Nell'articolo precedente “Professione fiscale: gli impatti dell'intelligenza fiscale” si è parlato di come i modelli generativi comprimano tempi di ricerca e analisi, spostando lo starting point del professionista dall’analisi documentale e dalla raccolta delle fonti alla problematizzazione critica e alla valutazione strategica. Qui si rovescia la prospettiva: quando la posizione fiscale assistita da IA, direttamente o indirettamente, entra nel perimetro di una verifica fiscale, non conta più soltanto la qualità apparente dell'output, ma la capacità di ricostruire, documentare e imputare il ragionamento che ha condotto all’azione o alla scelte intraprese.

È in questa distanza – tra plausibilità linguistica e paternità professionale – che si colloca il tema del validation layer: lo strato di verifica critica, documentata e tracciata che il professionista costruisce tra l'output dell'IA e la diffusione di un documento di natura professionale.

Come si forma una posizione fiscale assistita da IA

Oggi una posizione fiscale assistita da IA nasce secondo una catena ricorrente, dove il professionista resta autore giuridico del risultato finale: è lui che assume la paternità tecnico-professionale del risultato finale, ne risponde verso il cliente e, nei casi previsti dalla legge, può assumere anche una specifica responsabilità verso l’Amministrazione finanziaria (es. in materia di visto di conformità o rappresentanza fiscale). Il percorso intermedio, però, può rivelarsi “opaco”: l'agente IA seleziona fonti, pesa argomenti, scarta alternative e formula catene logiche che non lasciano, di per sé, una traccia ricostruibile al di fuori della sessione di lavoro.

Il validation layer colma questa opacità. Si pone, in altre parole, come processo attraverso cui il professionista verifica criticamente l'output dell'IA, lo confronta con le fonti rilevanti e lo trasforma in una posizione effettivamente propria e quindi imputabile. La documentazione di tale percorso non serve soltanto a supportare chi ha elaborato la posizione, ma ne garantisce la trasferibilità, la comprensibilità e la difendibilità anche nelle fasi successive.

Per questo richiede competenze sia fiscali sia in ambito contenzioso, che possono risiedere in un unico professionista o essere integrate all'interno di un team multidisciplinare. L'IA non sostituisce tali competenze: ne amplifica semmai la capacità di analisi e di elaborazione.

In termini pratici, un validation layer efficace può includere:

• log delle query e dei prompt, con versione dello strumento, data e perimetro fattuale sottoposto all'agente;
• esplicitazione del chain-of-thought accettato, ossia la catena di ragionamento che il professionista fa propria e non quella "nascosta" nel modello;
• annotazioni critiche sulle fonti, con verifica di attualità, gerarchia e applicabilità pro-rata temporis;
• decisioni di esclusione, documentando perché determinate circolari, massime o orientamenti giurisprudenziali sono stati scartati;
• riconciliazione con il contesto aziendale, integrando elementi fattuali e strategici non presenti nel prompt iniziale.

La verifica fiscale guarda alla posizione, non al metodo

In una verifica fiscale, l'Agenzia delle Entrate valuta se la posizione assunta dal contribuente sia sostenibile alla luce di norme, prassi e fatti. Il focus non è tanto sugli strumenti utilizzati per elaborarla, quanto sulla sua solidità tecnica.

In altre parole, almeno allo stato attuale, non vi sono elementi per ritenere che l'Amministrazione finanziaria o i giudici tributari siano interessati a scrutinare le modalità con cui l'intelligenza artificiale viene utilizzata nell'elaborazione di una posizione fiscale. Ciò che continuerà a essere richiesto è la capacità di sostenere la posizione assunta con argomentazioni coerenti, fonti pertinenti e un solido impianto logico-giuridico. In questa prospettiva, il validation layer non è tanto qualcosa che guarda all'esterno, quanto un passaggio interno al processo professionale: il momento in cui le informazioni raccolte, le fonti individuate e le conclusioni prospettate vengono verificate, contestualizzate e ricondotte al giudizio del professionista. Il suo valore non risiede nella sua visibilità, ma nella maggiore solidità e difendibilità delle posizioni che ne derivano.

Eppure, quando la posizione viene contestata, il professionista è normalmente chiamato dal cliente a ricostruire e sostenere il ragionamento sottostante e, sul piano procedimentale, tale ricostruzione può poi rilevare nel contraddittorio con l’Amministrazione, ferma restando, in via generale, la centralità della posizione del contribuente (salvo i casi in cui la legge preveda un coinvolgimento diretto del professionista, come nel caso di visto di conformità infedele).

Questo capita con maggior evidenza quando la modalità applicativa di una o più norme rimane alla fin fine controversa, nonostante tutta l’efficienza possibile nella raccolta delle fonti, e si rendono magari necessarie valutazioni giuridiche più ampie, di inquadramento della fattispecie, che solo sfiorano o affiancano il diritto tributario in senso stresso. Altra circostanza, forse ancora più emblematica, riguarda i calcoli e le determinazioni quantitative ai fini dell’applicazione, ad esempio, di agevolazioni fiscali: i principi e gli indirizzi generali spesso rappresentano solo il punto di partenza di “pratiche” di calcolo che si consolidano nel tempo e che trovano conferma nell’approccio adottato dalle autorità verifica dopo verifica o interpello dopo interpello (non sempre oggetto di pubblicazione).

Qui si coglie il punto fondamentale. L’IA comprime il tempo di elaborazione, ma non genera, da sola, la memoria documentale del percorso logico né il percorso di discernimento professionale che conduce all’assunzione di una determinata posizione fiscale. L’output di un LLM non è una fonte citabile né un parere giuridicamente imputabile: è un testo generato probabilisticamente, che deve essere vagliato, contestualizzato e fatto proprio dal professionista.

Allo stato attuale, in Italia non esiste una disciplina che colleghi la sanzionabilità di una posizione fiscale alle modalità con cui sono stati, ad esempio, (i) formulati i prompt o (ii) strutturati i processi di automazione utilizzati nella fase di analisi. In sede di verifica o di contenzioso, l’Agenzia delle Entrate e il giudice tributario continueranno quindi con tutta probabilità a muoversi secondo l’approccio tradizionale: valutare la tenuta della posizione assunta rispetto ai fatti, alle norme e alle fonti applicabili.

Indirizzi normativi e trend esteri

In coerenza, pur facendo i conti con l’evoluzione dell’utilizzo dell’AI, il quadro internazionale mostra una direzione sempre più attenta ai temi di tracciabilità, trasparenza e controllo umano. L’OCSE evidenzia come talune amministrazioni fiscali stiano già utilizzando l’IA per risk assessment, compliance, servizi ai contribuenti e supporto decisionale, sottolineando al tempo stesso l’esigenza di safeguards su fiducia, trasparenza, spiegabilità e uso dei dati sensibili.

Nella stessa prospettiva, l’AI Act europeo, pur non disciplinando specificamente la consulenza fiscale, introduce per i sistemi ad alto rischio principi di sorveglianza umana, comprensione dei limiti del sistema, monitoraggio dell’output in ottica di prevenzione dell’automation bias.

Anche le esperienze estere si stanno muovendo in questa direzione: in UK, l’amministrazione fiscale britannica (HM Revenue & Customs, HMRC) ha pubblicato linee guida sull’uso della IA generativa nei software fiscali, richiedendo trasparenza, fonti affidabili, controllo umano e misure di sicurezza dei dati, mentre l’Internal Revenue Service degli Stati Uniti ha adottato una policy interna di AI governance e, tramite l’Office of Professional Responsibility, ha chiarito che l’uso dell’IA non attenua gli obblighi di competenza, diligenza e verifica del professionista.

In questo scenario, l’assenza di una posizione ufficiale italiana sull’utilizzo dell’IA nei processi di consulenza e compliance fiscale non elimina il tema, ma lo rende ancora più rilevante sul piano professionale: il validation layer diventa il modo attraverso cui il professionista preserva la qualità del proprio giudizio, assicura la tracciabilità interna del percorso seguito e rafforza, di riflesso, la difendibilità della posizione fiscale assunta nell’interesse dell’impresa.