Ottobre è il mese dell’educazione finanziaria: tutti ci si mettono, tra eventi, webinar e iniziative istituzionali che si moltiplicano puntualmente ogni anno — con il risultato, spesso, di somigliare più a una fiera delle vanità del settore che a un reale investimento sulla cultura finanziaria delle persone. Proviamo a farla diversamente, con l’AI: non un altro convegno, ma uno strumento che alleni davvero il riconoscimento dei pattern di frode sulle carte di pagamento nel momento in cui serve.
Prevenire conviene più che curare, e non è solo un modo di dire. Contrariamente a quanto si sente ripetere, rivolgersi all’Arbitro Bancario Finanziario non è affatto una procedura semplice o veloce: richiede memorie tecniche precise, termini perentori — spesso 90 giorni per la decisione, senza possibilità di depositare nuovi documenti una volta che il fascicolo è dichiarato completo — e la capacità di sostenere argomentazioni giuridiche solide contro intermediari che dispongono di uffici legali strutturati. Un errore nella ricostruzione dei fatti, anche involontario, può risultare difficile o impossibile da correggere in corso di procedura. Chi entra nel ricorso pensando di poter “raccontare la propria storia” e ottenere giustizia quasi automaticamente rischia una brutta sorpresa. Riconoscere per tempo lo schema di una frode — come nell’esempio della chiamata fasulla — evita l’intero percorso, con i suoi costi in termini di tempo, stress e incertezza dell’esito.
## L’asimmetria informativa nell’era digitale
Il problema che George Akerlof descrisse nel 1970 studiando il mercato delle auto usate — l’asimmetria tra chi vende e chi compra, tra chi conosce i difetti nascosti e chi no — trova nella finanza digitale una delle sue espressioni più insidiose. Non è più solo il prodotto finanziario a essere opaco al consumatore: è il meccanismo stesso dell’attacco fraudolento, costruito apposta per sfruttare quell’asimmetria nel momento di massima vulnerabilità dell’utente.
È in questo spazio che un’educazione finanziaria basata su intelligenza artificiale può avere un ruolo specifico: non sostituire la consulenza né la tutela legale, ma allenare il riconoscimento del pattern prima che il danno si verifichi — e, quando il danno è già avvenuto, aiutare l’utente a distinguere le proprie responsabilità da quelle dell’intermediario.
## Un caso tipo: la telefonata della “banca”
Il meccanismo è ormai uno schema ricorrente, e proprio la sua ripetitività lo rende un buon materiale didattico:
1. Un SMS avvisa di un’operazione sospetta e invita a chiamare un numero per “sbloccare” la carta
2. Una voce che si presenta come operatore della sicurezza conferma dati parziali già noti — spesso ottenuti da violazioni precedenti, non dalla banca stessa
3. Viene chiesto di comunicare un codice OTP per “annullare” l’operazione: in realtà quell’OTP sta autorizzando un pagamento reale
4. La pressione temporale (“i minuti sono contati”) spinge alla reazione istintiva invece che alla verifica
Un modulo didattico costruito con AI può scomporre questo schema in modo sistematico: mostrare varianti dello stesso attacco (falso addebito, falso rimborso fiscale, falso corriere) e chiedere all’utente di individuare l’elemento comune — l’obiettivo non è memorizzare un caso, ma riconoscere la struttura.
## Il nodo che conta davvero: dove passa la responsabilità
Qui l’educazione finanziaria incontra il diritto bancario, ed è il punto in cui un modulo “generico” rischia di essere fuorviante se non guidato da competenza reale. La distinzione giuridicamente rilevante è tra:
– **Operazioni autorizzate con credenziali fornite dalla vittima** (phishing, vishing, smishing in cui l’utente comunica l’OTP): la responsabilità della vittima è più difficile da escludere, salvo che si dimostri una colpa grave dell’intermediario nei propri sistemi di autenticazione
– **Operazioni non autorizzate senza consegna di credenziali** (clonazione, utilizzo fraudolento senza alcun intervento diretto della vittima): l’onere della prova ricade sul prestatore di servizi di pagamento, ai sensi dell’art. 10 del D.Lgs. 11/2010, con rimborso in linea di principio dovuto
Questa distinzione è esattamente ciò che, nei ricorsi davanti all’Arbitro Bancario Finanziario, separa un accoglimento da un rigetto. E la giurisprudenza più recente ha aggiunto un tassello importante: la Cassazione, con la sentenza 3780/2024, ha chiarito che la sola presenza di autenticazione forte (SCA) non costituisce di per sé prova che l’operazione sia stata autorizzata dal titolare — un principio che ridimensiona l’automatismo con cui alcuni intermediari tendono a scaricare la responsabilità sul cliente.
## Perché l’AI qui aiuta, e dove deve fermarsi
Un sistema di educazione finanziaria basato su AI può essere utile per:
– Rendere immediatamente riconoscibili i pattern d’attacco più comuni, con simulazioni personalizzate
– Guidare l’utente vittima di frode a distinguere, nei fatti del proprio caso, se ha comunicato credenziali oppure no — un passaggio che spesso la vittima stessa fatica a ricostruire con lucidità, subito dopo l’accaduto
– Indirizzare correttamente verso il reclamo e, se necessario, verso l’ABF, spiegando tempistiche e documentazione necessaria
Ma deve fermarsi prima di:
– Fornire una valutazione legale del singolo caso, che resta compito di un professionista
– Essere finanziato o influenzato da soggetti — banche, intermediari — che hanno interesse a orientare l’esito verso l’esclusione della propria responsabilità
Un programma educativo che non rispetti questo secondo limite non farebbe che spostare l’asimmetria informativa di un livello, anziché correggerla: non più solo tra banca e cliente, ma tra chi progetta lo strumento educativo e chi lo usa credendolo neutrale.
