Testo della relazione tenuta al convegno «Avvocatura e Intelligenza Artificiale – Opportunità, limiti e responsabilità deontologiche nella professione del futuro» tenutosi a Misterbianco il 9 luglio 2026.
Oggi svilupperò alcune tematiche socio-antropologiche legate alla nascita dell’intelligenza artificiale generativa e all’impatto che sta avendo e avrà sull’esercizio del potere, sulla società e sull’individuo, così da inquadrare la cornice entro cui la futura professione forense, in un futuro molto più vicino di quanto si immagini, si troverà a muoversi e ad operare.
Il percorso si articola in cinque sezioni.
La prima distingue i tre livelli a cui opera l’intelligenza artificiale, ovvero come strumento che automatizza compiti, come sistema che produce inferenze probabilistiche e come attore le cui valutazioni entrano in decisioni con effetti giuridici, mostrando perché confonderli generi spesso aspettative sbagliate e vuoti di responsabilità.
La seconda affronta la trasformazione epistemica prodotta dai sistemi algoritmici, ricostruita attraverso i tre diritti dell’individuo che vive in un sistema in cui esiste l’IA. Tali diritti si collocano lungo le dimensioni del tempo, ovvero il diritto all’oblio per il passato, l’habeas mentem per il presente e il diritto a non essere predetti per il futuro.
La terza si sofferma sulle opportunità che l’intelligenza artificiale offre già oggi alla pratica legale, dalla ricerca giurisprudenziale all’analisi documentale, fino all’accesso alla giustizia. Il filo che le tiene insieme rappresenta una distinzione che ritornerà lungo tutta la relazione, quella tra un uso dello strumento che amplifica il giudizio del professionista e un uso che invece finisce per sostituirlo.
La quarta analizza i limiti strutturali di questi sistemi, ovvero quelli che non si correggono con versioni successive del software ma derivano dalla natura stessa del metodo, dal conflitto tra norma e realtà tecnica.
La quinta raccoglie le fila dell’intero percorso e ne trae le conseguenze per chi esercita la professione. Si passa dalla competenza necessaria a valutare criticamente ciò che un sistema produce prima di farlo proprio, al controllo di una delega cognitiva che, se diventa sostituzione, erode proprio il giudizio che dovrebbe sostenere, fino alla trasparenza dovuta al cliente. Il punto d’arrivo, appena accennato perché probabilmente sviluppato dagli altri illustri relatori, riguarda la funzione più ampia che spetta all’avvocatura, quella di presidio epistemico del sistema giudiziario, ovvero di garante che un calcolo di probabilità o un’inferenza non venga mai scambiata per un fatto accertato con conseguenze giuridiche sulla persona.
1.·Tre livelli da non confondere
L’errore più ricorrente nel dibattito pubblico sull’intelligenza artificiale, incluso quello giuridico, sta nel trattare l’IA come un’entità omogenea, quando in realtà essa incide su piani profondamente diversi per natura, funzione e implicazioni. Prima di affrontare le opportunità e i rischi che ne comporta l’uso, conviene quindi distinguere tre livelli che di norma vengono sovrapposti sistematicamente, producendo aspettative sbagliate e, più pericolosamente, vuoti di responsabilità.
I. L’IA come strumento
Il primo livello riguarda la pura automazione, cioè l’IA come strumento che accelera o semplifica compiti cognitivi già definiti. Nella pratica legale questo si traduce nella ricerca giurisprudenziale assistita, nella lettura e sintesi di contratti, nella segnalazione di precedenti rilevanti. A questo livello non vi sono dubbi che il sistema debba affiancare il ragionamento del giurista senza sostituirlo, poiché il professionista definisce il problema, il sistema perlustra lo spazio informativo, il professionista valuta e decide. I rischi introdotti restano limitati e in larga misura governabili con le categorie già disponibili, quali l’errore professionale, la negligenza, la responsabilità da prodotto informatico difettoso.
II. L’IA come sistema inferenziale
Il secondo livello risulta qualitativamente diverso. L’IA non elabora fatti ma estrae pattern da dati storici e li proietta su casi futuri sulla base di inferenze scaturenti da un calcolo meramente probabilistico. A questo livello appartengono il credit scoring, il risk assessment penale, la profilazione assicurativa, la selezione del personale. Il punto critico, sviluppato più avanti, sta nel fatto che una probabilità, pur non essendo un fatto, può venire trattata come tale nelle decisioni che incidono su persone reali. Qui il sistema non affianca il giudizio ma lo orienta prima ancora che si formi.
III. L’IA come attore istituzionale
Il terzo livello riguarda i casi in cui le valutazioni algoritmiche entrano in atti con effetti giuridici diretti, ovvero decisioni amministrative, sentenze assistite da sistemi di supporto, selezioni automatizzate, con conseguenze dirette o indirette su posizioni giuridiche soggettive. Qui il sistema non rappresenta più uno strumento nelle mani di un professionista identificabile, ma un attore la cui responsabilità non risulta attribuibile secondo le categorie tradizionali.
La confusione tra questi tre livelli sta alla radice di buona parte del disorientamento normativo attuale. Chi valuta l’IA solo al primo livello ne sottostima i rischi. Chi la valuta solo al terzo ne esagera la pervasività attuale. Il giurista ha bisogno di comprendere bene tutte e tre le categorie per potersi orientare correttamente in quel mondo di mezzo che sta tra il diritto e l’algoritmo.
2. La trasformazione epistemica -L’individuo nella triplice dimensione del tempo
Conviene a questo punto fermarsi sul problema che sta al cuore di tutto, perché da qui si diramano le tre dimensioni temporali. Un sistema di intelligenza artificiale e un giurista ragionano in due modi strutturalmente incompatibili. L’IA parte da dati storici, ne estrae pattern ricorrenti e li proietta in avanti sotto forma di distribuzione di probabilità, arrivando così a una previsione sul caso futuro. Il giurista lavora esattamente al contrario, perché parte dal caso individuale, irripetibile, e cerca il nesso che lega un comportamento a un evento e una responsabilità a un soggetto. La differenza non è una mera raffinatezza tecnica ma ha natura logica, perché una probabilità non è un fatto, eppure nel momento in cui entra in una decisione che riguarda una persona reale viene trattata come se lo fosse.
Questa singola frattura, tra il modo statistico in cui la macchina conosce e il modo individuale in cui il diritto giudica, si proietta lungo tutte e tre le dimensioni del tempo, e tiene insieme i tre diritti che esamineremo. Sul passato genera il problema del diritto all’oblio, perché il sistema tratta ciò che una persona è stata come un dato permanente che continua a definirla, mentre l’ordinamento le aveva già riconosciuto il diritto a lasciarsi quel passato alle spalle. Sul presente genera il problema dell’habeas mentem, perché quella stessa logica di profilazione agisce in tempo reale sull’ambiente informativo in cui il pensiero si forma, condizionando a monte le scelte prima ancora che vengano compiute. Sul futuro genera il problema del diritto a non essere predetti, la forma più pura della frattura, perché qui la macchina tratta come un fatto già scritto un comportamento che non si è ancora verificato e che la persona resta libera di smentire. In tutti e tre i casi il meccanismo rimane identico, ovvero una probabilità costruita sul gruppo che prende il posto di un giudizio sull’individuo, e la distanza tra quella probabilità e la decisione che incide sulla persona non risulta mai colmabile dalla macchina, ma richiede sempre un atto di giudizio umano. Si tratta esattamente dello spazio in cui la responsabilità del giurista rimane intera.
I. Il passato · Il diritto all’oblio nell’era predittiva
Nelle società pre-digitali l’oblio costituiva la condizione naturale delle cose. Il tempo erodeva spontaneamente la disponibilità delle informazioni, i giornali ingiallivano negli archivi, le sentenze si perdevano nella memoria collettiva. Il diritto interveniva solo per accelerare un processo già in corso da solo. Nell’ecosistema digitale questa relazione si è capovolta, perché la persistenza rappresenta ormai il default tecnico e l’oblio è diventato l’eccezione che richiede un intervento attivo.
Il diritto all’oblio affonda le radici nel diritto francese degli anni Settanta, quando si riconobbe a chi aveva scontato una condanna il diritto a non vedere riemergere continuamente le proprie vicende giudiziarie. Nel 1983 la Corte Costituzionale tedesca affermò il principio di autodeterminazione informativa, divenuto la matrice di tutta l’elaborazione europea successiva. La svolta giurisprudenziale matura nel 2014 con la sentenza Google Spain della Corte di Giustizia, relativa a un pignoramento immobiliare già risolto e alla conseguente cancellazione dai risultati della ricerca, poi codificata nell’art. 17 del GDPR, che lo considera come diritto condizionato, da bilanciare con la libertà di informazione e l’interesse pubblico.
L’intelligenza artificiale generativa porta però questo diritto in un territorio nuovo. Quando un modello linguistico viene addestrato su grandi quantità di testi che includono dati personali, quelle informazioni non vengono archiviate in un file cancellabile ma si disperdono, in modo non localizzabile, nella struttura matematica del modello. Cancellare il dato dal database originario non equivale a cancellarlo dalla memoria del sistema, che ne ha già estratto e incorporato il contenuto in modo permanente e diffuso. La differenza tra cancellare un dato da un archivio e disimpararlo da un modello già addestrato corrisponde alla differenza tra eliminare una pagina da un libro e rimuovere l’influenza che quella pagina ha avuto sul modo di pensare di chi l’ha letta.
Il Garante italiano ha affrontato una versione preliminare del problema nel procedimento contro OpenAI, conclusosi con il provvedimento n. 755 del 2 novembre 2024 e una sanzione di quindici milioni di euro. La vicenda processuale successiva risulta indicativa della fragilità di questi strumenti, poiché il provvedimento, dapprima sospeso dal Tribunale di Roma nel marzo 2025, è stato annullato in via definitiva nel marzo 2026, lasciando irrisolto il nodo a monte della verificabilità tecnica della cancellazione, ovvero l’assenza di adeguata base giuridica, di informativa agli utenti e di verifica dell’età dei minori.
Il problema assume due forme distinte. La prima riguarda la persona riabilitata, ad esempio chi è stato condannato per un reato minore negli anni Novanta e si trova oggi associato a quella vicenda ogni volta che un sistema generativo viene interrogato sul suo conto, indipendentemente dalla pena scontata e dalla riabilitazione ottenuta. Il diritto alla cancellazione, in questo contesto, non consiste nella pretesa di riscrivere la storia ma nell’esercizio di un diritto al reinserimento sociale che l’ordinamento ha già riconosciuto. La seconda forma risulta ancora più grave, perché riguarda le informazioni false generate dal sistema, le cosiddette allucinazioni. Il caso del cittadino norvegese Arve Hjalmar Holmen, descritto da ChatGPT come condannato per l’omicidio dei propri figli in una vicenda interamente falsa ma resa verosimile da dettagli reali, illustra il punto. La rettifica di un dato vero risulta già difficile, ma la correzione di una falsità inferita dal modello costituisce un problema giuridicamente nuovo, perché non esiste una fonte da rimuovere ma solo una propensione statistica del sistema a riprodurre l’errore.
Lo scenario porta il diritto all’oblio in un territorio inedito, ovvero non più il diritto a essere dimenticati ma il diritto a non essere inventati, con strumenti normativi pensati per il primo problema e del tutto inadeguati rispetto al secondo. Per la professione legale la questione si pone con particolare acutezza nella difesa, perché il soggetto che chiede la rimozione di un dato incorporato in un modello non dispone oggi di una procedura tecnica verificabile attraverso cui ottenerla.
II. Il presente · Habeas mentem
Nel 1679 il Parlamento inglese approvò l’Habeas Corpus Act, sancendo un principio tanto semplice quanto rivoluzionario, ossia che nessuno può venire privato della libertà personale senza una base legale e senza che un giudice ne verifichi la legittimità. Il bersaglio era il corpus, il corpo dell’individuo, che non poteva più venire trattenuto a piacimento del sovrano. Per trecento anni la posta in gioco della libertà è rimasta sempre la stessa, ovvero difendere un perimetro materiale dall’intrusione del potere. Poi è arrivata la rete, e il potere ha imparato a operare altrove, non più sul corpo, che resta libero di muoversi, ma sui processi attraverso cui quel corpo decide dove muoversi, vale a dire l’attenzione, la percezione, la formazione delle preferenze e delle opinioni.
Il concetto di habeas mentem, letteralmente «che tu abbia la mente», in analogia diretta con l’habeas corpus, rappresenta la risposta giuridica e filosofica a questa nuova frontiera. Non costituisce ancora un diritto codificato ma già una necessità, ovvero il diritto a che le proprie attività cognitive non vengano sfruttate, condizionate o alterate senza un consenso esplicito, in tempo reale, da architetture invisibili che conoscono le nostre fragilità meglio di quanto le conosciamo noi stessi.
La distinzione fondamentale corre tra libertà di espressione e libertà cognitiva. La prima non coincide con la seconda, anzi la presuppone, perché si può esprimere liberamente solo ciò che si è liberamente pensato. Se il processo di formazione del pensiero viene condizionato a monte, attraverso la selezione algoritmica delle informazioni, l’amplificazione di certi contenuti e la soppressione di altri, la libertà di espressione rischia di ridursi alla libertà di ripetere ciò che l’algoritmo ha già deciso che noi pensassimo. Le piattaforme non rappresentano più strumenti di comunicazione ma infrastrutture della vita democratica, e attraverso la profilazione determinano cosa vediamo, cosa viene reso invisibile, quali contenuti vengono premiati e quali penalizzati, come mostra il caso del genocidio dei Rohingya, minoranza musulmana del Myanmar.
Un caso concreto illustra la posta in gioco. Il 18 febbraio 2026 il presidente dell’AGCOM, Giacomo Lasorella, ha annunciato l’intenzione di segnalare alla Commissione europea l’AI Mode di Google, denunciando il rischio di compressione della libertà informativa. Il meccanismo contestato non consiste in censura in senso stretto, poiché nulla viene vietato o oscurato, ma nella sostituzione progressiva del processo di ricerca e valutazione critica delle fonti con una risposta preconfezionata, opaca nei criteri di selezione, prodotta da un sistema che nessun cittadino ha eletto e nessun giudice può sindacare. L’AGCOM ha successivamente deliberato, nella seduta del 29 aprile 2026, l’invio della segnalazione alla Commissione europea sui servizi AI Overviews e AI Mode, contestando gli articoli 34 e 35 sulla mitigazione dei rischi sistemici e il 27 sulla trasparenza dei sistemi di raccomandazione.
Il principio presenta un paradosso che vale la pena di citare apertamente. L’habeas mentem nasce per proteggere la mente dalla manipolazione delle piattaforme, ma rischia di dover proteggere anche il manipolatore dalla piattaforma che vuole correggerlo. Un disciplinamento algoritmico della mente, ancorché orientato a ridurre l’odio, non differisce strutturalmente dalla manipolazione che intende combattere, perché cambia il fine, non il metodo. In questo senso l’habeas mentem rappresenta un diritto contro qualsiasi potere, pubblico o privato, algoritmico o politico, che pretenda di entrare nella mente dell’individuo senza il suo consenso, anche quando lo fa in suo nome e per il suo bene, sempre come mostra l’esempio dei Rohingya. Per il giurista questa costituisce la declinazione più immediata, ovvero che l’assistito ha diritto a che la valutazione del suo caso si formi sulla base di un giudizio indipendente, non su un ambiente informativo già selezionato da un sistema che ne conosce le fragilità.
III. Il futuro · Il soggetto algoritmico e il diritto a non essere predetti
Difendere il futuro rappresenta cosa diversa dal liberare il passato o dal proteggere il presente. Quando si chiede di cancellare una traccia digitale, l’oggetto della tutela è già esistito. Quando si rivendica l’autonomia del proprio pensiero, l’oggetto riguarda ciò che accade nell’istante. Qui invece l’oggetto non esiste ancora, perché costituisce una proiezione. La profilazione algoritmica comportamentale costruisce una stima probabilistica di ciò che una persona farà, un modello del suo comportamento futuro generato prima ancora che quel comportamento si verifichi, e utilizzato per prendere fin da subito decisioni che la riguardano.
Con l’espressione soggetto algoritmico si intende l’entità costruita dai sistemi di profilazione a partire dai dati comportamentali di un individuo, una sorta di doppio digitale che non coincide con la persona reale, non è controllato da essa e tuttavia la rappresenta agli occhi delle istituzioni, delle piattaforme e dei sistemi decisionali automatizzati. Non costituisce una categoria astratta, bensì quel profilo virtuale che ottiene o non ottiene un mutuo, che viene selezionato o scartato da un sistema di selezione del personale, che riceve un determinato messaggio politico perché classificato come influenzabile su quel tema.
La distinzione tra persona reale e soggetto algoritmico rappresenta il nodo attorno al quale ruota l’intera questione. Erving Goffman aveva descritto l’identità come un progetto narrativo che si costruisce e si ricostruisce in ogni interazione, contestabile e correggibile nel tempo. Ciò che la profilazione fa, parafrasando Goffman, sta nel sottrarre all’individuo il controllo di quel palcoscenico, sostituendolo con una rappresentazione costruita da altri, senza il suo contributo e spesso a sua insaputa. Il soggetto algoritmico rappresenta il risultato di questo furto di regia, con un aggravamento strutturale rispetto al modello di Goffman, poiché viene costruito da un sistema che non interagisce con la persona, e dunque non c’è scambio, non c’è negoziazione, non c’è possibilità di correzione in tempo reale.
Il diritto europeo ha riconosciuto formalmente il problema. L’articolo 22 del GDPR vieta le decisioni basate esclusivamente su trattamenti automatizzati quando producono effetti significativi sulla persona. Tra la norma e la realtà si è però aperta una distanza misurabile. Il divieto è diventato lettera quasi morta grazie al meccanismo dello human rubber-stamping, poiché basta inserire un essere umano nella catena decisionale, un operatore che in pochi secondi convalida l’output algoritmico senza le competenze né il tempo per contestarlo, perché la decisione cessi formalmente di risultare esclusivamente automatizzata e il divieto non si applichi. Il problema non ha natura tecnica ma costituisce una scelta progettuale deliberata che trasforma la garanzia normativa in una procedura di facciata.
Da qui discende un diritto che il dibattito giuridico non ha ancora elaborato con sufficiente precisione, ovvero il diritto a non essere predetti. Non più e non solo «cancella ciò che sai di me», ma «non voglio che si costruisca, e si usi contro di me, un modello di ciò che farò». La distinzione non risulta semantica e si articola su tre piani.
-
Il momento dell’intervento, perché la tutela deve scattare prima che l’identità predittiva venga generata e impiegata, non dopo che ha già prodotto effetti, dato che a quel punto il danno, il prestito negato o il colloquio mancato, risulta irreversibile.
-
Il soggetto dell’obbligo, dove il destinatario non è più chi archivia dati ma chi li trasforma in proiezioni sul futuro di una persona, spostando la responsabilità dal custode dell’informazione al produttore dell’inferenza.
-
L’oggetto stesso del diritto, che non consiste in un dato esistente da rettificare ma in una possibilità, ovvero il diritto a che il proprio futuro non venga trattato come un fatto già scritto.
Questa differenza separa il diritto a non essere predetti da tutte le tutele costruite finora, poiché esse proteggono ciò che è, mentre qui si tratta di proteggere ciò che potrebbe non essere. Il presupposto più profondo, che vale la pena di portare allo scoperto, sta nel fatto che tutti i sistemi di profilazione assumono che il comportamento passato contenga informazioni affidabili sul comportamento futuro. Questa assunzione non risulta solo epistemicamente discutibile ma antropologicamente falsa, perché l’essere umano rappresenta l’unico essere vivente che può decidere di contraddire sistematicamente se stesso, di cambiare idea, di diventare una persona diversa da quella che è stata. Un sistema che prevede il futuro a partire dal passato funziona correttamente solo nella misura in cui il soggetto non cambia, ma un soggetto che non cambia non risulta un soggetto umano nel senso pieno del termine.
Il profilo non si limita a descrivere, perché tende a vincolare attraverso un meccanismo circolare. Chi viene classificato come cattivo pagatore ottiene condizioni di credito peggiori, che aumentano oggettivamente la probabilità di non riuscire a pagare. Chi viene profilato come politicamente indifferente riceve meno informazioni politiche, il che consolida quell’indifferenza. Si tratta, nel senso tecnico che Robert Merton diede all’espressione, di una profezia che lavora attivamente per autoavverarsi, con l’aggravante che qui non opera la credenza di un individuo ma l’architettura automatica di un sistema, su scala di massa.
3. Le opportunità – Riconoscerle senza sovrastimarle
L’analisi delle trasformazioni epistemiche e dei rischi appena vista non deve produrre un atteggiamento di rifiuto verso gli strumenti algoritmici, che risulterebbe intellettualmente disonesto e professionalmente controproducente. Esistono aree in cui il contributo dell’IA alla pratica legale appare documentato, significativo e governabile. Un criterio di giudizio valido per ogni professione intellettuale riguarda la distinzione tra delega che amplifica e delega che sostituisce, ovvero tra l’IA come impalcatura temporanea e l’IA come protesi permanente. In tutti i casi documentati l’IA riduce i costi di alcune operazioni cognitive ma non sostituisce il giudizio che quelle operazioni alimentano.
I. Ricerca e analisi documentale
L’area in cui il contributo appare più solido e meno controverso riguarda la ricerca e l’analisi documentale. I sistemi di IA permettono di perlustrare archivi giurisprudenziali in tempi incomparabili rispetto alla ricerca manuale, di identificare precedenti rilevanti, di segnalare clausole anomale in contratti di grandi dimensioni, di produrre sintesi di fascicoli complessi. La delega risulta funzionale quando libera risorse attentive per elaborazioni di ordine superiore, quali il ragionamento analogico, la valutazione critica delle fonti, la costruzione di argomentazioni originali. Diventa disfunzionale quando sostituisce integralmente le operazioni di base senza che si realizzi alcuna reindirizzazione dell’impegno mentale così liberato.
Lo studio LawGeex del 2018 offre un dato di riferimento. Un’IA ha battuto venti avvocati corporate esperti nell’individuare rischi in contratti NDA, con il 94% di accuratezza contro l’85% degli umani, in ventisei secondi contro novantadue minuti. Lo studio, validato da accademici di Duke, USC e Stanford, rimane fonte verificabile.
Per contro lo studio Stanford RegLab/HAI del 2024-2025 mostra come gli stessi strumenti IA legali commerciali, allucinino tra il 17% e il 34% delle volte, nonostante le aziende li pubblicizzino come praticamente esenti da errori.
II. Accesso alla giustizia
L’IA presenta un potenziale democratizzante reale per le categorie di utenti che non possono permettersi un’assistenza legale continuativa. Sistemi di orientamento giuridico automatizzato, di redazione assistita di atti semplici, di analisi di contratti standardizzati possono abbassare le barriere di accesso alla tutela dei diritti. In assenza di una cultura giuridica e digitale diffusa, la differenza tra diritti formalmente riconosciuti e diritti sostanzialmente esercitabili si trasforma in un divario di classe, poiché chi dispone di competenze può tutelarsi mentre chi non ne dispone subisce il sistema senza strumenti. Il potenziale resta dunque genuino ma condizionato alla qualità dell’output e alla supervisione umana.
III. Verifica preventiva e gestione del rischio
Esistono ambiti in cui il problema non riguarda la qualità del giudizio umano, ma la sua capacità di stare al passo con la quantità di informazioni da analizzare. Il monitoraggio delle novità normative e la gestione del rischio in contesti molto complessi rappresentano aree in cui i dati crescono a una velocità che nessun processo manuale riesce a seguire nei tempi in cui le decisioni devono venire prese. Non si tratta di un limite contingente, superabile con più risorse o più personale. Ormai costituisce una condizione strutturale.
In questi ambiti l’intelligenza artificiale non si propone come sostituto del ragionamento giuridico o della valutazione professionale. Permette al giudizio umano di operare su una base informativa più ampia e più tempestiva di quanto qualunque approccio tradizionale consenta.
Occorre però restare precisi su cosa questi sistemi fanno e cosa non fanno. Un sistema di IA rileva correlazioni, non violazioni. Quando classifica una clausola contrattuale come anomala, produce un segnale, non una conclusione giuridica. La distanza tra quel segnale e la conclusione rappresenta esattamente lo spazio in cui la competenza umana rimane indispensabile e in cui la responsabilità rimane, integralmente, in capo a chi quella competenza la esercita. Questa distinzione non va relegata in una nota tecnica. Poiché il sistema non conclude, chi lo utilizza rimane tenuto a ragionare.
4. I limiti strutturali – Non difetti tecnici ma proprietà del metodo
Vale la pena di elencare alcuni limiti dell’IA applicata al diritto che non costituiscono bug eliminabili con versioni migliorative del software. Si tratta di proprietà strutturali dei metodi algoritmici dominanti, che non scompaiono con l’aumento della potenza computazionale né con l’affinamento dei modelli. Il giurista deve saperli leggere non come imperfezioni transitorie ma come vincoli permanenti da incorporare nel proprio giudizio professionale.
I. Il conflitto tra la norma e la realtà tecnica
Il primo limite, illustrato dal caso del diritto all’oblio, non consiste in un conflitto tra norme diverse ma tra una norma e la realtà tecnica a cui quella norma pretende di applicarsi. Il diritto all’oblio dell’art. 17 GDPR nasce attorno a un presupposto preciso, ovvero che il dato personale rappresenti un oggetto discreto, localizzabile, archiviato in forma esplicita e cancellabile. I sistemi generativi falsificano questo presupposto alla radice, poiché il dato non risulta archiviato ma dissolto in una struttura parametrica, non localizzabile ma diffuso, non cancellabile ma solo potenzialmente attenuabile attraverso tecniche ancora sperimentali. Il GDPR impone così obblighi che tecnicamente non possono venire soddisfatti, e l’AI Act aggiunge obblighi procedurali che presuppongono la risoluzione di un problema tecnico ancora aperto.
Che il quadro normativo risulti ancora in assestamento lo conferma il fatto che le stesse date di applicazione dell’AI Act sono state spostate. Con il pacchetto di semplificazione noto come Digital Omnibus (Omnibus VII), in via di pubblicazione nella G.U. europea, l’applicazione delle norme sui sistemi ad alto rischio è stata posticipata, con nuove scadenze fissate al 2 dicembre 2027 per i sistemi ad alto rischio autonomi e al 2 agosto 2028 per quelli integrati nei prodotti. Un legislatore che, prima ancora della piena entrata in vigore, rinvia i termini della propria disciplina, rimane un legislatore che sta ancora cercando l’equilibrio tra tutela e sostenibilità tecnica degli obblighi imposti.
II. Correlazione contro causalità, distribuzione contro caso individuale
Il machine learning rileva correlazioni nei dati, non cause. Un sistema addestrato a prevedere l’insolvenza identifica variabili correlate con l’insolvenza storica, non le cause dell’insolvenza futura. Nel diritto la responsabilità presuppone sempre un nesso causale tra un comportamento e un evento, poiché una persona risponde per ciò che ha fatto o omesso, non per la distribuzione statistica del gruppo a cui appartiene. A questo si aggiunge la distanza tra distribuzione e caso singolo, dato che il diritto lavora su casi individuali e irripetibili mentre il sistema probabilistico lavora su distribuzioni. La traduzione della distribuzione nel caso concreto richiede sempre un atto di giudizio umano, perché l’individuo non coincide con la media del gruppo statistico a cui appartiene.
III. L’accountability democratica e il potere senza nome
Quando una decisione con effetti giuridici viene prodotta o orientata da un algoritmo opaco, occorre chiedersi chi risponde. Il modello tradizionale di responsabilità presuppone un soggetto identificabile che ha compiuto una scelta consapevole, ma l’architettura dei sistemi algoritmici distribuisce questa soggettività tra progettisti, addestratori, implementatori e utenti, fino a renderla difficilmente attribuibile. Si tratta di un potere senza nome, ovvero di un potere privato, deterritorializzato, anonimo nella sua catena causale e abbastanza veloce da produrre danni prima che qualsiasi istituzione possa rilevarli.
Il modello del rimedio individuale ex post, su cui sono costruiti GDPR, DSA, AI Act e Legge 132/2025, si rivela per questo lo strumento sbagliato per il problema. Se il danno non consiste in un atto puntuale ma in un processo continuo, se il responsabile non è un soggetto che ha deciso di ledere un diritto ma un’architettura che produce effetti lesivi come sottoprodotto del proprio funzionamento ordinario, allora la risposta efficace richiede un intervento di tipo diverso. Non più soltanto norme che descrivono ciò che non si può fare, ma requisiti di progettazione che specifichino come i sistemi devono venire costruiti, dal privacy by design alla capacità tecnica di machine unlearning come condizione di ammissibilità sul mercato. Non più soltanto autorità che ricevono esposti, ma organi di vigilanza con accesso permanente ai sistemi e capacità di audit indipendente.
5. Le responsabilità deontologiche – Il confine tra ciò che lo strumento produce e ciò che il giurista decide
L’obiettivo di questa sezione non sta nel produrre un catalogo di divieti formali ma nell’identificare le tensioni reali che l’adozione di strumenti algoritmici introduce nel rapporto tra l’avvocato, il suo cliente, il suo giudizio professionale e il sistema nel suo complesso. Fondamentale, in questa prospettiva, la distinzione tra conoscenza esplicita e conoscenza tacita.
I. La conoscenza tacita del giurista
La categoria di conoscenza tacita, introdotta dal filosofo Michael Polanyi, designa la componente del sapere professionale che non può venire formalizzata in regole esplicite né trasmessa per via proposizionale, ma si costruisce esclusivamente attraverso la pratica ripetuta, l’errore corretto, l’esposizione prolungata a casi concreti. L’avvocato percepisce quale argomento risulterà persuasivo per quel giudice in quella udienza come esempio di competenza non codificabile in un algoritmo, perché prodotto sedimentato di migliaia di interazioni concrete. La conoscenza tacita non si impara leggendo un manuale ma si costruisce esercitando la funzione, sbagliando, correggendo, riprovando.
Si tratta precisamente del tipo di conoscenza che l’uso sostitutivo dell’IA erode più rapidamente e in modo meno rilevabile. Lisanne Bainbridge descrisse già nel 1983 l’ironia dell’automazione, secondo cui quanto più un sistema automatizzato risulta affidabile, tanto meno l’operatore umano che lo supervisiona mantiene la competenza necessaria a intervenire quando il sistema fallisce. Il paradosso ha una struttura precisa, poiché i sistemi che più necessitano di supervisione umana competente sono esattamente quelli che, nel lungo periodo, erodono quella competenza.
II. Competenza come obbligo aggiornato
Il Codice Deontologico Forense impone all’avvocato di mantenere un livello di competenza adeguato all’attività svolta. Nell’era degli strumenti algoritmici questo obbligo acquisisce un contenuto specifico, che non consiste nel diventare ingegneri del software ma nell’essere in grado di valutare criticamente l’output di un sistema prima di farlo proprio. Un avvocato che firma una memoria redatta con assistenza algoritmica senza averne verificato le fonti, la struttura argomentativa e i limiti dello strumento assume una responsabilità che non può scaricare sul sistema. La firma rimane sempre quella del professionista, e il sistema non ha responsabilità professionale.
Il tema non risulta teorico. La Corte di Cassazione, Terza sezione penale, con la sentenza n. 23006/2026, ha affermato che l’impiego dell’intelligenza artificiale non introduce una zona franca di deresponsabilizzazione, e che la citazione di giurisprudenza inesistente generata dall’IA non attenua, ma anzi accentua il giudizio di colpevolezza processuale, poiché sarebbe bastata l’ordinaria diligenza per verificare l’esistenza delle decisioni citate. La pronuncia arriva al termine di un percorso della giurisprudenza di merito, dal Tribunale di Firenze, ordinanza del 14 marzo 2025, al Tribunale di Siracusa, sentenza n. 338 del 20 febbraio 2026, che ha sanzionato il deposito di memorie contenenti precedenti della Cassazione mai pronunciati.
Il fenomeno delle allucinazioni bibliografiche, ovvero le citazioni di articoli inesistenti e l’attribuzione di tesi ad autori che non le hanno mai sostenute, ha già prodotto revisioni delle politiche editoriali di riviste come Nature e Science. Il problema più insidioso non riguarda l’errore rilevabile ma l’errore che non viene cercato, perché chi ha delegato la ricognizione allo strumento non ha sviluppato la familiarità con il campo che gli permetterebbe di riconoscerne le lacune.
III. Il controllo della delega cognitiva
La ricerca di Gerlich, pubblicata nel 2025 sulla rivista Societies su un campione di 666 partecipanti, ha documentato una correlazione negativa significativa tra uso frequente di strumenti di intelligenza artificiale e capacità di pensiero critico, mediata dall’aumento della delega cognitiva. Uno studio del MIT Media Lab ha rilevato un pattern decrescente di coinvolgimento neurale in funzione del supporto esterno fornito durante un compito di scrittura, con il gruppo che usava il sistema generativo a mostrare la connettività più debole. Per una professione come quella legale, il cui prodotto finale rimane il giudizio, e non l’informazione, questo non rappresenta un rischio marginale.
La domanda deontologica non riguarda se usare l’IA ma come usarla senza che essa sostituisca integralmente i processi di analisi, inferenza e sintesi che definiscono la qualità della prestazione. Il rischio più insidioso consiste nell’illusione di comprensione, ossia nella falsa percezione di aver compreso perché si è ottenuto un output corretto e coerente, senza aver attraversato il processo cognitivo che produce competenza durevole. Trasferita all’avvocato che adotta una strategia che non ha elaborato, l’illusione di comprensione diventa un rischio professionale strutturale.
IV. Trasparenza verso il cliente
Il codice deontologico impone obblighi di informazione verso il cliente, e occorre chiedersi se tra questi rientri oggi, o debba rientrarvi, la comunicazione dell’utilizzo di strumenti algoritmici nella prestazione. La questione non ha natura tecnica ma riguarda la fiducia, il mandato, la relazione professionale, poiché il cliente ha un interesse legittimo a sapere se la strategia difensiva che ha acquistato è stata costruita con un ragionamento autonomo del professionista o con l’ausilio di un sistema che non conosce.
L’art. 13 della legge 132/2025 limita l’uso dell’IA nelle professioni intellettuali alle attività strumentali e di supporto, con prevalenza del lavoro intellettuale, e al comma 2 impone che le informazioni sui sistemi di IA utilizzati vengano comunicate al cliente con linguaggio chiaro, semplice ed esaustivo. Il Consiglio Nazionale Forense ha già diffuso schemi e modelli di informativa per i clienti.
V. L’avvocatura come presidio epistemico
Il punto più originale, e forse più importante, riguarda non la deontologia individuale ma la funzione sistemica dell’avvocatura. In un ecosistema informativo in cui la destabilizzazione epistemica costituisce una strategia deliberata, non solo da parte di attori politici ma anche dei sistemi che aggregano e presentano informazione, l’avvocato rimane uno dei pochi soggetti istituzionali tenuto per deontologia a verificare le fonti, a distinguere tra fatto accertato e inferenza algoritmica, a non trattare una probabilità come un accertamento.
Questa funzione di garanzia risulta già presente nel codice deontologico come obbligo di diligenza e di competenza. Nell’era degli algoritmi acquista una dimensione sistemica che va oltre il rapporto con il singolo cliente, perché l’avvocatura diventa un presidio della qualità cognitiva del sistema giudiziario, messo sotto pressione ogni volta che uno strumento algoritmico produce un output che nessuno ha interesse a contestare perché semplifica il lavoro di tutti. La responsabilità deontologica, in questa prospettiva, non si esaurisce nel rapporto avvocato-cliente ma si estende alla qualità del ragionamento giuridico come bene pubblico.
Se il giudizio giuridico rappresenta la capacità di applicare una norma generale a un caso irripetibile, tenendo conto di tutto ciò che lo rende tale, allora l’intelligenza artificiale non può sostituirlo. Può però orientarlo in modo così pervasivo da alterarlo senza che ce ne si accorga. La responsabilità deontologica dell’avvocatura, in questa fase, non sta nel resistere all’IA né nell’adottarla acriticamente, ma nel mantenere consapevole il confine tra ciò che lo strumento produce e ciò che il giurista decide, sapendo che il primo ha già, in qualche misura, condizionato il secondo.
La sfida non risulta solo tecnica né solo normativa ma riguarda la capacità dell’ordinamento di garantire che il potere tecnologico non si sottragga al controllo democratico. Per l’avvocato questo si traduce in un compito antico declinato in forma nuova, ovvero sapere quando e come usare lo strumento ma soprattutto quando non usarlo.