L’intelligenza artificiale nei rapporti bancari alla luce della Legge n. 132/2025

Profili sistematici, ricadute operative e responsabilità dell’intermediario

La Legge 23 settembre 2025, n. 132, recante “Disposizioni e delega al Governo in materia di intelligenza artificiale”, introduce nel nostro ordinamento una disciplina quadro destinata a incidere in modo trasversale sull’utilizzo dell’IA in tutti i settori economici, inclusi quelli bancario e finanziario.

Pur in assenza di una regolazione settoriale espressa, la legge si caratterizza per una forte carica precettiva, fondata su principi di rango primario – tutela dei diritti fondamentali, dignità della persona, trasparenza, sicurezza, responsabilità e non discriminazione – che assumono immediata rilevanza per gli intermediari del credito, chiamati a integrare tali canoni nei propri modelli organizzativi e decisionali.

1. IA e attività bancaria: inquadramento sistematico

L’impianto della Legge n. 132/2025 si colloca in un paradigma dichiaratamente antropocentrico, nel quale l’intelligenza artificiale è ammessa quale strumento di supporto alla decisione, ma non come sostituto dell’intervento umano.

Nel settore bancario, ciò si traduce nell’impossibilità di demandare integralmente a sistemi automatizzati decisioni idonee a incidere su situazioni giuridiche soggettive del cliente, quali:

• concessione o diniego del credito;
• attribuzione di rating o score di rischio;
• profilazione finanziaria;
• raccomandazioni di investimento.

Il principio di fondo è quello della non delegabilità integrale della decisione, con conseguente necessità di garantire forme effettive di supervisione umana (human oversight) e la tracciabilità del percorso logico-decisionale seguito dal sistema.

2. Processi decisionali automatizzati e credit scoring

Particolarmente incisivo è l’impatto della legge sull’impiego di algoritmi di credit scoring e di modelli predittivi basati su tecniche di machine learning.

La disciplina impone all’intermediario di presidiare almeno quattro profili fondamentali:

• Spiegabilità delle decisioni: l’esito del processo automatizzato, soprattutto in caso di rigetto di una richiesta di finanziamento, deve poter essere ricondotto a criteri comprensibili e comunicabili al cliente;
• Divieto di discriminazione: l’uso di dataset sbilanciati o di variabili surrogate idonee a produrre effetti discriminatori, anche indiretti, espone l’intermediario a rilevanti profili di illegittimità;
• Obblighi informativi: il cliente deve essere reso edotto dell’impiego di sistemi di IA nel processo valutativo;
• Diritto al riesame umano: in caso di contestazione, la decisione automatizzata deve poter essere sottoposta a una rivalutazione effettiva da parte di un operatore umano.

Ne deriva un favor per l’adozione di modelli di IA interpretabile, idonei a rendere verificabili le logiche sottese alla decisione e compatibili con i principi di correttezza e trasparenza.

3. Robo-advisory e consulenza finanziaria automatizzata

Nel campo dei servizi di investimento, l’uso di strumenti di robo-advisory si confronta con un duplice ordine di vincoli: da un lato quelli derivanti dalla disciplina finanziaria, dall’altro quelli introdotti dalla Legge n. 132/2025.

In tale contesto:

• l’IA può formulare raccomandazioni automatizzate, ma non può sostituire l’autonoma valutazione dell’intermediario;
• il cliente deve essere messo in condizione di comprendere, almeno nelle loro linee essenziali, le logiche alla base delle proposte di investimento;
• la responsabilità per le scelte operate permane in capo alla banca o all’intermediario, anche qualora il sistema sia stato sviluppato o fornito da terzi.

La tecnologia, dunque, non attenua né diluisce gli obblighi di adeguatezza, appropriatezza e correttezza informativa, ma ne accentua la rilevanza sul piano organizzativo e documentale.

4. IA, prevenzione delle frodi e antiriciclaggio

L’impiego di sistemi di intelligenza artificiale nei processi di monitoraggio antiriciclaggio e di prevenzione delle frodi solleva profili di particolare delicatezza.

La legge impone che tali strumenti rispettino i principi di:

• proporzionalità del trattamento dei dati rispetto alle finalità perseguite;
• verificabilità e auditabilità dei modelli utilizzati;
• supervisione umana nelle fasi che conducono a segnalazioni o blocchi operativi.

L’algoritmo non può costituire fonte esclusiva della decisione: la valutazione finale deve restare il frutto di un apprezzamento critico dell’operatore, chiamato a contestualizzare l’esito del sistema automatizzato.

5. Governance dei dati e qualità dei dataset

Un asse portante della Legge n. 132/2025 è rappresentato dalla disciplina dei dati utilizzati per l’addestramento e l’aggiornamento dei modelli di IA.

Per il settore bancario ciò implica:

• l’utilizzo di dati leciti, pertinenti, esatti e non discriminatori;
• il divieto di impiego di dataset acquisiti da fonti non autorizzate o in violazione di diritti di terzi;
• la trasparenza verso la clientela circa l’uso dei dati nei processi algoritmici.

Si rafforza, in tal modo, l’esigenza di strutture di data governance evolute, fondate su controlli periodici, documentazione tecnica e responsabilità chiaramente allocate.

6. Profili di responsabilità dell’intermediario

La scelta di adottare sistemi di intelligenza artificiale non è neutra sul piano della responsabilità. La Legge n. 132/2025 consolida un modello in cui l’intermediario risponde per:

• danni derivanti da decisioni algoritmiche opache o scorrette;
• utilizzo di sistemi discriminatori;
• carente controllo di modelli sviluppati da fornitori esterni;
• violazioni in materia di trattamento dei dati e profilazione.

Si afferma, in sostanza, un principio di responsabilità da affidamento tecnologico: la banca, quale soggetto che decide di introdurre l’IA nei propri processi, resta il garante ultimo della sua conformità ai principi dell’ordinamento.

7. Ricadute operative e adeguamenti organizzativi

La conformità alla Legge n. 132/2025 richiede interventi strutturali, tra cui:

• revisione delle policy interne sull’uso dell’IA;
• istituzione di presìdi di AI governance;
• audit periodici su modelli e dataset;
• aggiornamento di informative, contratti e procedure;
• integrazione dei principi antropocentrici nei sistemi di risk management.

La legge si configura, dunque, come una norma quadro destinata a incidere profondamente sulle architetture tecnologiche e decisionali del settore bancario.

L’innovazione resta possibile, ma solo entro un perimetro di trasparenza, controllo umano e responsabilità, nel quale l’intelligenza artificiale è strumento potente ma non autonomo, e la componente umana rimane presidio essenziale della tutela del cliente e della legalità dell’azione bancaria.

Domande Frequenti – FAQ