AI nelle sentenze tributarie: tutti i rischi degli errori

Il 24 settembre, nell’ambito del progetto MassimarIA[1], è stato pubblicato uno studio che pone una domanda semplice: quante sentenze tributarie portano il segno di un assistente di intelligenza artificiale, e in quale forma? La domanda circolava da tempo tra gli operatori, alimentata da casi isolati; mancava una misura.

Lo studio l’ha cercata leggendo il testo integrale di tutte le sentenze delle Corti di giustizia tributaria depositate tra gennaio 2025 e giugno 2026 e di tutte le pronunce tributarie della Cassazione del biennio: 329.873 provvedimenti, non una indagine a campione. Tra i casi emersi c’è una sentenza di primo grado del febbraio 2026 in cui, tra lo svolgimento del processo e i motivi della decisione, compare la risposta di un assistente conversazionale che dice di aver eliminato duplicazioni e annuncia «il testo riorganizzato e pulito, pronto per essere inserito in sentenza». È l’esempio più evidente, non l’unico, e da solo non dice nulla sulla diffusione del fenomeno. Per questo serviva leggere tutto.

La prima tentazione è chiedersi se una sentenza «sembri» scritta da una macchina. Abbiamo provato a misurarlo sulle motivazioni di 1.659 giudici, confrontate tra il 2025 e il 2026: nessun segnale distinguibile dalle oscillazioni ordinarie del linguaggio giuridico, che è formulare per natura e che un testo generato imita alla perfezione. Un testo generato e poi riletto e magari modificato quanto basta difficilmente si distingue da uno scritto a mano.

Ciò che si può misurare con certezza sono i residui che solo l’interazione con un assistente produce, e che restano nel testo quando la rilettura manca: la frase con cui il sistema consegna la bozza, il segnaposto lasciato vuoto come «foglio [numero], particella [numero]», il riferimento al file caricato nella conversazione nella forma «[nome del file | PDF]», il numero di comodo «Cass. n. 12345» che il modello usa quando gli si chiede una citazione che non è in grado di fornire.

Ogni caso trovato con la ricerca automatica è stato poi riletto a mano per scartare i falsi positivi, che non mancano: le parentesi dell’anonimizzazione, gli indirizzi PEC scritti come «[nomeregione]», e una Cass. n. 12345/2026 che esiste davvero…

Sentenze con tracce di chatbot: 53 casi su oltre 300mila

Le sentenze di merito con almeno una traccia sono 53: 23 nel 2025 e 30 nel primo semestre 2026. In sei è la voce stessa dell’assistente a comparire, come nel caso citato in apertura. Nessuna pronuncia della Cassazione presenta residui di questo tipo.

In proporzione, 1,2 sentenze ogni diecimila nel 2025 e 2,8 nel 2026. L’aumento è però più apparente che reale: gran parte delle sentenze del 2026 è concentrata in un unico ufficio, e al netto di quella concentrazione la frequenza resta a una ogni diecimila, come l’anno precedente. Nel complesso i 53 casi sono distribuiti fra 23 relatori in 19 sedi, quasi sempre con una o due pronunce ciascuno: un fenomeno disperso e non sistemico.

Cambia invece la forma della traccia. Nel 2025 prevalgono i segnaposto della bozza generata senza documenti; nel 2026 prevale il riferimento al file caricato: il sistema ha ricevuto gli atti del fascicolo e ha restituito una sintesi o una motivazione. Il rischio si sposta: la bozza astratta produce precedenti inventati, la sintesi di documenti produce, eventualmente, errori di lettura degli atti, che dal testo non si riconoscono.

Precedenti inventati: pochi, ma indistinguibili a occhio

L’errore che la letteratura associa ai modelli generativi è il precedente inesistente. Abbiamo verificato le citazioni di Cassazione contenute nelle pronunce del 2026, 229.691 in tutto, selezionando quelle che per numero, anno o rarità potevano non corrispondere a una pronuncia reale e interrogando per ciascuna la banca dati pubblica SentenzeWeb.

Risultano 59 citazioni senza alcuna pronuncia civile corrispondente. Ma una citazione senza riscontro non è, per ciò solo, inventata: per ognuna abbiamo cercato le varianti con una cifra in meno o due cifre invertite, confrontando la data di deposito. Così una «sentenza n. 58893 del 15-3-2026» delle Sezioni Unite si rivela la n. 5889/2026, depositata quel giorno. Alla fine, 8 citazioni sono refusi accertati, 32 restano dubbie e 19 non si spiegano come errori di battitura. Queste diciannove hanno numeri appena oltre la numerazione reale dell’anno, estremi completi e principi di diritto enunciati con proprietà: indistinguibili a una lettura non verificata.

Il confronto con il passato ridimensiona il fenomeno. Una «Cass. n. 77543/1997» in materia di contributi consortili compare con la stessa frase in 96 sentenze di tre sedi: nel 1997 le sentenze di Cassazione non arrivavano a tredicimila. L’errore è nato una volta ed è stato ricopiato per anni.

AI negli atti di parte: come rispondono i giudici

Il fenomeno più visibile nei provvedimenti non riguarda i giudici. In quindici sentenze l’uso dell’intelligenza artificiale è oggetto di valutazione espressa, quasi sempre negli atti difensivi: un ricorso «verosimilmente redatto con strumenti di intelligenza artificiale» e «al limite dell’inammissibilità», una memoria che risponde a motivi che il ricorso non contiene, citazioni inesistenti dell’ufficio che pesano sulla liquidazione delle spese. Dal lato opposto, i contribuenti hanno iniziato a eccepire, invocando la Legge 132/2025, che l’atto impositivo sia stato scritto con l’intelligenza artificiale.

Nessuna di queste pronunce qualifica l’uso dello strumento come illecito in sé. Tutte sanzionano, con misura diversa, la mancata verifica.

Legge 132/2025 e linee guida: le regole ci sono, il nodo è la verifica

Il quadro normativo si è completato in pochi mesi. L’art. 15 della legge 132/2025 riserva al magistrato ogni decisione sull’interpretazione e sull’applicazione della legge, sulla valutazione dei fatti e delle prove e sull’adozione dei provvedimenti. Per la giustizia tributaria, il Consiglio di presidenza ha poi adottato, il 3 marzo 2026, linee guida che ammettono l’impiego dell’intelligenza artificiale in funzione ausiliaria, richiedendo che i risultati ottenuti siano verificati attraverso il confronto con fonti ufficiali.

Il punto, quindi, non è sapere se l’intelligenza artificiale sia stata utilizzata. Se una decisione è corretta, adeguatamente motivata e fondata su precedenti e fonti normative effettivamente esistenti e pertinenti, l’impiego dell’AI come strumento di supporto non costituisce, di per sé, un problema. Ciò che conta è che lo strumento non sostituisca l’attività che l’ordinamento riserva al magistrato.

La questione decisiva diventa allora la verificabilità. Un sistema di intelligenza artificiale può accelerare la ricerca, organizzare il materiale, individuare precedenti, confrontare orientamenti e assistere nella redazione. Ma il magistrato deve poter risalire con immediatezza alle fonti sulle quali il risultato si fonda, verificarne l’esistenza, leggerne il contenuto e valutarne autonomamente la pertinenza rispetto al caso concreto.

Sotto questo profilo, il diritto presenta una caratteristica peculiare. In molti altri ambiti di applicazione dell’intelligenza artificiale — dalle ricerche scientifiche più complesse ai modelli predittivi in campo ambientale o finanziario — rendere pienamente comprensibile il percorso che conduce dall’input al risultato può essere estremamente difficile. È il problema che, con significati non perfettamente sovrapponibili, viene affrontato attraverso i concetti di trasparenza, interpretabilità e spiegabilità dei sistemi di AI.

Nella ricerca giuridica, almeno entro certi limiti, l’obiettivo è più concretamente raggiungibile. Non è necessario comprendere ogni passaggio interno compiuto dal modello per verificare l’attendibilità del risultato: è possibile pretendere che una determinata affermazione giuridica sia ricondotta alle norme e alle decisioni sulle quali si fonda e che queste siano immediatamente accessibili all’utilizzatore.

Se l’AI segnala un precedente, il magistrato deve poter aprire quella decisione, accertare che esista, leggerla nel suo contesto e verificare che dica effettivamente ciò che il sistema le attribuisce.

Il confine fra ausilio e delega

È qui che passa il confine tra ausilio e delega. Non rileva tanto chi abbia materialmente prodotto una prima elaborazione del testo, quanto chi abbia verificato le fonti, valutato gli argomenti e assunto la decisione. L’affidabilità dell’uso dell’AI nella giustizia non dipende quindi dalla possibilità di riconoscerne le tracce nella sentenza, ma dalla capacità del sistema e delle procedure adottate di mantenere il magistrato nella piena disponibilità delle fonti e nel controllo effettivo del percorso che conduce alla decisione.

La supervisione umana, in questa prospettiva, non consiste in una semplice rilettura finale dell’output generato dall’AI. Consiste nella possibilità concreta di controllarne i presupposti, verificare le fonti e assumere autonomamente la responsabilità dell’interpretazione e della decisione. Ed è proprio perché, nel dominio giuridico, una parte essenziale di questa verificabilità può essere tecnicamente costruita intorno a un patrimonio documentale identificabile e controllabile che essa non dovrebbe essere considerata soltanto un principio astratto, ma un requisito concreto nella progettazione degli strumenti di intelligenza artificiale destinati alla giustizia.

La tentazione di accelerare: un’osservazione da chi sviluppa questi strumenti

Chi lavora allo sviluppo di una piattaforma di intelligenza artificiale per il diritto, come facciamo noi con MassimarIA, vede ogni giorno quanto questi strumenti siano pervasivi e quanto siano convincenti. Un assistente conversazionale restituisce in pochi secondi un testo ordinato, fluente, con l’aspetto del lavoro finito. È proprio questa qualità apparente a creare la tentazione di accelerare: saltare la rilettura, accettare la citazione perché ha la forma giusta, chiudere il fascicolo perché la conclusione è già scritta.

Le tracce che abbiamo trovato nelle sentenze sono l’impronta di quella tentazione, non di una cattiva fede. E lo stesso meccanismo agisce su chi scrive un ricorso, una memoria o un atto di accertamento.

Riassumendo, sui numeri

Sono numeri piccoli, e vanno letti come tali. Non descrivono una giurisdizione che delega le decisioni alle macchine, ma una manciata di casi in cui la rilettura è mancata. Sono però anche un minimo, non una stima: un testo generato e riletto non lascia tracce, e i casi visibili sono soltanto quelli in cui lo strumento è rimasto nel testo. Il dato dice quante volte il controllo è venuto meno in modo osservabile; non dice quanto l’intelligenza artificiale sia usata, e ogni lettura più ampia sarebbe una forzatura.

Potenzialità, limiti e responsabilità: un invito alla consapevolezza

Gli strumenti generativi sono già entrati nel lavoro quotidiano di chi scrive atti giudiziari, da ogni lato dell’aula. Possono accelerare la ricerca, organizzare fascicoli complessi, restituire una prima sintesi di centinaia di pagine. Hanno però limiti strutturali che nessuna interfaccia dichiara: non conoscono ciò che non hanno letto, e producono con la stessa sicurezza un precedente reale e uno verosimile. La responsabilità di distinguere resta a chi firma, e non è delegabile.

Quel paragrafo dimenticato in una sentenza ha reso visibile per un momento ciò che di solito non si vede. L’invito che ne ricaviamo non è a temere lo strumento, né a vietarlo, ma a usarlo con consapevolezza di ciò che sa fare, di ciò che non sa fare e di chi risponde del risultato. Il confine tra assistenza e sostituzione si presidia con la verifica.

Lo studio integrale, «L’intelligenza artificiale generativa nelle sentenze tributarie», è disponibile su massimaria.it.

[1] MassimarIA (https://massimaria.it), sviluppata da BLB Studio Legale, è una piattaforma di intelligenza artificiale specializzata nel diritto tributario: unisce l’intera giurisprudenza di merito e di Cassazione a strumenti di ricerca, analisi e redazione degli atti.