Perché un’AI addestrata sulle sentenze tributarie di merito rischia di diventare bravissima a replicare gli errori
di Lorenzo Romano
Il 9 giugno, al Forum PA, il MEF ha presentato un nuovo servizio di AI applicato alla banca dati della giurisprudenza tributaria, con l’annuncio profondamente rassicurante di una “bussola con l’AI“ per orientarsi nel mare magnum del contenzioso tributario. La metafora nautica ci pare ben scelta: evoca rotte sicure, approdi certi, il navigante che finalmente sa dove sta andando. Il problema, come ogni marinaio sa, è che la bussola indica il nord magnetico solo se non ci sono pezzi di ferro nelle vicinanze. E nel contenzioso tributario di merito, di ferraglia, ne abbiamo accumulata parecchia.
Il progetto è ambizioso e per molti versi encomiabile: un sistema di sintesi automatica delle pronunce, una ricerca mirata dei precedenti, una banca dati che dal milione abbondante di sentenze dei gradi di merito punta a quadruplicarsi. L’AI generativa che restituisce massime in linguaggio naturale, le risposte conversazionali, l’orientamento del giudice che diventa finalmente conoscibile prima che la decisione sia presa. Un equilibratore del processo, si dice. Difficile dissentire dall’obiettivo. Vale però la pena soffermarsi su due dettagli che, nella celebrazione del nuovo strumento, rischiano di passare in secondo piano. Due dettagli che hanno a che fare non con l’output prodigioso della macchina, ma con ciò che le diamo da mangiare. Perché lo sanno bene gli informatici da almeno mezzo secolo: garbage in, garbage out.
Diciamolo con tutta la delicatezza del caso. Le sentenze della giustizia tributaria di merito sono, mediamente, quelle che sono. Non è un’offesa a nessuno: è una constatazione che chiunque frequenti le aule delle Corti di giustizia tributaria di primo e secondo grado fa quotidianamente, e che la stessa Cassazione (quando cassa con rinvio motivazioni apparenti, contraddittorie o assenti) certifica con una certa regolarità.
Per ragioni strutturali, peraltro, non per malafede: una magistratura a lungo onoraria, carichi di lavoro abnormi, una specializzazione che solo di recente sta prendendo forma, motivazioni redatte spesso per relationem o con copia-incolla di stilemi che migrano da un fascicolo all’altro. Il risultato è un patrimonio giurisprudenziale di qualità diseguale, dove accanto a pronunce eccellenti convivono decisioni che di motivato hanno il solo dispositivo.
Ora: cosa succede quando si addestra (o anche solo si alimenta) un sistema di sintesi e ricerca su questo materiale? Succede che lo strumento diventa straordinariamente efficiente nel restituirci l’esistente. Non il diritto come dovrebbe essere applicato, ma il diritto come è stato applicato, errori inclusi. La macchina non distingue, di per sé, tra la massima fondata e l’abbaglio reiterato: vede frequenza, ricorrenza, pattern. E se un orientamento sbagliato è stato ripetuto in cento sentenze sciatte, mentre quello corretto compare in dieci pronunce raffinate, indovinate quale dei due la “bussola“ indicherà come nord?
