Intelligenza artificiale: un nuovo alleato contro l’evasione

Il recente progetto, finanziato dall’Unione Europea, consentirà all’Agenzia delle Entrate di intercettare, mediante l’utilizzo dell’intelligenza artificiale, chi evade le tasse. Scopriamo, quindi, insieme pro e contro del progetto denominato “A data driven approach to tax evasion risk analysis in Italy”.

L’intento è quello, dunque, di dare spazio a nuovi strumenti e metodi, senza tuttavia compromettere la tutela della  privacy e della protezione dei dati, per prevenire e contrastare con maggiore efficacia e più rapidamente frodi Iva, indebiti utilizzi di crediti d’imposta e altre agevolazioni, realizzate anche mediante strutture societarie e schemi complessi.

Secondo questa prospettiva, a seguito della recente approvazione ad opera dell’Unione europea del finanziamento del progetto “A data driven approach to tax evasion risk analysis in Italy” ideato e presentato dall’Agenzia delle Entrate è previsto un notevole potenziamento delle attività di contrasto nei confronti di evasione ed elusione fiscale. Mediante la network science, l’intelligenza artificiale e la data visualization, l’Agenzia mira a  valorizzare al meglio il notevole patrimonio di dati di cui dispone come ad esempio, per ogni singola annualità, 42 milioni di dichiarazioni, 750 milioni di informazioni comunicate da soggetti terzi, 400 milioni di rapporti finanziari attivi, 197 milioni di versamenti F24, circa 2 miliardi di fatture elettroniche e oltre 150 milioni di immobili censiti.

L’iniziativa e il finanziamento

Va precisato che “a data driven approach to tax evasion risk analysis in Italy” rientra nei programmi europei approvati a seguito della diffusione del Covid-19 con il preciso obiettivo di rendere le economie dei Paesi dell’UE più sostenibili e preparate con specifico riferimento alle transizioni verde e digitale.

L’iniziativa è finanziata dall’Unione Europea, con il supporto della Direzione Generale per il Sostegno alle riforme strutturali (DG Reform) della Commissione Europea, e la collaborazione di Sogei (Società Generale d’Informatica, controllata dal Ministero dell’economia e delle finanze) in qualità di partner tecnologico.

Il rapporto tra Fisco e Intelligenza Artificiale

Recentemente il Direttore dell’Agenzia delle Entrate ha delineato le linee guida dell’evoluzione del rapporto tra fisco e digitalizzazione.

Essenzialmente, le direttrici su cui l’Agenzia intende basare la propria strategia digitale, sono:

• la valorizzazione del patrimonio informativo;
• la digitalizzazione dei servizi all’utenza;
• 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 Pubblica Amministrazione.

Inoltre, grazie ai data base e agli strumenti informatici, saranno possibili attività di controllo sempre più specifiche e mirate. In particolare, attraverso gli applicativi informatici gestiti a livello centrale e in uso alle Direzioni regionali e provinciali dell’Agenzia, ogni direzione provinciale può effettuare autonome attività di analisi di rischio ed intercettare fenomeni evasivi o di frode caratterizzanti il proprio territorio, modulando così le proprie attività di controllo e i successivi accertamenti.

A tal proposito, l’Agenzia delle Entrate è peraltro impegnata a implementare una generale strategia di sviluppo di tecniche di analisi basate essenzialmente sui cosiddetti “big data”. Al riguardo sono a tal fine previsti tanto investimenti infrastrutturali, per rendere maggiormente fruibile e tempestivo l’accesso e la gestione dei flussi delle informazioni, come ad esempio l’archivio dei rapporti finanziari, la fatturazione elettronica e i corrispettivi, quanto investimenti in software sempre più sofisticati.

Nel contesto poi del Piano triennale per l’informatica nella Pubblica Amministrazione, l’Agenzia è focalizzata sull’attività di valorizzazione del patrimonio informativo, attraverso l’utilizzo di soluzioni innovative sotto il profilo metodologico e tecnologico. In particolare, tra le principali iniziative recentemente realizzate dall’Agenzia, si possono annoverare:

• l’Analisi “Big Data” per le strutture centrali: si tratta di una piattaforma tecnologica (cosiddetta “data lake”) finalizzata ad analizzare con facilità diverse tipologie di dati -strutturati e non strutturati- storici e attuali, che lascia spazio a nuovi scenari di analisi;
• l’Analisi avanzata dei dati per le strutture territoriali dell’Agenzia, laddove è stato recentemente avviato l’utilizzo di uno strumento di analisi avanzata dei dati di nuova generazione, destinato al personale delle strutture periferiche;
• il Network Analysis (SNA): si tratta di un progetto finalizzato a dotare l’Agenzia di soluzioni tecnologiche innovative per l’analisi del rischio.

Come in precedenza segnalato, a tali iniziative si aggiunge l’ulteriore progetto elaborato dall’Agenzia, nonché 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. L’obiettivo è quello di introdurre, sperimentare ed utilizzare le tecniche innovative di network analysis, machine learning e data visualization, al fine di realizzare un sistema di supporto ai processi di individuazione dei soggetti ad alto rischio di evasione.

Gli ambiti di intervento

Al fine di perseguire tale scopo, sono state elaborate tre modalità di intervento:

1. Network science: la rappresentazione dei dati sotto forma di reti consente di far emergere più facilmente relazioni indirette e non evidenti tra soggetti (ad esempio relazioni tra società) che possono essere correlate a schemi di evasione e di elusione fiscale difficilmente individuabili con le tradizionali tecniche di analisi.
2. Analisi visuale delle informazioni: l’adozione di interfacce innovative uomo-macchina (ad esempio modalità visuali fluide e intuitive di navigazione dei dati), consente di potenziare le capacità degli analisti, accelerando e rendendo più intuitivo il loro processo di acquisizione e trattamento delle informazioni rilevanti.
3. Intelligenza artificiale: l’ausilio di tecniche di apprendimento automatico (machine learning) accelera i processi decisionali, sempre sotto controllo da parte degli analisti, e ne aumenta l’accuratezza e l’efficacia.

Tuttavia, in vista della creazione di data set, algoritmi predittivi e di data analysis, standard e audit, alcune perplessità sono sorte in merito, in particolare, alle modalità con cui l’insieme dei dati raccolti e custoditi venga composto ai fini del risultato finale.

A ciò si aggiunge in primis la necessità di escludere che l’atto di accertamento dell’Agenzia delle Entrate sia frutto esclusivo di una mera procedura automatizzata, nonché, in secondo luogo, l’esigenza di rafforzare l’obbligo di motivazione dell’atto di accertamento, mantenendo un principio di responsabilità dell’amministrazione fiscale e il divieto dello “scoring”, vale a dire forme più o meno esplicite di punteggio fiscale “social”.

Con riferimento alla possibile creazione di una banca dati per una giustizia tributaria predittiva, si rende opportuno che i criteri di scelta dei dati (sentenze, decreti, ordinanze e altro materiale giuridico) siano condivisi e messi a fattor comune con gli operatori del settore, per fare in modo che il data set non abbia carattere discriminatorio e tenga conto del contesto di ciascun specifico caso.

Infine, risulta altresì necessario escludere il rischio di sentenze, per così dire, automatizzate, vale a dire pare opportuno evitare che il sistema di intelligenza artificiale possa in qualche modo “confezionare”  la decisione finale del giudice, la quale, al contrario, deve necessariamente rimanere il risultato della valutazione esclusiva di quest’ultimo e dunque mantenere e garantire il  profilo della responsabilità.

Alla luce di quanto esposto risulta, pertanto, opportuno ed auspicabile prevedere regole chiare che disciplinino il preciso ambito di applicazione delle misure e impongano requisiti minimi di operatività, in modo da garantire il corretto trattamento dei dati personali contro il rischio di abusi, nonché contro eventuali accessi e usi illeciti degli stessi dati (sul punto, cfr. per analogia, l’articolo 8 della CEDU in tema di diritto al rispetto della vita privata e familiare, nonché sentenze Corte EDU, Liberty e altri c. Regno Unito, n. 58243/00, §§ 62 e 63, del 1° luglio 2008; Rotaru c. Romania, cit., §§ da 57 a 59, nonché S e Marper c. Regno Unito, cit., § 99).

In conclusione, in considerazione dei richiamati principi giuridici fondamentali, risulta in ogni caso imprescindibile guidare il veloce ed inarrestabile progresso tecnologico scelto quale supporto, tra gli altri, alla lotta contro il fenomeno dell’evasione, entro limiti giuridici ben definiti al fine di evitare strumentalizzazioni e il rischio di usi distorti ed illeciti delle informazioni.