Intelligenza artificiale e affitti brevi, quando fidarsi e quando no

Nel 2023 due avvocati di New York hanno presentato in tribunale un atto con diverse sentenze a sostegno della loro tesi. Quelle sentenze non esistevano. Le aveva inventate ChatGPT, che alla richiesta di conferma aveva pure assicurato che si trovavano su Westlaw e LexisNexis. Il giudice ha sanzionato lo studio per cinquemila dollari e il caso, Mata contro Avianca, è diventato il riferimento internazionale sull'obbligo di verificare quello che produce un modello (Mata v. Avianca, S.D.N.Y. 2023).

La stessa dinamica vale per chi gestisce affitti brevi. Chiedi a ChatGPT quale aliquota di cedolare secca ti spetta, se ti serve il CIN, come si fa l'Alloggiati Web per la tua questura, e ricevi una risposta sicura, fluida, plausibile. Il problema è che plausibile non vuol dire corretta, e su queste materie l'errore non lo paga il modello. Lo paghi tu. Questo non è un articolo contro l'AI. È un articolo su come usarla senza farti male.

Perché l'AI sbaglia, e perché lo fa con tanta sicurezza

Lo studio di riferimento sul tema arriva dai ricercatori di Stanford. Mettendo alla prova i modelli su domande verificabili relative a casi giudiziari reali, hanno misurato che i sistemi generalisti sbagliano tra il 58% (ChatGPT 4) e l'88% (Llama 2) delle risposte su questioni giuridiche specifiche (Dahl et al., Journal of Legal Analysis, Oxford University Press, 2024). Non sono numeri da laboratorio marginale, sono il dato che ha fatto da spartiacque.

La ragione è strutturale. Un modello linguistico è ottimizzato per produrre testo plausibile e scorrevole, non per segnalare quanto è incerto. Gli manca la calibrazione. Quando non sa, non rallenta e non avvisa, completa la frase con lo stesso tono di quando sa. Per questo la risposta sbagliata arriva con la stessa autorevolezza di quella giusta.

C'è poi un errore più insidioso dell'invenzione pura. I ricercatori lo chiamano misgrounding. Il modello cita una norma reale, un articolo che esiste davvero, ma lo interpreta male o ne usa una versione vecchia. Esiste una tecnica, chiamata RAG, che fa leggere al modello documenti aggiornati prima di rispondere, ed è la base dei tool legali professionali. Eppure anche quei tool restano tra il 17% (Lexis+) e oltre il 34% (Westlaw) di errori, proprio per il misgrounding (Magesh et al., 2024). La citazione sembra valida a un controllo superficiale, e tu non puoi accorgertene se non apri la fonte originale. È la trappola peggiore, perché ti dà l'illusione di aver verificato.

Sulle norme italiane il problema è peggiore

Se il quadro è già fragile sul diritto americano, sulle norme italiane degli affitti brevi peggiora per quattro motivi concreti.

Il modello è fermo nel tempo. GPT-4o ha una data di addestramento che si ferma a ottobre 2023. Il CIN è diventato obbligatorio dal 2 novembre 2024, con sanzioni dal 2 gennaio 2025 (Ministero del Turismo). Un modello fermo al 2023 non sa nemmeno che esista nella forma attuale, ma se glielo chiedi risponde lo stesso.

L'italiano conta poco nel suo addestramento. Questi modelli imparano soprattutto da testi in inglese. La Gazzetta Ufficiale, le circolari del Ministero, la prassi dell'Agenzia delle Entrate sono una frazione minima del materiale su cui si sono formati. La probabilità di sbagliare su una norma nazionale specifica, in italiano, è più alta che su un principio di common law in inglese.

Le regole cambiano per comune. L'AI risponde con la norma media nazionale, ma in Italia il codice identificativo regionale, la tassa di soggiorno e gli adempimenti variano per regione, comune e a volte quartiere. Chi gestisce a Roma, Milano e Venezia lavora con tre regimi diversi. Un modello generalista non può replicare questa granularità, e tende a darti una risposta sola dove le risposte giuste sono tre.

Il quadro si muove in fretta. Tra il 2024 e il 2025 sono cambiati CIN, regole sul self check-in, procedure Alloggiati Web e soglie fiscali. Nessun modello con aggiornamento periodico sta dietro a questo ritmo in tempo reale senza appoggiarsi a una fonte ufficiale aggiornata nel momento in cui rispondi.

La prova che puoi fare in due minuti

Non serve fidarsi sulla parola. Apri ChatGPT senza navigazione web attiva e chiedi se per affittare un appartamento su Airbnb ti serve il CIN e cosa rischi se non lo esponi. Un modello con quel limite temporale può dirti che non esiste un obbligo del genere, oppure descriverlo in modo vago, perché l'obbligo è arrivato dopo la sua data di addestramento. Poi confronta con la pagina ufficiale del Ministero del Turismo. La distanza tra le due risposte è il margine di errore che ti stai assumendo ogni volta che non verifichi.

Lo stesso vale sul fisco. La cedolare secca sugli affitti brevi è al 21% sul primo immobile e sale al 26% dal secondo destinato a locazione breve nello stesso anno (Legge di Bilancio 2024). Dal 1º gennaio 2026 conta anche la soglia oltre la quale scatta la presunzione di attività d'impresa, con obbligo di partita IVA, scesa da quattro a due immobili. È una distinzione che i modelli confondono spesso, perché mescolano regole di anni diversi. Se l'AI ti dà un numero senza citarti la norma con il riferimento preciso, quel numero non è verificabile, ed è esattamente il tipo di dato su cui non puoi permetterti un errore in dichiarazione.

I quattro livelli, cosa delegare e cosa no

La risposta non è smettere di usare l'AI. È usarla nel posto giusto. Questi quattro livelli dividono le attività in base al rischio normativo, non in base a quanto l'AI sembra brava.

Il discrimine è semplice. Dove l'output è un'interpretazione di una regola che cambia, l'AI sta al livello 1 o 2 e l'ultima parola è umana. Dove l'output è un testo di tono o un numero calcolato su dati tuoi, come una tariffa, puoi alzare l'affidamento. Un messaggio automatico che scrive a un ospite "non serve il CIN per questo alloggio" è un compito da rischio alto mascherato da innocuo, ed è lì che ti fai male.

Come verificare una risposta in tre passi

Quando l'AI ti risponde su una materia normativa, prima di usare quel testo fai questo.

Primo, chiedi il riferimento. Se non contiene il numero della legge, del decreto o della circolare, non è verificabile. Un'affermazione senza fonte è un'opinione ben scritta.

Secondo, apri la fonte primaria. Per il fisco l'Agenzia delle Entrate, per il CIN e la banca dati strutture il Ministero del Turismo, per gli adempimenti locali il portale della tua regione o del comune. Cerca lì la conferma, non su un blog secondario.

Terzo, controlla la data. Una norma sugli affitti brevi del 2023 può essere stata modificata due volte da allora. Se la pagina ufficiale è più recente della risposta dell'AI, vince la pagina ufficiale.

A scanso di equivoci, va detto che non esiste oggi un tool AI con verifica su un archivio aggiornato delle norme italiane sugli affitti brevi. Alcuni gestionali del settore hanno funzioni AI, ma nessuno dichiara un controllo verificato sulle fonti normative IT. Finché è così, il passaggio sulla fonte ufficiale non è opzionale.

Cosa dicono le norme, e perché la responsabilità resta tua

L'idea che la verifica umana sia obbligatoria non è un consiglio prudenziale, sta diventando legge. Il regolamento europeo sull'intelligenza artificiale impone, per i sistemi ad alto rischio, una supervisione umana effettiva, in cui l'operatore deve poter capire i limiti del sistema, riconoscere la tendenza a fidarsi troppo dell'output e correggere o ignorare la macchina (EU AI Act, articolo 14, applicazione dal 2 agosto 2026). In Italia la Legge 132 del 2025, prima normativa nazionale sull'AI, va nella stessa direzione, con principi di trasparenza sull'uso dell'AI più stringenti in ambito lavorativo e nella pubblica amministrazione.

La conseguenza pratica è netta. Se usi l'AI per una decisione che tocca un ospite o un proprietario, la responsabilità di quell'output resta su di te, non sul fornitore del modello. Air Canada lo ha imparato a sue spese. Ha perso una controversia davanti a un organismo canadese di risoluzione delle dispute perché il suo chatbot aveva dato a un cliente informazioni sbagliate, e l'organo ha stabilito che dell'errore rispondeva la compagnia, non chi aveva fornito l'AI (caso Moffatt contro Air Canada, 2024). Per un property manager il parallelo è diretto. Un chatbot che comunica all'ospite una regola di cancellazione sbagliata, o una tassa di soggiorno errata, produce una responsabilità che è tua.

La posizione giusta

L'AI ti fa risparmiare ore vere su comunicazione, annunci, prima stesura di procedure, analisi dei tuoi dati. Su queste cose usala senza esitare. Su compliance e fisco trattala per quello che è, un assistente veloce e disinvolto che non ha letto l'ultima circolare e non te lo dirà. La competenza non è saper fare la domanda all'AI. È sapere quando la risposta va aperta e verificata, e quando invece serve qualcuno che la norma la conosce davvero.

Domande frequenti