Nel sistema legislativo italiano l’elaborazione e l’approvazione delle norme non rappresentano soltanto un processo politico e parlamentare, ma anche una complessa procedura tecnico-amministrativa che coinvolge diversi organi dello Stato. Prima che un disegno di legge o un decreto possa essere trasmesso alle Camere o promulgato, deve infatti superare una serie di verifiche tecniche riguardanti la correttezza formale del testo normativo, la coerenza con il quadro legislativo esistente e soprattutto la compatibilità finanziaria delle misure previste. In questo contesto assume un ruolo centrale la cosiddetta “bollinatura”, un passaggio procedurale svolto dalla Ragioneria generale dello Stato che certifica la sostenibilità economica e la corretta copertura finanziaria di una proposta normativa. Negli ultimi anni, con l’aumento della complessità legislativa e la crescita del numero di provvedimenti da esaminare, le amministrazioni pubbliche stanno valutando l’impiego di strumenti basati sull’intelligenza artificiale per supportare questa attività di verifica tecnica dei testi di legge.
Nel linguaggio amministrativo italiano la bollinatura è il visto di conformità apposto dalla Ragioneria generale dello Stato su decreti, disegni di legge e altri atti normativi, al termine di un processo di controllo volto a verificare la copertura finanziaria delle disposizioni e il rispetto delle regole di finanza pubblica. Questo controllo è strettamente collegato all’articolo 81 della Costituzione, che stabilisce il principio dell’equilibrio di bilancio e impone che ogni nuova spesa pubblica sia accompagnata da adeguate fonti di finanziamento. La bollinatura costituisce quindi una garanzia tecnica per il Governo, il Parlamento e il Presidente della Repubblica, attestando che il provvedimento legislativo non introduce squilibri nel bilancio dello Stato o spese prive di copertura.
Dal punto di vista operativo, questa attività comporta l’analisi dettagliata delle relazioni tecniche che accompagnano ogni provvedimento normativo, nelle quali vengono indicati gli effetti economici delle misure proposte e le modalità di finanziamento delle nuove spese. Gli uffici della Ragioneria verificano che i calcoli siano corretti, che le previsioni di spesa siano coerenti con il bilancio dello Stato e che le norme non producano effetti finanziari non previsti. Solo dopo questa verifica il testo normativo può essere trasmesso agli organi istituzionali competenti per proseguire l’iter legislativo. In assenza di bollinatura, infatti, un provvedimento non può essere approvato dal Consiglio dei ministri né trasmesso alle Camere per la discussione parlamentare.
La crescente complessità delle politiche pubbliche rende tuttavia questa attività sempre più articolata. I testi legislativi contemporanei spesso contengono centinaia di articoli, numerosi rinvii normativi e una grande quantità di dati economici e contabili che devono essere verificati con precisione. Inoltre, l’ordinamento giuridico italiano è caratterizzato da un elevato livello di stratificazione normativa, con migliaia di leggi, decreti e regolamenti che si sovrappongono nel tempo. Analizzare manualmente la coerenza di un nuovo provvedimento rispetto a questo complesso corpus normativo richiede tempi lunghi e competenze altamente specializzate.
In questo scenario, l’intelligenza artificiale può diventare uno strumento di supporto significativo per l’analisi preliminare dei testi legislativi. Gli algoritmi di elaborazione del linguaggio naturale sono infatti in grado di analizzare grandi quantità di documenti giuridici, individuare riferimenti normativi, rilevare incongruenze terminologiche e segnalare possibili criticità nella formulazione delle disposizioni. Applicati al processo di bollinatura, questi sistemi potrebbero assistere i tecnici della Ragioneria generale dello Stato nella verifica delle relazioni tecniche e nel controllo della coerenza finanziaria delle norme.
Dal punto di vista tecnologico, tali sistemi si basano su modelli di machine learning e di analisi semantica del linguaggio giuridico. Attraverso tecniche di natural language processing, l’intelligenza artificiale può essere addestrata a riconoscere le strutture tipiche dei testi normativi, come articoli, commi, riferimenti legislativi e clausole finanziarie. Una volta addestrato su un ampio corpus di documenti legislativi e amministrativi, il sistema può analizzare automaticamente nuovi testi, identificando elementi rilevanti per la valutazione tecnica della norma.
Uno dei possibili utilizzi dell’intelligenza artificiale in questo ambito riguarda la verifica automatica delle coperture finanziarie. Gli algoritmi potrebbero confrontare le stime di spesa contenute nella relazione tecnica con i dati del bilancio pubblico, individuando eventuali incongruenze o mancanze di copertura. Inoltre, i sistemi di analisi automatica potrebbero essere utilizzati per simulare l’impatto economico di determinate disposizioni legislative, offrendo agli esperti uno strumento di supporto per valutare scenari finanziari alternativi.
Un ulteriore campo di applicazione riguarda l’analisi della coerenza normativa. Le leggi spesso contengono richiami ad altre disposizioni legislative o modificano norme già esistenti. Individuare tutte le interazioni tra queste norme può essere un compito estremamente complesso, soprattutto quando si tratta di provvedimenti che intervengono su numerosi testi legislativi contemporaneamente. L’intelligenza artificiale può contribuire a mappare automaticamente queste relazioni normative, segnalando eventuali conflitti o incoerenze rispetto alla legislazione vigente.
L’introduzione di strumenti di analisi automatica nel processo legislativo non implica tuttavia la sostituzione del lavoro umano. La valutazione della sostenibilità finanziaria e della correttezza giuridica delle norme resta una responsabilità istituzionale che richiede competenze giuridiche, economiche e amministrative di alto livello. L’intelligenza artificiale può essere utilizzata come strumento di supporto decisionale, capace di velocizzare alcune fasi tecniche dell’analisi e di ridurre il rischio di errori materiali nei testi legislativi.
Questa prospettiva si inserisce in una più ampia trasformazione digitale della pubblica amministrazione, che vede l’intelligenza artificiale sempre più utilizzata per migliorare l’efficienza dei processi amministrativi e la gestione delle informazioni. Sistemi di analisi automatica dei documenti sono già utilizzati in diversi ambiti della giustizia e della regolazione pubblica, ad esempio per l’analisi della giurisprudenza, la classificazione dei documenti amministrativi o il supporto alla redazione normativa.
Nel caso della bollinatura delle leggi, l’obiettivo principale di queste tecnologie sarebbe quello di rafforzare la capacità dello Stato di analizzare rapidamente testi legislativi complessi, garantendo al tempo stesso un elevato livello di controllo tecnico. In un contesto in cui la produzione normativa è sempre più intensa e articolata, l’adozione di strumenti di intelligenza artificiale potrebbe contribuire a rendere più efficiente il processo di verifica delle leggi e a migliorare la qualità tecnica della legislazione.