Negli ultimi mesi si è acceso un dibattito su temi che riguardano l’utilizzo di dati personali, anche a seguito dell’introduzione del nuovo regolamento europeo della privacy nel 2018. La discussione in ambito di politica economica si è concentrata sul fatto che le garanzie della privacy potrebbero impedire o limitare i sistemi di incrocio dei dati di archivi amministrativi. Senza tali puntuali informazioni, le analisi dei dati, sviluppate da Istituti Nazionali ed Agenzie al fine di migliorare le procedure di vigilanza, rischiano di essere rese meno efficienti. Il tema è rilevante per due motivi, da una parte in quanto in un paese, come l’Italia, dove evasione, irregolarità e frodi sono pratiche diffuse si dovrebbero utilizzare i più efficaci strumenti disponibili per le azioni di contrasto. D’altra parte, in quanto il cambiamento tecnologico permette di implementare modelli di previsione statistica che hanno performance decisamente più elevate rispetto al passato, come le metodologie di statistical learning (i.e. machine learning).
Il dibattito può essere sintetizzato in un semplice, quanto banale, calcolo economico: è preferibile consentire ad una istituzione pubblica di combinare informazioni statistiche e personali per rendere efficiente un servizio pubblico come la vigilanza, oppure limitare l’accesso ai dati per tutelare la completa riservatezza pagando un prezzo per la minore efficacia del decisore pubblico? Per rispondere a tale dubbio è possibile seguire un approccio costi benefici. I costi sono legati al minore grado di riservatezza dei dati personali; i benefici fanno riferimento alle maggiori entrate/minori uscite per l’istituzione pubblica. Gli economisti sanno tuttavia che tale calcolo è semplice solo in teoria e che molti degli elementi che servirebbero per trovare la soluzione al problema si misurano spesso solo attraverso giudizi morali e valutazioni che difficilmente possono essere stimate.
Un recente esempio del dilemma fra protezione e utilizzo efficiente dei dati personali riguarda le modalità con le quali vengono effettuate le visite fiscali di malattia, che rientrano fra i compiti istituzionali dell’INPS. La legislazione vigente ha affidato all’Inps il compito di eseguire le cosiddette visite mediche di controllo(VMC) disposte d’ufficio, cioè i controlli sui lavoratori del settore privato assenti per malattia (art. 1 del Decreto del Ministro del lavoro e previdenza sociale 15 luglio 1986, di concerto con il Ministro della sanità). Se alle visite d’ufficio si aggiungono le cosiddette visite datoriali, cioè eseguite dall’INPS a seguito di richiesta del datore di lavoro, si ottiene l’universo delle VMC effettuate dall’Istituto verso dipendenti privati.
Il decreto legislativo 75/2017 (inserendo il comma 2-bis all’articolo 55-septies del d.lgs.165/2001) ha esteso al pubblico impiego la competenza dell’Istituto a svolgere visite mediche di controllo ai lavoratori, sia d’ufficio che su richiesta dei datori di lavoro. È il cosiddetto Polo Unico della medicina fiscale. L’Inps riceve ogni anno circa 12 milioni di certificati di lavoratori privati assicurati presso Inps per la malattia e 6 milioni di certificati di dipendenti pubblici del cosiddetto Polo Unico. A fronte di 18 milioni di certificati e, quindi, di eventi di malattia ai quali destinare i controlli medico fiscali, l’attuale capacità “produttiva” dell’Istituto si attestava nel 2018 intorno al milione di visite di controllo all’anno.
A fronte dell’ampia sproporzione tra numero di malattie e possibilità di effettuare visite di controllo, l’INPS ha utilizzato fin dal 2012, un modello statistico di Data Mining denominato “SAVIO” (finora utilizzato solo per i lavoratori privati) che consentiva di concentrare le visite mediche di controllo sui casi in cui era più ragionevole ipotizzare che il certificato medico del lavoratore riportasse una prognosi più lunga di quella necessaria. SAVIO selezionava pertanto, nel mare magnum dei 12 milioni di certificati annui dei privati, quelli per cui era più opportuno predisporre controlli. L’utilizzo del modello SAVIO ha consentito fino al 2018 di evitare indebite erogazioni per malattia stimate in oltre 20 milioni di euro all’anno .
È bene chiarire che, tra le variabili considerate nel modello, non vi era la diagnosi, ossia la “malattia” da cui era affetto il lavoratore, dato sensibile e quindi soggetto a particolari restrizioni di trattamento da parte della legge sulla privacy. Venivano altresì utilizzate informazioni sulle seguenti variabili: dimensione ed attività economica dell’azienda di appartenenza, durata della malattia, tipo di rapporto di lavoro, qualifica ed importo della retribuzione giornaliera, numero di certificati degli ultimi due anni, giorni della settimana di inizio e fine della malattia, numero di precedenti visite concluse con idoneità etc.
Ciononostante, il Garante per la protezione dei dati personali, dopo un’istruttoria ed uno scambio di corrispondenza con Inps iniziato a febbraio 2018, ha censurato la predetta attività di Data Mining Inps, contestando la violazione di più norme vigenti a tutela della riservatezza dei dati personali (precisamente, delle disposizioni contenute negli artt. 13, 20 e 37 del Codice in materia di protezione dei dati personali, d.lgs. 196/2003). Già nel corso del dialogo con il Garante, l’Istituto ha ritenuto di dover prudenzialmente sospendere l’utilizzo del Data Mining, “spegnendolo” a partire dal 14 marzo 2018.
A tale proposito, a distanza di pochi mesi dallo spegnimento forzato di SAVIO, l’Istituto ha realizzato una valutazione causale per stimare la perdita di efficacia dei controlli d’ufficio sui lavoratori privati, e la corrispondente perdita economica connessa al pagamento di indennità di malattia per un numero di giorni superiore al caso controfattuale legato all’utilizzo di SAVIO. Tale valutazione è resa possibile dal fatto che l’impianto di SAVIO al suo spegnimento è stato sostituito in larghissima parte da visite effettuate casualmente. L’analisi mostra come dal 15 Marzo 2018, data in cui il modello statistico per la selezione dei certificati da visitare non è stato più utilizzato, l’efficacia delle visite fiscali per i dipendenti privati si sia ridotta drasticamente. Tale risultato è indipendente dall’indicatore di performance utilizzato per la valutazione.
Tale perdita di efficacia non è da imputare ad un calo nel numero delle visite effettuate, numero che rimane sostanzialmente invariato nei periodi precedenti e successivi allo spegnimento di SAVIO. Nello specifico l’Inps ha calcolato a 3 mesi dallo spegnimento del modello di data mining, per il periodo 15 marzo – giugno 2019, una diminuzione del 26,8% dell’efficacia delle visite fiscali nell’individuare lavoratori che sono assenti ingiustificati e una riduzione di performance del 74,5% per i casi di idoneità dove per idoneità si intende il caso dei pazienti che al controllo risultano in grado di ritornare al lavoro.
Le evidenze possono essere interpretate in senso causale, essendo la decisione di sospendere il modello SAVIO non attesa può essere considerata come indipendente dai comportamenti dei lavoratori e dei medici fiscali (le analisi di regressione e molte statistiche descrittive possono essere trovate al link …. e al link ….).
È possibile calcolare i costi monetari dello shut down alla luce dei risultati ottenuti. A tale proposito è bene sottolineare che l’INPS stima in 41,70 euro il costo di una giornata di malattia e calcola in media un recupero di 1,03 giornate nei casi di idoneità al lavoro dei pazienti visitati e un recupero di 7,8 giornate nei casi di assenze non giustificate . ; . Inoltre . 26.480 è il numero delle visite d’ufficio effettuate mediamente in un mese di lavoro dai medici legali INPS. Utilizzando le medie dei nostri indicatori di performance, i dati di recupero giornaliero sopracitati, e le durate medie in giornate per ogni esito, si può ottenere con una semplice moltiplicazione il recupero crediti medio mensile per gli indicatori utilizzati nell’analisi. Applicando a questi valori il differenziale medio nei successi si ottiene il costo mensile per lo shut down di SAVIO, cioè il costo monetario indotto dalla selezione casuale dei certificati che, proiettato su un anno di lavoro, si può stimare in circa 5 milioni di euro di perdita potenziale. È bene notare che tale stima si riferisce soltanto ai costi diretti, dovuti alla mancanza di efficacia delle visite, e rappresenta una stima prudenziale poiché verificata sui soli primi 3 mesi di lavoro successivi alla sospensione di SAVIO. Con ulteriori analisi si è stimato che la perdita potenziale, estendendo il periodo di valutazione fino a tutto il 2018, ammonta a circa a 8 milioni, più del 25% rispetto alla spesa annualmente sostenuta dall’INPS per pagare i medici in convenzione che effettuano le VMC .
È evidente che il differenziale di performance diventerà ancora più ampio nel futuro. Ciò è dovuto al fatto che i lavoratori imparano dalle esperienze delle visite a calcolare la probabilità di ricevere un’ispezione, e pertanto la perdita di efficacia delle VMC verrà compresa a pieno con il passare del tempo, soprattutto con l’avvento della stagione invernale in cui l’invio dei certificati è massivo. Inoltre, si può plausibilmente sostenere che ci possano essere esternalità tra colleghi di lavoro dovute alla rapida diffusione dell’informazione, i.e., passaggio di informazione da chi ha avuto esperienza diretta di invio di certificati non conformi e non sanzionati ai propri colleghi. L’effetto di spillover ridurrà ulteriormente l’effetto deterrente delle VMC e farà aumentare di conseguenza l’incidenza di invio di certificati non appropriati, coerentemente alle evidenze mostrate nella letteratura di “tax compliance” e/o di “economics of crime”: a fronte di una minor sanzione attesa i costi di tentativo fraudolento si riducono. A conferma di tali predizioni, negli ultimi dati degli osservatori statistici INPS si osserva che i certificati medici inviati sono in forte crescita. Ulteriori analisi preliminari sugli effetti delle visite fiscali mostrano inoltre che i dipendenti visitati in modo casuale dopo lo spegnimento di SAVIO tendono ad inviare un numero minore di certificati nei mesi successivi alla visita, e a tali certificati sono associati periodi di malattia più brevi. Ciò si riscontra anche nel caso dei dipendenti pubblici e già a partire dai primi mesi dopo la visita fiscale. Questo vuol dire che le viste mediche generano un effetto deterrente anche se vengono fatte nel modo peggiore possibile, cioè a caso e verso dipendenti come quelli pubblici che sono protetti maggiormente contro i rischi del licenziamento.
Inoltre, nel calcolo del costo dovuto allo spegnimento di SAVIO non sono per il momento tenuti in considerazione i benefici derivanti dal fatto che un lavoratore trovato idoneo tornando al lavoro produce per un valore approssimabile almeno al suo salario giornaliero.
In definitiva si può concludere che la perdita in termini economici conseguente alla riduzione di efficacia delle VMC è ben più alta degli ipotizzati 8 milioni annui. E’ quindi auspicabile un intervento legislativo che, per le finalità di pubblico interesse di contrasto a comportamenti irregolari e fraudolenti, consenta di conciliare due diverse esigenze: da una parte permettere di incrociare dati personali e adottare trattamenti automatizzati delle informazioni disponibili per recuperare efficacia nelle VMC; dall’altra, garantire la tutela dei diritti individuali.