Interdittiva antimafia nell’era dell’AI: l’algoritmo accelera l’analisi, la decisione resta umana
— a cura del Prof. Marco Bacini e del Dott. Aldo Cavallo —
L’intelligenza artificiale sta entrando progressivamente nei processi decisionali pubblici e porta con sé una promessa difficile da ignorare. Analizzare una quantità di dati enormemente superiore a quella gestibile dall’uomo, individuare connessioni nascoste, ricostruire reti societarie, leggere anomalie nei flussi economici, cogliere ricorrenze che una tradizionale attività istruttoria potrebbe faticare a riconoscere. Applicata alla prevenzione antimafia, questa capacità apre uno spazio di straordinario interesse ma allo stesso tempo impone una domanda destinata ad accompagnare l’evoluzione della pubblica amministrazione nei prossimi anni: fino a dove può arrivare l’algoritmo quando dalla conoscenza dei fatti si passa alla valutazione delle persone, delle imprese e del rischio?
L’informazione interdittiva antimafia
L’interrogativo assume un peso particolare nel caso dell’informazione interdittiva antimafia, uno degli strumenti più incisivi previsti dall’ordinamento italiano per proteggere l’economia legale dalle infiltrazioni della criminalità organizzata. La sua forza deriva proprio dalla capacità di anticipare l’intervento pubblico rispetto all’accertamento penale. Il Prefetto interviene sulla base di una valutazione prognostica, quando un insieme di elementi consente di ritenere ragionevolmente prevalente il rischio di un condizionamento mafioso dell’impresa.
È il terreno del cosiddetto «più probabile che non», formula consolidata dalla giurisprudenza amministrativa e, in particolare, dall’Adunanza Plenaria del Consiglio di Stato. Un criterio che può apparire, a prima vista, molto vicino al linguaggio delle probabilità matematiche. In realtà appartiene a una dimensione profondamente diversa, il «più probabile che non» rappresenta una regola di giudizio giuridica. Richiede selezione dei fatti, interpretazione, ponderazione degli indizi, conoscenza del contesto economico e capacità di attribuire a ogni elemento un significato all’interno di una vicenda concreta. Qui nasce il primo equivoco da evitare quando si parla di intelligenza artificiale applicata all’antimafia. La capacità di un sistema informatico di calcolare correlazioni su milioni di dati produce conoscenza, indicatori e probabilità statistiche ma il giudizio giuridico appartiene a un piano ulteriore. Una correlazione può essere esatta dal punto di vista matematico e assumere un significato limitato, oppure diverso, una volta inserita nella storia concreta di un’impresa. Il rischio statistico e il rischio di infiltrazione mafiosa descrivono grandezze differenti.
La fase istruttoria
Questo significa che l’AI potrebbe rivelarsi estremamente efficace proprio nella fase istruttoria, immaginiamo un sistema capace di incrociare visure camerali, assetti proprietari, partecipazioni societarie, rapporti contrattuali, dati sui subappalti, informazioni economiche e finanziarie legittimamente accessibili. Potrebbe segnalare modificazioni improvvise nella compagine sociale, successioni anomale nelle cariche, intrecci tra aziende apparentemente lontane, ricorrenze negli affidamenti, collegamenti tra soggetti e imprese, triangolazioni difficili da ricostruire manualmente. È ciò che si potrebbe definire un modello di “istruttoria algoritmicamente assistita”. Il valore aggiunto sarebbe evidente, l’algoritmo diventerebbe un moltiplicatore della capacità conoscitiva dell’amministrazione. Potrebbe portare davanti all’analista elementi che altrimenti rimarrebbero dispersi tra migliaia di documenti e banche dati. Un modello di network analysis potrebbe ricostruire in pochi secondi una rete di partecipazioni societarie che richiederebbe giorni di lavoro, un sistema di anomaly detection potrebbe isolare una sequenza di operazioni meritevole di approfondimento. L’intelligenza artificiale diventerebbe così una lente più potente attraverso cui osservare la realtà economica.
La vera linea di confine compare subito dopo, individuare una relazione significa accertarne l’esistenza e stabilire quale significato giuridico attribuirle significa esercitare una funzione amministrativa. Segnalare un’anomalia rappresenta un risultato analitico ma valutare se quell’anomalia contribuisca a delineare un tentativo di infiltrazione mafiosa richiede un giudizio che coinvolge diritto, esperienza, contesto e responsabilità. La giurisprudenza amministrativa italiana sugli algoritmi ha già fornito indicazioni importanti, il Consiglio di Stato, a partire dalla nota sentenza n. 8472 del 2019 e attraverso le decisioni successive, ha progressivamente costruito un principio di legalità algoritmica fondato sulla conoscibilità del meccanismo utilizzato, sulla comprensibilità della regola applicata e sulla possibilità di ricondurre la decisione all’autorità titolare del potere. È una linea che trova riscontro anche nella riflessione scientifica sviluppata negli ultimi anni da studiosi come Giovanna Avanzini, Andrea Simoncini, Enrico Carloni e, più in generale, nella dottrina che ha analizzato l’ingresso degli algoritmi nell’attività amministrativa. Conoscibilità, in questo caso, significa qualcosa di molto concreto. Occorre sapere quali dati hanno alimentato il sistema, quali categorie informative hanno ricevuto maggiore rilevanza, quali correlazioni sono state ricercate, quale logica ha determinato l’attribuzione dei pesi e quale margine di errore accompagna il risultato. La trasparenza algoritmica può convivere con la tutela delle tecniche investigative e dei dati riservati. Il punto riguarda la possibilità di ricostruire il percorso che porta dall’informazione grezza all’indicatore utilizzato dall’amministrazione.
Il problema della “black box”
Qui troviamo il problema della cosiddetta “black box”. Un sistema particolarmente complesso potrebbe restituire un numero apparentemente preciso, ad esempio un risk score pari a 82 su 100. Quel numero può avere una grande utilità come segnale istruttorio, ma acquista invece un significato completamente diverso nel momento in cui entra nella motivazione di un provvedimento capace di incidere profondamente sulla vita di un’impresa.
L’interdittiva produce effetti rilevanti e può determinare l’incapacità di contrattare con la pubblica amministrazione, incidere su autorizzazioni, licenze e contributi e, nei casi più delicati, compromettere la continuità aziendale. Un punteggio matematico, per quanto sofisticato, fatica per sua natura a spiegare perché un determinato insieme di circostanze assuma un valore sintomatico di condizionamento mafioso. La motivazione amministrativa deve ricostruire i fatti, chiarire il loro significato, inserirli nella situazione concreta dell’impresa e spiegare perché la loro combinazione conduca a un giudizio prognostico.
L’AI Act europeo
L’AI Act europeo aggiunge un ulteriore livello di garanzia, il Regolamento UE 2024/1689 costruisce la disciplina dell’intelligenza artificiale secondo una logica basata sul rischio e introduce obblighi particolarmente rigorosi per determinati sistemi ad alto rischio. Al tempo stesso sarebbe improprio assimilare automaticamente qualsiasi utilizzo di AI da parte di una Prefettura alle applicazioni tipiche del law enforcement o del predictive policing. La classificazione dipende dal caso d’uso, dalla finalità del sistema e dalle modalità concrete con cui l’algoritmo entra nel procedimento. La distinzione acquista particolare importanza perché lo stesso AI Act vieta determinate applicazioni dirette a valutare o prevedere il rischio che una persona commetta un reato quando tale valutazione poggia esclusivamente sul profiling o su caratteristiche personali. Un sistema che analizza fatti societari, rapporti contrattuali, operazioni economiche e collegamenti documentati appartiene a una logica differente. Anche in questo caso la tecnologia può assistere l’istruttoria, mentre l’interpretazione giuridica dei risultati rimane affidata all’autorità competente.
L’articolo 14 dell’AI Act introduce il principio dello “human oversight”, la supervisione umana effettiva. Nel campo dell’interdittiva antimafia, però, appare possibile spingersi oltre e parlare di una vera “riserva di valutazione umana”. La differenza è importante, supervisionare un algoritmo significa controllarne il funzionamento e poter intervenire sui suoi risultati ma riservare all’uomo la valutazione significa affermare che alcuni passaggi appartengono strutturalmente alla funzione pubblica e restano legati alla responsabilità personale di chi esercita il potere.
Il problema dei bias
Questa impostazione acquista ancora maggiore importanza di fronte al problema dei bias. Gli algoritmi apprendono dai dati e i dati raccontano il passato. Nel contrasto alla criminalità organizzata, il passato presenta inevitabilmente concentrazioni geografiche, settoriali ed economiche. Alcuni territori hanno conosciuto una maggiore presenza mafiosa e alcuni settori, come edilizia, movimento terra, rifiuti o logistica, sono stati storicamente più esposti a fenomeni di infiltrazione.
Un modello addestrato senza adeguati correttivi potrebbe trasformare queste informazioni in scorciatoie statistiche. Pensiamo ad un’impresa localizzata in un determinato comune che potrebbe vedersi attribuire automaticamente una quota maggiore di rischio. Lo stesso potrebbe accadere per l’appartenenza a un settore economico o per la presenza di rapporti familiari lontani con persone coinvolte in procedimenti giudiziari. Il risultato sarebbe un’elevata produzione di falsi positivi e, soprattutto, la progressiva sostituzione dell’analisi individuale con una presunzione statistica. È il pericolo illustrato anche dalla letteratura internazionale sui Big Data, a partire dalle analisi di Solon Barocas e Andrew Selbst, e dalle riflessioni di Giovanni Sartor sui rapporti tra intelligenza artificiale e diritto. La qualità dei dati diventa quindi una garanzia giuridica prima ancora che tecnologica. Validazione delle fonti, verifica periodica degli errori, audit indipendenti, controllo dei modelli e capacità di individuare distorsioni devono accompagnare l’impiego dell’AI. Un algoritmo più potente alimentato da dati imperfetti produce errori più velocemente e su scala maggiore. Anche il contraddittorio endoprocedimentale previsto dall’articolo 92, comma 2-bis, del Codice antimafia potrebbe assumere una nuova funzione, oggi consente all’impresa destinataria del preavviso di interdittiva di presentare osservazioni e documentazione. In un procedimento assistito dall’intelligenza artificiale, questo spazio potrebbe diventare anche il luogo nel quale verificare la correttezza delle inferenze algoritmiche.
Pensiamo ad un dato di bilancio acquisito automaticamente che può risultare errato, un omonimo può essere associato alla persona sbagliata, una partecipazione societaria può essere cessata da tempo, un’operazione finanziaria statisticamente anomala può trovare una spiegazione del tutto ordinaria nella vita dell’impresa. Consentire all’interessato di conoscere gli elementi concretamente valorizzati significa trasformare il contraddittorio in un ulteriore meccanismo di controllo della qualità dell’istruttoria. In questo scenario prende forma quello che potremmo definire un vero “contraddittorio algoritmico”.
Un altro aspetto: il tempo
C’è poi un altro aspetto che la macchina fatica a catturare pienamente ed è il tempo. L’impresa è un organismo dinamico, cambiano gli amministratori, mutano gli assetti proprietari, vengono estromessi soci, si rafforzano i sistemi di compliance, possono essere introdotti nuovi presidi di legalità e tracciabilità. Il controllo giudiziario previsto dall’articolo 34-bis del Codice antimafia nasce anche per accompagnare questi percorsi di bonifica e risanamento.
La giurisprudenza ha sottolineato la dimensione dinamica della prevenzione. La storia di un’impresa può cambiare, un modello costruito sui dati storici rischia invece di cristallizzarla nella fotografia del passato. Da qui deriva un’altra funzione insostituibile della valutazione umana, capace di comprendere se gli interventi adottati dall’azienda abbiano realmente modificato le condizioni che avevano originariamente fatto emergere il rischio. Il rapporto tra AI e interdittiva antimafia arriva così al tema della responsabilità. L’utilizzo di un sistema informatico di supporto lascia intatta la titolarità del potere amministrativo, il Prefetto e il funzionario chiamati a decidere continuano a rispondere della valutazione compiuta, anzi, la presenza di un algoritmo rende ancora più importante l’esercizio di un controllo critico sul risultato.
Automation bias
La letteratura sull’intelligenza artificiale usa l’espressione “automation bias” per descrivere la tendenza dell’essere umano a fidarsi eccessivamente della risposta prodotta dalla macchina. In un procedimento amministrativo ad alto impatto questo atteggiamento può avere conseguenze profonde, perchè accettare un indicatore soltanto perché proviene da un sistema tecnologicamente avanzato significa trasformare uno strumento di supporto in un decisore di fatto.
Anche i profili di responsabilità civile, amministrativa ed erariale meritano quindi attenzione, se un’interdittiva fondata acriticamente su un errore algoritmico produce gravi danni a un’impresa e il provvedimento viene successivamente annullato, diventa inevitabile interrogarsi sul controllo esercitato dall’autorità che ha assunto la decisione. La responsabilità umana rappresenta, in questo senso, il completamento naturale della riserva di valutazione.
Possiamo descrivere il modello attraverso una sequenza abbastanza semplice: il dato viene acquisito, l’algoritmo lo elabora, il sistema evidenzia una possibile anomalia, l’operatore verifica l’informazione, l’autorità attribuisce il significato giuridico e infine assume una decisione motivata. È una gerarchia nella quale la tecnologia accresce progressivamente la capacità di conoscenza senza assorbire la funzione pubblica. La vera sfida dell’AI applicata alla prevenzione antimafia, dunque, consiste nel costruire sistemi capaci di vedere ciò che l’occhio umano da solo faticherebbe a riconoscere, lasciando alla persona il compito più delicato che è quello di comprendere che cosa ciò che la macchina ha trovato significhi realmente. È probabilmente questa la direzione più promettente per i prossimi anni. Un’antimafia tecnologicamente più avanzata, capace di lavorare su grandi quantità di dati e di ricostruire reti economiche sempre più sofisticate. Allo stesso tempo un’antimafia verificabile, nella quale ogni passaggio significativo rimane intelligibile, contestabile e riconducibile alla responsabilità di un decisore.
L’intelligenza artificiale può indicare una relazione, evidenziare un’anomalia, formulare una previsione ma la trasformazione di quelle informazioni in un giudizio sul rischio di infiltrazione mafiosa appartiene invece alla sfera del diritto e della responsabilità pubblica. È qui che si misura la qualità dell’innovazione amministrativa, la tecnologia amplia ciò che possiamo conoscere e lo Stato di diritto stabilisce come quella conoscenza può essere utilizzata.
Le notizie più lette su LaMiaFinanza
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green
