Non è un film di fantascienza: nella nuova cornice “di sicurezza” tratteggiata dalla Commissione Ue, l’intelligenza artificiale promette di rivoluzionare l’attività del Fisco nei diversi Paesi. Dall’antievasione alla giustizia tributaria. Come testimonia il recente via libera di Bruxelles al finanziamento del progetto delle Entrate sull’analisi data driven del rischio di evasione fiscale in Italia. Ma anche l’impegno richiesto dal piano Next Generation Eu, che agli investimenti digitali dedica un quinto del suo budget.
Le applicazioni – in teoria – sono vastissime. Dalla selezione dei contribuenti indiziati di evasione all’esecuzione di controlli formali o cartolari, fino alla comparazione di dati economici ai fini dell’accertamento. Ma l’informatica potrebbe spingersi più avanti: predisponendo la motivazione di atti di routine, applicando presunzioni o quantificando le sanzioni. Applicazioni, queste ultime, che pongono però interrogativi giuridici ed etici enormi (la macchina aiuta l’uomo o “decide” al posto dell’uomo?)
Tra i progetti più innovativi del Fisco italiano – ricordati dal direttore dell’Agenzia, Ernesto Maria Ruffini, il 4 marzo scorso in audizione al Senato – c’è la digitalizzazione dei processi rilevanti ai fini Iva: che significa sfruttare il flusso di dati per «potenziare le proprie attività di analisi del rischio e controllo», ma anche per offrire servizi che semplifichino gli adempimenti. Il flusso è quello che proviene dalla fatturazione elettronica e dai corrispettivi telematici. Non è un caso che lo Stato italiano punti all’ok della Ue per estendere di tre anni l’obbligo di inviare telematicamente al Fisco le fatture tra privati, sia B2B che B2C: spostando a fine 2024 la scadenza del 31 dicembre 2021. E magari includendo i forfettari: 1,5 milioni di autonomi, professionisti e ditte individuali per i quali l’e-fattura è oggi facoltativa, tranne che nei rapporti con la Pa.
Facendo leva sugli algoritmi di analisi, ricerca e classificazione – tecnologie che consentono alle macchine di comprendere, agire e imparare, accelerando i processi decisionali – si punta a valorizzare il patrimonio informativo del Fisco italiano. Una miniera, mai sfruttata a pieno, che comprende le informazioni acquisite direttamente dall’amministrazione, tra cui 2 miliardi di fatture elettroniche, 42 milioni di dichiarazioni, 197 milioni di versamenti F24. E quelle provenienti da enti esterni come banche, Inps, Inail ed enti locali: ad esempio, 400 milioni di rapporti finanziari attivi, 991 milioni di dati per la precompilata relativi a spese mediche, contributi, assicurazioni, eccetera.
Le attività di machine learning e deep learning sono tanto più efficaci quanto più estesa è la base dati. Ma – avvertono gli esperti – è fondamentale dare alle macchine i giusti input, per evitare inefficienze e discriminazioni. In sintesi: la tecnologia è neutrale, la programmazione no.
Il Consiglio di Stato ha sdoganato la legittimità dell’uso di algoritmi per l’attività della Pa (sentenze 2936 e 8474 del 2019; si veda anche l’articolo a fianco). Ma tra gli utilizzi che la Ue cataloga a «rischio elevato» per la sicurezza e i diritti dei cittadini, ce ne sono diversi che coinvolgono proprio l’azione degli uffici pubblici: la valutazione delle prove nell’attività di contrasto e l’applicazione della legge ai fatti concreti, nel campo della giustizia.
Oltre a puntare sulla piena interoperabilità tra i dati delle diverse amministrazioni, il Recovery Plan menziona il contrasto all’evasione fiscale, e in particolare alle omesse fatturazioni. Un fenomeno – quello del “nero” – che può essere scovato anche analizzando le tracce lasciate dagli evasori, come il tenore di vita o i rapporti tra società. E infatti il progetto delle Entrate – finanziato dalla Ue – prevede anche una network science e un’analisi visuale delle informazioni, per far emergere le relazioni non immediatamente evidenti tra le imprese.
Tra le applicazioni già operative all’estero, in Brasile il sistema Sisam seleziona le operazioni doganali a rischio di evasione, imparando dai propri errori e suggerendo ai funzionari quando “conviene” intervenire (in base a un’analisi costi-benefici). In Francia, invece, si è scelto di analizzare anche i post sui social network, ad esempio per individuare le false residenze: il decreto pubblicato il 13 febbraio scorso attua la Finanziaria 2020, con una sperimentazione di almeno tre anni.
