L’underwriting policy rappresenta il cuore della gestione assicurativa: è l’insieme delle regole, metodologie e criteri con cui una compagnia decide se assumere un rischio, a quali condizioni e con quale livello di premio.
Nell’assicurazione tradizionale, tali politiche si fondano su parametri consolidati: frequenza storica dei sinistri, gravità media dei danni, profilo del conducente e caratteristiche del veicolo.
Ora è chiaro che l’avvento della guida autonoma va ad alterare radicalmente questi riferimenti, imponendosi dunque una riflessione profonda su nuove metriche di rischio e su come riformulare le politiche di sottoscrizione. Cosa che tenteremo di (avviare a) fare in questo contributo.
Partiamo subito con un concetto chiave. Le evidenze raccolte nei primi test su larga scala (es. flotte di taxi robotici negli Stati Uniti e in Asia) mostrano un trend alquanto chiaro: vi è una evidente riduzione della frequenza dei sinistri, grazie all’eliminazione dell’errore umano, principale causa di incidenti stradali, e quindi una maggiore concentrazione dei rischi residui, legati non tanto a negligenze individuali, quanto a malfunzionamenti sistemici (sensori, software, cyberattacchi). Tutto ciò porta ad un potenziale aumento della gravità media: se cioè un sistema autonomo fallisce, l’incidente può coinvolgere più veicoli o avere effetti più estesi, specie in contesti urbani ad alta densità.
Per gli assicuratori, ciò significa spostarsi da una logica di alta frequenza/bassa gravità a una di bassa frequenza/alta gravità, con profonde conseguenze sull’allocazione del capitale e sulla definizione dei premi.
Del resto con l’avvento dei veicoli autonomi, emergono tipologie di sinistri finora marginali, proviamo, senza alcuna pretesa di esaustività, ad elencarne alcuni:
- sinistri da difetto software o aggiornamento fallito (software liability);
- attacchi informatici con impatto su più veicoli contemporaneamente (systemic cyber risk);
- interazioni impreviste tra algoritmi (es. collisioni dovute a decisioni divergenti di due sistemi diversi);
- sanni derivanti da uso improprio o disattivazione dolosa del sistema.
Non è questa la sede per analizzare ogni singolo scenario, qui ci limitiamo ad affermare che tali scenari non solo ridefiniscono l’oggetto della copertura assicurativa, ma richiedono anche l’elaborazione di clausole contrattuali ad hoc e soprattutto di nuovi modelli di risk pooling.
Il risk pooling è quel meccanismo di condivisione del rischio in base al quale molti assicurati versano i loro premi in un fondo comune, che viene poi utilizzato per risarcire i danni subiti da pochi. In questo modo il rischio individuale di ciascun assicurato viene “diluito” e trasformato in un rischio collettivo, sostenibile per la compagnia.
In una polizza RC auto classica, migliaia di automobilisti pagano un premio annuo. La maggior parte non avrà sinistri, ma chi subisce un danno sarà indennizzato grazie alle risorse comuni.
Con i veicoli a guida autonoma il risk pooling deve essere invece ripensato perché i sinistri potrebbero diventare meno frequenti ma più gravi, quindi più costosi da risarcire e poi perché possono verificarsi eventi sistemici (es. un bug software che coinvolge centinaia di veicoli contemporaneamente), difficili da sostenere con i tradizionali fondi mutualistici.
L’emergere di queste nuove tipologie di sinistri dunque costringe gli assicuratori a ripensare non solo le clausole contrattuali, ma anche le modalità con cui prevenire e disincentivare comportamenti opportunistici. La gestione del rischio tecnologico, infatti, non può prescindere dal considerare come la presenza di coperture innovative possa influenzare le condotte degli assicurati e degli operatori. È in questo contesto che torna centrale il tema del moral hazard, di cui al titolo del presente contributo, che assume connotati del tutto inediti nell’era della guida autonoma.
Com’è noto il moral hazard (in italiano: azzardo morale) è un concetto economico-giuridico che indica la tendenza di un soggetto a modificare il proprio comportamento in modo meno prudente perché sa di essere protetto da un’assicurazione o da una garanzia esterna.
In altri termini: quando una persona non sopporta più direttamente tutte le conseguenze delle proprie azioni, potrebbe essere indotta ad assumere rischi maggiori o a trascurare cautele.
L’esempio classico è quello di un automobilista che sa di avere una polizza completa contro i danni da collisione e che potrebbe quindi guidare con minore attenzione, confidando nel fatto che, in caso di incidente, i costi saranno coperti dall’assicuratore.
Il moral hazard è rilevante nel diritto delle assicurazioni perché incide sull’equilibrio sinallagmatico del contratto: l’assicuratore calcola i premi sulla base di un rischio presunto, che però può aumentare se l’assicurato, proprio in virtù della copertura, adotta condotte meno caute.
Per questo motivo i contratti contengono spesso clausole di esclusione (es. dolo o colpa grave) o obblighi di comportamento (manutenzione, uso corretto del veicolo) volti a limitare l’azzardo morale.
Ed allora, se possiamo tranquillamente affermare che tradizionalmente il moral hazard descrive il rischio che l’assicurato, protetto dalla copertura, adotti comportamenti meno prudenti, non possiamo fare lo stesso nell’era autonoma, dove invece non si limita più al comportamento del conducente, ma si estende a fenomeni come la mancata manutenzione o aggiornamento software da parte del proprietario confidando che l’assicurazione copra comunque i danni, o come l’ affidamento cieco nei sistemi di bordo, senza controlli di sicurezza, o come ancroa la manipolazione dei dati telematici per ridurre artificialmente il premio assicurativo, come alterazioni delle scatole nere o del flusso telematico per occultare condotte scorrette, o come infine l’opacità degli algoritmi, dal momento che i sistemi di machine learning possono generare comportamenti imprevisti, difficili da attribuire a dolo o colpa, creando una zona grigia di responsabilità.
Per le compagnie assicurative, la sfida sarà quindi, a nostro sommesso avviso, quella di prevenire il moral hazard algoritmico con strumenti contrattuali e tecnologici, ad esempio introducento l’obbligo di manutenzione certificata e aggiornamenti software, o aggiunendo sistemi di controllo remoto e segnalazione automatica dei malfunzionamenti, o inserendo nei contratti clausole di esclusione per condotte dolose o manipolazioni dei dati.
In estrema sintesi, l’underwriting nell’era autonoma dovrà sia integrare parametri tecnologici (qualità del software, livello di automazione, compliance AI Act) accanto a quelli tradizionali, ma anche considerare il rischio di sinistri sistemici, con impatti potenzialmente catastrofali, sviluppare modelli di tariffazione dinamica, basati sui dati telematici in tempo reale e ridisegnare i meccanismi di franchigia e massimali per garantire equilibrio tra copertura e sostenibilità.
Insomma, ci sembra di poter concludere che il futuro dell’assicurazione per veicoli autonomi non sarà una semplice evoluzione delle policy esistenti, ma un vero e proprio cambio di paradigma.
La sottoscrizione dei rischi dovrà diventare un esercizio “ibrido”, in cui il rischio tradizionale del conducente si intreccia con quello algoritmico e sistemico, in un ecosistema normativo che richiede rigore, trasparenza e innovazione.
Per approfondire:
- M.C. GAETA, Automazione e responsabilità civile automobilistica, in Responsabilità civile e previdenza, 5, 2016;
- M.C. GAETA, La protezione dei dati personali nell’internet of things: l’esempio dei veicoli autonomi, in Diritto dell’informazione e dell’informatica, 1, 2018;
- H. GREEN, Radio-Controlled Automobile, in Radio News, 1925;
- A. BERTOLINI, Robots as Products: The Case for a Realistic Analysis of Robotic Applications and Liability Rules, in Law, Innovation and Technology, 5, 2013, pp. 225 ss.;
- S. VOLOSOVICH, InsurTech: challeges and development perspectives, in International Journal of Innovative Technologies in Economy, 3, 2016;
- C. CASONATO, Le 3 A di un diritto sostenibile ed efficace, in Biotecnologie e diritto (a cura di V. BARSOTTI), Roma, 2016, pp. 29-53;
- D. CERINI, Dal decreto Smart Roads in avanti: ridisegnare responsabilità e soluzioni assicurative, in Danno e responsabilità, 4, 2018;
- E. PALMERINI, Robotica e diritto: suggestioni, intersezioni, sviluppi a margine di una ricerca europea, in Responsabilità civile e previdenza, 6, 2016;
- P. DE GIOIA CARABELLESE, Unmanned vehicles e rischi legali ed assicurativi. Una visuale dal Regno Unito della disciplina della
responsabilità dei veicoli senza guidatore, in Diritto e Politica dei Trasporti, 1/2021, pp. 1-10;
- T. DE MARI CASARETO DAL VERME, Rischio da circolazione stradale, R.C. auto e veicoli a guida autonoma, in BioLaw Journal - Rivista di BioDiritto, 3/2023, pp. 275 - 306;
- A. BERTOLINI e M. RICCABONI, Grounding the case for a European approach to the regulation of automated driving: the technology‑selection effect of liability rules, in European Journal of Law and Economics, 51/2021, pp. 243-284.
Nicola Nappi
Ultimi post di Nicola Nappi (vedi tutti)
- Prospettive future: l’art. 17 della Direttiva 2019/790 e la responsabilità delle piattaforme - 8 Dicembre 2025
- Il danno da comunicazione al pubblico: il computo e la prova nel giudizio civile - 1 Dicembre 2025
- Notice and take down e responsabilità per omissione: il nodo della reiterazione - 24 Novembre 2025
- La nozione di hosting attivo nella giurisprudenza della Corte di Giustizia - 17 Novembre 2025
- Hosting attivo e conoscenza effettiva dell’illecito: le due coordinate del giudizio - 10 Novembre 2025
