Tempo di lettura
PROSPETTIVA
Note a margine del Forum BCE di Sintra 2026 — di Jacopo Lazzari, Giurista Informatico e DPO
Ho letto con attenzione la cronaca del Forum annuale della Banca Centrale Europea tenutosi a Sintra alla fine di giugno, dove l’intelligenza artificiale ha eclissato ogni altro punto all’ordine del giorno. La sintesi più citata è quella di Torsten Slok, chief economist di Apollo Global Management: se l’AI supera le aspettative, avrà un impatto sulla stabilità finanziaria; se le delude, avrà un impatto sulla stabilità finanziaria. È una formula elegante. È anche, a mio avviso, una formula che sposta l’attenzione dal punto che conta.
Perché se qualunque esito è un problema, allora il problema non è l’esito. È qualcos’altro. E vale la pena provare a nominarlo.
Quello che si dice, e quello che si dice dicendolo
I tre rischi emersi a Sintra sono seri e reali, e nessuno che si occupi di diritto delle tecnologie li sottovaluterebbe. Vale però la pena osservarli non uno per uno, ma nella loro struttura comune.
Itay Goldstein della Wharton School ha presentato ricerche su algoritmi di trading capaci di convergere spontaneamente su comportamenti manipolativi: generano bolle, le fanno esplodere, estraggono profitto in entrambe le fasi. Il rilievo giuridico è di rara nitidezza — la collusione è già illecita in quasi tutti gli ordinamenti, ma la norma è stata scritta pensando a esseri umani che si accordano consapevolmente, non ad agenti autonomi che convergono per emergenza. Manca l’elemento soggettivo. Manca l’accordo. Resta il danno.
Tobias Adrian del FMI ha posto il problema della vigilanza sulle decisioni di credito delegate ad agenti AI: se una banca affida la valutazione dei prestiti a un sistema autonomo, come fa il supervisore a giudicarne le decisioni? Ha parlato di black box e di spiegabilità come sfida chiave.
Sarah Breeden, vicegovernatrice della Bank of England, ha proposto di valutare kill switch e circuit breaker su scala globale, riconoscendo apertamente un cambio di posizione: i framework esistenti non erano stati costruiti per contemplare agenti autonomi, e l’human in the loop per ogni azione non è realistico. Il 52 per cento delle imprese finanziarie, secondo il Cambridge Centre for Alternative Finance, usa già AI agentica.
Ora si osservi la struttura. Tre interventi, tre problemi diversi, un unico predicato implicito: l’opacità è un rischio quando è la macchina a produrla. Nessuno ha chiesto — almeno stando alla cronaca — che cosa accada quando la stessa capacità analitica venga puntata nella direzione opposta. Non dalla banca verso il mercato, ma dal mercato verso la banca.
La domanda che a Sintra non risulta posta
La mia tesi è questa, e la formulo come ipotesi di lavoro, non come accusa.
Ciò che rende l’AI una variabile di rischio sistemico non è soltanto la sua capacità di agire sui mercati. È la sua capacità di renderli leggibili — e con essi, di rendere leggibili le condotte di chi li governa.
Per decenni l’asimmetria informativa è stata la rendita strutturale dell’intermediazione finanziaria. Non è un’affermazione polemica: è la premessa stessa su cui si costruisce l’intero impianto della disciplina di trasparenza, dalla MiFID II alla normativa sulla trasparenza bancaria. Si regola l’asimmetria proprio perché esiste, e perché senza regolazione produce esiti che l’ordinamento giudica intollerabili.
Il punto è che l’asimmetria si difendeva da sola. Non serviva occultare nulla: bastava la complessità. Migliaia di operazioni, decine di prodotti, condizioni contrattuali stratificate su anni, correlazioni distribuite su fonti eterogenee. Nessun singolo correntista, nessun singolo legale, nessuna singola associazione di consumatori disponeva della capacità computazionale per ricomporre il quadro. La condotta poteva essere perfettamente lecita in ogni suo segmento e, nell’aggregato, produrre un pattern che nessuno era in grado di vedere. Non perché fosse nascosto: perché era illeggibile.
Quella barriera oggi è in via di dissoluzione. E non per mano di un attore ostile.
Il gruppo multidisciplinare come soggetto epistemico nuovo
Immaginiamo — e non serve molta immaginazione, perché team simili si stanno formando adesso — un gruppo composto da un giurista che conosce la disciplina dei mercati, un data scientist, un forense digitale, un economista, un attuario. Nulla di esotico. Cinque persone, competenze complementari, e strumenti di analisi che tre anni fa erano appannaggio esclusivo di chi poteva permettersi un desk di quantitative research.
Che cosa può fare oggi un gruppo simile che ieri non poteva?
Può ricostruire pattern su serie storiche che nessuno aveva mai potuto attraversare per intero. Può correlare la tempistica di variazioni contrattuali unilaterali con cicli di mercato. Può confrontare la struttura commissionale di un prodotto con la sua performance effettiva su coorti reali. Può verificare se la sequenza di comunicazioni ai clienti segue una logica di tutela o una logica di ottimizzazione del margine. Può, in altre parole, rendere visibile l’aggregato.
E qui sta il nodo che ritengo decisivo, e che vorrei formulare con precisione perché è facile fraintenderlo. La condotta che emerge da un’analisi di questo tipo può essere, molto spesso, interamente legittima. Ogni clausola valida, ogni comunicazione tempestiva, ogni operazione conforme. Nessun illecito. E tuttavia il pattern aggregato — la strategia, la direzione sistematica del vantaggio — diventa d’un tratto evidente a chiunque abbia gli occhi per vederla.
È esattamente la posizione in cui Goldstein colloca gli algoritmi manipolativi: legalmente inattaccabili nei singoli atti, sistemicamente rilevanti nell’aggregato. Con una differenza non trascurabile: gli algoritmi di Goldstein sono un’ipotesi di ricerca. La rendita da asimmetria è un fatto storico documentato da decenni di contenzioso, di interventi ABF, di sanzioni delle autorità di vigilanza.
La reputazione come rischio residuo
Vorrei che si cogliesse la portata di questo passaggio, perché tocca il cuore della gestione del rischio bancario.
Il rischio legale è gestibile: si quantifica, si accantona, si transige. Il rischio reputazionale, quando investe l’aggregato di condotte tutte lecite, non lo è allo stesso modo — perché non c’è nulla da rimediare. Non si può rimediare a ciò che era permesso. Si può solo smettere.
Un istituto può difendersi in giudizio da un’accusa di illecito. Non può difendersi da una visualizzazione, tecnicamente ineccepibile e giuridicamente incontestabile, che mostri come per dodici anni ogni singola scelta discrezionale sia caduta, sistematicamente, dallo stesso lato. Non c’è illecito da contestare. C’è solo un grafico. E il grafico non ha bisogno di un giudice.
È questa, a mio parere, la ragione per cui la posta in gioco è percepita come così alta.
Una nota di metodo, e una di verifica
Due precisazioni doverose, perché la tesi che ho esposto è forte e le tesi forti si tengono solo se il resto è rigoroso.
La prima. Quanto sopra è un’ipotesi interpretativa, non una ricostruzione di intenzioni. Non sto sostenendo che i banchieri centrali riuniti a Sintra abbiano taciuto consapevolmente un timore inconfessabile. Sto sostenendo che il perimetro del discorso istituzionale — AI come agente di rischio — lascia fuori l’AI come strumento di leggibilità, e che questa omissione è significativa a prescindere dal fatto che sia deliberata. Le omissioni strutturali sono quasi sempre più interessanti di quelle intenzionali. Chi lavora con le fonti lo sa.
La seconda è una segnalazione tecnica che ritengo doveroso fare, e che riguarda proprio il documento da cui muovo. L’articolo riferisce che Breeden avrebbe collegato l’AI agentica al rischio cyber citando le preoccupazioni legate al sistema Mythos di Anthropic, «il modello AI le cui capacità offensive in ambito cybersicurezza hanno spinto l’amministrazione Trump a bloccarne l’esportazione». La ricostruzione, al presente, è imprecisa e va rettificata: Anthropic sospese l’accesso ai modelli Mythos e Fable il 12 giugno 2026 per conformarsi a controlli all’esportazione del Dipartimento del Commercio statunitense; il Dipartimento revocò tali controlli il 30 giugno 2026 e l’accesso fu ripristinato il 1° luglio 2026 — il giorno precedente la pubblicazione dell’articolo.
Lo segnalo non per pedanteria, ma perché il fatto è esso stesso un argomento: una vicenda regolatoria conclusa in diciotto giorni viene riferita, il giorno dopo la sua conclusione, come se fosse in corso. Se questa è la latenza informativa a valle di un forum di banche centrali, la tesi sul divario tra velocità di diffusione e velocità di governance non ha bisogno di ulteriori conferme. Se ne è appena prodotta una da sola.
Che cosa ne segue
Non traggo da tutto questo una conclusione militante. Ne traggo tre osservazioni operative, che offro a chi legge come contributo al dibattito e non come verdetto.
La prima è che la spiegabilità — il tema sollevato da Adrian — è una lama a doppio taglio, e chi la invoca dovrebbe sapere da che parte tagli. Un ordinamento che imponga spiegabilità agli agenti AI del credito costruisce, come effetto collaterale non voluto, l’infrastruttura documentale che rende auditabili le decisioni creditizie tout court. Compresi i criteri che le precedono. L’articolo 22 GDPR e l’impianto dell’AI Act sulla trasparenza dei sistemi ad alto rischio, in questo senso, non sono soltanto un onere per l’industria: sono, potenzialmente, uno strumento nelle mani di chi voglia leggerla.
La seconda è che l’asimmetria di difesa segnalata da Adrian — gli attacchi colpiscono l’anello debole, chi può permettersi la difesa si difende — ha un corrispettivo speculare sul versante analitico. Se l’accesso agli strumenti di analisi resta concentrato, l’asimmetria si riproduce. Se si diffonde, si inverte. La scelta regolatoria su chi possa accedere a quali capacità non è una scelta tecnica: è una scelta su chi potrà vedere che cosa.
La terza riguarda noi. Il giurista informatico che si limiti a redigere informative e registri dei trattamenti sta esercitando una frazione minima del proprio mandato. La competenza che serve — e che pochi hanno, perché richiede di stare a metà strada tra il diritto e la macchina senza essere ospite in nessuna delle due case — è quella di chi sa formulare la domanda giusta e costruire lo strumento che la interroga. Non è una competenza che si compra. Si costruisce, in gruppo, e ci vogliono anni.
A Sintra si è detto che l’AI non è più un tema di politica industriale ma una variabile di rischio sistemico. È vero. Aggiungerei soltanto che il rischio, per alcuni operatori, non è che l’intelligenza artificiale faccia cose che non capiamo.
È che permetta a qualcuno di capire, finalmente, cose che sono sempre state lì.
