Intelligenza artificiale e accertamenti tributari

La Commissione di studio CNDCEC “Accertamento e rapporti con l’amministrazione centrale e locale” ha emanato nel mese di novembre 2024 un documento di ricerca riguardo all'applicazione dell'intelligenza artificiale agli accertamenti tributari.

1) L’AI ACT e la definizione di Intelligenza Artificiale

In tale documento è richiamato il Regolamento europeo 2024/1689 - AI Act, che fornisce una definizione di intelligenza artificiale, che è da considerarsi come un sistema “automatizzato progettato per funzionare con livelli di autonomia variabili e che può presentare adattabilità dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dall’input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali.”  

L'AI Act, entrato in vigore il 13 luglio 2024 e pienamente applicabile dal 2 agosto 2026, introduce delle norme riguardo alla commercializzazione, all’attivazione e all’utilizzo dei sistemi di intelligenza artificiale nell'Unione Europea. 

Gli obiettivi principali di questa disposizione sono:

1. Proibizione di certe applicazioni di IA: alcune applicazioni di intelligenza artificiale saranno vietate per garantire i diritti fondamentali dei cittadini.
2. Requisiti rigorosi per i sistemi di IA ad alto rischio: i sistemi di IA considerati ad alto rischio dovranno rispettare requisiti molto stringenti per essere utilizzati.
3. Imposizione di doveri specifici agli operatori: gli operatori di sistemi di IA ad alto rischio avranno obblighi specifici da rispettare.
4. Regole di trasparenza uniformi: Saranno introdotte regole di trasparenza uniformi per alcuni sistemi di IA nonché per la distribuzione di modelli di IA destinati a usi generali.

2) Principali sistemi di IA

Il citato Regolamento sull'intelligenza artificiale distingue tra tre categorie principali di sistemi di IA:

1. Sistemi vietati: questi sono proibiti, salvo espresse eccezioni in cui l'IA è strumentale alla manipolazione cognitiva e al social scoring.
2. Sistemi ad alto rischio: questi sono ammessi solo se rispettano determinati requisiti rigorosi. Inoltre, è obbligatorio condurre una valutazione del loro impatto sui diritti fondamentali.
3. Sistemi a basso o minimo rischio: questi sono soggetti a regole meno stringenti rispetto ai sistemi ad alto rischio.

La ratio del Regolamento è quella di assicurare un utilizzo dell'intelligenza artificiale che sia antropocentrica e affidabile e che sia in grado di garantire un elevato livello di protezione della salute, della sicurezza e dei diritti fondamentali sanciti dalla Carta dei diritti fondamentali dell'Unione Europea.

L'intelligenza artificiale può rappresentare un significativo passo avanti verso l'uguaglianza tributaria tra i contribuenti. Questo obiettivo viene raggiunto principalmente attraverso l'imparzialità dell'azione amministrativa di accertamento, che impone di trattare allo stesso modo i contribuenti che si trovano nella stessa situazione.

L'IA può essere uno strumento efficace per rendere effettiva l'uguaglianza tributaria. Una volta individuato un modello di azione relativo a una fattispecie normativa astratta, questo può essere applicato a tutte le situazioni concrete, sia per l'interpretazione della legge o dei fatti, sia per la valutazione dell'abusività di una o più operazioni economiche.

Inoltre, l'intelligenza artificiale può avere un ruolo importante nella prevenzione e nella repressione dell'evasione e dell'elusione fiscale. 

L'immensa mole di dati a disposizione dell'Amministrazione finanziaria, come dati catastali, fatture elettroniche, flussi finanziari, circolari, interpelli, pareri, sentenze, può essere gestita in maniera efficace da un sistema di IA.

Tuttavia, l'utilizzo dell'IA finalizzata a promuovere l'imparzialità e l'efficacia dell'azione amministrativa, nonché la certezza dei rapporti giuridici, deve essere necessariamente bilanciato con i diritti fondamentali dell'uomo. Questi includono il diritto alla protezione dei dati personali, il diritto ad un'imposizione coerente con una manifestazione di effettiva capacità contributiva, il diritto di difesa nell'ambito di un procedimento amministrativo, ecc.

3) Algoritmi alla base dell’Intelligenza Artificiale

Il Documento di Ricerca si sofferma inoltre sugli Algoritmi alla base dell’Intelligenza Artificiale.

In termini funzionali, un algoritmo è una serie di istruzioni che possono risolvere un problema o giungere a conclusioni cognitive a partire da dati noti. 

Questo meccanismo richiama l'istituto giuridico delle presunzioni (art. 2727 c.c.), dove la legge o il giudice traggono conseguenze da un fatto noto per risalire a un fatto ignoto.

Esistono due tipi principali di sistemi di intelligenza artificiale in relazione alla tipologia di algoritmi che viene utilizzata:

1. Sistemi simbolici: utilizzano algoritmi deterministici (knowledge-based), che seguono una programmazione logica di causa ed effetto (basata sul "se-allora"), portando a un risultato univoco.
2. Sistemi non simbolici: utilizzano algoritmi probabilistici (o stocastici), che includono anche istruzioni probabilistiche o casuali, permettendo di interpretare la realtà in modo meno rigido.

Gli algoritmi non deterministici differiscono dalla logica inferenziale puramente causale perché ammettono vari risultati possibili e vanno ad identificare di volta in volta quello più probabile.

L'apprendimento automatico (machine learning) consente a una macchina intelligente di migliorare le proprie capacità e prestazioni nel tempo, apprendendo dai dati acquisiti dall'esperienza. L'algoritmo di autoapprendimento costruisce un modello da applicare ai nuovi dati, migliorando sé stesso.

Esistono tre tipi di apprendimento automatico:

• Apprendimento supervisionato: il sistema riceve un insieme di input (informazioni specifiche e codificate) con output noti, permettendo alla macchina di memorizzare il legame che li unisce e generalizzare le corrette regole associative.
• Apprendimento non supervisionato: il sistema analizza dati non classificati per trovare autonomamente correlazioni e creare gruppi rappresentativi (cluster) per la loro categorizzazione. Questo processo avviene senza seguire regole preimpostate durante la progettazione dell'algoritmo.
• Apprendimento per rinforzo: attualmente non rilevante in ambito tributario.

4) L’intelligenza artificiale e il procedimento di accertamento: lo stato dell’arte (Ve.Ra.)

Ve.Ra., acronimo di "Verifica dei rapporti finanziari", è uno strumento di data analysis utilizzato per le analisi del rischio di evasione fiscale basate sui dati dell'Archivio dei Rapporti Finanziari, come previsto dalla legge di bilancio per il 2020. Il processo di controllo si basa sull'individuazione del rischio fiscale e su algoritmi nella selezione dei contribuenti da una vasta popolazione fino a un campione di posizioni ad alto rischio.

L'Archivio dei Rapporti Finanziari, istituito ai sensi dell'art. 7, comma 6, d.P.R. 605/1973 e implementato dall'art. 11 d.l. 201 del 2011, svolge un ruolo centrale nella lotta all'evasione fiscale. Le informazioni contenute in questa banca dati sono utilizzate nelle attività di selezione e controllo, con un ruolo essenziale nel contrasto all'evasione.

Le nuove analisi informatizzate del rischio di evasione utilizzano prioritariamente le informazioni dell'Archivio, previa anonimizzazione/pseudonimizzazione dei dati anagrafici dei contribuenti. Il Documento sulla valutazione d’impatto illustra un esempio concreto di applicazione degli algoritmi per selezionare efficacemente le posizioni di contribuenti da sottoporre a istruttoria.

L'esempio di selezione informatizzata dei contribuenti fornito dall'Agenzia si articola in cinque fasi principali:

1. Selezione iniziale: l'algoritmo identifica le imprese individuali in un settore specifico del commercio al dettaglio con determinate caratteristiche finanziarie.
2. Utilizzo dell'Archivio dei Rapporti Finanziari: le imprese selezionate vengono ulteriormente filtrate in base ai movimenti finanziari sui conti correnti e in particolare verranno selezionate tutte quelle imprese che presentano cumulativamente un ammontare di versamenti annui superiore di almeno il 150% dei ricavi dichiarati e non inferiore a 300.000 euro.
3. Scarto posizioni giustificabili: l'algoritmo elimina le imprese che possono giustificare le anomalie finanziarie. In particolare, l’algoritmo sarà in grado di individuare, sulla scorta per esempio dei dati presenti nella banca dati degli atti del registro, informazioni relative ad atti di compravendita effettuati dal contribuente che possono giustificare gli incrementi patrimoniali suddetti, ecc.
4. Predisposizione della lista: le imprese rimanenti, con alto rischio di sotto-dichiarazione dei ricavi, vengono inviate alle direzioni provinciali, che potranno ulteriormente affinare le analisi di rischio mediante gli elementi informativi di cui dispongono.
5. Attività ispettiva: l’inserimento di un contribuente in una lista selettiva, costruita sulla base dei processi informatizzati sopra specificati, non comporta necessariamente l’avvio di un controllo fiscale. L’Agenzia delle Entrate potrà sempre valutare se inviare ai contribuenti selezionati delle lettere di compliance, invitando gli stessi alla rimozione delle anomalie segnalate, o avviare vere e proprie attività di verifica sulla base degli ordinari poteri vigenti.

Secondo l'Agenzia delle Entrate, la modellazione statistica dei dati non porta automaticamente a provvedimenti impositivi. I modelli di analisi stocastica supportano le strutture di controllo, ma non sostituiscono l'intervento umano. Le analisi segnalano i contribuenti che presentano elevate probabilità di violazione di norme tributarie, ma le decisioni finali sono prese da personale qualificato. I dati personali sono pseudonimizzati (ossia sostituiti con codici fittizi) affinché non sia mai possibile associare i dati finanziari ad uno specifico individuo, prima che sia stata verificata la presenza di un rischio fiscale.

5) Proposta per istituire un Organismo tecnico nazionale di monitoraggio dell’utilizzo di AI nell'accertamento

L'Amministrazione finanziaria sta rapidamente implementando sistemi di intelligenza artificiale per contrastare l'evasione e l'elusione fiscale. Tuttavia, in attesa della piena entrata in vigore dell’AI Act, l'uso di questi sistemi è limitato dalle decisioni del Garante e del Consiglio di Stato, che richiedono il rispetto della privacy e la trasparenza degli algoritmi. Un accertamento completamente automatizzato non è attualmente legittimo a causa della mancanza di trasparenza degli algoritmi, che devono essere conoscibili in modo che sia possibile verificare che i criteri, i presupposti e gli esiti del procedimento robotizzato siano conformi alle prescrizioni e alle finalità stabilite sia nella fase legislativa che in quella amministrativa.

Nel Documento di Ricerca viene dunque indicato che ci si trova in una situazione di stallo: sebbene sia necessario utilizzare questi strumenti per combattere l'evasione e l'elusione fiscale, un accertamento completamente automatizzato non risulta legittimo poiché l'algoritmo, allo stato attuale, non è o non può essere trasparente.

Per risolvere questo problema, nel Documento di Ricerca si propone la creazione di un Organismo tecnico nazionale che certifichi l'attendibilità dei sistemi di IA utilizzati dall'Agenzia delle Entrate. Tramite un sistema di certificazioni, tale Organismo potrebbe svolgere la funzione pubblica di verificare che l'evoluzione dell’algoritmo sia conforme alle norme sostanziali, garantendo la sua coerenza:

1. con le norme che regolano i limiti dei poteri istruttori dell’Agenzia delle Entrate, che devono essere in linea con la Costituzione e/o con la disciplina unionale per i tributi armonizzati, come la Carta di Nizza e, di conseguenza, la Carta Edu.
2. con le norme sulla privacy, a tutela del cittadino.
3. con le norme sostanziali tributarie, ovverossia con le disposizioni che definiscono le situazioni soggettive dei contribuenti.

In questo modo, un algoritmo certificato da esperti potrebbe essere conforme all'ordinamento giuridico, superando le limitazioni legate alla conoscibilità dell'algoritmo stesso. Inoltre, seguendo l'insegnamento della Consulta, che permette alla norma tributaria di essere completata nei requisiti tecnici da esperti del settore, l'Organismo incaricato dovrebbe includere rappresentanti di tutti gli stakeholder. Questi rappresentanti, essendo destinatari delle disposizioni in materia, hanno interesse a garantire che l'intelligenza artificiale venga utilizzata in modo coerente con i valori sistematici dell'ordinamento tributario