Banca d’Italia ha recentemente pubblicato uno studio sull’utilizzo dell’intelligenza artificiale e del machine learning nella gestione della raccolta delle segnalazioni regolamentari degli intermediari finanziari, nel quale si illustra l’approccio sperimentale adottato dalla funzione statistica dell’Istituto per migliorare i processi di controllo, arricchimento e automazione dei dati trasmessi dalle banche e da altri soggetti vigilati.
L’obiettivo è stato quello di rendere più efficiente e accurato il trattamento di dati sempre più numerosi, complessi e dettagliati, cercando soluzioni in grado di ridurre il carico operativo per gli intermediari e garantire una qualità più elevata delle informazioni utilizzate per finalità di vigilanza e analisi economica.
Le tecniche di intelligenza artificiale sono state applicate in tre ambiti principali: la validazione dei dati, l’arricchimento delle basi dati di riferimento, e l’automazione dei processi gestionali.
Nel campo della validazione, i metodi tradizionali basati su soglie fisse e regole deterministiche sono stati affiancati da modelli di machine learning in grado di apprendere dai dati storici e adattarsi dinamicamente al comportamento dei singoli soggetti segnalanti, permettendo di ridurre i “falsi positivi” e porre maggiore attenzione su casi effettivamente critici.
Il secondo filone di ricerca ha affrontato il controllo di dati mancanti nei registri di riferimento, fondamentale per produrre statistiche aggregate affidabili a partire da informazioni individuali e evitare ulteriori richieste di dati agli intermediari, contribuendo a semplificare gli obblighi di segnalazione.
Il terzo ambito affrontato ha riguardato l’aumento dell’efficienza nella gestione dei processi, grazie alla possibilità di automatizzare compiti ripetitivi e dispendiosi in termini di risorse, così da ridurre i tempi di lavorazione e standardizzare i criteri di valutazione.
Lo studio, poi, approfondisce quelle che sono le condizioni necessarie per una piena integrazione delle soluzioni di IA nei processi statistici di una banca centrale.
Tra gli aspetti evidenziati vi sono l’importanza della formazione continua del personale, la costruzione di team multidisciplinari, l’investimento in infrastrutture informatiche adeguate e la necessità di mantenere elevati livelli di trasparenza e controllo umano.
In particolare, viene sottolineata la centralità del principio “human-in-the-loop”, secondo cui l’IA deve supportare – e non sostituire – l’analisi e il giudizio umano.
La ricerca conferma che l’intelligenza artificiale nella gestione dei dati raccolti in occasione delle segnalazioni regolamentari degli intermediari può apportare benefici concreti nella qualità, tempestività ed efficienza della produzione statistica, ma invita anche a un uso prudente e consapevole delle nuove tecnologie.
