La ricerca esamina l’incidenza dell’intelligenza artificiale e dell’elaborazione avanzata dei dati sull’esercizio della funzione tributaria, con particolare attenzione alla tutela del contribuente e alle prospettive di innovazione digitale nella riscossione locale. L’espansione del potere informativo dell’Amministrazione finanziaria solleva rilevanti questioni in ordine all’effettività delle garanzie riconosciute al contribuente, al ridimensionamento del ruolo del Garante per la protezione dei dati personali, nonché all’attenuazione del vincolo di finalità nel trattamento dei dati e al contestuale ampliamento delle fonti giuridiche idonee a legittimarne l’utilizzo. Tali criticità si inscrivono, oltretutto, in un quadro più ampio, nel quale l’esercizio del potere tributario tende ad anticiparsi alla fase preistruttoria, attraverso attività di analisi e selezione delle posizioni che incidono in misura determinante sull’orientamento dei successivi controlli. In questa prospettiva, assumono particolare rilievo la qualità e la rappresentatività delle informazioni utilizzate, la delimitazione delle condizioni della loro conservazione e del loro riutilizzo, nonché la conoscibilità delle logiche selettive, quali presupposti essenziali per la legittimità dell’azione amministrativa e l’effettiva possibilità per il contribuente di contestarne gli esiti. La ricostruzione si avvale degli indirizzi elaborati dall’OCSE, del quadro europeo in materia di IA e del GDPR, di esperienze comparate e della normativa italiana. Entro tale cornice, la mancata inclusione espressa delle applicazioni fiscali tra gli ambiti ad alto rischio individuati dall’AI Act solleva interrogativi circa la coerenza della classificazione regolatoria con la concreta incidenza dei sistemi algoritmici sulle posizioni giuridiche dei contribuenti. Una distinta prospettiva, di carattere anche propositivo, concerne la riscossione dei tributi locali e le modalità di relazione tra contribuente debitore, ente creditore e concessionario, alla luce dell’eterogeneità dei debitori e del rilievo delle entrate per l’autonomia finanziaria degli enti territoriali. L’analisi dei dati cerca di superare modalità indifferenziate di gestione del credito mediante la costruzione di profili debitori, la segmentazione della relativa popolazione e la stima della probabilità, della quota e del tempo del recupero. L’integrazione di tali previsioni con indicatori di ability to pay permette di distinguere la propensione all’adempimento dalla concreta capacità economico-finanziaria del debitore, fornendo elementi per definire le priorità e graduare gli interventi secondo criteri di recuperabilità, convenienza e proporzionalità. La relazione con il debitore è esaminata anche attraverso l’impiego delle tecniche di orientamento comportamentale, delle comunicazioni personalizzate e dei sistemi di IA a supporto dell’assistenza e della gestione procedimentale, per rendere più accessibili i servizi e favorire l’adempimento spontaneo. L’impiego di tali strumenti richiede, tuttavia, condizioni di affidabilità tecnica, tracciabilità, controllabilità degli esiti, contestabilità delle determinazioni e responsabilità umana, affinché la differenziazione degli interventi rimanga compatibile con l’uguaglianza di trattamento e con le garanzie del debitore. La prospettiva delineata riconduce pertanto l’innovazione tecnologica a una più ampia riflessione sulle condizioni di legittimità dell'esercizio del potere tributario e sulle possibilità di configurare, anche nella riscossione locale, modalità di intervento maggiormente differenziate, proporzionate e rispettose delle garanzie del contribuente.

Nuove prospettive di tutela del contribuente e di relazione con i concessionari della riscossione nella nuova cultura digitale

FUNARI, ALESSIA
2026

Abstract

La ricerca esamina l’incidenza dell’intelligenza artificiale e dell’elaborazione avanzata dei dati sull’esercizio della funzione tributaria, con particolare attenzione alla tutela del contribuente e alle prospettive di innovazione digitale nella riscossione locale. L’espansione del potere informativo dell’Amministrazione finanziaria solleva rilevanti questioni in ordine all’effettività delle garanzie riconosciute al contribuente, al ridimensionamento del ruolo del Garante per la protezione dei dati personali, nonché all’attenuazione del vincolo di finalità nel trattamento dei dati e al contestuale ampliamento delle fonti giuridiche idonee a legittimarne l’utilizzo. Tali criticità si inscrivono, oltretutto, in un quadro più ampio, nel quale l’esercizio del potere tributario tende ad anticiparsi alla fase preistruttoria, attraverso attività di analisi e selezione delle posizioni che incidono in misura determinante sull’orientamento dei successivi controlli. In questa prospettiva, assumono particolare rilievo la qualità e la rappresentatività delle informazioni utilizzate, la delimitazione delle condizioni della loro conservazione e del loro riutilizzo, nonché la conoscibilità delle logiche selettive, quali presupposti essenziali per la legittimità dell’azione amministrativa e l’effettiva possibilità per il contribuente di contestarne gli esiti. La ricostruzione si avvale degli indirizzi elaborati dall’OCSE, del quadro europeo in materia di IA e del GDPR, di esperienze comparate e della normativa italiana. Entro tale cornice, la mancata inclusione espressa delle applicazioni fiscali tra gli ambiti ad alto rischio individuati dall’AI Act solleva interrogativi circa la coerenza della classificazione regolatoria con la concreta incidenza dei sistemi algoritmici sulle posizioni giuridiche dei contribuenti. Una distinta prospettiva, di carattere anche propositivo, concerne la riscossione dei tributi locali e le modalità di relazione tra contribuente debitore, ente creditore e concessionario, alla luce dell’eterogeneità dei debitori e del rilievo delle entrate per l’autonomia finanziaria degli enti territoriali. L’analisi dei dati cerca di superare modalità indifferenziate di gestione del credito mediante la costruzione di profili debitori, la segmentazione della relativa popolazione e la stima della probabilità, della quota e del tempo del recupero. L’integrazione di tali previsioni con indicatori di ability to pay permette di distinguere la propensione all’adempimento dalla concreta capacità economico-finanziaria del debitore, fornendo elementi per definire le priorità e graduare gli interventi secondo criteri di recuperabilità, convenienza e proporzionalità. La relazione con il debitore è esaminata anche attraverso l’impiego delle tecniche di orientamento comportamentale, delle comunicazioni personalizzate e dei sistemi di IA a supporto dell’assistenza e della gestione procedimentale, per rendere più accessibili i servizi e favorire l’adempimento spontaneo. L’impiego di tali strumenti richiede, tuttavia, condizioni di affidabilità tecnica, tracciabilità, controllabilità degli esiti, contestabilità delle determinazioni e responsabilità umana, affinché la differenziazione degli interventi rimanga compatibile con l’uguaglianza di trattamento e con le garanzie del debitore. La prospettiva delineata riconduce pertanto l’innovazione tecnologica a una più ampia riflessione sulle condizioni di legittimità dell'esercizio del potere tributario e sulle possibilità di configurare, anche nella riscossione locale, modalità di intervento maggiormente differenziate, proporzionate e rispettose delle garanzie del contribuente.
9-ott-2026
Italiano
MARELLO, Enrico
Università degli Studi di Torino
File in questo prodotto:
File Dimensione Formato  
Tesi-Funari-Alessia.pdf

embargo fino al 09/10/2027

Licenza: Tutti i diritti riservati
Dimensione 2.59 MB
Formato Adobe PDF
2.59 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/381552
Il codice NBN di questa tesi è URN:NBN:IT:UNITO-381552