IA e valutazione del credito

This paper analyzes the evolution of creditworthiness assessment regulations under the Italian Banking Act (TUB) and the Corporate Crisis and Insolvency Code (CCII), highlighting the critical role of consumer protection against over-indebtedness and the adherence to sound and prudent management standards. Although financial intermediaries operate under no general obligation to grant credit, they are bound by strict pre-contractual duties of transparency, good faith, and fairness, which mandate providing adequate and individualized reasons for any loan rejection. The study examines the integration of artificial intelligence and machine learning models within credit scoring systems, focusing on GDPR safeguards and the profound implications of the Court of Justice of the European Union's jurisprudence (the Schufa judgment) regarding automated decision-making processes. Furthermore, it addresses the emergence of algorithmic biases and the risk of "automated discrimination" stemming from the reliance on distorted historical datasets. Finally, the paper explores the remedial frameworks available in cases of abusive credit granting and damages caused by AI systems, mapping out the boundaries between pre-contractual, contractual (Art. 1218 of the Italian Civil Code), and tort liability, with a specific focus on the strict liability standards applied to dangerous activities (Art. 2050 of the Italian Civil Code)

Il saggio analizza l'evoluzione della disciplina del merito creditizio alla luce delle disposizioni del Testo Unico Bancario (TUB) e del Codice della crisi d'impresa e dell'insolvenza (CCII), evidenziando l'importanza della tutela del consumatore contro il fenomeno del sovraindebitamento e il rispetto dei principi di sana e prudente gestione. Sebbene non sussista nel nostro ordinamento un obbligo generale in capo agli intermediari di concedere il credito, gravano comunque su di essi precisi doveri di trasparenza, buona fede e correttezza precontrattuale, che impongono di motivare in modo adeguato e individualizzato l'eventuale diniego del finanziamento. L'elaborato esamina l'integrazione dell'intelligenza artificiale e dei modelli di machine learning nei sistemi di credit scoring, soffermandosi sulle tutele del GDPR e sulla fondamentale portata della giurisprudenza della Corte di Giustizia dell'Unione Europea (sentenza Schufa) in materia di processi decisionali automatizzati. Viene inoltre affrontato il tema dei bias algoritmici e del rischio di "discriminazione automatica" derivante dall'utilizzo di dati storici distorti. Infine, lo studio approfondisce i profili rimediali a fronte della concessione abusiva del credito e dei danni cagionati dai sistemi di IA, delineando il riparto delle responsabilità tra l'ambito precontrattuale, contrattuale (art. 1218 c.c.) ed extracontrattuale, con particolare riferimento all'applicazione della responsabilità per l'esercizio di attività pericolose (art. 2050 c.c.).