L’impiego dell’AI può aiutare nella stima di alcuni reati, confrontando dati e illeciti già accertati.

Sfruttare l’AI per “contrastare in anticipo i reati” di bilancio e trovare i responsabili delle frodi, questo il sistema di intelligence predittiva costruito dalla startup italiana Rozes (spin-off dell’Università di Padova, fondata nel 2020). L’analisi dei bilanci delle società su fonti aperte potrà così anticipare ed individuare “comportamenti sospetti“.

Un risultato che ha destato l’interesse anche delle istituzioni. Tanto che per il 30 settembre, riporta l’ANSA, gli sviluppatori di questo sistema hanno ricevuto una convocazione presso la Commissione parlamentare d’inchiesta sulle condizioni di lavoro in Italia.

In questa sede potranno illustrare gli “indicatori” che hanno messo a punto, all’interno di un confronto volto a capire il loro eventuale impiego nel contrasto al fenomeno del caporalato. Eppure, come sempre nei casi in cui si affida all’intelligenza artificiale un compito di prevenzione – addirittura con annessa predizione – i dubbi e le perplessità non mancano.

Anticipare o stimare un reato?

I critici, in generale, sostengono che sia impossibile affermare che sarà commesso un reato, partendo da una intenzione, prima della sua effettiva commissione. L’azienda, da parte sua, non sostiene di conoscere il futuro, né di poter stabilire che un’impresa commetterà un reato. Il punto di cambiamento è un altro. L’idea è infatti quella di “spostare l’attenzione da ciò che è già successo alla stima di dove potrebbe emergere un rischio“. Si tratta quindi di una stima, partendo da fonti pubbliche.

L’algoritmo estrae informazioni disponibili, compresi bilanci depositati alle Camere di Commercio e dati della Pubblica Amministrazione (come l’ANAC). Voci contabili e indicatori finanziari sono poi oggetto di un confronto con quelli di un campione di imprese per le quali determinati illeciti sono stati accertati.

In termini tecnici, dunque, l’Indice di Rozes misura una similarità statistica. Un punteggio elevato non significa “questa azienda è criminale”. Al contrario, si va ad indicare che alcune caratteristiche hanno una somiglianza con quelle riscontrate nel campione utilizzato dal modello.

Il cofondatore e Amministratore delegato della startup, Jacopo Berti, ci ha tenuto a precisare che i risultati dei modelli di AI operano perciò come un’indicazione statistica. Non c’è nessun accertamento e la decisione finale rimane dell’uomo. “Abbiamo calcolato che se avessimo applicato questi modelli ogni anno al mondo degli appalti della Pubblica Amministrazione, lo Stato avrebbe potuto recuperare tra i 10 e i 15 miliardi di euro all’anno“, ha sottolineato.

L’impiego del sistema

Questo sistema renderebbe possibile individuare aziende esposte al rischio di collusioni mafiose, turbative d’asta, caporalato. Si aggiungerebbero anche la probabilità di scioglimento di un Comune per infiltrazioni mafiose o anomalie contabili. Anomalie associate a frodi, riciclaggio, falsa fatturazione e bancarotta fraudolenta, truffe sul debito o sul credito, attività di prestanome e attività di cartello. Sono in tutto 15 macrocategorie di reato.

Secondo le statistiche della startup, sottolinea ancora l’ANSA, la precisione dell’algoritmo è del 90%. In termini di paragone, su dieci soggetti giuridici indicati come rischiosi, per nove di questi l’analisi d’allarme ipotizzata dalla macchina ha conferma. Restano comunque ancora margini per implementare il sistema. Analizzando 10 soggetti giuridici rischiosi, 4 ancora sfuggono a Rozes.

Seguici anche sul nostro canale WhatsApp

Vai al sito di Cybersecurity Italia.

L'articolo Cybersicurezza, startup italiana sfrutta l’AI per trovare le frodi tributarie. Ma un reato si può predire? sembra essere il primo su CyberSecurity Italia.