Dopo averne parlato tanto a livello teorico vale la pena fare il punto sui progetti in corso livello nazionale per sperimentare applicazioni di giustizia predittiva, anche perché solo realizzando dei prototipi sarà possibile verificare vantaggi e pericoli.
I sei progetti in via di sperimentazione
Risulterebbero in atto a livello nazionale sei progetti in via di sperimentazione: uno della Corte d’appello di Venezia con l’Università Ca’ Foscari e la società Deloitte, uno della Corte di Appello di Bari con la locale Università, uno del Tribunale di Firenze, uno dei Tribunali di Genova e Pisa con l’Università S. Anna di Pisa, uno della Corte di Appello di Reggio Calabria con l’Università Mediterranea e l’Università per stranieri Dante Alighieri di Reggio Calabria ed uno di Corte e Tribunale di Brescia con la locale Università.
Il Tribunale di Firenze ha programmato, nell’ambito del progetto giustizia semplice 4.0 (iniziativa oltre che del Tribunale di Firenze, della Città metropolitana di Firenze, della Camera di Commercio di Firenze e della Fondazione Cassa di risparmio) che punta sulla mediazione delegata, la costruzione di un algoritmo di predittibilità sulla mediabilità.
La Corte di Appello di Bari ha da tempo avviato un progetto, denominato “Praedicta“, con un gruppo di lavoro composto da Magistrati dei diversi uffici e settori di tutto il territorio (civile, penale, minorile, lavoro), coordinato dal Presidente di sezione Dott. Michele Ancona ed in convenzione con l’Università degli Studi di Bari, volto proprio ad elaborare idee sulle possibili applicazioni della giustizia predittiva nel distretto di Corte di Appello, anche attraverso la creazione di banche dati e l’elaborazione di algoritmi.
La Corte di Appello di Reggio Calabria ha fatto partire il Progetto “IustitIA”, in partnership con l’Università Mediterranea e con l’Università per stranieri Dante Alighieri, entrambe di Reggio Calabria, ponendosi come principali obiettivi la riduzione del contenzioso e dei tempi di definizione dei procedimenti. Il Progetto IustitIA, attraverso l’utilizzo delle nuove tecnologie, e, in particolare, dell’Intelligenza Artificiale, vuole innalzare il livello di performance dell’apparato giudiziario, puntando sulla formazione e sulla ricerca.
I tre progetti più conosciuti ed in corso da più tempo sono quelli di Venezia, Pisa-Genova e Brescia e riguardano sia ambiti di materie diverse, sia diversi metodologie ed obiettivi, che peraltro possono risultare complementari.
Il progetto Giustizia predittiva della Corte d’Appello di Venezia e Università Ca’ Foscari
Il progetto promosso dalla Corte d’Appello di Venezia in collaborazione con l’Università Ca’ Foscari di Venezia è volto alla realizzazione di un dispositivo di intelligenza artificiale in grado di fornire una previsione probabilistica dell’esito di un processo, in virtù di un data-base che raccoglie un intero triennio di giurisprudenza dei Tribunali e della Corte d’Appello del Distretto in materia di licenziamento per giusta causa e giustificato motivo soggettivo.
Si è partiti dalla realizzazione di una banca dati comprendente un triennio di giurisprudenza dei Tribunali del Distretto e della Corte di Appello in materia di licenziamento per giusta causa. La banca dati è stata realizzata da esseri umani (ricercatori universitari e avvocati) che hanno raccolto, ordinato e sistematizzato (in fatto e in diritto) la giurisprudenza fornita dalla Corte d’Appello di Venezia, grazie alla collaborazione dei singoli Magistrati.
A questo punto, i medesimi esseri umani, questa volta integrati dagli esperti di IA della Società Deloitte, hanno costruito una griglia definitoria in cui collocare tutte le sentenze considerate e hanno “istruito” l’algoritmo a: a) anonimizzare le sentenze attraverso appositi filtri; b) riconoscere gli elementi di fatto e le corrispondenti qualificazioni giuridiche sulla base di mappe cognitive costruite sulla base di tutti i precedenti giurisprudenziali.
Su queste basi è stato in seguito sviluppato un software che, sulla base delle suddette mappe cognitive, è in grado di leggere un quesito (posto al sistema in forma discorsiva: ad es. “Tizio si assenta ripetutamente dal lavoro senza idonea giustificazione e viene, perciò, licenziato per giusta causa; se impugna il licenziamento quante probabilità ha di vittoria?”) e di fornire una risposta probabilistica dell’esito di un processo in base ai precedenti. Il software indica, inoltre, tutti i casi di rigetto/accoglimento di ricorsi in casi identici o analoghi, sulla base di una preventiva verifica degli elementi di fatto e della corrispondente qualificazione normativa della fattispecie. Al Magistrato è altresì offerta in tempo reale la mappatura di tutti i precedenti pertinenti, al fine di un controllo umano dei risultati cui l’IA è pervenuta.
Fornire al sistema Giustizia, e agli Stakeholders sopra indicati, un affidabile strumento di IA in grado di velocizzare l’attività processuale, far conoscere in tempo reale al Giudice tutti i precedenti pertinenti del caso, nonché realizzare una quantificazione probabilistica dell’esito della controversia elaborata sulla base dei precedenti giurisprudenziali.
Predictive Justice, il progetto di Scuola Superiore S.Anna – Tribunali di Pisa e Genova
Il progetto Giurisprudenza Predittiva parte dall’assunto che solamente la combinazione di expertise diverse e di strumenti diversi in pipelines coerenti ed integrate possa offrire risultati efficaci in tempi rapidi. Per questo i gruppi di ciascun “sotto-progetto” sono interdisciplinari e i singoli sotto-progetti costituiscono anche progetti autonomi dal punto di vista scientifico ed operazionale.
Attraverso l’analisi realizzata dall’intelligenza artificiale, al giudice che ne fa uso sarà infatti possibile ricostruire orientamenti, tendenze comuni e prassi della giurisprudenza grazie a un meccanismo di accesso arricchito semanticamente ai dati giurisprudenziali assieme alla spiegazione del ragionamento giuridico.
Il progetto Giustizia Predittiva si svolge su tre linee di ricerca progressive, consistenti in sotto-progetti indipendenti:
Anonymization for Legal Analytics
Questo sotto progetto punta a facilitare l’utilizzo ed il riuso di dati di origine giurisprudenziale o medico-legale sviluppando protocolli e strumenti di anonimizzazione o pseudonimizzazione.
Legal Document Management System (DATABASE)
L’obiettivo di DATABASE è quello di sviluppare strumenti informatizzati di analisi della giurisprudenza e di testi giuridici al fine di:
• consentire un immediato accesso a precedenti giurisprudenziali annotati automaticamente ed arricchiti semanticamente creando archivi innovativi della giurisprudenza capaci di identificare le tipologie di frasi all’interno della decisione e di collocarle nel contesto di riferimento per favorire l’analisi e la creazione dei corretti argomenti giuridici e per identificare i fattori determinanti nelle decisioni;
• creare interfacce utente idonee ad una consultazione da parte dei diversi professionisti coinvolti e soggetti interessati;
• generalizzare i risultati ottenuti idealmente su ogni tema giuridico.
Predictive model(s)
L’espressione Giurisprudenza Predittiva è spesso associata alla idea che sia possibile sostituire il decisore con sistemi automatici ed oggi di c.d. Intelligenza Artificiale. Pur convinti che alcune rare istanze, in quanto semplici e ripetitive possano beneficiare di livelli di automazione, rimaniamo convinti che la decisione umana più che sostituita debba essere assistita dalla tecnologia. In questa direzione, la nostra esplorazione di tecniche per facilitare informativamente tutti i soggetti interessati (giudici, avvocati, parti, assicuratori, policy makers, cittadini ecc.) si muove in molteplici direzioni coniugando tecnologie ed approcci diversi.
Obiettivi
• modelli di IA in grado di comprendere e analizzare il linguaggio giuridico italiano in modo più sofisticato rispetto ai modelli precedenti.
• strumenti per anonimizzazione e pseudonimizzazione delle sentenze (e più in generale di documenti con linguaggio giuridico)
• ricerca giuridica arricchita semanticamente (con strumenti di IA) su grandi volumi di documenti legali,
• strumenti per classificazione, la sintesi e l’estrazione di informazioni pertinenti.
• ricerca di orientamenti giurisprudenziali
• strumento di ausilio al giudice
• riduzione del contenzioso
• riduzione dei tempi del contenzioso
• agevolazione di soluzioni concordate tra le parti per la risoluzione delle controversie.
Il progetto della Corte di Appello di Brescia, Tribunale di Brescia e Università di Brescia
Il progetto di Brescia vuole fornire a utenti e avvocati due dati fondamentali per la certezza non solo del diritto, ma delle stesse relazioni industriali e sociali: la durata prevedibile di un procedimento su di una data materia e gli orientamenti esistenti nei diversi uffici a partire dal Tribunale e dalla Corte di Appello di Brescia.
Ovviamente questo comporta un lavoro di studio e di elaborazione che può essere condotto solo materia per materia.
I passaggi che sono stati fatti per raggiungere questo obiettivo sono i seguenti:
- Individuazione delle materie da cui partire. Inizialmente sono state privilegiate come materie quelle più rilevanti per gli agenti economici: tribunale delle imprese (societario, industriale), appalti, contratti bancari, licenziamenti, contributivo, infortunistica sul lavoro.
- Creazione di una banca dati per ogni materia.
- Circolarità della giurisprudenza tra I e II grado, inizialmente tra Tribunale e Corte di Appello di Brescia, con la prospettiva di estenderla a tutti i Tribunali del distretto.
- Creazione di gruppi di lavoro dell’Università con un raccordo con Corte di Appello e Tribunale (e con i già costituiti Uffici per il processo di tali Uffici) per ogni branca di materie che prendano in carico i provvedimenti emessi e ne estraggano orientamenti e casistica.
- Estrazione, con l’ausilio dell’Università, dei dati sui tempi medi di durata dei procedimenti materia per materia depurati dall’arretrato in modo da poter dare il tempo di durata prevedibile.
- Pubblicizzazione dei dati su tempi e orientamenti, anonimizzati, sul sito appositamente creato.
I problemi ulteriori che abbiamo dovuto affrontare sono stati legati a due elementi abitualmente trascurati, ma che in un’ottica di rapportarsi non solo con i giuristi, ma con la società civile, diventano centrali ovvero l’informazione e la comunicazione.
In primo luogo, si è voluto superare la massima giuridica per arrivare a caso e abstract. A ben pensarci la massima giuridica, oltre che spesso traditrice (perché incapace di tradurre adeguatamente il ragionamento giuridico ed il principio di diritto), è un tipico prodotto creato e destinato a operatori del diritto, spesso incomprensibile al normale cittadino perché svincolata dal caso specifico, oltre che per un linguaggio da addetti ai lavori.
Il secondo sforzo è stato appunto quello di abbandonare un linguaggio tecnico tipico (ed amato) dai giuristi, con aforismi e brocardi, per cercare invece di adottare uno stile comunicativo semplice e comprensibile ad una persona di media cultura del tutto estranea al mondo del diritto.
Infine si è cercato sia come alberatura che come legal design di adottare un sistema semplice ed intuitivo.
Il sito è stato realizzato ed è pubblico dall’11 novembre 2021 anche se ancora molto da perfezionare.
Il progetto allo stato non ha alcun rapporto con applicazioni di intelligenza artificiale: la scelta dei provvedimenti avviene da parte delle sezioni interessate, facilitate dal basso numero di sezioni interessate (tre in Tribunale e due in Corte) e dall’elevata specializzazione e non tramite algoritmi e la loro lavorazione in casi e abstract è opera di ricercatori dell’Università (poi validati dai responsabili di progetto degli uffici giudiziari).
Ma la prospettiva è duplice e più ambiziosa, al di là dell’ampliamento che progressivamente vogliamo realizzare ad altre materie e a tutti i Tribunali del distretto. Da un lato l’intenzione a livello locale è di passare dalla fase artigianale attuale ad una fase più evoluta in cui l’estrazione delle sentenze avviene automaticamente dalla banca dati (che contiene tutte le sentenze emesse in formato integrale) attraverso algoritmi e/o parole chiave e la loro elaborazione avviene attraverso un processo di machine learning.
Conclusioni
A livello nazionale la prospettiva potrebbe essere quella di partire da questi progetti pilota, confrontandosi tra di loro e con le strutture ministeriali, per avere un terreno di sperimentazione nazionale che possa contribuire all’articolazione di una banca dati nazionale e alla possibilità di lanciare, focus di giustizia predittiva quanto meno partendo da alcune materie. Questa opportunità, o ancor meglio necessità di coordinamento, nasce dall’esigenza di superare un gap che si sta ponendo con altri Paesi che hanno creato laboratori per verificare le possibilità di applicazione dell’intelligenza artificiale alla giustizia e per consentire un confronto ed un reciproco arricchimento delle metodiche utilizzate e dei risultati conseguiti.
C’è da augurarsi che questa esigenza venga colta al più presto dal Ministero della giustizia che istituzionalmente ha il monopolio dell’informatizzazione nel settore.
*Desidero ringraziare i dottori Carlo Citterio, Domenico Pellegrini, Giuliana Civinini ed i professori i Adalberto Perulli e Giovanni Comandè per le informazioni sui progetti di Genova-Pisa e Venezia.
