L’introduzione dell’intelligenza artificiale nei processi di controllo fiscale segna un passaggio operativo molto concreto nella strategia di contrasto all’evasione immobiliare in Italia. L’articolo de La Legge per Tutti
descrive un’evoluzione precisa: non si tratta di un generico rafforzamento dei controlli, ma di un piano strutturato, previsto nel Documento di Finanza Pubblica 2026, che punta a individuare sistematicamente le cosiddette “case fantasma”, cioè immobili esistenti ma non registrati in Catasto.
Il dato di partenza è significativo e dà la misura del fenomeno. In Italia si stima la presenza di milioni di edifici non censiti, che sfuggono completamente al sistema fiscale e, di conseguenza, non contribuiscono né al pagamento dell’IMU né alla determinazione della ricchezza patrimoniale delle famiglie. Questo “vuoto informativo” rappresenta una perdita strutturale per le entrate pubbliche e crea una distorsione evidente tra contribuenti regolari e soggetti non dichiaranti.
L’elemento di discontinuità introdotto nel 2026 è l’utilizzo sistematico di tecnologie avanzate di analisi dei dati. L’intelligenza artificiale non opera in modo isolato, ma si inserisce all’interno di un’infrastruttura informativa già esistente, composta da banche dati catastali, archivi fiscali, immagini satellitari, rilievi aerofotogrammetrici e informazioni urbanistiche. Il valore aggiunto sta nella capacità di incrociare queste fonti in modo automatizzato, individuando anomalie che sarebbero difficilmente rilevabili con metodi tradizionali.
Il processo si basa su modelli di correlazione e riconoscimento. L’algoritmo confronta, ad esempio, le mappe catastali ufficiali con immagini aggiornate del territorio: quando rileva la presenza di una struttura edilizia non registrata o modificata rispetto ai dati ufficiali, genera un alert. A questo primo livello si aggiungono ulteriori verifiche, come il confronto con utenze attive, dichiarazioni fiscali e altre evidenze amministrative. In questo modo, il sistema costruisce un quadro probabilistico che segnala i casi a maggiore rischio di irregolarità.
Come evidenziato anche nella letteratura sull’uso dell’AI in ambito fiscale, gli algoritmi consentono di analizzare grandi volumi di dati e individuare pattern sospetti attraverso correlazioni statistiche, anticipando l’intervento umano. Tuttavia, la decisione finale resta comunque in capo all’amministrazione, che deve validare le evidenze e avviare formalmente il procedimento.
Una volta individuato un possibile immobile “fantasma”, il meccanismo operativo segue una sequenza ben definita. Il primo passo è una comunicazione al contribuente, generalmente sotto forma di invito alla regolarizzazione spontanea. Questo passaggio, noto come “compliance bonaria”, ha l’obiettivo di favorire l’adeguamento senza ricorrere immediatamente a sanzioni. Se il contribuente non risponde o non regolarizza la posizione, si passa a una fase più formale, che può culminare nell’attribuzione d’ufficio di una rendita catastale presunta.
La determinazione della rendita presunta rappresenta uno degli aspetti più tecnici e delicati del sistema. In assenza di una dichiarazione ufficiale, l’amministrazione utilizza parametri indiretti — come dimensioni, localizzazione e tipologia dell’immobile — per stimare il valore catastale e quindi l’imposizione fiscale. Questo introduce un meccanismo basato su presunzioni, che il contribuente può contestare, ma che nel frattempo produce effetti fiscali immediati.
Il ruolo dell’intelligenza artificiale, in questo contesto, è duplice. Da un lato, consente una selezione molto più ampia e capillare dei casi sospetti, ampliando la base dei controlli senza aumentare proporzionalmente le risorse umane necessarie. Dall’altro lato, introduce una componente di opacità legata al funzionamento degli algoritmi, che operano attraverso logiche probabilistiche non sempre facilmente comprensibili. Questo aspetto è particolarmente rilevante sul piano giuridico, perché l’accertamento fiscale deve comunque rispettare criteri di trasparenza, motivazione e possibilità di difesa.
Il sistema descritto si inserisce inoltre in una strategia più ampia di digitalizzazione del Fisco, spesso definita come “Grande Fratello fiscale”. Non si tratta di un singolo strumento, ma di un insieme di tecnologie e banche dati interconnesse che permettono controlli incrociati sempre più sofisticati. In Europa, ad esempio, si stanno sviluppando sistemi centralizzati di scambio automatico di informazioni fiscali, capaci di collegare centinaia di archivi nazionali e ridurre drasticamente le aree di invisibilità patrimoniale.