvicinarsi al 97 per cento, ossia con errori bassissimi.
Rivoluzione arrivata in realtà anche in Italia, laddove il progetto Prodigit,
curato dal Ministero dell’Economia e delle Finanze con il Consiglio di
Presidenza della Giustizia Tributaria, consiste, in sostanza, in un software in
grado di predire l’esito di eventuali ricorsi tributari.
Tale software è implementato con una banca dati di oltre un milione di
sentenze tributarie, analizzando le quali, in modo automatizzato, è possibile
determinare il potenziale esito di una lite tributaria.
Il progetto si trova ancora in una fase sperimentale, la quale dovrebbe
terminare il 31 dicembre 2023, ma, una volta entrato a regime, il
contribuente, o il suo commercialista o avvocato, potrà utilizzare il software
introducendo gli elementi caratteristici del suo caso.
Inseriti i dati, il software analizzerà quindi le sentenze contenute nella banca
dati e “prevederà” il potenziale esito della lite. In questo modo il contribuente
potrà valutare, con cognizione di causa, se presentare o meno ricorso.
Personalmente, ho qualche dubbio sull’efficacia dell’utilizzo dell’intelligenza
artificiale ai fini di giustizia predittiva.
Sicuramente, come detto, la lotta all’evasione fiscale passa anche da un uso
efficace delle banche dati e dei milioni di dati in esse conservati.
Ma questo vale soprattutto nella fase accertativa.
Molto più difficile è invece applicare tale sistema a quella giudiziaria, laddove,
vista la spesso dubbia interpretazione delle norme di settore e la oscillante
giurisprudenza dei precedenti, sia di merito che di legittimità, la pubblica
udienza rappresenta la sede privilegiata per esporre al meglio le proprie
ragioni (difensive o accusatorie).
E per fare una buona pubblica udienza ed ottenere una vittoria in giudizio,
però, il punto focale non sono (soltanto) le sentenze della Cassazione, ma
piuttosto le capacità di comunicazione e convinzione del difensore e
dell’accusa.
Se dunque il giudice è un essere umano, l’esito del giudizio non sarà mai
“prevedibile”. O quanto meno non sarà mai prevedibile in modo sicuro (o
quasi sicuro).
A meno che, appunto, non si sostituisca, come in Cina, anche il giudice con
un robot.
Ma questo sembra onestamente troppo.