L’elaborato ha l’obiettivo di analizzare gli impatti delle tecnologie appratenti alla quarta rivoluzione industriale nell’ambito del diritto tributario. Negli ultimi anni gli studi scientifici hanno, inoltre, fortemente accelerato lo sviluppo delle tecniche di intelligenza artificiale. Nel corso della trattazione sarà fornita una ricostruzione dell’evoluzione dei sistemi di automazione dalle origini fino ad arrivare agli attuali strumenti algoritmici denominati machine learning. L’analisi proposta riguarderà soprattutto gli impatti di tali tecnologie sulle fasi di accertamento e processo tributario, evidenziando il percorso di sviluppo e le prospettive future. Infine, sarà posta attenzione al tema della tutela dei diritti dei contribuenti nei contesti in cui si fa ricorso a sistemi algoritmici.
Intelligenza artificiale e diritto: gli effetti su accertamento e processo tributario
ZITOLO, MARIAGIULIA
2023/2024
Abstract
L’elaborato ha l’obiettivo di analizzare gli impatti delle tecnologie appratenti alla quarta rivoluzione industriale nell’ambito del diritto tributario. Negli ultimi anni gli studi scientifici hanno, inoltre, fortemente accelerato lo sviluppo delle tecniche di intelligenza artificiale. Nel corso della trattazione sarà fornita una ricostruzione dell’evoluzione dei sistemi di automazione dalle origini fino ad arrivare agli attuali strumenti algoritmici denominati machine learning. L’analisi proposta riguarderà soprattutto gli impatti di tali tecnologie sulle fasi di accertamento e processo tributario, evidenziando il percorso di sviluppo e le prospettive future. Infine, sarà posta attenzione al tema della tutela dei diritti dei contribuenti nei contesti in cui si fa ricorso a sistemi algoritmici.File | Dimensione | Formato | |
---|---|---|---|
1054777_1054777_zitolo_mariagiulia.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
3.41 MB
Formato
Adobe PDF
|
3.41 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/147389