I Large Language Models nel mercato dei servizi legali

Cenni introduttivi

La professione legale tradizionalmente richiede un costante lavoro di analisi giuridica e produzione documentale. Questa combinazione di ricerca, redazione e consulenza rende il lavoro del legale particolarmente dispendioso, richiedendogli un considerevole investimento di tempo ed energie cognitive. Ciò ha fatto emergere la necessità di creare degli strumenti tecnologici in grado di supportare il lavoro del giurista, migliorandone la qualità e l’approccio alle questioni giuridiche.

.

Gli LLMs ed i servizi legali

I Large Language Models (LLMs) ^[1] rappresentano, quindi, una grande innovazione per il mercato dei servizi legali e la loro applicazione sta animando un profondo dibattito riguardo alla loro potenzialità di rivoluzionare la professione legale ed ai rischi connessi al loro utilizzo.

Addestrati su enormi quantità di dati testuali, questi modelli possono eseguire automaticamente delle attività, fino ad oggi tipicamente umane. Grazie alle loro funzionalità si offrono ai giuristi come nuovi strumenti di lavoro e ai cittadini, come una tecnologia capace di garantire maggiori porte di accesso verso la comprensione della materia giuridica e dei suoi effetti sulla realtà.^[2]

.

Vantaggi degli LLMs nel diritto

L’adozione degli LLMs da parte di studi e uffici legali ha, dunque, la potenzialità di trasformare attività giuridiche tradizionalmente complesse e dispendiose in processi più efficienti e rapidi.

Basti pensare all’efficientamento delle pratiche di gestione e redazione, ad esempio, di documenti giuridici mediante l’utilizzo di soluzioni di Document Automation basate su LLMs.

Dall’altro lato, poi, lo sviluppo del mercato del Legal-Tech trainato da Start Up e Piccole Medie Imprese (PMI) che sviluppano questa tecnologia, offre grande potenzialità di accesso al diritto anche per i non addetti ai lavori, con servizi nuovi ed innovativi, come i chatbot di assistenza legale, in grado di fornire un primo orientamento giuridico al cittadino non esperto e supportarlo nei primi approcci alle proprie  questioni giuridiche.

Sono diversi, infatti, gli ambiti di applicazione degli LLM odierni all’interno del mercato dei servizi legali: nel contesto della ricerca giuridica, essi permettono un’analisi rapida e precisa di testi normativi, giurisprudenziali e dottrinali, identificando precedenti e norme rilevanti con una velocità irraggiungibile per i metodi tradizionali di ricerca bibliografica. Tutto ciò è reso possibile dall’uso di dataset legali massivi, che consentono agli algoritmi di apprendere le strutture linguistiche e le connessioni logico-giuridiche interne ai testi normativi, migliorando così la coerenza e la pertinenza delle risposte. Nella redazione contrattuale, poi, gli LLMs possono analizzare e generare testi complessi in modo automatico, riducendo il rischio di errore umano e accorciando i tempi di stesura.

Una ulteriore applicabilità  riguarda la gestione del contenzioso, dove l’impiego di LLMs avanzati consente di prevedere esiti giudiziali basati su casi storici simili, supportando così avvocati e giudici nella formulazione di strategie legali più informate. Gli LLM, in questo caso, operano tramite modelli di previsione addestrati su sentenze precedenti, evidenziando correlazioni e potenziali risultati e offrendo suggerimenti specifici sulla base di analisi comparative.

Nel campo della consulenza legale automatizzata, già precedentemente citata, poi, gli LLMs riescono a offrire informazioni preliminari ai clienti, democratizzando l’accesso al diritto. I modelli rispondono sfruttando un sistema di domanda-risposta basato su database specifici del settore, permettendo una consulenza personalizzata e rapida, in grado di orientare il cittadino nel suo primo approccio alla legge e alle questioni giuridiche.^[3]

Infine, gli LLMs stanno trovando impiego nei processi di conformità automatizzata: una delle sfide più complesse per il settore legale. Strumenti open source, come Claudette ^[4] e Parasol ^[5], sviluppati, rispettivamente, dall’Istituto Universitario Europeo e dal Dipartimento di Giurisprudenza dell’Università di Torino, rappresentano un esempio di come l’automazione possa contribuire all’analisi di documenti normativi per verificare la conformità con regolamenti complessi, come quelli relativi alla protezione dei dati o alla trasparenza contrattuale.

Claudette, utilizzando modelli di machine learning supervisionati, analizza automaticamente informative sulla privacy per identificare clausole non conformi o ambigue e segnalarle al richiedente. Questo progetto mira a potenziare consumatori e società civile, creando strumenti per valutare rapidamente la correttezza dei contratti dei consumatori e delle politiche sulla privacy prima dell’uso delle piattaforme online. Attualmente in forma sperimentale, Claudette offre un server web in versione beta per lo scanning di contratti, con invito a feedback per miglioramenti continui.

Parasol, analogamente, è un progetto che sfrutta l’intelligenza artificiale per analizzare automaticamente la conformità di una piattaforma con il Digital Services Act (DSA). Utilizza tecniche di Natural Language Processing (NLP) e machine learning supervisionato per monitorare e valutare le politiche dei servizi digitali delle piattaforme online. Questa tecnologia, attualmente in fase sperimentale, è disponibile tramite un servizio web in beta che invita gli utenti a testare il sistema e fornire feedbacks.

.

Sfide e rischi da affrontare

L’adozione degli LLMs nel mercato dei servizi legali incontra, però, sfide e rischi significativi, legati principalmente alla qualità dei dati, alla trasparenza algoritmica e al rispetto del diritto d’autore. Questi, addestrati su dataset complessi e diversificati, sono soggetti al rischio di limitazioni cognitive preesistenti nei dati, con il potenziale di replicare e amplificare pregiudizi già presenti nei processi decisionali umani. Inoltre, vi è anche rischio che per il loro addestramento vengano utilizzati contenuti coperti da diritto d’autore senza autorizzazione, violandone così i diritti.

Per esemplificare, la scarsità della qualità dei dati utilizzati può compromettere l’accuratezza dei modelli e delle loro risposte, soprattutto in un contesto giuridico comunitario, in cui le normative ed i loro orientamenti evolvono rapidamente costringendo gli sviluppatori a costanti e continui aggiornamenti.

La tutela della privacy, poi, è altrettanto critica, dato il trattamento di dati particolari che necessariamente richiede il contestuale utilizzo di tecniche avanzate di anonimizzazione per evitare la violazione della riservatezza delle informazioni legali.

La “natura opaca” degli algoritmi solleva, infine, problemi di trasparenza e fiducia, poiché gli output generati dai modelli non sono sempre del tutto coerenti con le richieste a loro effettuate, sollecitando una riflessione su come bilanciare automazione e controllo umano nei procedimenti legali.

.

Conclusione

Eppure, nonostante alcuni timori e perplessità, il futuro del diritto sarà sempre più influenzato dagli sviluppi degli LLMs, che continueranno a evolversi, offrendo supporti sempre più avanzati ai professionisti del settore legale. Tuttavia, per sfruttare appieno il loro potenziale, sarà necessario un equilibrio tra innovazione tecnologica e tradizione giuridica.  Fondamentale sarà, dunque, definire giuridicamente il corretto inquadramento degli LLMs all’interno della normativa europea sull’intelligenza artificiale ^[6], che attualmente non prevede riferimenti espliciti a tali tecnologie. Questa potenziale lacuna regolatoria solleva una questione di primaria importanza: senza un quadro normativo chiaro, vi è il rischio di operare in un contesto di incertezza che potrebbe compromettere i principi di neutralità tecnologica, di responsabilità professionale e di trasparenza, fondamentali per una gestione dello sviluppo tecnologico conforme ai diritti dei cittadini e alla correttezza deontologica della prassi professionale.

.
.