Studio sull’utilizzo dell’Intelligenza Artificiale negli studi legali (Seconda Parte)
 a cura di Raffaella Aghemo
shutterstock

Studio sull’utilizzo dell’Intelligenza Artificiale negli studi legali (Seconda Parte)

a cura di Raffaella Aghemo

Siamo giunti alla seconda ed ultima parte del mio approfondimento relativo al lavoro realizzato dalla Fondazione europea degli avvocati, in collaborazione con la CCBE, dal titolo “Guide on the use of Artificial Intelligence-based tools by lawyers and law firms in the EU — 2022”, seconda parte, dicevo, molto più interessante, in quanto orientata alle opportunità che l’IA mette a disposizione degli studi legali.

Opportunità per gli studi legali: strumenti redattivi

Stante la oggettiva impossibilità di uniformare tutte le corti europee ad un unico regime, in quanto ognuna regolata da proprie regole giurisdizionali, lo studio suggerisce però, che gli avvocati e gli studi legali continuino il loro ruolo attivo nella difesa dei principi fondamentali della professione, nell’interesse dei clienti e dello stato di diritto, badando bene, altresì, ad evitare i problemi, qualora si sospetti che gli strumenti di IA interferiscano con la necessaria indipendenza degli avvocati (ad esempio nel contesto di piattaforme che forniscono servizi di riferimento)!

Avevamo già menzionato, nella introduzione (vedi parte prima), i tipi di apporti che gli strumenti automatizzati possono fornire ai professionisti e ai piccoli e medi studi legali, il primo dei quali è rappresentato dagli strumenti di supporto alla redazione: questa categoria è suddivisa in due gruppi principali, i) gli strumenti di assistenza alla scrittura e ii) l’automazione nell’assemblaggio dei documenti, cui si affianca, come terzo gruppo, iii) un approccio tecnico generico per trasformare i dati in testo giuridico.

I primi aumentano il processo di redazione in modo simile al funzionamento degli strumenti di controllo ortografico e grammaticale e di correzione automatica. Questi strumenti si basano sull’interfaccia utente dei suddetti strumenti di modifica del testo e di elaborazione testi. Uno strumento può anche aiutare a verificare se le citazioni legali siano formate correttamente e si riferiscano pienamente ai casi previsti, o anche orientato verso aspetti più tecnici della redazione del contratto, come la ricerca di termini indefiniti o spazi vuoti e riferimenti nel testo, o, ancora, aiutare l’avvocato a salvare e riutilizzare frammenti di testo, o anche fornire un completamento automatico basato su un database personale o aziendale.

I secondi, invece, ovvero gli strumenti di assemblaggio dei documenti, di solito funzionano in due fasi: (1) la fase di progettazione, la creazione del layout, chiamata anche creazione di modelli, e (2) l’uso dei modelli durante un colloquio con l’utente o altri processi di personalizzazione o importazione dei dati, quando il modello viene trasformato in documenti specifici. Gli avvocati sono generalmente interessati a riutilizzare quanto più testo (clausole) possibile e definire il testo nel modo più generale possibile. Ma questo ha un prezzo: il costo della complessità, nella definizione di un testo di esempio, che può essere riutilizzato in molti casi diversi. Al termine della creazione del modello, gli utenti possono creare dal “layout” tutti i documenti necessari. Questa seconda fase è la personalizzazione di un documento dal modello, che si ha: a) quando ad un utente vengono richiesti i dati individuali per il dato documento (chiamato anche colloquio) e/o b) quando tali dati individuali sono raccolti da fonti dati esterne. Alcune disposizioni sono definite non sulla base delle risposte dirette degli utenti, ma come risultato di conclusioni tratte dalle scelte dell’utente, che sono programmate nel modello.

L’ultima sottocategoria riguarda la generazione del testo, da parte dell’avvocato, partendo da dati non testuali a testi giuridici. Questi strumenti funzionano in modo simile a quegli strumenti di analisi dei documenti che creano report dettagliati e lunghi, come quelli che si occupano di determinati problemi di conformità e due diligence. Rispetto all’assemblaggio di documenti, quasi nessun piccolo studio legale utilizza questa sottocategoria di supporto per la redazione legale. Per i piccoli studi legali, riteniamo che questa sottocategoria sia solo di possibile utilizzo futuro.

Tracciare una linea netta tra l’analisi dei documenti legali e l’analisi della giurisprudenza e della legislazione non è sempre un compito facile. Non appena si passa all’analisi dei documenti presentati sulla base di caratteristiche estratte dalla giurisprudenza o dalla normativa, la distinzione tra analisi degli atti giuridici e quella giurisprudenziale diventa sempre più arbitraria.

Ahimè, gli strumenti di classificazione e di estrazione spesso si basano l’uno sull’altro, poiché uno strumento di estrazione viene addestrato e funziona solo su quelle disposizioni che sono state classificate come pertinenti (ad es. un classificatore decide se un contratto è un contratto di locazione, un altro etichetta tali disposizioni nel contratto di locazione che contengano importi di locazione e un estrattore estrae e presenta l’importo all’utente). Quando intere disposizioni vengono estratte come pertinenti, un diverso tipo di algoritmo può confrontare tali disposizioni estratte con una disposizione “desiderabile” (ad es. legalmente approvata) e valutare tali differenze in base alla somiglianza di significato (incorporamento) o semplicemente presentare la versione confrontata, all’utente, per decidere il grado di rischio. Questi strumenti sono sempre soluzioni specifiche della lingua e, se l’analisi si basa su concetti legali, ciò la renderà anche specifica per la giurisdizione. Sebbene alcuni prodotti siano commercializzati come indipendenti dalla lingua (ad es. nella classificazione dei documenti), ci si può aspettare che il suo utilizzo per lingue diverse dall’inglese influisca negativamente sulle prestazioni dello strumento.

Nella ricerca giurisprudenziale ci troviamo di fronte a una prima e incontrovertibile difficoltà, ovvero trovare troppe corrispondenze equivale a non trovarne nessuna! La pertinenza e l’aspettativa di scoprire il “contesto appropriato” della ricerca porta a due importanti considerazioni. «In primo luogo, abbiamo bisogno di strumenti in grado di tradurre accuratamente le query formulate dagli avvocati in qualcosa che consenta ricerche precise nel database, in modo tale che gli avvocati non debbano essere formati per settimane solo per utilizzare lo strumento. Inoltre, sono necessari strumenti diversi per trovare strutture e informazioni nascoste nella legislazione, nella giurisprudenza e in altri testi giuridici.»

Attraverso l’utilizzo di tali strumenti analitici, la giurisprudenza diventa più trasparente in termini di informazioni quantificabili, ed è ciò che il Conseil National des Barreaux chiama “giustizia analitica”. La giustizia analitica si concentra sul rendere visibili agli utenti i casi passati attraverso query basate su cifre.

C’è anche un terzo livello, nel quale, essendo sbasato sui dati storici , uno strumento di IA effettua stime o previsioni in termini di informazioni quantificabili per un dato caso. Quanti anni di reclusione riceverà probabilmente una persona sulla base di tale dichiarazione di fatti? Oppure qual è il probabile ammontare del danno che verrà risarcito a un ferito in questo modo, e quindi dovrebbe accettare l’offerta della compagnia assicurativa per € X?

Si parla pertanto di tre livelli di “aiuti” possibili con l’utilizzo di strumenti di IA:

- giustizia informativa

- giustizia analitica

- giustizia predittiva

nei quali ogni livello costituisce un prerequisito per il livello successivo e ove il terzo è quello più esposto a rischi discriminatori e distorsivi di bias cognitivi.

L’argumentation mining è un campo multidisciplinare molto consolidato nella ricerca sull’IA, avendo originariamente avuto l’intento di informatizzare il campo ancora più antico della retorica, con l’obiettivo di aiutare a trovare gli argomenti corretti con l’aiuto dei computer. Ciò implica trovare argomenti in testi in linguaggio naturale, trovare schemi tipici di argomentazione e visualizzarli, ma anche trovare assunti in un dato campo e collaborare alla verifica delle linee di argomentazione o nel farne riassunti. Il campo del diritto è sempre stato un buon ambito per lo svolgimento di tale ricerca sull’IA, a causa dell’elevato numero di dati disponibili con argomenti di qualità sufficientemente elevata.

Strumenti vocali

La conversione del parlato dal vivo e delle istruzioni e dei comandi verbali in testo scritto è importante anche per usi legali. Esiste già un affidabile software di sintesi vocale per tali conversioni probabilmente per tutte le lingue ufficiali dell’UE. Ciò significa che probabilmente l’uso più importante di questo software per gli avvocati, la trascrizione di dettatura in testo, è già possibile per queste lingue.

Naturalmente, oltre alla dettatura, esistono ancora diversi usi con ampi margini di miglioramento tecnico. Ciò include la trascrizione di discorsi in contesti rumorosi o di persone non specificate (ad es. per le deposizioni) o l’identificazione di più oratori e la conversione di tali conversazioni nella vita reale in testo nonostante il crosstalk.

Che si tratti di dettatura, trascrizione o assistente vocale, prima di implementare questi strumenti di intelligenza artificiale, gli avvocati dovrebbero conoscere il modo in cui viene elaborata la voce del chiamante. Questi dati sono dati personali e probabilmente sono anche dati dei clienti soggetti a obblighi di segreto professionale, che richiedono un consenso specifico da parte dei clienti. Attualmente, la maggior parte degli strumenti di sintesi vocale, anche quelli dedicati alla dettatura, funzionano solo tramite una connessione Internet, il che significa che trasferiscono almeno una forma preelaborata della voce originale (che è ancora un dato personale ed è soggetta al segreto professionale).

Chatbot

I chatbot sono sistemi di dialogo o conversazione che simulano in una certa misura le capacità conversazionali umane. Le esatte funzionalità fornite dai chatbot cambiano con il tempo e le aspettative degli utenti. Dal 2008, la crescita nell’uso dei social media e delle applicazioni di messaggistica è stata molto forte e ora il 57% della popolazione dell’UE utilizza questi canali. Non c’è da stupirsi che con tale crescita in questi canali, anche la popolarità dell’utilizzo dei chatbot sia cresciuta, perché sono strumenti eccellenti per fornire un’interfaccia tra aziende e utenti.

Sebbene l’opportunità sembri ovvia, molti casi d’uso tipici dei chatbot non si adattano bene al piccolo studio legale medio. Studi legali di queste dimensioni raramente sono in grado di fornire opportunità di vendita diretta ai clienti, ed è difficile generare lead preziosi attraverso le semplici interazioni dei chatbot. Inoltre, la stretta integrazione di tale strumento con operatori umani dal vivo non è qualcosa che un tipico piccolo studio legale può permettersi.

Assistenza nell’amministrazione interna dell’ufficio tramite strumenti AI

Infine il calcolo del tempo impiegato per un lavoro e quindi la maggiore flessibilità nel calcolare il tempo fatturabile da uno studio legale rientra nelle funzionalità dell’IA di cui tratta il presente report.

Ma, prima di introdurre un software di monitoraggio automatico del tempo, è opportuno valutare chiaramente le implicazioni sul segreto professionale e sulla privacy, inclusa una valutazione del legittimo interesse, controllando eventuali esportazioni di dati al di fuori dello SEE (Spazio Economico Europeo). È inoltre necessario affrontare le questioni etiche e di diritto del lavoro, compresa la garanzia di un’adeguata notifica agli utenti.

Conclusioni

L’ultima parte dello studio rileva alcuni punti piuttosto importanti che schematizzo qui di seguito:

- Per quanto l’utilizzo del cloud computing, il CCBE ha evidenziato problematiche quali il problema dell’extraterritorialità (gli utenti non hanno alcun controllo su come le normative locali applicabili al cloud provider potrebbero influenzare i diritti e le tutele concesse agli avvocati nella loro giurisdizione di origine), e il problema di come gli avvocati possano accedere ai propri dati, al termine del rapporto contrattuale con il fornitore.

- Documenti separati, fatture, saldi e informazioni sull’account cliente possono essere esportati facilmente da un servizio di cloud computing, ma non esiste un modo standardizzato per esportare tutte le informazioni transazionali e trasferirle a un altro fornitore di servizi cloud. Più completamente lo strumento di intelligenza artificiale è integrato nelle operazioni di uno studio legale, più grande diventa questo problema!

- I modelli linguistici di incorporamento delle parole stanno diventando dominanti nell’uso legale dell’IA. Tuttavia, questa tecnica è un tipo di modello a scatola nera, il che significa che questi modelli non funzionano in un modo che può essere interpretato e spiegato.

- Privacy e cybersecurity restano anche due fondamentali nodi da sciogliere: finché il fornitore di servizi (o qualsiasi piattaforma o fornitore di infrastruttura sottostante) è tecnicamente in grado di leggere e accedere ai dati dell’avvocato, i rischi di un accesso non autorizzato rimarranno una seria preoccupazione per gli avvocati.

- La metodologia di contratti per adesione stabiliti dalle BigTech che forniscono questo tipo di servizio, che viene implementato con forme di autoapprendimento su dati forniti dallo studio, aggiunge “benzina sul fuoco”, in quanto: «La semplice accettazione di termini e condizioni standard contenenti autorizzazioni implicite o esplicite per la formazione o l’analisi sarebbe probabilmente in violazione degli obblighi professionali di riservatezza, a meno che il cliente non abbia fornito un previo consenso informato. Tuttavia, è improbabile che tale consenso venga prestato, se l’avvocato non è nemmeno consapevole dei rischi.»

- The fear of missing out (FOMO): nel campo dell’IA, questa paura di essere tagliati fuori, di rimanere esclusi, questa forma nuova di ansia sociale può aumentare i rischi legati ad una insufficiente competenza professionale. La sensazione di FOMO e la mancanza di informazioni affidabili possono portare gli avvocati a prendere decisioni sbagliate che sono in contrasto con l’obbligo professionale di competenza. Possono investire in tecnologie inaffidabili e costruire importanti processi della loro pratica legale su strumenti che non sono stati ancora adeguatamente testati sul mercato (nazionale) dato, o non sono ancora in linea con le norme nazionali di deontologia. Il rischio maggiore non è spendere incautamente il reddito della pratica: questo è l’ultimo dei problemi. Un eccesso di entusiasmo nel provare nuovi strumenti può portare a problemi più strategici di violazioni impreviste di dati o violazione degli obblighi professionali.

Per chi volesse leggere integralmente questo studio, come ho fatto io, qui di seguito il link per il documento in originale:

https://www.ccbe.eu/fileadmin/speciality_distribution/public/documents/IT_LAW/ITL_Reports_studies/EN_ITL_20220331_Guide-AI4L.pdf

Riproduzione Riservata

Avv. Raffaella Aghemo

--

--

--

Innovative Lawyer and consultant for AI and blockchain, IP, copyright, communication, likes movies and books, writes legal features and books reviews

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Raffaella Aghemo

Raffaella Aghemo

Innovative Lawyer and consultant for AI and blockchain, IP, copyright, communication, likes movies and books, writes legal features and books reviews

More from Medium

Dogelog Prolog goes JDK 16

BigTech Face Huge Penalties For Failing To Comply With New EU Regulations

Graphic engines the driving force of the Fourth Industrial Revolution

A Magician-Musician, “Valentine Mayr”