Nonostante alcuni dati incoraggianti, l’Amministrazione finanziaria, ad oggi, non è risuscita a raggiungere pienamente un adeguato recupero del sommerso fiscale e il raggiungimento di uno stato di compliance genuino. Già da diversi anni si discuteva su come l’evoluzione della tecnologia avrebbe potuto supportare nella quotidianità gli adempimenti in capo ai soggetti economici e l’operato di Agenzia delle Entrate, Guardia di Finanza e di tutti gli enti a composizione dell’Amministrazione finanziaria. A tal proposito, non ci sono dubbi sul fatto che la penetrazione dell’operato tecnologico sul piano sociale ed economico sia destinata a crescere in maniera esponenziale, insinuandosi sempre più anche all’interno dei settori più inaspettati (come, per l’appunto, nella sfera fiscale). In economia, l’introduzione di nuovi prodotti e servizi, nonché metodologie e strumenti, che poggiano su basi digitali e tecnologiche consente di raggiungere livelli più elevati di rapidità ed efficienza, ma anche una migliore organizzazione ed omogeneità dei risultati ottenuti. In vista dunque di quanto si sarebbe potuto raggiungere, si diffuse negli ultimi decenni l’idea che una possibile relazione tra diritto tributario e digitalizzazione potesse potenzialmente evolversi in una risorsa utile a livello nazionale e comunitario, attraverso cui superare gli ordinari controlli fiscali dalla (prevalentemente) scarsa efficacia, riuscendo finalmente a prevenire la realizzazione di condotte fiscalmente fraudolente grazie all’introduzione di nuovi strumenti digitalizzati . Nel contesto contemporaneo, che abbraccia ampiamente l’utilizzo della tecnologia, l’Amministrazione finanziaria non vuole essere da meno, ricercando ormai da diversi anni nuovi strumenti innovativi per raggiungere i summenzionati obiettivi. Di recente introduzione è il concetto di Intelligenza Artificiale, intesa secondo il Parlamento europeo come “l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività” , uno strumento che nell’ultimo anno è entrato con prepotenza nelle nostre vite potendolo applicare abilmente sia al mondo del lavoro che nella quotidianità. In tal senso, l’applicazione dell’Intelligenza Artificiale all’analisi di grandi quantità di dati può essere utilizzata anche per efficientare i controlli fiscali, consentendo di scovare modelli, relazioni ed anomalie che potrebbero non essere di facile individuazione agli occhi umani. L’Agenzia delle Entrate, considerando i diversi vantaggi in termini di miglioramento dell’efficacia, dell’efficienza e dell’equità, ha iniziato a sviluppare e testare l’utilizzo di algoritmi da applicare poi ai dati dei contribuenti. Sembrerebbe che un rafforzamento di questo calibro delle indagini svolte possa potenzialmente modificare di sana pianta i procedimenti ispettivi fino ad oggi svolti, contribuendo a ridurre l’evasione fiscale e promuovere la compliance. Nonostante ciò, non è tutto oro ciò che luccica. Gli aspetti critici non sono pochi. Prima dell’applicazione dei sopracitati automatismi è infatti necessario svolgere una serie di test e valutazioni in relazione, innanzitutto, alla loro efficacia, al margine di errore, al rischio di utilizzo dei dati per scopi illeciti, alla privacy dei contribuenti i cui dati sono trattati, ed altro ancora. Viene dunque trattato il tema del potenziamento dei controlli fiscali tramite lo sfruttamento della tecnologia, considerando la storia alla base di uno strumento il cui sviluppo è più esteso di quanto si pensi, passando poi alle disposizioni “campanello” che hanno anticipato l’arrivo della tecnologia nel campo fiscale, vagliando le note a favore e le opportunità raggiungibili ma anche i punti interrogativi un po’ più spinosi.

Intelligenza Artificiale e potenziamento dei controlli fiscali tramite algoritmi: una nuova frontiera nel contrasto all'evasione fiscale

BELLOT ROMANET, FRANCESCA
2022/2023

Abstract

Nonostante alcuni dati incoraggianti, l’Amministrazione finanziaria, ad oggi, non è risuscita a raggiungere pienamente un adeguato recupero del sommerso fiscale e il raggiungimento di uno stato di compliance genuino. Già da diversi anni si discuteva su come l’evoluzione della tecnologia avrebbe potuto supportare nella quotidianità gli adempimenti in capo ai soggetti economici e l’operato di Agenzia delle Entrate, Guardia di Finanza e di tutti gli enti a composizione dell’Amministrazione finanziaria. A tal proposito, non ci sono dubbi sul fatto che la penetrazione dell’operato tecnologico sul piano sociale ed economico sia destinata a crescere in maniera esponenziale, insinuandosi sempre più anche all’interno dei settori più inaspettati (come, per l’appunto, nella sfera fiscale). In economia, l’introduzione di nuovi prodotti e servizi, nonché metodologie e strumenti, che poggiano su basi digitali e tecnologiche consente di raggiungere livelli più elevati di rapidità ed efficienza, ma anche una migliore organizzazione ed omogeneità dei risultati ottenuti. In vista dunque di quanto si sarebbe potuto raggiungere, si diffuse negli ultimi decenni l’idea che una possibile relazione tra diritto tributario e digitalizzazione potesse potenzialmente evolversi in una risorsa utile a livello nazionale e comunitario, attraverso cui superare gli ordinari controlli fiscali dalla (prevalentemente) scarsa efficacia, riuscendo finalmente a prevenire la realizzazione di condotte fiscalmente fraudolente grazie all’introduzione di nuovi strumenti digitalizzati . Nel contesto contemporaneo, che abbraccia ampiamente l’utilizzo della tecnologia, l’Amministrazione finanziaria non vuole essere da meno, ricercando ormai da diversi anni nuovi strumenti innovativi per raggiungere i summenzionati obiettivi. Di recente introduzione è il concetto di Intelligenza Artificiale, intesa secondo il Parlamento europeo come “l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività” , uno strumento che nell’ultimo anno è entrato con prepotenza nelle nostre vite potendolo applicare abilmente sia al mondo del lavoro che nella quotidianità. In tal senso, l’applicazione dell’Intelligenza Artificiale all’analisi di grandi quantità di dati può essere utilizzata anche per efficientare i controlli fiscali, consentendo di scovare modelli, relazioni ed anomalie che potrebbero non essere di facile individuazione agli occhi umani. L’Agenzia delle Entrate, considerando i diversi vantaggi in termini di miglioramento dell’efficacia, dell’efficienza e dell’equità, ha iniziato a sviluppare e testare l’utilizzo di algoritmi da applicare poi ai dati dei contribuenti. Sembrerebbe che un rafforzamento di questo calibro delle indagini svolte possa potenzialmente modificare di sana pianta i procedimenti ispettivi fino ad oggi svolti, contribuendo a ridurre l’evasione fiscale e promuovere la compliance. Nonostante ciò, non è tutto oro ciò che luccica. Gli aspetti critici non sono pochi. Prima dell’applicazione dei sopracitati automatismi è infatti necessario svolgere una serie di test e valutazioni in relazione, innanzitutto, alla loro efficacia, al margine di errore, al rischio di utilizzo dei dati per scopi illeciti, alla privacy dei contribuenti i cui dati sono trattati, ed altro ancora. Viene dunque trattato il tema del potenziamento dei controlli fiscali tramite lo sfruttamento della tecnologia, considerando la storia alla base di uno strumento il cui sviluppo è più esteso di quanto si pensi, passando poi alle disposizioni “campanello” che hanno anticipato l’arrivo della tecnologia nel campo fiscale, vagliando le note a favore e le opportunità raggiungibili ma anche i punti interrogativi un po’ più spinosi.
2022
Artificial intelligence and enhanced tax controls through algorithms: a new frontier in the fight against tax evasion
evasione fiscale
algoritmo
analisi rischio
File in questo prodotto:
File Dimensione Formato  
Bellot Romanet_Francesca.pdf

accesso riservato

Dimensione 1.15 MB
Formato Adobe PDF
1.15 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/59469