“Rivoluzione algoritmica” e accertamento dei tributi: prime riflessioni sull’attuazione della legge delega per la riforma fiscale

Di Francesco Spinello - 14 Ottobre 2025

Abstract (*)

La legge delega per la riforma del sistema fiscale ha fornito ulteriore impulso all’impiego delle soluzioni di intelligenza artificiale da parte dell’Amministrazione finanziaria. L’utilizzo delle soluzioni algoritmiche viene prefigurato, in via del tutto apprezzabile, in vista degli obiettivi generali di prevenzione e contrasto dell’evasione fiscale (funzione predittiva), di efficientamento dei procedimenti di interpello per i contribuenti di minori dimensioni nell’ottica di una migliore collaborazione con il Fisco (funzione preventiva), nonché ai fini dell’identificazione dei soggetti a più alto rischio fiscale (funzione di selezione dei contribuenti da sottoporre a controllo). Tuttavia, all’indomani della parziale attuazione della delega, permangono alcune criticità applicative sollevate dall’impiego degli algoritmi in relazione al diritto di difesa del contribuente in sede procedimentale e alla tutela dei dati personali.

“Algorithmic revolution” and tax assessment: first reflections on the implementation of the enabling act for the tax reform – The enabling act for the reform of the tax system has given further impetus to the use of artificial intelligence solutions by financial administration. The use of algorithmic solutions has been foreseen in an entirely appreciable way in view of the general objectives of preventing and fighting tax evasion (predictive function), of improving the efficiency of the appeals process for smaller taxpayers with a view to enhance cooperation between the Revenue Agency (preventive function), as well as for the identification of those with a higher tax risk (function of selecting taxpayers to be audited). However, in the aftermath of the partial implementation of the delegation of powers, there are still some critical issues that the use of algorithms raises in relation to the taxpayer’s right of defence in the proceedings and the protection of their personal data.

Sommario: 1. L’impiego degli algoritmi nell’applicazione dei tributi: considerazioni introduttive. – 2. “Conoscibilità dell’algoritmo” e “non esclusività della decisione algoritmica”: gli approdi della giurisprudenza amministrativa. – 3. Spunti di riflessione sulla recente attuazione della legge delega per la riforma fiscale. – 3.1. L’attività di analisi automatizzata del rischio fiscale e le problematiche interpretative connesse alla motivazione dell’atto amministrativo. – 3.2. Gli algoritmi in fase predittiva: il concordato preventivo biennale. – 4. La tutela del diritto di protezione dei dati personali del contribuente sottoposto alle procedure automatizzate. – 5. Considerazioni conclusive.

1. I progressi tecnologici compiuti verso l’avvicinamento dell’intelligenza artificiale (IA) ai modelli di comportamento umano forniscono nuova linfa al dibattito dottrinale già sviluppatosi in materia tributaria intorno alla meno recente diffusione del complesso delle tecnologie digitali ed informatiche (in argomento si vedano ex multis Del Federico L. – Paparella F., a cura di, Diritto tributario digitale, Pisa, 2023; Del Federico L. – Ricci C., a cura di, La digital economy nel sistema tributario italiano ed europeo, Padova, 2015; Del Federico L. – Ricci C., a cura di, Le nuove forme di tassazione della digital economy, Roma, 2017; Carpentieri L., a cura di, Profili fiscali dell’economia digitale, Torino, 2020; Cordeiro Guerra R. – Dorigo S., a cura di, Fiscalità dell’economia digitale, Pisa, 2022; Gallo F., Il futuro non è un vicolo cieco. Lo Stato tra globalizzazione, decentramento ed economia digitale, Palermo, 2019; Gallo F. – Uricchio A., a cura di, La tassazione dell’economia digitale, Bari, 2022; Marello E., La digitalizzazione del sistema tributario, in Riv. tel. dir. trib., 2024, 1, 26 ss.).

Più precisamente, il riferimento all’IA riguarda un insieme di strumenti, software e hardware in grado di eseguire compiti normalmente associati all’intelligenza naturale mediante l’utilizzo di un algoritmo, da intendersi alla stregua di una procedura computazionale che prende origine da dati in ingresso (input), procede tramite l’elaborazione dei dati introdotti sulla base di un numero di regole fornite dal programmatore (istruzioni) e si conclude fornendo dati in uscita (output) (per ulteriori approfondimenti sul punto si vedano Dorigo S., L’Amministrazione finanziaria e l’uso dell’intelligenza artificiale: gli indirizzi della delega fiscale e gli approdi [poco rassicuranti] in sede attuativa, in Riv. dir. trib., 2024, 6, I, 761 ss.; Pontillo M., Algoritmi fiscali tra efficienza e discriminazione, in Riv. trim. dir. trib., 2023, 3, 651 ss.; Id., Errore indotto dall’algoritmo e violazione della norma tributaria: profili sanzionatori, in Rass. trib., 2024, 4, 827 ss.).

L’impiego degli algoritmi incide su aspetti fondamentali dei tributi, quali i soggetti passivi o il presupposto, pervadendo tanto i comportamenti dei contribuenti nei confronti dell’Amministrazione finanziaria, quanto l’azione di quest’ultima nei confronti dei primi; basti pensare alle dichiarazioni precompilate (cfr. art. 1 D.Lgs. n. 175/2014), suscettibili di esaurire gli obblighi dei contribuenti che decidono di utilizzarle, nonché alle liquidazioni delle dichiarazioni dei redditi e dell’IVA, cui l’Amministrazione finanziaria addiviene avvalendosi di procedure automatizzate rispettivamente ex artt. 36-bis D.P.R. n. 600/1973, per le imposte dirette, e 54-bis D.P.R. n. 633/1972 ai fini IVA (sul punto cfr. Guidara A., Accertamento dei tributi e intelligenza artificiale: prime riflessioni per una visione di sistema, in Dir. prat. trib., 2023, 2, 385; Cedro M. – Cimino F.A., Intelligenza artificiale ed accertamento tributario: opportunità e rischi di una rivoluzione in atto, in Dir. prat. trib. int., 2024, 1, 49; Zuccarello A., Algoritmi e automatismi nei controlli della dichiarazione: profili problematici, in Riv. tel. dir. trib., 2022, 2, 118 ss.); senza dimenticare che l’utilizzo degli algoritmi involge anche il funzionamento del processo tributario, così come rivisitato ed efficientato in chiave informatica e telematica.

La legge delega per la riforma del sistema fiscale (L. n. 111/2023) ha fornito ulteriore impulso all’impiego delle soluzioni di intelligenza artificiale da parte dell’Amministrazione finanziaria: tali soluzioni, infatti, vengono espressamente richiamate dall’art. 2, in cui si prevede che il Governo delegato deve attivarsi per «prevenire, contrastare e ridurre l’evasione e l’elusione fiscale, anche attraverso la piena utilizzazione dei dati che affluiscono al sistema informativo dell’anagrafe tributaria, il potenziamento dell’analisi del rischio, il ricorso alle tecnologie digitali e alle soluzioni di intelligenza artificiale nel rispetto della disciplina comunitaria sulla tutela dei dati personali».

Peraltro, l’utilizzo dell’intelligenza artificiale è previsto dall’art. 4 della legge delega al fine di garantire ai contribuenti «risposte scritte mediante servizi di interlocuzione rapida, realizzati anche attraverso l’utilizzo di tecnologie digitali».

Da ultimo, l’art. 17, comma 1, lett. c) ed f) della legge delega delinea il possibile utilizzo dell’intelligenza artificiale in tre ulteriori e distinti ambiti di applicazione: il ricorso alle soluzioni algoritmiche viene prefigurato anzitutto in vista degli obiettivi generali di prevenzione e di contrasto dell’evasione fiscale (funzione predittiva dell’IA); l’impiego dell’intelligenza artificiale viene poi esplicitamente menzionato come strumento in grado di snellire i procedimenti di interpello per i contribuenti di minori dimensioni, facilitando così lo sviluppo di relazioni di stampo collaborativo tra le due parti del rapporto d’imposta (funzione preventiva dell’IA); infine, in materia di accertamento, l’IA viene indicata come chiave di volta per l’identificazione dei soggetti a più alto rischio fiscale, soprattutto attraverso la gestione e l’interconnessione delle banche dati (funzione di selezione dei contribuenti da sottoporre a controllo).

Pertanto, la linea di attuazione è chiaramente orientata a rendere operativi sistemi di IA che consentano di utilizzare l’enorme mole di dati e informazioni raccolti e ordinati su scala nazionale dall’anagrafe tributaria, acquisiti nell’esercizio di poteri istruttori o mediante lo scambio di informazioni con altri enti pubblici o Autorità fiscali straniere (per più ampie considerazioni cfr. Marinello A., L’utilizzo dell’intelligenza artificiale da parte del Fisco: limiti e prospettive, anche alla luce dell’Artificial Intelligence Act dell’Unione Europea, in Riv. tel. dir. trib., 2024, 2, 625 ss; Cedro M. – Cimino F.A., Intelligenza artificiale ed accertamento tributario: opportunità e rischi di una rivoluzione in atto, cit., 49; Contrino A., Digitalizzazione dell’Amministrazione finanziaria e attuazione del rapporto tributario: questioni aperte e ipotesi di lavoro nella prospettiva dei principi generali, in Riv. dir. trib., 2023, 2, I, 105 ss.; Farri F., Digitalizzazione dell’amministrazione finanziaria e diritti dei contribuenti, in Riv. dir. trib., 2020, 6, V, 118; Paparella F., L’ausilio delle tecnologie digitali nella fase di attuazione dei tributi, in Riv. dir. trib., 2022, 6, I, 617 ss.; Fasola M., L’amministrazione algoritmica dei tributi, Milano, 2025, 48 ss.).

I decreti delegati hanno dato attuazione a questa parte della delega in modo piuttosto ampio, tuttavia non senza sollevare alcune criticità applicative che saranno analizzate nel prosieguo della trattazione.

2. Senonché, la miglior efficienza dei controlli e dell’azione amministrativa non può essere l’unica prospettiva in cui collocare l’utilizzo dell’IA nel diritto tributario: infatti, tra le questioni più importanti si deve ricordare il tema il tema della c.d. “non esclusività della decisione algoritmica”, già emerso nell’ambito del diritto amministrativo.

Il contributo della giurisprudenza amministrativa è di grande utilità e consente di verificare se e in che termini gli strumenti IA possano essere utilizzati in ambito tributario, muovendo proprio dal nucleo essenziale del richiamato concetto di algoritmo (si tratta delle sentenze del Consiglio di Stato 8 aprile 2019, n. 2270, 13 dicembre 2019, nn. 8472, 8473 e 8474 e 4 febbraio 2020, n. 881, che riguardano la prima importante massiva applicazione in Italia di un algoritmo automatico; per approfondimenti sul punto si vedano Muciaccia N., Algoritmi e procedimento decisionale: alcuni recenti arresti della giustizia amministrativa, in Federalismi.it, 2020, 10, 344 ss.; Marinello A., L’utilizzo dell’intelligenza artificiale da parte del Fisco: limiti e prospettive, anche alla luce dell’Artificial Intelligence Act dell’Unione Europea, cit., 625; Guidara A., Accertamento dei tributi e intelligenza artificiale: prime riflessioni per una visione di sistema, cit., 385).

Per quel che interessa in questa sede, con le richiamate pronunce il Consiglio di Stato ha da un lato ribadito la necessità di estendere quanto più possibile il ricorso ad uno strumentario informatico ed automatizzato sofisticato e ben evoluto, al fine di snellire le procedure e di assicurare l’efficienza ed il buon andamento della Pubblica Amministrazione e, dall’altro, ha evidenziato come l’impiego dell’intelligenza artificiale in sede decisoria pubblica incontri dei limiti precisi, che corrispondono a specifiche aspettative giuridiche degli interessati.

Più specificamente, in caso di utilizzo di algoritmi da parte della Pubblica Amministrazione occorre garantire la piena riconducibilità della decisione all’organo titolare del potere, cosicché questo possa svolgere le necessarie verifiche in termini di logicità e di legittimità della scelta e degli esiti affidati all’algoritmo; altrimenti detto: secondo la giurisprudenza amministrativa è necessario che l’esito finale dell’elaborazione algoritmica sia adeguatamente vagliato da un operatore umano, in quanto responsabile del procedimento.

Ciò implica anche la piena conoscibilità a monte dell’algoritmo utilizzato: solo in questo caso, infatti, sarà effettivamente possibile verificare che i criteri, i presupposti e gli esiti del procedimento robotizzato siano conformi alle prescrizioni e alle finalità stabilite dalla legge e dalla stessa Amministrazione a monte di tale procedimento e affinché siano chiare – e conseguentemente sindacabili – le modalità e le regole in base alle quali esso è stato incorporato.

Gli approdi della richiamata giurisprudenza amministrativa sono condivisibili; si è concordi nel ritenere che l’intelligenza artificiale integri e/o sostituisca la componente valutativa dell’atto, presente tanto nell’attività vincolata, quanto in quella discrezionale.

Di regola, la valutazione è più semplice nell’attività vincolata, ove rileva un solo interesse, individuato dalla legge, che deve essere apprezzato in concreto e tradotto nel provvedimento; mentre si presenta più complicata in presenza di attività discrezionale, ove sono coinvolti più interessi, dei quali si deve procedere all’individuazione, alla ponderazione e, soprattutto, alla composizione in funzione di una scelta che rappresenti il miglior risultato possibile in ordine ai diversi profili dell’an, del quid, del quomodo e del quando del provvedimento.

Con la conseguenza che la prima attività si presta ad un maggiore automatizzazione e a conseguenti maggiori impieghi dell’intelligenza artificiale (si tratta di posizioni sufficientemente condivise in dottrina, sia pure con diversità di sfumature. Si vedano ex multis Esposito G.M., Al confine tra algoritmo e discrezionalità. Il pilota automatico tra procedimento e processo, in Dir. proc. amm., 2019, 1, 39 ss.; Otranto P., Riflessioni in tema di decisione amministrativa, intelligenza artificiale e legalità, in Federalismi.it, 2021, 7, 192; Guidara A., Accertamento dei tributi e intelligenza artificiale, cit., 386).

3. Seguendo tale impostazione, pertanto, l’esito dell’attività istruttoria svolta dall’Amministrazione finanziaria attraverso l’utilizzo degli algoritmi non può condurre direttamente e automaticamente all’emanazione dell’atto impositivo: in altri termini, l’impiego dell’IA si colloca in una fase istruttoria interna, cui deve far seguito un procedimento amministrativo fondato sul principio del contraddittorio, con l’intervento necessario del funzionario persona fisica (la validità di tale impostazione è stata evidenziata da Paparella F., Procedimento tributario, algoritmi e intelligenza artificiale: potenzialità e rischi della rivoluzione digitale, in Contrino A. – Marello E., a cura di, La digitalizzazione dell’amministrazione finanziaria tra contrasto all’evasione e tutela dei diritti del contribuente, Milano, 2023, vol. II, 3 ss.; Guidara A., Accertamento dei tributi e intelligenza artificiale, cit., 384 ss., specie 402).

Se questo è vero, il ricorso all’algoritmo deve correttamente inquadrato in termini di modulo organizzativo, di mero strumento procedimentale ed istruttorio, soggetto alle verifiche tipiche di ogni procedimento amministrativo, il quale resta il modus operandi della scelta autoritativa, da svolgersi sulla scorta della legislazione attributiva del potere e delle finalità dalla stessa attribuite all’organo pubblico titolare del potere.

Ne deriva che nel diritto tributario l’ambito naturale di operatività degli algoritmi e dei sistemi di IA non può che essere la fase istruttoria; d’altra parte, è proprio il criterio della sorveglianza umana l’elemento di garanzia in grado di assicurare il rispetto dei diritti e delle libertà fondamentali rispetto a decisioni basate esclusivamente sull’intelligenza artificiale e che possono incidere sulle posizioni giuridiche dei soggetti interessati.

In questo senso, il criterio della sorveglianza umana è stato inteso dalla dottrina quale possibile espressione di un vero e proprio principio generale, di derivazione europea, ma destinato ad avere una proiezione “globale”: il principio di non esclusività, appunto, in base al quale i sistemi di intelligenza artificiale non possono costituire l’unico elemento determinante nei processi decisionali di una Autorità pubblica riguardanti i diritti e le libertà fondamentali della persona (sul punto si vedano Marinello A., L’utilizzo dell’intelligenza artificiale da parte del Fisco: limiti e prospettive, anche alla luce dell’Artificial Intelligence Act dell’Unione Europea, cit., 631; Simoncini A., Il diritto ad un algoritmo “ragionevole”. Riflessioni su giustizia predittiva e Costituzione, in Mastroiacovo V., a cura di, Giocare con altri dadi. Giustizia e predittività dell’algoritmo, Torino, 2024, 37 ss.).

Quanto alle esigenze di trasparenza, imparzialità e pubblicità – alla luce delle quali occorre riconoscere ed assicurare il requisito della conoscibilità dell’algoritmo – si tratta di profili che assumono un rilievo essenziale ai fini della motivazione dell’atto impositivo, nel senso che il contribuente deve essere messo nella condizione di comprendere appieno l’iter logico-giuridico attraverso il quale l’Amministrazione fiscale sia pervenuta ad una determinata ricostruzione, poi confluita nell’atto impositivo.

Pertanto, per riprendere la terminologia utilizzata dalla giurisprudenza amministrativa, la “formula tecnica” rappresentata dall’algoritmo dovrebbe essere sorretta e corredata da chiarificazioni ulteriori, che ne consentano la traduzione in una vera e propria “regola giuridica”, sulla quale fondare la legittimità dell’atto impositivo. Solo in tal modo, infatti, sarebbe possibile valutarne la razionalità intrinseca, tanto per il contribuente in vista del pieno esercizio del proprio diritto di difesa, quanto per il giudice nell’eventuale fase contenziosa, in quanto un controllo giudiziale compiuto deve poter far leva sulla razionalità della regola, sulla completezza dei dati acquisiti ed elaborati, sulla trasparenza delle informazioni raccolte e sulla loro rilevanza ai fini della definizione della fattispecie concreta.

3.1. Sulla scorta dei richiamati approdi interpretativi occorre, quindi, verificare se, in sede di attuazione dei principi e criteri direttivi della legge delega n. 111/2023, il Governo abbia effettuato un attento bilanciamento tra le esigenze di contrasto all’evasione fiscale e le garanzie del “giusto” procedimento di accertamento tributario basato su algoritmi predittivi e abbia individuato il confine tra legittima attività di accertamento tributario ed illegittima invasione della sfera personale del singolo, come disciplinata dal regolamento europeo sulla tutela dei dati personali (GDPR).

Nel dare attuazione alla legge delega, l’art. 2 D.Lgs. n. 13/2024 prevede che gli algoritmi possono essere utilizzati dall’Amministrazione finanziaria ai fini dello svolgimento dell’attività di analisi del rischio fiscale; in particolare, l’art. 2 del decreto delegato consente l’utilizzo di «modelli e tecniche di analisi deterministica ovvero probabilistica nel rispetto della normativa in materia di trattamento di dati personali, anche attraverso la loro interconnessione, le informazioni presenti nelle banche dati dell’Amministrazione finanziaria, ovvero pubblicamente disponibili, per associare, coerentemente a uno o più criteri selettivi, ovvero a uno o più indicatori di rischio desunti o derivati, la probabilità di accadimento a un determinato rischio fiscale, effettuando, ove possibile, anche una previsione sulle conseguenze che possono generarsi dal suo determinarsi».

In sostanza, l’utilizzo dell’IA disciplinato dall’art. 2 cit. riguarda l’elaborazione dei dati in possesso dell’Amministrazione finanziaria, o comunque acquisiti da banche dati di pubblica consultazione, per determinare, anche in via probabilistica mediante l’uso di intelligenza artificiale, i soggetti a maggior rischio evasione e dunque da sottoporre a controllo. (si tratta dell’applicativo Ve.R.A., che dovrebbe consentire all’Amministrazione finanziaria di incrociare ed elaborare, anche mediante l’utilizzo di tecniche di IA, tutte le informazioni contenute nell’archivio dei rapporti finanziari e nelle altre banche dati allo scopo di selezionare le liste di contribuenti da sottoporre a controllo e di rilevare anomalie fiscali da comunicare agli stessi mediante lettere di compliance. Per approfondimenti sul punto si vedano Cedro M. – Cimino F.A., Intelligenza artificiale ed accertamento tributario: opportunità e rischi di una rivoluzione in atto, cit., 49; Francioso C., Intelligenza artificiale nell’istruttoria tributaria e nuove esigenze di tutela, in Rass. trib., 2023, 1, 63 ss.; Consolo G., Decisioni amministrative algoritmiche e responsabilità nel procedimento tributario, in Riv. dir. trib., 2024, 5, I, 601).

Tuttavia, la posizione adottata dal legislatore delegato con riferimento alla possibilità di impiegare direttamente i risultati di tale analisi automatizzata ai fini dell’attività di accertamento desta perplessità nella misura in cui consente di porre tali esiti a fondamento di non meglio precisate finalità di contrasto all’evasione fiscale; tale ambiguità, invero, era già presente nella legge delega; in particolare, l’art. 2, comma 1, lett. b1), L. n. 111/2023 dispone che l’obiettivo di prevenire, contrastare e ridurre l’evasione e l’elusione fiscale può essere realizzato anche attraverso «[…] il ricorso alle tecnologie digitali e alle soluzioni di intelligenza artificiale»; si tratta di una formula ampia e indeterminata, che non può ridursi alla mera analisi del rischio e che quindi ben potrebbe, in astratto, comprendere anche attività ausiliarie all’accertamento.

Ma vi è di più, in quanto le attività di analisi del rischio fiscale sono state espressamente ricomprese dall’art. 2, comma 5, D.Lgs. n. 13/2024 tra i poteri istruttori di cui all’art. 32, comma 1, D.P.R. n. 600/1973, al n. 8-quater; anche tale inserimento appare in parte oscuro con riferimento alla sua effettiva e concreta portata, considerando che l’art. 32 cit. disciplina i poteri istruttori che l’Agenzia delle Entrate e la Guardia di Finanza possono utilizzare in via autoritativa per “l’adempimento dei loro compiti”; tale formula, invero, sicuramente di ampia definizione, potrebbe ricondursi a tutte le attività svolte dall’Ufficio impositore (sul punto si veda Mastroiacovo V., Sulla giustizia predittiva ovvero di quel che accade quando il mito della calcolabilità del diritto incontra i pregiudizi sulla materia tributaria, in Riv. dir. trib., 2024, 1, I, 43 ss.).

A ben vedere, l’esercizio dei poteri istruttori riportati all’art. 32 D.P.R. n. 600/1973 è diretto all’acquisizione di dati ed informazioni che vengono poste a fondamento dell’attività di accertamento; se, dunque, l’esercizio dei poteri istruttori è preordinato all’acquisizione delle informazioni necessarie per la motivazione dell’accertamento, non si deve escludere che l’applicazione delle tecniche di AI in sede di analisi di rischio possa confluire nella motivazione dell’accertamento; ad esempio, le risultanze dell’analisi automatizzata potrebbero costituire elementi presuntivi utilizzati dal funzionario a sostegno dell’impianto motivazionale dell’atto impositivo.

In tal caso, ci si troverebbe di fronte alla questione dell’algoritmo utilizzato per l’elaborazione dei dati, il più delle volte non conoscibile (in argomento cfr. Dorigo S., L’Amministrazione finanziaria e l’uso dell’intelligenza artificiale: gli indirizzi della delega fiscale e gli approdi [poco rassicuranti] in sede attuativa, cit.; Dorigo S. – Mercuri G., AI e Amministrazione finanziaria in Italia: analisi del rischio fiscale, attuazione del rapporto tributario e profili organizzativi, in Studi tributari europei, vol. 14, 2024, 57 ss.; Cedro M. – Cimino F.A., Intelligenza artificiale ed accertamento tributario: opportunità e rischi di una rivoluzione in atto, cit., 49.).

Invero, una delle caratteristiche indefettibili della motivazione dell’atto amministrativo è quella di mettere il contribuente destinatario in condizione di comprendere sia il fondamento di ciò che viene contestato, sia il procedimento logico-giuridico attraverso cui da tale fondamento l’Ufficio è potuto pervenire ad una certa conclusione.

Ebbene, nel caso dei sistemi intelligenti la ricostruzione del procedimento logico non può prescindere dall’accesso all’algoritmo, perché da esso si evince la comprensione del percorso attraverso il quale si è svolto il confronto tra le caratteristiche concrete della fattispecie e quelle che, sulla base dei dati conosciuti dal sistema, avrebbero dovuto mostrarsi per poter giudicare corretta la predetta operazione.

Tuttavia, non è detto che l’Amministrazione finanziaria abbia a sua volta accesso all’algoritmo e possa perciò adempiere a tale onere motivazionale, proprio in conseguenza della già ricordata “segretezza” dello stesso; cosicché, l’impossibilità di comprendere il modo di essere dell’algoritmo comporta la subordinazione dell’attività amministrativa alle scelte (anche di valore) effettuate in modo autonomo ed incontrollato dai suoi creatori.

Vi è poi la questione della tutela dei diritti del contribuente, poiché il dovere di motivazione dell’atto impositivo, oltre che a garantire il buon andamento dell’attività amministrativa in conformità all’art. 97 Cost., consente al contribuente di esercitare il proprio diritto di difesa, di cui all’art. 24 Cost., attraverso la piena comprensione delle contestazioni mosse dall’Ufficio.

Un’ulteriore problematica interpretativa concerne la valenza probatoria che l’elaborazione effettuata dal sistema intelligente potrebbe avere in giudizio: infatti, i limiti di conoscibilità dell’algoritmo possono impattare negativamente anche sull’attività del giudicante, il quale non sarebbe nella maggior parte dei casi posto nella condizione di valutare l’attendibilità della ricostruzione dell’Amministrazione finanziaria, se non forse a costo di ricorrere massicciamente a consulenze tecniche d’ufficio, con conseguente lievitazione dei costi della giustizia.

3.2. Peraltro, l’art. 9 D.Lgs. n. 13/2024 prevede l’utilizzo di processi decisionali completamente automatizzati ai fini della determinazione della proposta di concordato preventivo biennale (per gli studi sulla nuova normativa si rinvia a Barabino P., Il concordato preventivo biennale, tra accordi e automatismi: una natura ibrida di “accordo-opzione”, in Riv. trim. dir. trib., 2025, 1, 3 ss.; Giovannini A., Concordato preventivo e progettazione giuridica del reddito, in Rass. trib., 2024, 3, 510 ss.; Canè D., Il doppio volto del concordato preventivo nella riforma tributaria, tra imposizione e collaborazione, in Riv. trim. dir. trib., 2024, 1, 107 ss.; Mastroiacovo V., Procedimenti accertativi e nuovo rapporto tra fisco e contribuente nella legge delega di riforma tributaria, in Rass. trib., 2023, 3, 479 ss.; Cardella P. L., Il concordato preventivo biennale: l’elaborazione della proposta, la sua accettazione ed il marginale impiego delle “nuove tecnologie”, in Riv. tel. dir. trib., 2024, 2, 693 ss.); l’istituto de quo rappresenta un modulo consensuale di definizione anticipata del reddito prodotto nell’esercizio dell’attività di impresa e nell’esercizio di arti e professioni ai fini delle imposte sui redditi, nonché del valore della produzione netta ai fini IRAP in relazione a due periodi di imposta in corso e a quello successivo.

Cosicché, l’uso degli algoritmi risulta centrale per la raccolta dei dati e per la loro elaborazione nella prospettiva di enucleare la proposta da sottoporre al contribuente. In questo ambito, si tratta di un impiego in funzione predittiva, in quanto il software dovrebbe essere idoneo a prevedere quanto sarà l’ammontare dei proventi di un dato contribuente nel corso del biennio.

L’approccio dovrebbe basarsi su un’analisi probabilistica secondo modelli e tecniche di analisi che, sfruttando soluzioni di machine learning o di statistica inferenziale, consentono di ritrarre informazioni anche non note a priori che, una volta ricavate, possono essere impiegate per l’elaborazione di autonomi risultati (ammontare dell’imposta dovuta in un dato anno) e/o permettono di attribuire una determinata probabilità di quel dato accadimento (i.e. il verificarsi del presupposto impositivo). Se questo metodo viene escluso dall’Amministrazione finanziaria per la predittività del contribuente potenzialmente rischioso, invece, la necessità di formulare una proposta più prossima ad un dato futuro ed effettivo impone questo tipo di analisi probabilistica (per approfondimenti sul punto si vedano Dorigo S. – Mercuri G., AI e Amministrazione finanziaria in Italia: analisi del rischio fiscale, attuazione del rapporto tributario e profili organizzativi, cit., 57).

Si dovrebbe quindi parlare di un’analisi supervisionata, riferita ai campioni di contribuenti per settore (training set), di una variabile “risposta” (output) che rappresenta la grandezza (reddito/valore della produzione netta) da predire in relazione al singolo contribuente appartenente a quella data categoria economica. All’interno del training set, si pone una fase di addestramento del modello nel corso del quale si analizzano le relazioni tra specifiche variabili fiscali, finanziarie, patrimoniali e dichiarative (variabili di input), disponibili su tutta la platea del settore economico, e la variabile risposta. Segue poi la fase predittiva in cui viene attribuita al singolo soggetto una previsione del valore della variabile risposta sulla base delle relazioni stimate (così Dorigo S. – Mercuri G., AI e Amministrazione finanziaria in Italia: analisi del rischio fiscale, attuazione del rapporto tributario e profili organizzativi, cit., 57 ss.).

Per la proposta concordataria si fa riferimento al dato storico delle redditività del contribuente nei periodi precedenti e in quello di applicazione. A tal fine si fa riferimento all’andamento del reddito operativo, quale quello realizzato nell’ambito della gestione caratteristica negli ultimi tre esercizi. I redditi degli ultimi tre anni sono oggetto di una media ponderata a seconda dei punteggi di affidabilità per anno. Il rapporto tra il reddito operativo e il risultato della media consente di individuare il coefficiente di rivalutazione della base concordataria.

In tale ambito, dunque, l’elaborazione automatizzata ha ad oggetto una molteplicità di dati, esterni rispetto al contenuto della dichiarazione del contribuente al fine di individuare la capacità contributiva dal medesimo manifestata per la determinazione del quantum della proposta di concordato preventivo. L’intelligenza artificiale è qui utilizzata per ricostruire il reddito riferibile al contribuente ed ha, perciò, un impatto assai più profondo nella gestione del rapporto d’imposta, sebbene pur sempre nel contesto di una procedura speciale come quella appunto del concordato preventivo.

Tuttavia, uno dei principali limiti dell’accordo basato su algoritmi informatici è la mancata trasparenza nei criteri utilizzati per elaborare la proposta: a ben vedere, infatti, il contribuente non ha accesso diretto alle logiche operative dell’algoritmo, né alle fonti dei dati utilizzati per il calcolo del reddito presunto; tale deficit di trasparenza non solo rischia di minare la fiducia nel sistema, ma crea un margine di tolleranza, pari al 30%, tra il reddito presunto e quello effettivo il superamento del quale comporta il venir meno dell’accordo (sul punto cfr. Barabino P., Il concordato preventivo biennale, tra accordi e automatismi: una natura ibrida di “accordo-opzione”, cit., 13 ss.; Giovannini A., Concordato preventivo e progettazione giuridica del reddito, cit., 510 ss.).

L’automazione garantisce standardizzazione ed efficienza, ma non tiene conto delle specificità economiche o personali del contribuente; un simile limite è particolarmente rilevante nei casi in cui il reddito del contribuente sia soggetto a variazioni significative dovute a crisi settoriali o a cambiamenti imprevisti delle condizioni di mercato che possono portare solo alla estrema conseguenza della decadenza. L’algoritmo, basandosi su modelli rigidi, non consente di adeguare la proposta alle circostanze effettive, con il rischio di generare disallineamenti tra reddito presunto e reddito reale (sul punto cfr. Paparella F., Un nuovo regime premiale per incentivare la produttività, in Il Sole 24 Ore, 10 ottobre 2024).

Per migliorare il bilanciamento tra efficienza amministrativa e diritti del contribuente, sarebbe necessario introdurre evoluzioni normative che garantiscano maggiore trasparenza e flessibilità nell’uso degli algoritmi; ad esempio, l’adozione di procedure di revisione automatizzata, che consentano al contribuente di verificare e correggere i parametri della proposta, potrebbe contribuire a rendere il sistema più equo e sostenibile pur mantenendo una manifestazione di capacità contributiva effettiva ed attuale compressa tra forfetizzazioni e percentuali di decadenza (sul punto si vedano Mastroiacovo V., Proposta automatizzata senza spazio per il contraddittorio, in Il Sole 24 Ore, 10 ottobre 2024; Francioso C., Automated decision making by tax authorities and the protection of taxpayers’ rights in a comparative perspective, in Riv. trim. dir. trib., 2023, 3, 541 ss.).

4. Peraltro, viene in considerazione il tema della protezione dei dati personali acquisiti attraverso profilazioni di massa e immagazzinati nelle varie banche dati a disposizione dell’Amministrazione finanziaria (sul punto si veda Contrino A., Spinte evolutive [sul piano sovranazionale] e involutive [a livello interno] in tema di bilanciamento fra diritto alla protezione dei dati dei contribuenti ed esigenze di contrasto dell’evasione fiscale, in Riv. tel. dir. trib., 2023, 2, 533 ss.; Id., Banche dati tributarie, scambio di informazioni fra autorità fiscali e “protezione dei dati personali”: quali diritti e tutele per i contribuenti?, in Riv. tel. dir. trib., 2019, 1, 7 ss.; Marcheselli A. – Ronco S.M., Dati personali, Regolamento GDPR e indagini dell’amministrazione finanziaria: un modello moderno di tutela dei diritti fondamentali?, in Riv. dir. trib., 2022, 2, I, 98 ss.; Ragucci G., Introduzione e note ordinate sul fisco digitale, in Ragucci G., a cura di, Il fisco digitale, 2023, Torino, 4 ss.; Marinello A., L’utilizzo dell’intelligenza artificiale da parte del Fisco: limiti e prospettive, anche alla luce dell’Artificial Intelligence Act dell’Unione Europea, cit., 632 ss.)

Il punto centrale è che il doveroso rispetto della privacy e la protezione dei dati personali pongono dei limiti all’acquisizione, alla conservazione e all’utilizzo delle informazioni da parte dell’Amministrazione finanziaria, nella prospettiva di un corretto bilanciamento tra esigenze di contrasto all’evasione fiscale e tutela della sfera personale del contribuente. In questo senso, il diritto del contribuente alla protezione dei dati può affermarsi, da un lato, come limite al massivo utilizzo di adempimenti che comportano l’acquisizione e la conservazione di grandi quantità di dati personali, non sempre di stretta rilevanza tributaria; dall’altro, come limite all’utilizzo di dati personali comunque acquisiti dall’Amministrazione per selezionare i contribuenti da assoggettare a controllo e ad accertamento (cfr. Contrino A., Protezione dei dati personali e pervasività delle banche dati fiscali: quale contemperamento?, in Contrino A. – Marello E., a cura di, La digitalizzazione dell’amministrazione finanziaria tra contrasto all’evasione e tutela dei diritti del contribuente, cit., 109 ss.; Conte D., Accertamento tributario e modelli predittivi del rischio di evasione fiscale: il ruolo dell’IA tra tutela dei dati personali e principio del “giusto” procedimento, in Riv. dir. trib., 2024, 1, I, 127 ss.).

L’art. 2 della legge delega n. 111/2023 affronta la questione, ma la risolve in modo piuttosto insoddisfacente, limitandosi a disporre che l’uso delle nuove tecnologie avvenga nel rispetto della disciplina dell’Unione Europea sulla tutela dei dati personali. Si tratta di un riferimento non confortante, dal momento che il GDPR (Regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio, del 27 aprile 2016) prevede ampie deroghe alla tutelabilità dei dati personali nel contesto di fattispecie tributarie.

Allo stesso tempo, anche l’AI Act, ovvero il Regolamento europeo sull’intelligenza artificiale n. 1689/2024 recentemente approvato dal Consiglio, oltre a rinviare l’operatività delle tutele rispetto all’uso dell’intelligenza artificiale da parte della Pubblica Amministrazione, considera che l’impiego di sistemi automatizzati da parte dell’Amministrazione finanziaria non rientri tra quelli considerati high risk, con la conseguente possibilità da parte degli Stati membri di ridurre legittimamente le tutele per le persone ad esso sottoposte.

Il semplice richiamo alla disciplina europea, quindi, rischia non garantire pienamente la tutela del contribuente; cosicché, il legislatore delegato potrebbe specificare nel prossimo futuro quali diritti spettano al contribuente nel corso di attività automatizzate svolte dall’Amministrazione finanziaria e forse estendere tale tutela anche al di là dei limiti previsti dal GDPR. In particolare, quest’ ultimo obiettivo potrebbe essere realizzato valorizzando, anche in questo contesto, l’interlocuzione preventiva che, ai sensi della delega, è stata generalizzata, per quanto non in modo del tutto soddisfacente.

Ma vi è di più. In sede di attuazione della delega i dubbi, già presenti nella lettura dei principi direttivi, sono sin qui stati confermati, gettando più di un’ombra sull’effettivo equilibrio tra esigenze di rafforzamento dell’efficacia dell’azione amministrativa e piena tutela dei diritti del contribuente.

La principale perplessità riguarda la possibilità che l’esito dell’elaborazione automatizzata sia effettivamente oggetto di consapevole controllo da parte dell’operatore umano. Al riguardo, l’art. 16, comma 1, lett. r) della legge delega prevede l’obiettivo di rafforzare la specializzazione e la formazione professionale continua del personale dell’Amministrazione finanziaria, con particolare riferimento all’utilizzo delle nuove tecnologie digitali, anche applicate alle attività economiche, all’utilizzo dei big data e al relativo trattamento, alla sicurezza informatica.

Tuttavia, potrebbe essere opportuno circoscrivere e rendere più concreto il richiamato criterio direttivo, attesa la sua particolare delicatezza per la tutela dei diritti; il rischio concreto, infatti, è che il personale amministrativo sia influenzato dalla forza “persuasiva” dell’algoritmo, nel senso che tali risultati sembrano dotati di un crisma della scientificità oggettiva, tale da rendere superfluo, o addirittura pericoloso per la purezza degli esiti, ogni intervento umano.

In ogni caso, solo un’adeguata preparazione tecnica dei funzionari dell’Amministrazione finanziaria potrebbe costituire un’efficace garanzia per porre rimedio a tale problematica. In questo senso, peraltro, desta perplessità quanto indicato dall’art. 16, lett. r) sopra ricordata, ovvero che le azioni di specializzazione e formazione dovranno essere realizzate «senza nuovi o maggiori oneri a carico della finanza pubblica».

Pertanto, vi è il rischio che le pur apprezzabili indicazioni contenute nella delega non possano essere realizzate per i costi che siffatta attività di formazione e specializzazione inevitabilmente impone, con inevitabili conseguenze sull’effettività della tutela della posizione del contribuente coinvolto nel procedimento automatizzato.

5. La recente attuazione della legge delega per la riforma del sistema fiscale ha fornito ulteriore impulso all’impiego delle soluzioni di intelligenza artificiale da parte dell’Amministrazione finanziaria. L’utilizzo delle soluzioni algoritmiche è stato prefigurato, in via del tutto apprezzabile, in vista degli obiettivi generali di prevenzione e contrasto dell’evasione fiscale (funzione predittiva), di efficientamento dei procedimenti di interpello per i contribuenti di minori dimensioni nell’ottica di una migliore collaborazione tra le due parti del rapporto d’imposta (funzione preventiva), nonché ai fini dell’identificazione dei soggetti a più alto rischio fiscale (funzione di selezione dei contribuenti da sottoporre a controllo).

La linea di azione è sostanzialmente chiaramente orientata a rendere operativi sistemi di IA che consentano di utilizzare l’enorme mole di dati e informazioni raccolti e ordinati su scala nazionale dall’anagrafe tributaria, acquisiti nell’esercizio di poteri istruttori o mediante lo scambio di informazioni con altri enti pubblici o Autorità fiscali straniere.

Tuttavia, all’indomani della parziale attuazione della delega, permangono le richiamate criticità applicative sollevate dall’impiego degli algoritmi in relazione al diritto di difesa del contribuente in sede procedimentale e alla tutela dei dati personali acquisiti dall’Amministrazione finanziaria.

A ben vedere, nell’ottica di potenziare il ricorso alle soluzioni di IA nell’attività di accertamento tributario, l’intervento del legislatore delegato potrebbe essere ulteriormente finalizzato a preservare e rafforzare nelle decisioni algoritmiche, la vigenza degli istituti chiave previsti dalla legge sul procedimento amministrativo ed applicati anche al tradizionale procedimento di accertamento tributario, quali la partecipazione, in contraddittorio, dei contribuenti, la responsabilità istruttoria del funzionario e l’obbligo di motivazione (rafforzata), intesa come ragionamento giustificativo della pretesa fiscale e non solo come mera esplicazione di formule matematiche.

Sembra, inoltre, opportuno che in un prossimo futuro lo standard di tutela previsto per i contribuenti sotto il profilo della protezione dei dati sensibili possa essere innalzato, con l’introduzione in via generalizzata, nonché nello spazio comune europeo, una valutazione di impatto preventiva a carico dei sistemi di intelligenza artificiale destinati ad essere utilizzati nell’ambito dei controlli tributari.

In definitiva, l’auspicio è che gli interventi correttivi sui testi già licenziati dal Governo possano, almeno in parte, colmare le lacune evidenziate, anche per non lasciare alla prassi il compito di intervenire, con l’inevitabile conseguenza dell’emersione di una disciplina frammentata, troppo influenzata dal caso concreto e ancora una volta poco rispettosa dei principi fondamentali del nostro ordinamento, che devono assumere una portata ed un riconoscimento di carattere generale.

(*) Contributo redatto nell’ambito del Progetto di Ricerca Scientifica di Ateneo 2024 “Use of Artificial Intelligence and Public Administration activities” (AIFTP), principal investigator: Prof.ssa Alessia Vignoli, finanziato dall’Università degli Studi di Roma “Tor Vergata”, durata 24 mesi (codice: VignoliA24RSA): confluirà nel fascicolo n. 2/2025 (semestrale) della Rivista telematica di diritto tributario.

BIBLIOGRAFIA ESSENZIALE

Barabino P., Il concordato preventivo biennale, tra accordi e automatismi: una natura ibrida di “accordo-opzione”, in Riv. trim. dir. trib., 2025, 1, 3 ss.

Canè D., Il doppio volto del concordato preventivo nella riforma tributaria, tra imposizione e collaborazione, in Riv. trim. dir. trib., 2024, 1, 107 ss.

Cardella P.L., Il concordato preventivo biennale: l’elaborazione della proposta, la sua accettazione ed il marginale impiego delle “nuove tecnologie”, in Riv. tel. dir. trib., 2024, 2, 693 ss.

Carpentieri L. (a cura di), Profili fiscali dell’economia digitale, Torino, 2020

Cedro M. – Cimino F.A., Intelligenza artificiale ed accertamento tributario: opportunità e rischi di una rivoluzione in atto, in Dir. prat. trib. int., 2024, 1, 48 ss.

Consolo G., Decisioni amministrative algoritmiche e responsabilità nel procedimento tributario, in Riv. dir. trib., 2024, 5, I, 599 ss.

Conte d., Accertamento tributario e modelli predittivi del rischio di evasione fiscale: il ruolo dell’IA tra tutela dei dati personali e principio del “giusto” procedimento, in Riv. dir. trib., 2024, 1, I, 125 ss.

Contrino A., Banche dati tributarie, scambio di informazioni fra autorità fiscali e “protezione dei dati personali”: quali diritti e tutele per i contribuenti?, in Riv. tel. dir. trib., 2019, 1, 7 ss.

Contrino A., Digitalizzazione dell’Amministrazione finanziaria e attuazione del rapporto tributario: questioni aperte e ipotesi di lavoro nella prospettiva dei principi generali, in Riv. dir. trib., 2023, 2, I, 105 ss.

Contrino A., Spinte evolutive (sul piano sovranazionale) e involutive (a livello interno) in tema di bilanciamento fra diritto alla protezione dei dati dei contribuenti ed esigenze di contrasto dell’evasione fiscale, in Riv. tel. dir. trib., 2023, 2, 533 ss.

Contrino A., Protezione dei dati personali e pervasività delle banche dati fiscali: quale contemperamento?, in Contrino A. – Marello E. (a cura di), La digitalizzazione dell’amministrazione finanziaria tra contrasto all’evasione e tutela dei diritti del contribuente, Milano, 2023, vol. II, 109 ss.

Cordeiro Guerra R. – Dorigo S. (a cura di), Fiscalità dell’economia digitale, Pisa, 2022

Del Federico L. – Ricci C. (a cura di), La digital economy nel sistema tributario italiano ed europeo, Padova, 2015

Del Federico L. – Ricci C. (a cura di), Le nuove forme di tassazione della digital economy, Roma, 2017

Del Federico L. – Paparella F. (a cura di), Diritto tributario digitale, Pisa, 2023, 12 ss.

Dorigo S., L’Amministrazione finanziaria e l’uso dell’intelligenza artificiale: gli indirizzi della delega fiscale e gli approdi (poco rassicuranti) in sede attuativa, in Riv. dir. trib., 2024, 6, I, 761 ss.

Dorigo S. – Mercuri G., AI e Amministrazione finanziaria in Italia: analisi del rischio fiscale, attuazione del rapporto tributario e profili organizzativi, in Studi tributari europei, vol. 14, 2024, 57 ss.

Esposito G.M., Al confine tra algoritmo e discrezionalità. Il pilota automatico tra procedimento e processo, in Dir. proc. amm., 2019, 1, 39 ss.

Fasola M., L’amministrazione algoritmica dei tributi, Milano, 2025, 48 ss.

Farri F., Digitalizzazione dell’amministrazione finanziaria e diritti dei contribuenti, in Riv. dir. trib., 2020,6, V, 115 ss.

Francioso C., Intelligenza artificiale nell’istruttoria tributaria e nuove esigenze di tutela, in Rass. trib., 2023, 1, 47 ss.

Francioso C., Automated decision making by tax authorities and the protection of taxpayers’ rights in a comparative perspective, in Riv. trim. dir. trib., 2023, 3, 541 ss.

Gallo F., Il futuro non è un vicolo cieco. Lo Stato tra globalizzazione, decentramento ed economia digitale, Palermo, 2019

Gallo F. – Uricchio A.F. (a cura di), La tassazione dell’economia digitale, Bari, 2022

Giovannini A., Concordato preventivo e progettazione giuridica del reddito, in Rass. trib., 2024, 3, 510 ss.

Guidara A., Accertamento dei tributi e intelligenza artificiale: prime riflessioni per una visione di sistema, in Dir. prat. trib., 2023, 2, 384 ss.

Marcheselli A. – Ronco S.M., Dati personali, Regolamento GDPR e indagini dell’amministrazione finanziaria: un modello moderno di tutela dei diritti fondamentali?, in Riv. dir. trib., 2022, 2, I, 97 ss.

Marello E., La digitalizzazione del sistema tributario, in Riv. tel. dir. trib., 2024, 1, 26 ss.

Marinello A., L’utilizzo dell’intelligenza artificiale da parte del Fisco: limiti e prospettive, anche alla luce dell’Artificial Intelligence Act dell’Unione Europea, in Riv. tel. dir. trib., 2024, 2, 625 ss.

Mastroiacovo V., Procedimenti accertativi e nuovo rapporto tra fisco e contribuente nella legge delega di riforma tributaria, in Rass. trib., 2023, 3, 479 ss.

Mastroiacovo V., Sulla giustizia predittiva ovvero di quel che accade quando il mito della calcolabilità del diritto incontra i pregiudizi sulla materia tributaria, in Riv. dir. trib., 2024, 1, I, 43 ss.

Mastroiacovo V., Proposta automatizzata senza spazio per il contraddittorio, in Il Sole 24 Ore, 10 ottobre 2024

Muciaccia N., Algoritmi e procedimento decisionale: alcuni recenti arresti della giustizia amministrativa, in Federalismi.it, 2020, 10, 344 ss.

Otranto P., Riflessioni in tema di decisione amministrativa, intelligenza artificiale e legalità, in Federalismi.it, 2021, 7, 187 ss.

Paparella F., L’ausilio delle tecnologie digitali nella fase di attuazione dei tributi, in Riv. dir. trib., 2022, 6, I, 617 ss.

Paparella F., Procedimento tributario, algoritmi e intelligenza artificiale: potenzialità e rischi della rivoluzione digitale, in Contrino A. – Marello E. (a cura di), La digitalizzazione dell’amministrazione finanziaria tra contrasto all’evasione e tutela dei diritti del contribuente, Milano, 2023, vol. II, 3 ss.

Paparella F., Un nuovo regime premiale per incentivare la produttività, in Il Sole 24 Ore, 10 ottobre 2024

Pontillo M., Algoritmi fiscali tra efficienza e discriminazione, in Riv. trim. dir. trib., 2023, 3, 651 ss.

Pontillo M., Errore indotto dall’algoritmo e violazione della norma tributaria: profili sanzionatori, in Rass. trib., 2024, 4, 827 ss.

Ragucci G., Introduzione e note ordinate sul fisco digitale, in Ragucci G. (a cura di), Il fisco digitale, Torino, 2023, 4 ss.

Simoncini A., Il diritto ad un algoritmo “ragionevole”. Riflessioni su giustizia predittiva e Costituzione, in Mastroiacovo V. (a cura di), Giocare con altri dadi. Giustizia e predittività dell’algoritmo, Torino, 2024, 37 ss.

Zuccarello A., Algoritmi e automatismi nei controlli della dichiarazione: profili problematici, in Riv. tel. dir. trib., 2022, 2, 118 ss.

Scarica il commento in formato pdf