Ultimo aggiornamento: settembre 2026.
L’introduzione di strumenti di intelligenza artificiale generativa può snellire attività informative e documentali tipiche della revisione legale — estrazione e sintetizzazione di clausole contrattuali, classificazione di documenti non strutturati, redazione preliminare di working paper — ma non sposta né il giudizio professionale né la responsabilità finale sull’esito dell’incarico: tali oneri restano sempre in capo al revisore legale. Un esempio pratico: un revisore può utilizzare un modello generativo per produrre una prima bozza di sintesi di una cartella contrattuale, ma deve verificare, validare e motivare personalmente le conclusioni riportate nel fascicolo di revisione.
Cosa prevede la norma
La revisione legale è disciplinata a livello nazionale dal D.Lgs. 27 gennaio 2010, n. 39 (attuazione della normativa europea in materia di revisione legale dei conti), che attribuisce obblighi specifici ai soggetti incaricati della revisione e stabilisce l’impianto generale delle responsabilità professionali. In particolare il decreto stabilisce ruoli, obblighi di conservazione della documentazione e presupposti per l’esercizio dell’attività di revisione.
Per gli enti qualificati come public-interest entities (PIE) si applicano inoltre disposizioni europee specifiche (Regolamento UE n. 537/2014) che rafforzano i requisiti di trasparenza e di conservazione della documentazione e prevedono obblighi aggiuntivi per gli incarichi su emittenti e istituti finanziari. Le prescrizioni UE richiedono che le attività d’audit siano svolte nel rispetto di requisiti che incidono anche sul livello di documentazione e sulla responsabilità del revisore.
A livello di principi professionali, gli International Standards on Auditing (ISA) definiscono l’obbligo del revisore di esercitare professional scepticism e professional judgment e di esprimere un’opinione supportata da evidenze sufficienti e appropriate: l’uso di tecnologie automatiche non attenua tale obbligo. Inoltre l’IAASB ha pubblicato materiale di supporto per la documentazione dell’uso di Automated Tools and Techniques (ATT), richiamando la necessità che l’impiego di strumenti automatizzati sia adeguatamente descritto e giustificato nel fascicolo di revisione.
Chi riguarda e cosa fare
Soggetti interessati: revisori legali e società di revisione incaricati di statutory audit (inclusi gli incarichi per società di capitali, enti con obbligo di revisione e, per i casi di legge, società di persone e altri enti quando soggetti a controllo legale). Per le public‑interest entities valgono requisiti aggiuntivi di trasparenza e conservazione della documentazione. Questa disciplina non riguarda i contribuenti aderenti al regime forfettario.
Azione pratica richiesta al professionista:
- Confermare responsabilità e giudizio: il revisore deve rimanere titolare del giudizio professionale e delle conclusioni; gli output prodotti da un’IA sono supporto, non decisione finale.
- Valutare i rischi legati allo strumento: bias, accuratezza, limiti di training data e dipendenza da prompt devono essere valutati nell’ambito della valutazione del rischio di revisione.
- Documentare la catena di processo: descrivere nell’incarico la finalità dell’uso dell’IA, la fonte dei dati utilizzati, le configurazioni principali (inclusi prompt significativi o regole di estrazione) e i controlli di qualità applicati, così da rendere trasparente l’utilizzo degli ATT.
- Tutelare riservatezza e compliance: verificare compatibilità con obblighi di riservatezza, trattamento dati personali (GDPR) e regole deontologiche dello svolgimento dell’incarico.
- Aggiornare il sistema di qualità: integrare le politiche di qualità d’impresa (quality management) e le procedure di revisione per riflettere l’uso di strumenti automatizzati.
I passi pratici per adeguarsi alle novità
Checklist operativa per studi e funzioni di revisione:
- Mappare gli strumenti: inventario degli strumenti IA usati (fornitore, versione, scopo), con ownership e responsabile interno;
- Valutazione del rischio e test di validazione: testare l’affidabilità delle elaborazioni (accuracy, recall/precision sui campioni), valutare scenari che possono generare errori sistematici;
- Documentare nel fascicolo: per ogni attività automatizzata indicare dati in ingresso, log delle elaborazioni, criterio di validazione e chi ha preso la decisione finale (audit trail); la documentazione deve consentire a un revisore esperto estraneo all’incarico di comprendere le scelte effettuate.
- Inserire competenze IT nel team: quando l’ambito dell’analisi lo richiede, affiancare esperti di IT/data science per valutare correttamente modelli e controlli;
- Aggiornare l’engagement letter e i contratti: chiarire limiti d’uso, responsabilità e trattamento dei dati con il cliente;
- Monitorare fonti professionali e linee guida: seguire gli aggiornamenti di organismi nazionali e associazioni di categoria (es. CNDCEC, Assirevi) e integrare le loro raccomandazioni nelle procedure interne.
In sintesi: l’IA generativa è uno strumento per aumentare efficienza e copertura delle attività documentali, ma non riduce né trasferisce la responsabilità del revisore. Le norme nazionali (D.Lgs. 39/2010), i requisiti europei per le PIE (Regolamento UE 537/2014) e i principi internazionali di auditing (ISA) impongono che l’uso delle tecnologie sia governato, tracciato e accompagnato da adeguate verifiche di professional judgment e documentazione. Adeguare processi, qualità e formazione è la misura pratica per mantenere conformità e presidiare responsabilità professionali.
