Innovazione dopo innovazione, l’intelligenza artificiale sta portando nel futuro anche il mondo della giurisprudenza. Dal primo avvocato virtuale ai sistemi predittivi, anche la sfera della giustizia sta prendendo una nuova forma e sembra pronta ad abbracciare le sfide lanciate dalla tecnologia.
L’importanza dell’intelligenza artificiale nell’implementare la qualità della giustizia ha spinto la Cepej (la Commissione Europea per l’Efficacia della Giustizia), già nel 2018, a emanare la “Carta etica sull’uso dell’intelligenza artificiale nei sistemi giudiziari e negli ambiti connessi”: il primo strumento in Europa che incoraggia i nuovi sistemi tecnologici e ne regola l’utilizzo attraverso alcuni principi fondamentali, tra cui il rispetto dei diritti umani, la non-discriminazione e la trasparenza.
Il caso più recente e curioso di applicazione del machine learning alla giurisprudenza è quello relativo al primo assistente legale di intelligenza artificiale, che nelle prossime settimane varcherà – per la prima volta – la soglia di un tribunale degli Stati Uniti per difendere un uomo che ha presentato ricorso contro una multa per eccesso di velocità. Ideato dalla società DoNotPay, fondata dallo scienziato informatico Joshua Browder, l’avvocato virtuale funzionerà attraverso un’applicazione scaricabile sullo smartphone (DoNotPay, appunto): l’IA, già addestrata sulla base di dati relativi a precedenti casi giudiziari, ascolterà ed elaborerà le argomentazioni dei giudici in aula. Dopodiché, indicherà all’imputato che cosa dire tramite un auricolare.
Nata nel 2015 come chatbot – software che simula e ricrea le conversazioni umane, come il tanto discusso ChatGPT – di consulenza legale per contestare le multe per il parcheggio e ottenere rimborsi sui biglietti aerei, DoNotPay punta ad affermarsi come «il primo avvocato-IA del mondo», come sottolinea Browder, con un costo di trentasei dollari ogni tre mesi.
Ma c’è di più. Sul fronte della ricerca giuridica, alcune banche dati giurisprudenziali sfruttano già ontologie e strumenti automatizzati di arricchimento semantico (basati su intelligenza artificiale). «Lo scopo è facilitare il processo di ricerca e migliorare la qualità dei servizi attraverso supporti ai professionisti coinvolti, sia sul versante dell’avvocatura, sia su quello della magistratura», spiega a Linkiesta Giovanni Comandè, docente di Diritto privato comparato alla Scuola Superiore Sant’Anna di Pisa, membro dell’European Law Institute e dell’American Law Institute for Information Privacy e fondatore del Lider Lab, laboratorio interdisciplinare del Sant’Anna e della spin-off SmartLex.
Tra le tecnologie che potrebbero cambiare – e portare nel futuro – questo settore, c’è anche la prediction technology, cioè la giustizia predittiva: uno strumento in corso di sviluppo che consentirebbe, tramite l’uso di un’intelligenza artificiale, di calcolare la probabilità dell’esito di una controversia giuridica. E dunque prevederne il risultato. Il vantaggio sarebbe quello di velocizzare determinate attività attraverso sistemi avanzati capaci di svolgere operazioni in maniera estremamente precisa e in tempi indubbiamente inferiori.
«Dal punto di vista analitico-predittivo, ci sono stati vari esperimenti di questo tipo in giro per il mondo: molti li stiamo facendo noi al Sant’Anna al Lider Lab. L’obiettivo è provare a scandagliare la giurisprudenza. E poi riuscire, sulla base delle informazioni che già si hanno, a “farsi dire” dall’intelligenza artificiale quale potrebbe essere il risultato. Al momento siamo relativamente lontani dallo sviluppare una capacità predittiva, ma si sta correndo velocemente».
Il Lider Lab, già ideatore del primo dataset in Italia dedicato al linguaggio giuridico italiano (Italian Legal Bert), si sta infatti occupando di studi ed esperimenti riconducibili anche a questo tipo di tecnologia, all’interno del progetto “Predictive Justice” che va «dalla creazione di strumenti automatizzati con l’uso di intelligenze artificiali di anonimizzazione automatica (per preservare la tutela della privacy, ndr), alla costruzione di sistemi predittivi, fino al tentativo di offrire spiegazioni comprensibili sul funzionamento degli strumenti utilizzati». Proprio sulla spiegabilità si sofferma Comandè: «L’intelligenza artificiale può fornire una predizione. Il problema è che a volte quella predizione si basa su motivi sbagliati. Porto l’esempio di un famoso algoritmo addestrato a distinguere un husky da un lupo, con tassi di successo elevatissimi. Quando si è andati a vedere la scatola nera, però, ci si è resi conto che, in realtà non era capace di riconoscere le due specie. La diversificazione delle immagini la faceva in base allo sfondo. È la nostra lettura antropomorfica che proietta su un software allenato a classificare fotografie di husky e lupo, l’idea che la classificazione delle foto distingua effettivamente i due animali. Se non riusciamo a spiegare come vengono raggiunti certi risultati, c’è il rischio che l’algoritmo li raggiunga per il motivo errato. Ecco perché al Lider Lab stiamo lavorando su come rendere spiegabile il risultato di una previsione dell’IA in ambito giuridico».
Nel processo di innovazione tecnologica della giustizia italiana, gioca un ruolo fondamentale la digitalizzazione dei servizi. «Se dobbiamo utilizzare strumenti di machine learning, dobbiamo anche favorire l’accesso ai dati da parte del software di apprendimento. Il problema è che questa accessibilità rimane teorica, soprattutto per la giurisprudenza di merito, perché non esiste una banca dati nazionale».
La strada imboccata è quella giusta, ma occorre fare di più. «In Italia – conclude – dobbiamo recuperare il ritardo nel dotarci di infrastrutture informatiche e basi dati realmente accessibili per i professionisti. Noi del Lider Lab siamo riusciti a fare quello che abbiamo fatto grazie alla collaborazione del Tribunale di Genova e del Tribunale di Pisa che ci hanno dato, con il placet del ministero, delle basi dati su cui lavorare. Ma se avessimo una base dati nazionale, la qualità del servizio giuridico e delle decisioni cambierebbe radicalmente. In positivo».