Negli ultimi tempi si parla quasi solo di Intelligenza Artificiale (Ia), a tutti i livelli. L’interesse, naturalmente, è vivo anche nei vertici delle multinazionali. Dal sondaggio annuale di PwC dei Ceo 2024, i cui risultati sono stati presentati durante il Wef di Davos, emerge che il 70% dei 4.702 dirigenti intervistati da 105 Paesi (tra cui 79 leader dalla Svizzera) ritiene che nei prossimi tre anni l’Ia “cambierà in modo significativo il modo in cui la mia ditta genera, fornisce e cattura valore”.
Non è dato sapere però quanti tra i partecipanti al sondaggio abbiano idee concrete di come applicare questa tecnologia nel modo migliore. Una mancanza di idee concrete spiegherebbe perché, tra i Ceo intervistati, solo il 16% di quelli in Svizzera abbia già introdotto l’Ia generativa nella propria azienda. Spesso, infatti, si parla di Ia in modo vago e astratto; osservazioni concrete sono intercalate da previsioni o addirittura predizioni, che variano tra ottimismo e pessimismo estremi.
Per questo motivo, parlando del campo legale, cercherò di rispondere alle seguenti domande concrete in modo mirato:
– In quale aspetto specifico del lavoro degli avvocati ci sarà l’impatto maggiore? Vi sono diverse proposte sulle possibili applicazioni nel campo legale; per esempio, nella redazione di documenti come memo legali o contratti oppure nella comunicazione con clienti. A mio parere, il più grande aumento di produttività avverrà nell’ambito della ricerca legale. Spesso il problema principale nell’affrontare un caso è l’accesso a informazioni specifiche, non sono immediatamente reperibili. L’Ia ha il vantaggio di poter setacciare una quantità di dati enorme a una velocità superiore a qualsiasi umano.
– Come funzionano al momento questi strumenti? Per un’Ia impiegata nella ricerca legale, è essenziale l’abilità di costruire un ampio corpus di ‘conoscenza’. Attualmente il metodo più efficiente per reperire informazioni da una grande mole di testi è un processo denominato “ricerca vettoriale”. Questa si può immaginare come una versione più avanzata della ricerca per parole chiave in un testo, che invece di trovare solo la parola cercata riesce anche a eseguire una ricerca in base al ‘significato’, o meglio in base a una rappresentazione del significato. A ciascuna parola o frase viene assegnata una moltitudine di valori in un vettore che rappresenta il suo significato, poi viene cercata la frase con i valori più simili a quelli della domanda dell’utente. I valori contenuti nel vettore possono essere centinaia o anche migliaia. Purtroppo per noi umani è però impossibile sapere con certezza cosa essi rappresentano.
Il fatto di avere un corpus chiaro dal quale l’Ia estrae informazioni riduce drasticamente la possibilità di allucinazioni, rendendo le risposte più affidabili, però limitando le possibili risposte a quelle contenute nel corpus.
Ci sono vari modi per integrare concretamente la ricerca vettoriale: la prima domanda da porsi è se si vuole costruire solo uno strumento di ricerca che riporta parola per parola il testo ottenuto oppure se si vuole aggiungere un ulteriore livello di Ia per rielaborare i risultati ottenuti dalla ricerca vettoriale. Immaginatevelo così: la ricerca vettoriale estrae i dieci paragrafi che sembrano più rilevanti per la domanda dell’utente, poi li manda assieme alla domanda a un Large Language Model, come per esempio ChatGpt, il quale utilizza i paragrafi come fonti per rispondere alla domanda usando linguaggio umano.
Questo nuovo livello di Ia permetterebbe inoltre agli utenti di richiedere le informazioni in modo specifico, rendendolo più versatile e flessibile. Per esempio, l’utente potrebbe desiderare i punti chiave già a scaletta per una presentazione PowerPoint, o magari un formato più testuale e approfondito per un memo legale.
Naturalmente, lo svantaggio di aggiungere un livello di Ia al di sopra della ricerca vettoriale è che questa potrebbe soffrire di allucinazioni, riducendo potenzialmente l’affidabilità delle risposte. I sistemi che operano in questo modo tendono però a essere molto efficaci nel rimanere fedeli alle informazioni raccolte tramite la ricerca vettoriale.
Ci sono infine diversi modi di strutturare il corpus: in particolare, uno strumento Ia può avere un corpus unico, oppure dare facoltà agli utenti di crearne uno proprio. La prima opzione permette di disporre di un prodotto completo senza necessità di input aggiuntivo dagli utenti. Il secondo, però, consente loro di selezionare i testi che ritengono più importanti e di sapere esattamente a quali testi l’Ia ha accesso, cosa che non per forza permette uno strumento con un corpus unico prestabilito.
Il grande potenziale dell’Ia apre un mondo completamente nuovo agli avvocati, da un lato semplificando la loro attività, dall’altro rendendola per certi versi più complessa, alleggerendo il lavoro di manovalanza e aprendo spazi per una maggior applicazione dell’intelligenza critica.
© Riproduzione riservata