Introduzione al progetto
Lo sviluppo sperimentale di strumenti di intelligenza artificiale nelle attività di contrasto dell’abusivismo finanziario consentirà alla Consob di disporre di un sistema basato su una combinazione di algoritmi utile ad efficientare i processi di vigilanza. La supervisione e il coordinamento umano restano presupposti imprescindibili per garantire affidabilità dei risultati, trasparenza e spiegabilità delle fasi valutative e decisionali nonché la coerenza con il quadro normativo europeo e nazionale.
Il prototipo e le collaborazioni istituzionali
Il Quaderno Fintech “Sperimentazione dell’IA nell’azione di contrasto della Consob agli abusivismi finanziari”, pubblicato oggi, presenta un prototipo realizzato dalla Consob in stretta collaborazione con il Politecnico di Torino e l’Università Politecnica delle Marche. Si inserisce nella scia di iniziative analoghe già intraprese dalla Consob in altri ambiti, tra cui il contrasto dell’insider trading, la vigilanza sui green bond e la lettura dei Key Information Documents.
Tecnologie impiegate nella fase iniziale
La sperimentazione si avvale di diversi strumenti di intelligenza artificiale per automatizzare le attività preliminari di vigilanza, quali l’estrazione dei dati, l’analisi e il trattamento delle informazioni contenute negli esposti dei risparmiatori e lo scrutinio dei siti web segnalati. In particolare, le tecnologie utilizzate comprendono:
- LLM (Large Language Model): per l’interpretazione avanzata del linguaggio naturale.
- NLP (Natural Language Processing): per l’analisi testuale e la classificazione semantica.
- OCR (Optical Character Recognition): per la lettura automatica di documenti cartacei o immagini.
- Analisi semantica: per individuare pattern di rischio e segnali di criticità.
Funzionamento dell’algoritmo e flusso operativo
Gli algoritmi elaborano un’enorme mole di dati provenienti da fonti diverse e ricavano potenziali segnali di criticità da sottoporre all’attenzione dell’analista umano. Il flusso operativo prevede una prima fase automatica di raccolta e normalizzazione dei dati, seguita da una seconda fase di scoring basata su modelli predittivi. I risultati vengono poi presentati a un operatore, che verifica la coerenza, approfondisce le anomalie e decide le azioni di intervento.
Ruolo insostituibile dell’analista umano
Gli autori del rapporto – Paola Deriu, Giuseppe Frega e Alessio Boghi della Consob, insieme a Mario Trerotola, PhD in intelligenza artificiale presso il Politecnico di Torino in collaborazione con l’Università delle Marche – sottolineano che l’intelligenza artificiale può svolgere un ruolo utile di assistenza, ma non di sostituzione rispetto ai processi valutativi e decisionali, che restano prerogativa esclusiva degli esseri umani. Le funzioni di vigilanza nel contrasto degli abusivismi finanziari non possono essere automatizzate, ma solo integrate da strumenti di IA.
Benefici operativi e limiti tecnici
L’ausilio degli algoritmi consente di ridurre i tempi di analisi preliminare, di estrazione e di classificazione delle informazioni. Inoltre, questi sistemi possono supportare l’operatore umano nella predisposizione di documenti istruttori. Tuttavia, gli strumenti non sono esenti da rischi, quali le cosiddette “allucinazioni” dei modelli, errori di lettura o interpretazione, e la possibilità di bias nei dati di addestramento. Per questo, resta ferma e irrinunciabile la responsabilità finale dell’intelligenza e delle competenze umane per garantire qualità del risultato, tracciabilità e spiegabilità dei processi.
Conclusioni e prospettive future
In sintesi, la sperimentazione dimostra che l’integrazione di intelligenza artificiale nella vigilanza finanziaria rappresenta un passo avanti significativo verso una maggiore efficienza, senza però compromettere il ruolo centrale dell’expertise umano. La Consob prevede di continuare a testare e perfezionare il prototipo, ampliandone l’applicazione ad altre tipologie di abuso finanziario e rafforzando la collaborazione con centri di ricerca universitari. Il risultato atteso è un modello di vigilanza ibrida, capace di coniugare velocità di elaborazione automatica e rigore decisionale umano, in linea con le più recenti direttive europee in materia di finanza digitale.