ITALIANO

Intelligence Fiscale:
Raccolta e analisi dei dati fiscali.
Prevenzione e rilevamento delle frodi fiscali.
Comunicazione Digitale:
Strategie di comunicazione delle autorità fiscali.
Uso dei social media e piattaforme digitali.
Strumenti Digitali e Data Analytics:
Big Data e machine learning nella fiscalità.
Software per la gestione delle informazioni fiscali.
Regolamentazioni sulla protezione dei dati.
Cooperazione fiscale internazionale

Agli studenti che frequentano sarà distribuito materiale didattico.

Al termine del percorso didattico lo studente deve raggiungere:
Conoscenza e capacità di comprensione: L’insegnamento ha l'obiettivo di fornire agli studenti una comprensione approfondita dei principi e delle tecniche di intelligence fiscale, nonché delle modalità di comunicazione digitale utilizzate per la prevenzione, il rilevamento e la gestione delle frodi fiscali.

Conoscenza e capacità di comprensione applicate:
Gli studenti acquisiranno le capacità di applicare le conoscenze, le capacità di comprensione e le abilità per analizzare e interpretare i dati fiscali e per utilizzare strumenti digitali per la gestione dell'informazione fiscale. Acquisiranno competenze adeguate per ideare strategie di comunicazione digitale per autorità fiscali e contribuenti, valutando l'impatto di piattaforme social e processi tributari telematici in contesti nazionali, europei e internazionali.

Autonomia di giudizio:
Lo studente dovrà sviluppare e gestire con senso critico le conoscenze e abilità acquisite al fine di formulare giudizi e valutare i problemi giuridici individuandone le soluzioni interpretative nell'ambito della fiscalità nell'era digitale. L’autonomia di giudizio acquisita permette allo studente di formulare giudizi autonomi su rischi e opportunità in casi complessi, come frodi digitali o cooperazione UE/OCSE, basandosi su analisi di dati e indicatori di rischio

Abilità comunicative (communication skills):
Lo studente dovrà saper raccogliere e comunicare i risultati di analisi fiscali e strategie digitali acquisite durante le lezioni in maniera lineare, chiara, esaustiva e con terminologia tecnica.

Capacità di apprendere (learning skills): L’insegnamento ha l'obiettivo di far acquisire le competenze specifiche e autonomia nell'aggiornamento continuo su evoluzioni fiscali digitali e normative internazionali, integrando nuove tecnologie (machine learning, data analytics). La sinergia tra teoria e pratica permette allo studente di applicare le conoscenze acquisite e di sviluppare un apprendimento indipendente.

Nessun prerequisito e non sono previste propedeuticità

Il programma si sviluppa attraverso lezioni frontali (70% delle ore) relative ai principi generali della disciplina indispensabili per il conseguimento degli obiettivi formativi specifici e globali. Sono previste inoltre altre attività formative (30%delle ore) quali: seminari, studio e/o discussioni di casi, problem solving individuale e di gruppo.
È consentito, d’intesa con i docenti, sostituire le attività previste di problem solving individuale e di gruppo con attività di tirocinio presso uno studio o una impresa convenzionata con l’Ateneo che opera nel settore di interesse del percorso di formazione.
Le attività svolte potranno essere considerate valide ai fini del conseguimento dei cfu del tirocinio obbligatorio previsti dal piano di studio

L’accertamento dell’apprendimento sarà effettuato tramite esame orale con votazione in trentesimi. I criteri per la valutazione della prova finale sono basati sia sulla correttezza e chiarezza espositiva dei contenuti, sulla capacità e abilità di analisi critica degli argomenti affrontati sia sull’impegno personale impiegato nell’approfondimento di specifici argomenti definiti con il docente.
Pertanto il candidato che non raggiunge nessuno dei risultati descritti al punto “Obiettivi formativi” determina il mancato superamento dell’esame;
Da 18 a 21: lo studente dimostra un livello sufficiente di preparazione, in termini di conoscenza e comprensione della disciplina, capacità di analisi e di interpretazione dei dati normativi e giurisprudenziali, capacità di restituire le competenze acquisite in forma chiara, lineare e ragionata.
• Da 22 a 24: lo studente dimostra un livello pienamente sufficiente di preparazione, in termini di conoscenza e comprensione della disciplina, capacità di analisi e di interpretazione dei dati normativi e giurisprudenziali, capacità di restituire le competenze acquisite in forma chiara, lineare e ragionata.
• Da 25 a 26: lo studente dimostra un livello buono di preparazione, in termini di conoscenza e comprensione della disciplina, capacità di analisi e di interpretazione dei dati normativi e giurisprudenziali, capacità di restituire le competenze acquisite in forma chiara, lineare e ragionata.
• Da 27 a 29: lo studente dimostra un livello molto buono di preparazione, in termini di conoscenza e comprensione della disciplina, capacità di analisi e di interpretazione dei dati normativi e giurisprudenziali, capacità di restituire le competenze acquisite in forma chiara, lineare e ragionata.
• Da 30 a 30 e lode: lo studente dimostra un livello eccellente di preparazione, in termini di conoscenza e comprensione della disciplina, capacità di analisi e di interpretazione dei dati normativi e giurisprudenziali, capacità di restituire le competenze acquisite in forma chiara, lineare e ragionata

L’insegnamento si svolge in modalità mista

Definizione, concetti chiave e obiettivi di intelligence fiscale (3 ore di lezione frontale/ 0.5 cfu)
Il ruolo delle autorità fiscali e delle istituzioni internazionali OCSE, GAFI, UE (3 ore di lezione frontale/ 0.5 cfu)
Metodologie di Raccolta e Analisi dei Dati Fiscali (4 ore di lezione frontale/0.67 cfu):
- Fonti di dati: documentazione fiscale, database pubblici e privati.
- Tecniche di raccolta dati: metodi tradizionali e digitali.
- Analisi dei dati: tecniche di data mining e pattern recognition.
- Prevenzione e Rilevamento delle Frodi Fiscali (evasione, elusione, frodi carosello, e-commerce)

Indicatori di rischio e metodi di rilevamento (2 ore di lezione frontale/0.33 cfu).
Implicazioni per l’intelligence fiscale e la gestione dei dati fiscali a livello nazionale, europeo e internazionale (3 ore di lezione frontale/0.5cfu)
L’evoluzione della Comunicazione Fiscale nell’Era Digitale (2 ore di lezione frontale/0.33 cfu)
La digitalizzazione della fiscalità: dai modelli cartacei ai servizi online, processo tributario telematico (5 ore di lezione frontale/0.84 cfu)
Ruolo della comunicazione digitale nel rapporto tra autorità fiscali e contribuenti (2 ore di lezione frontale/ 0.33 cfu)
Uso dei Social Media nella Fiscalità (2 ore di lezione frontale/ 0.33 cfu)
Case studies: analisi di casi reali di frodi fiscali (10 ore di lezione frontale/ 1.67 cfu)

ITALIAN

Tax intelligence:
Collection and analysis of tax data
Prevention and detection of tax fraud.
DIGITAL COMMUNICATION:
Communication strategies of tax authorities.
Use of social media and digital platforms.
Digital tools and data analytics.
Big Data and machine learning in taxation.
Software for managing tax information
Data protection regulations.
International tax cooperation

Teaching materials will be distributed to students attending the course.

At the end of the course, the students must reach:
Knowledge and comprehension skills:
The course aims to provide students with a deep understanding of the principles and techniques of tax intelligence, as well as the digital communication methods used for the prevention, detection, and management of tax fraud.
- Applied knowledge and understanding skills:
Students will have to acquire the skills to apply their knowledge, understanding, and abilities to analyze and interpret tax data, as well as to utilize digital tools for managing tax information. They will acquire the skills necessary to devise digital communication strategies for tax authorities and taxpayers, assessing the impact of social media platforms and electronic tax processes in national, European, and international contexts.
- Making judgment:
Students will have to develop and manage with critical sense the knowledge and the acquired skills in order to make judgments and evaluate the legal issues identifying the interpretative solutions in the field of taxation in the digital age. The acquired making judgment ability will allow the student to formulate independent judgments on risks and opportunities in complex cases, such as digital fraud or EU/OECD cooperation, based on data analysis and risk indicators.
Communication skills:
Students must be able to collect and communicate the results of tax analyses and digital strategies acquired during lessons in a linear, clear, comprehensive manner, using technical terminology.
Learning skills: The course aims to provide students with specific skills and autonomy in continuously updating their knowledge of digital tax developments and international regulations, integrating new technologies (machine learning, data analytics). The synergy between theory and practice allows students to apply the knowledge they have acquired and develop independent learning.

No prerequisites and there are no prerequisites

The program is developed through lectures (70% of hours) related to the general principles of the discipline essential for the achievement of specific and global training objectives. There are also other training activities (30% of hours) such as: seminars, study and/or case discussions,
individual and group problem solving. It is allowed, in agreement with the teachers, to replace the planned activities of individual and group problem solving with internship at a studio or a company affiliated with the University and operating in the field of interest of the training course.
The activities carried out may be considered valid for the achievement of the credits of the compulsory training provided for in the study plan

The assessment of learning will be carried out through oral examination with vote in thirtieth. The criteria for the evaluation of the final test are based on both correctness and clarity of exposition of the contents, on the ability and skill of critical analysis of the topics and on the personal commitment in the deepening of specific topics defined with the teacher.
Therefore, the candidate who does not achieve any of the results described in the "Learning Objectives" section will not pass the exam;
8 to 21: the student demonstrates a sufficient level of preparation, in terms of knowledge and understanding of the discipline, ability to analyze and interpret normative and jurisprudential data, ability to return the acquired skills in a clear form, linear and reasoned.
• 22 to 24: the student demonstrates a fully sufficient level of preparation, in terms of knowledge and understanding of the discipline, ability to analyze and interpret normative and jurisprudential data, ability to return acquired skills in a clear, linear and reasoned form.
• 25 to 26: the student demonstrates a good level of preparation, in terms of knowledge and understanding of the discipline, ability to analyze and interpret normative and jurisprudential data, ability to return the acquired skills in a clear form, linear and reasoned.
• 27 to 29: the student demonstrates a very good level of preparation, in terms of knowledge and understanding of the discipline, ability to analyze and interpret normative and jurisprudential data, ability to return the acquired skills in a clear form, linear and reasoned.
From 30 to 30 cum laude: the student demonstrates an excellent level of preparation, in terms of knowledge and understanding of the discipline, ability to analyze and interpret regulatory and jurisprudential data, ability to return the skills acquired in a clear, linear and reasoned way

The course takes place in mixed mode

Definition, key concepts and objectives of tax intelligence (3 hours of lectures / credits 0.5)
The role of tax authorities and international institutions OECD, FATF, EU (3 hours of lectures / credits 0.5)
Methodologies for Collecting and Analyzing Tax Data (4 hours of lectures / credits/ 0.67):
- Data sources: tax documentation, public and private databases.
- Data collection techniques: traditional and digital methods.
- Data analysis: data mining techniques and pattern recognition
-Prevention and Detection of Tax Fraud (evasion, avoidance, carousel fraud, e-commerce)

Risk indicators and detection methods (2 hours of lectures / credits 0.33)
Implications for tax intelligence and management of tax data at the national, European and international level (3 hours of lectures / credits 0.5)
The Evolution of Tax Communication in the Digital Era (2 hours of lectures / credits 0.33)
The digitization of taxation: from paper models to online services, telematic tax process (5 hours of lectures / credits 0.84)
The role of digital communication in the relationship between tax authorities and taxpayers (2 hours of lectures / credits 0.33)
The Use of Social Media in Taxation (2 hours of lectures / credits 0.33)
Case Study: analysis of real cases of tax fraud (10 hours of lectures / credits 1.67)