logo la Trifora - newsletter di casa & associati di aggiornamento giuridico

Giuristi e Intelligenza Artificiale (IA): parte prima

Gli algoritmi di “machine learning” rappresentano una svolta nell’ambito dell’elaborazione dati e l’intelligenza artificiale sta diventando una tecnologia chiave. In campo giuridico, affermatosi il c.d. “deep learning”, i sistemi permettono un’interfaccia che consente l’impiego di un linguaggio naturale ed alcuni programmi online che lo utilizzano per identificare clausole abusive mostrano risultati comparabili a quelli di un giurista esperto.

Oggi sono infine definiti di machine learning, detti anche basati sull’apprendimento, quegli algoritmi che capovolgono il funzionamento degli algoritmi tradizionali; essi partono dai dati e dal risultato desiderato, al fine di proporre l’algoritmo che consente di passare dagli uni agli altri; si può fondatamente affermare che quelli di apprendimento sono algoritmi che scrivono altri algoritmi. Il modello statistico, impostato sui dati elaborati con le tecnologie di machine learning e diottimizzazione stocastica, ha portato sistemi e applicazioni di intelligenza artificiale ad un autentico mutamento di paradigma, centrato sull’analisi automatica e stocastica dell’immensa quantità di informazioni presenti sul web. L’intelligenza artificiale e la rete Internet sono diventate le tecnologie esponenziali predominanti dell’epoca contemporanea grazie alla loro crescente convergenza e interazione reciproca, che si fonda sugli algoritmi di apprendimento automatico. Infatti, fino agli anni Ottanta del secolo scorso, il comportamento intelligente doveva emergere da inferenze logiche eseguite sulla base di conoscenze dichiarative; l’idea di fondo era che l’esperienza giuridica fosse costituita solo da norme e il ragionamento del giurista fosse essenzialmente quello sillogistico; si era persino diffusa l’idea che attraverso questi fosse possibile sostituire l’attività del giudice, perché l’utilizzo di tale logica nella programmazione di algoritmi avrebbe consentito di riprodurre il sillogismo giudiziale. Oggi questo approccio è ormai abbandonato; in linea molto generale, infatti, è superata l’idea che l’elaboratore debba preventivamente comprendere il reale significato della questione che gli è posta;  e ciò a favore del cómpito più semplice di predire gli avvenimenti futuri. Si tratta di generare un comportamento che, a partire da semplici pattern statistici (le relazioni che troviamo nei dati), sia “probabilmente approssimativamente corretto”. Un po’ come decidere di agire ignorando quello che si proponeva di fare Albert Einstein, al quale non interessava “comprendere i dettagli” ma “conoscere i pensieri di Dio”; l’intento dell’IA è oggi conseguire i propri obiettivi anche senza avere appreso le regole che governano il mondo.

Se l’algoritmo di  machine learning apprende da un insegnante oppure dall’ambiente stesso, si tratta di un “apprendimento supervisionato”; in àmbito giuridico, esso intende soprattutto suggerire la soluzione di un caso mai deciso da un Giudice, e ciò avendo appreso informazioni dagli archivi giurisprudenziali, e facendo riferimento, nel suggerire la soluzione, al contenuto della decisione, cui egli ha improntato la soluzione del problema che gli è stato sottoposto. Nell’apprendimento per “rinforzo”, il programma è in grado di valutare il risultato della propria azione ed eventualmente somministrarsi una ricompensa o una punizione; questi sistemi non sono utilizzati in àmbito giuridico. Infine, si è affermato oggi il c.d. “deep learning”, anche detto “apprendimento non supervisionato”, il quale, attraverso le reti neurali, è utilizzato per riunire insieme oggetti che presentano somiglianze e/o connessioni rilevanti, anche non immediatamente evidenti. L’apprendimento non supervisionato o c.d. “profondo”, nato per le analisi dei “big data”, è oggi utilizzato anche in àmbito giuridico.

Una prima grande novità che deriva dall’utilizzo di questi sistemi è che essi consentono all’utente (il giurista) di rivolgersi all’elaboratore impiegando un linguaggio naturale.

Tra quelli che si stanno affermando nel settore giuridico, un buon esempio è rappresentato dal programma “Claudette”, attraverso il quale è possibile riconoscere, con l’apprendimento automatico supervisionato, le clausole potenzialmente abusive dei contratti conclusi tra i consumatori e le piattaforme on line. L’operazione consiste nell’addestrare alcuni algoritmi, affinché insegnino al sistema ad effettuare determinazioni e valutazioni analoghe a quelle specificate e implementate durante l’attività di addestramento. Tali algoritmi generano un “modello”, che fornisce al sistema criteri per la determinazione della vessatorietà di alcune clausole non note. Appare possibile affermare che il sistema, sulla base degli esempi forniti dai giuristi, mira a costruire un concetto di vessatorietà delle clausole, applicabile anche a pattuizioni diverse da quelle che i giuristi, che hanno implementato il programma, hanno ritenuto abusive. Il risultato appare molto soddisfacente, nel senso che l’80% delle risposte coincide con quelle che avrebbe dato un giurista esperto.

A cura di Avv. Federico Casa – federico.casa@casaeassociati.it



CONDIVIDI L'ARTICOLO ↴

ISCRIVITI ALLA NEWSLETTER

Iscriviti per ricevere approfondimenti e consigli sul mondo giuridico