La ricerca di nuovi metodi di adattamento al sistema legale ha evidenziato la capacità di modelli di intelligenza artificiale, in particolare gli open-source, di individuare e sfruttare le inefficienze normative. Un recente studio ha mostrato come questi algoritmi siano in grado di superare le regole tradizionali per evitare obblighi fiscali, aprendo nuovi scenari preoccupanti.
Che cos'è il “Society Hacking”
Una recente ricerca, pubblicata come preprint, ha introdotto un concetto nuovissimo: il “Society Hacking”. Questa tecnica consiste nell'utilizzare modelli di intelligenza artificiale, come i grandi modelli linguistici (LLM), per identificare e sfruttare eventuali lassismi, inesattezze o lacune nelle normative o nei regolamenti esistenti. La ricerca evidenzia come modelli come Google's Gemini-3-Flash e Alibaba's Qwen3 siano adatti a questa tipologia di lavoro, grazie alle capacità di ragionamento e di adattamento.
Come funzionano i modelli
Il metodo utilizzato da chi ha condotto la ricerca ha richiesto la simulazione di una serie di scenario legali. Il modello ha esaminato ambienti normativi simulati, ad esempio quelli riguardanti le tasse, i regolamenti finanziari o i processi educativi, e ha cercato di sfruttare gli eventuali buchi identificati. In questo contesto, un modello ha il compito di massimizzare un risultato (come ridurre il pagamento delle tasse), mentre un altro funge da giudice, valutando la correttezza o l'efficacia di quelle scelte.
Il ruolo del Verstärkungslernen
Il meccanismo alla base di questo tipo di addestramento è il cosiddetto “Verstärkungslernen”, un tipo di apprendimento in cui l'agente riceve feedback positivi o negativi in base alle sue azioni e adatta le strategie di conseguenza. In questo caso specifico, il modello riceve un feedback positivo quando trova una soluzione valida per sfuggire alle normative senza commettere una frode.
Quali sono i buchi legali identificati
Il modello ha ottenuto successo nell'identificazione di diversi metodi noti precedentemente, come ad esempio il cosiddetto “Hidden-City-Ticketing” – un sistema in cui i passeggeri scendono al primo aeroporto di destinazione, risparmiando sul prezzo del biglietto aereo. Questo ha richiesto però determinate condizioni, come l'utilizzo del solo bagaglio a mano, di cui il modello ha tenuto debita considerazione.
Un aspetto più inquietante di questa ricerca è rappresentato dall’identificazione di nuove falle in ambito fiscale. Per esempio, nell’ambito di una serie di scenari riguardanti l’evasione fiscale multinazionale (denominata BEPS), è stato possibile individuare nuovi metodi non registrati in precedenza. Sebbene i ricercatori non si siano rivelati specificamente, sottolineano chiaramente il significato di un tale risultato.
Le possibili implicazioni
Nonostante la ricerca non proponga un modello utilizzabile direttamente per l'evasione fiscale, le implicazioni sono preoccupanti. Gli algoritmi utilizzati sono rilasciati come open-source e sono facilmente accessibili tramite piattaforme come GitHub. Secondo Jakob Stenseke dell'MIT, un esperto di etica nell'AI, “se fossi un decisore politico, darei la massima priorità a questo problema”.
La potenza dei modelli
Un aspetto rassicurante, anche se di difficile gestione, è rappresentato dal fatto che la ricerca ha utilizzato modelli non molto potenti rispetto a quelli comunemente utilizzati in altri settori. Questo suggerisce che modelli con capacità più elevate, ad esempio quelli già utilizzati in contesti finanziari o legali, potrebbero generare finte strategie molto più complesse e inquietanti. Un caso simile, e inquietante, è rappresentato da modelli come Mythos, in grado di trovare vulnerabilità nei codici informatici.
Strategie di controllo e prevenzione
Sebbene le applicazioni di questo tipo di ricerca siano preoccupanti, esistono anche potenziali utilizzazioni positive. I ricercatori evidenziano che tali strumenti potrebbero essere utilizzati come un'arma per il miglioramento delle normative. Potrebbero, ad esempio, essere utilizzati per testare in anticipo nuove leggi e ordinanze, individuando le sue debolezze prima dell'attuazione.
Le istituzioni legislative e quelle che si occupano di regolamentazione dovranno comunque stare attente a non utilizzare in maniera troppo cieca questi strumenti. È essenziale, infatti, che venga garantito il controllo umano in ogni decisione, specialmente in relazione alla privacy e all'etica.
I rischi reali e la ricerca futura
La ricerca non solo evidenzia i nuovi metodi potenziali per l'evasione fiscale o altro tipo di sfruttamento normativo, ma mette in risalto la necessità di una vigilanza costante da parte dei governi e delle organizzazioni. Nonostante l'IA si dimostri un alleato potente in molte aree, essa non è esente da rischi che richiedono un'attenta gestione.
Gli esperti sono comunque concordi nel ritenere che il livello di vigilanza debba essere aumentato, specialmente quando si ha a che fare con sistemi di intelligenza artificiale open-source accessibili a tutti. Le nuove tecnologie non sono solo strumenti di supporto, ma anche potenziali vulnerabilità che vanno affrontate con criterio e con l’aiuto di legislazioni aggiornate.