banche dati

Giustizia predittiva: così a Brescia l’intelligenza artificiale aiuta a prevedere tempi e esiti delle cause

Una giustizia predittiva funzionante può comportare un salto di qualità sia per l’economia che per la giustizia, creando una rete virtuosa. Vediamo come funziona e in cosa consiste il progetto in corso a Brescia

Pubblicato il 20 Ago 2019

Claudio Castelli

Presidente Corte Appello di Brescia

Crime-Stats-AI

Quando si parla di intelligenza artificiale in ambito giudiziario ci si sofferma quasi esclusivamente sulla possibilità che sia un algoritmo a prendere le decisioni al posto di un giudice “umano”. Il futuro immediato, invece, è della giustizia predittiva, che utilizza le banche dati oltre che per giungere a decisioni consapevoli e per migliorare la qualità, anche per conoscere preventivamente la sorte che potrebbe avere una causa su una data materia, con un chiaro messaggio di prevedibilità e di probabilità.

Il primo progetto pilota in questa direzione è in corso a Brescia in seguito alla stipula di una convenzione, il 6 aprile 2018, tra Corte di Appello di Brescia, Tribunale di Brescia e Università di Brescia per una prima realizzazione della “Giustizia Predittiva”.

L’intelligenza artificiale in ambito giudiziario

In ambito giudiziario, l’intelligenza artificiale e gli algoritmi danno la possibilità di contenere ed elaborare un numero pressoché infinito di dati.

Ma, quello che un po’ tutti si chiedono, è: l’intelligenza artificiale può dare decisioni? In astratto sì, ma questo comporta non solo e non tanto la perdita del lato emozionale (perdita che alcuni ritengono positiva), ma dell’intera umanità della decisione come contatto e percezione delle parti, come comportamenti e atteggiamenti.

È pur vero che anche questi potrebbero oggi essere esteriorizzati in elementi esterni (rilievi facciali, pause, incertezze etc), comunque difficilmente oggettivizzabili. Ciò fa perdere qualsiasi umanità della decisione come capacità di ascolto, dialogo, comunicazione con le parti.

Certo, meccanizzare la decisione forse riduce i tempi, ma la decisione di un robot è fredda ed asettica e, spesso, incapace di cogliere il caso concreto.

Questo pericolo spiega anche le ragioni per cui parte della cultura giuridica è preoccupata per l’avvento dell’intelligenza artificiale, come il documento degli osservatori sulla giustizia civile del 2018 ben evidenziava.

Il rischio anche filosofico è di tornare ad un’interpretazione meccanica, sempre più astratta e difficile in un quadro di produzione normativa incessante, spesso incerta e contraddittoria, e multifonte che impone all’interprete ogni volta di ricostruire l’ordinamento per individuare le norme da applicare e per dare loro un senso.

L’intelligenza artificiale a supporto degli operatori della giustizia

La prospettiva deve essere un’altra ovvero di cogliere le possibilità di utilizzo ed applicazioni dell’intelligenza artificiale come una grande opportunità di supporto per gli operatori e non di sostituzione.

Il primo problema è quello della scelta e delle modalità di inserimento dei dati.

Se vogliamo che questo serva nella quotidianità della giustizia e non solo ai giuristi è indispensabile che si passi dalle massime giuridiche a casi ed abstract. Non solo, ma sulla base di criteri oggettivi e condivisi di cernita del materiale da inserire.

Con la chiara idea che va inserita tutta la giurisprudenza e non solo quella prevalente.

È evidente che ciò fa assumere molto più valore al precedente giurisprudenziale, con il rischio di sclerotizzazione della giurisprudenza, avvicinando il nostro ad un sistema di common law. Ma devo dire che oggi questo mi preoccupa poco perché il quadro di diritto vivente che abbiamo di fronte è quello di una giurisprudenza imprevedibile, spesso anarchica, e ben poco attenta e rispettosa del precedente. Inserire un’iniezione di prevedibilità nel sistema oggi non è negativo. Sempre che sin d’ora si prendano adeguate cautele quali appunto una cernita che valorizzi tutti gli orientamenti e la costante attenzione alle evoluzioni giurisprudenziali.

Banche dati e giustizia predittiva

Il futuro nell’immediato è nelle banche dati, come colto del resto a livello diverso da Ministero, Cassazione e CSM.

Due tipi di banche dati sono oggi necessarie: una contenente tutti i provvedimenti emessi, necessaria come archivio, per le valutazioni di professionalità, per esigenze di documentazione, per avere la giurisprudenza di ufficio o di sezione. Ed una ragionata per settore o materia che elabori caso e decisione tramite un abstract da cui si possano ricavare gli orientamenti esistenti, sia maggioritari che minoritari, che possano servire da punto di riferimento interno ed esterno.

In entrambi i casi va affrontato il problema dell’anonimizzazione del dato. Le possibili risposte sono due: rispettare l’art.55 della legge sulla privacy che riserva la cancellazione dei dati solo su richiesta della parte, ovvero cancellarli in ogni caso, anche nel rischio di non distinguere adeguatamente tra dati sensibili, tutti da cancellare e dati non sensibili da oscurare solo su richiesta. La seconda strada è percorribile, ma anche qui sono grazie all’utilizzo di programmi che si stanno sviluppando e che sono sempre più sofisticati e concreti.

L’archivio interno consentirà all’Interno di giungere a decisioni consapevoli, di migliorare la qualità. La banca dati porterà l’”esterno”, ovvero cittadini ed operatori, a sapere ex ante la sorte che potrebbe avere una causa su quella materia, con un chiaro messaggio di prevedibilità e di probabilità.

Questo unito all’elaborazione dei tempi prevedibili. Il tutto dà un formidabile contributo di trasparenza e consente a cittadini ed operatori di scegliere una soluzione contenziosa o meno e di essere informato sui tempo possibili.

È la frontiera della giustizia predittiva che stiamo cercando di impostare. Un primo passo in avanti che se compiutamente realizzato può essere di grande impatto.

La prospettiva della Giustizia predittiva

Viene ad essere uno strumento, ovviamente ricavato da un’elaborazione dei dati giudiziari esistenti, che consente di sapere con ragionevole probabilità l’esito di una causa in una data materia e di aiutare e influenzare in tal modo i potenziali attori ed utenti. In Francia è stata realizzata on line una piattaforma che “predice” gli esiti giudiziari che promette la “migliore strategia giudiziaria a partire dai dati”.

Fondata da due studenti di giurisprudenza tecnofili e da due ingegneri informatici, la startup francese Predictice si affida alle tecniche del Machine Learning – e naturalmente a sentenze precedenti – per prevedere le probabilità di successo di un procedimento giudiziario e ottimizzare la strategia processuale degli avvocati. Attualmente in fase beta, il servizio è stato proposto a pagamento agli studi legali e ai servizi giuridici delle aziende a partire da novembre 2016.

Una giustizia predittiva funzionante può comportare un salto di qualità sia per l’economia che per la giustizia, creando una rete virtuosa.

Ciò impone di rendere trasparente e pubblica la tempistica materia per materia, come quello di trarre dai provvedimenti emessi più che le massime, i principi di diritto e la casistica che possono aiutare e dare indicazioni per chi abbia problematiche simili.

La finalità esterna del progetto è quella di fornire a utenti e agenti economici dei dati di certezza e di prevedibilità e nel contempo di contenere la domanda, disincentivando dalle cause temerarie e incoraggiando in modo indiretto le parti che non abbiano possibilità di successo a livello giudiziario di seguire altre strade (conciliative, transattive).

Ma ciò ha anche una formidabile valenza interna perché ciò impone principi preziosi anche all’interno della giurisdizione:

  • Trasparenza delle decisioni.
  • Circolarità della giurisprudenza tra I e II grado.
  • Consapevolezza delle decisioni e superamento dei contrasti inconsapevoli.

Principi che impongono un forte incentivo per un miglioramento della qualità complessiva delle decisioni.

Il Progetto “Giustizia Predittiva” di Brescia

Il progetto in corso a 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 e partendo da poche materie per poi man mano espanderle. Non solo, ma questo può essere adeguatamente realizzato solo inserendo ulteriori risorse esterne in un ambito notoriamente “povero” quale quello della giustizia. Ma è un tipico terreno su cui prezioso e possibile è il coinvolgimento dell’Università che vede in tal modo valorizzate ed impegnate sue risorse.

I passaggi per raggiungere questo obiettivo sono diversi, ma tutti realizzabili e in corso:

  • 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 giustizia Brescia e su altri siti di interesse.

La durata realistica del progetto per consentirne decollo e consolidamento è di due anni.

Si tratta di un progetto pilota, primo in Italia, suscettibile di espansione sia a tutte le materie di interesse (anche relative al settore penale), sia a tutte le sedi in Italia.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Video
Analisi
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati