Josephine Petrick, Capo dei Prodotti AI di BriefCatch – Serie di Interviste

Josephine Petrick, Chief of AI Products di BriefCatch, porta in una delle piattaforme di scrittura più specializzate del settore legale una rara combinazione di esperienza nel contenzioso d’appello, giudizio sui prodotti di IA e competenza pratica nella redazione giuridica. Nel suo ruolo guida la strategia dei prodotti di IA di BriefCatch e lo sviluppo di strumenti generativi e basati sul recupero delle informazioni, pensati per migliorare il modo in cui avvocati e giudici redigono, modificano e perfezionano i documenti legali. In precedenza è stata socia di The Norton Law Firm, senior counsel e avvocata d’appello presso Hanson Bridgett, nonché assistente giudiziaria del giudice James L. Dennis della Corte d’Appello degli Stati Uniti per il Quinto Circuito. Questa combinazione di esperienza in aula, in appello e nella consulenza le offre la prospettiva di una professionista per costruire strumenti di IA che affrontino problemi reali di scrittura giuridica, anziché questioni astratte di produttività.

BriefCatch è una piattaforma di scrittura e revisione giuridica basata sull’IA, creata appositamente per avvocati, giudici, studi legali, tribunali ed enti governativi. Fondata nel 2017 e costruita attorno all’esperienza di Ross Guberman nella scrittura giuridica, aiuta i professionisti a migliorare chiarezza, precisione, capacità persuasiva e credibilità direttamente nel proprio flusso di redazione. BriefCatch afferma di supportare più di 300 studi legali, tra cui oltre 45 studi Am Law 200, e più di 80 tribunali. Il prodotto più recente, BriefCatch Next, combina la guida di esperti nella scrittura giuridica con strumenti di IA opzionali concepiti per potenziare, non sostituire, il giudizio professionale.

Di recente è entrata in BriefCatch come Chief of AI Products dopo aver lavorato come avvocata d’appello, specialista certificata in materia di appelli e sviluppatrice di prodotti di tecnologia legale. In che modo la sua esperienza all’incrocio tra diritto d’appello, strategia legale e tecnologia ha formato la sua visione dell’IA nella professione giuridica?

Dopo la laurea in linguistica a Cal ero affascinata dall’IA e ho sempre desiderato di essere entrata in quel settore. Mi attirava il suo potenziale di ampliare l’intelligenza umana e contribuire a risolvere problemi pratici su vasta scala. Sono diventata avvocata per ragioni simili. Mia madre era un’avvocata costituzionalista e da lei ho imparato che il diritto poteva essere usato per aiutare le persone in modo efficiente e su larga scala. Quando ho iniziato a esercitare, pensavo che la strada verso una carriera nell’IA fosse ormai chiusa. È quindi un po’ ironico, e profondamente gratificante, che la mia carriera legale mi abbia riportata alle domande che mi interessavano fin dall’inizio: come usiamo la tecnologia per rendere la competenza più disponibile, più utile e più umana?

Sperimento con i grandi modelli linguistici da prima che venissero presentati come chatbot, quando OpenAI offriva il suo prodotto come ambiente sandbox. Fin dall’inizio ne vedevo il potenziale per risolvere problemi pratici. Poteva aiutare a esaminare gli atti? Rendere meno faticosa la ricerca sulle regole locali? Aiutare a seguire i procedimenti pendenti davanti alla Corte Suprema della California, stimare la durata degli appelli o snellire le istanze successive al processo? Poteva aiutare qualcuno a superare un blocco?

Uno dei miei esempi preferiti di quest’ultima possibilità viene da mio padre, un teorico dei numeri in pensione che lavora ancora su problemi aperti. L’ho convinto a provare un account professionale per un grande modello linguistico e lo ha usato per dimostrare teoremi e fare progressi su problemi a cui pensava da anni. Uno dei motivi per cui questi modelli sono così efficaci nel risolvere questioni matematiche aperte, come i problemi di Erdős, è che sono addestrati in molte aree della matematica e possono trasferire tecniche da un dominio per risolvere problemi in un altro, per esempio usando tecniche della teoria algebrica dei numeri per risolvere un problema di geometria elementare. Quell’esperienza ha catturato qualcosa di importante: l’IA può estendere la nostra portata creativa, aiutarci ad attingere a un patrimonio di conoscenze ed esperienze umane più ampio di quello che ciascuno di noi può custodire individualmente e impiegarlo per far avanzare la conoscenza e le attività umane molto più rapidamente.

Ho visto lo stesso schema nella pratica legale. Come avvocata d’appello incontravo continuamente le stesse domande procedurali e strategiche. Ho quindi creato database, sistemi di monitoraggio, infografiche, risorse per i clienti, calcolatori della durata degli appelli, strumenti per le scadenze successive al processo e infine ho contribuito a costruire un database di regole giuridiche. Il filo conduttore era sempre lo stesso: la conoscenza esisteva, ma era intrappolata in PDF, libri, seminari, note interne o nella mente di un esperto. Sono diventata ossessionata da un problema che l’IA è particolarmente adatta a risolvere: rendere conoscenza e competenza disponibili nel momento in cui servono.

Questo ha formato la mia visione dell’IA giuridica. La maggior parte dei prodotti legal tech promette che l’IA automatizzerà il lavoro ripetitivo, consentendo agli avvocati di concentrarsi sulla strategia. È vero e utile, ma è solo l’inizio. Ciò che mi interessa di più oggi è attivare la competenza. Un avvocato può aver letto il libro giusto, seguito il corso giusto, salvato il post giusto o imparato la lezione giusta nella pratica, ma spesso quella conoscenza resta inattiva proprio mentre sta redigendo, facendo ricerca o consigliando un cliente.

BriefCatch si colloca esattamente in questa opportunità. La scrittura giuridica non è solo rifinitura. È il punto in cui giudizio, strategia e persuasione diventano utilizzabili da un’altra mente. Mi entusiasma un futuro in cui l’IA aiuta gli avvocati a recuperare e applicare, nel momento opportuno, la regola, la tecnica, la strategia, l’avvertenza o l’intuizione corretta, preservando al contempo giudizio professionale e responsabilità. La considero un esoscheletro di competenza: una tecnologia che aiuta gli avvocati a portare con sé più conoscenze, vedere più chiaramente, evitare errori prevenibili e applicare il proprio miglior giudizio quando conta di più. Se costruiamo bene questi sistemi, la società ne beneficia perché la competenza legale resta meno confinata in costosi canali individuali e diventa più disponibile a persone, imprese, tribunali e istituzioni che ne dipendono.

BriefCatch ha recentemente introdotto RealityCheck, uno strumento progettato per individuare citazioni giuridiche inventate o non supportate prima del deposito. Quali lacune principali ha riscontrato negli strumenti di IA legale esistenti e quanto è grave oggi il problema dell’affidabilità delle citazioni?

La lacuna maggiore è che troppi strumenti sono ancora ottimizzati per la generazione anziché per la verifica. Possono produrre rapidamente testi dall’aspetto impressionante, ma il lavoro legale non finisce con un testo plausibile. Non comincia nemmeno da lì. Il nostro sistema giuridico dipende fondamentalmente dal fatto che giudici e avvocati riferiscano e applichino fedelmente le autorità. Ogni strumento legale deve partire da fonti che esistono davvero, descrivere accuratamente ciò che dicono, come sono state applicate e se sostengono la proposizione invocata considerando il contesto in cui la decisione è stata resa. Qualsiasi cosa al di sotto di questo livello è fanfiction giuridica. Esistono espressioni meno educate, ma le lascio ai giudici che hanno dovuto affrontare il problema nelle loro aule.

Ecco perché uno strumento come RealityCheck è così importante. Il problema non è limitato a casi interamente inventati, per quanto siano ovviamente allarmanti. Esistono modalità di errore più sottili e comuni: un caso reale citato per la proposizione sbagliata, una decisione sopravvalutata, una citazione leggermente alterata, una parentesi che nasconde una distinzione scomoda o un riferimento che appare formalmente corretto ma in realtà non sostiene la frase che lo precede.

Non sono problemi nuovi nella pratica legale, ma oggi sono amplificati. Gli avvocati sono sempre stati responsabili di controllare il proprio lavoro, ma la scala e la velocità della redazione assistita dall’IA rendono la verifica ancora più importante. La domanda non è soltanto «L’IA ha allucinato?». È: «Questo documento depositato contiene affermazioni giuridiche accurate, supportate e professionalmente difendibili?»

Dobbiamo anche evitare di trattare il lavoro esclusivamente umano come standard aureo. Anche le persone citano male, esagerano e trascurano elementi, soprattutto sotto pressione. Qualunque sia l’origine del testo, la buona pratica consiste in una revisione a strati: giudizio umano, strumenti ancorati alle fonti, controlli deterministici quando appropriati e procedure di verifica che rendano gli errori più facili da intercettare prima che si trasformino in un ordine del giudice di fornire spiegazioni.

Molti avvocati restano scettici sull’IA generativa per timori relativi ad accuratezza, etica e responsabilità professionale. Quali passi pratici possono compiere le aziende di tecnologia legale per creare fiducia e incoraggiare un’adozione responsabile?

I prodotti affidabili dovrebbero rendere visibili i propri limiti. Dovrebbero mostrare le fonti quando contano e chiarire quando un sistema sta generando linguaggio, anziché verificare una citazione o applicare una regola deterministica. Dovrebbero inoltre essere sinceri sui limiti, perché promettere troppo è uno dei modi più rapidi per perdere la fiducia degli avvocati.

L’adozione responsabile deve essere incorporata nel flusso di lavoro. Gli avvocati non dovrebbero dover diventare ingegneri di prompt o responsabili del rischio di IA per usare bene questi strumenti. I buoni prodotti dovrebbero guidarli per progettazione verso un uso responsabile: proteggendo la riservatezza, sostenendo la supervisione, consentendo la revisione, conservando tracce di audit dove opportuno e rendendo semplice la verifica.

Ha lavorato molto con la generazione aumentata dal recupero, o RAG, e altre tecniche progettate per migliorare l’affidabilità dei sistemi di IA. Dove ritiene che gli attuali prodotti di IA legale siano ancora insufficienti e quali progressi tecnici servono per colmare le lacune?

I prodotti di IA legale sono già notevoli nella redazione, nella sintesi, nel brainstorming e nel recupero delle informazioni. Alcuni sono ancora insufficienti rispetto a un parametro importante: l’accuratezza rigorosa richiesta dalla pratica legale. Il nostro sistema giudiziario dipende da essa.

Considererei il divario di affidabilità un problema di sistema, non di un singolo modello. Modelli migliori aiuteranno, ma l’affidabilità di livello legale deriva da più strati che lavorano insieme: recupero e classificazione, cicli di verifica, memoria, progettazione del flusso e architettura ibrida deterministica e basata su grandi modelli linguistici.

I meccanismi fondamentali del recupero sono abbastanza ben compresi, ma ottenere richiamo e classificazione corretti richiede molti test e iterazioni. Agenti avversari e cicli agentici stanno diventando più comuni, ma la sfida progettuale è rendere tali controlli fondati su principi, anziché creare una proliferazione di doppie verifiche costosa e lenta. Per la memoria dei grandi modelli linguistici, le sfide includono dove debba risiedere, se in una memoria generale o in un flusso specifico, e quale forma debba assumere per assicurare che l’agente vi acceda quando serve; i sistemi di memoria possono sembrare aggiunti a posteriori. Il design del flusso resta importante. Se si dà al sistema un unico prompt lungo e vago, produrrà risultati incompleti o generici. L’IA legale necessita di flussi più strutturati, che scompongano il compito in passaggi deliberati per garantire il contesto necessario e completare tutti i passaggi richiesti per creare un prodotto giuridico accurato ed eccellente. Questo potrebbe diventare un problema minore con modelli di base più grandi e una migliore compressione.

Un’altra leva è la combinazione tra regole deterministiche, come le espressioni regolari, e modelli probabilistici. I grandi modelli linguistici sono estremamente utili nella fase di prototipo perché aiutano a scoprire la forma del problema. Una volta ottenuto un buon prototipo e compreso lo schema, può essere opportuno riportare parti del flusso a una logica deterministica. Sebbene possano essere incoerenti, questi modelli completano molto bene ciò che le regole deterministiche non sono abbastanza flessibili da cogliere e sanno usare essi stessi regole e codice deterministici. I sistemi più forti non saranno né puramente deterministici né puramente basati su grandi modelli linguistici. Useranno regole deterministiche dove il problema è compreso e modelli dove servono ambiguità, giudizio o comprensione linguistica sensibile al contesto. La domanda è dove collocare il confine: dove finiscono le regole e dove dovrebbe subentrare il modello?

Combinando queste tecniche si possono ottenere enormi miglioramenti nell’affidabilità, ma il prezzo è la complessità ingegneristica, il costo in token e la latenza. Mi aspetto progressi grazie all’evoluzione tecnica e a memoria e compressione più efficaci e più facilmente integrate nei modelli di base.

La scrittura giuridica richiede spesso sfumature, persuasione e attenta interpretazione dei precedenti. Quali aspetti può realmente migliorare oggi l’IA e quali elementi richiedono ancora un giudizio esclusivamente umano?

L’IA può già migliorare molta scrittura giuridica, soprattutto quando il compito è ben definito. Può individuare frasi poco chiare, punti nascosti, incoerenze, ridondanze, organizzazione debole, affermazioni fattuali non supportate, termini definiti in modo discordante, problemi di citazione e passaggi in cui il testo non guida bene il lettore. Può anche aiutare gli avvocati a fare brainstorming creativo, mettere alla prova gli argomenti e applicare principi noti di scrittura e persuasione nel momento della redazione, anziché affidarsi soltanto alla memoria.

Quest’ultimo aspetto mi entusiasma particolarmente. In teoria un avvocato può sapere che una memoria richiede un’introduzione più forte, un’enunciazione della regola più pulita o un’esposizione dei fatti più accessibile. Ma quando si scrive sotto pressione, sapere e applicare non sono la stessa cosa. L’IA può portare la guida di esperti dentro il flusso proprio quando può davvero migliorare il documento.

Una buona scrittura giuridica, però, non è solo tecnica o ottimizzazione del testo. È anche la capacità di identificare i dettagli più rilevanti, interessanti e specifici del caso, e poi trasformarli in una teoria che faccia capire al lettore perché la controversia conta. Nella mia esperienza, è qui che gli avvocati umani restano molto più forti dei grandi modelli linguistici. Forse è gusto, forse esperienza, forse qualcosa di più profondo nel funzionamento di questi sistemi. I modelli sono addestrati a generare probabili continuazioni del testo, creando una forza gravitazionale verso formulazioni statisticamente ordinarie. In molti contesti giuridici è utile: spesso non si vuole che la scrittura attiri l’attenzione su di sé, bensì che idee, fatti e autorità emergano.

Ma la scrittura davvero persuasiva dipende spesso dall’individuare ciò che è diverso. Quale dettaglio rende vivo il caso? Quale fatto cambia la valenza emotiva della controversia? Quale punto giuridico farà sì che un giudice si drizzi e riconosca il problema? Come avvocata d’appello, spesso è questo il filo che si cerca: la versione del caso abbastanza unica e convincente da indurre il collegio a interessarsene.

È la parte che non vorrei vedere appiattita dall’IA verso il banale. Un sistema può suggerire formulazioni più chiare, segnalare debolezze, mettere sotto pressione le citazioni o ricordare tecniche persuasive. Ma l’avvocato deve ancora decidere che cosa conta, che cosa concedere, quanto essere aggressivo, che cosa non dire, come presentare l’incertezza e come spiegare il cuore emotivo ed etico del caso.

Sono cauta nel dire che l’IA non potrà mai farlo, perché simili previsioni si sono rivelate errate molte volte. L’IA svolge già molte attività discrete più rapidamente e accuratamente degli esseri umani e non ha senso sentirsi minacciati: è uno strumento. Ma almeno oggi le parti più importanti della persuasione giuridica richiedono ancora giudizio umano: scegliere i dettagli giusti, capire perché contano e costruire una storia emotivamente risonante.

Con l’integrazione sempre più profonda dell’IA nei flussi legali, come vede evolvere il ruolo degli associati e dei giovani avvocati? L’IA potrebbe cambiare radicalmente il modo in cui la prossima generazione sviluppa capacità di scrittura e ricerca?

Sì, e dovremmo essere intenzionali. Tradizionalmente i giovani avvocati hanno imparato svolgendo lentamente lavori difficili: ricerca, redazione, revisione, commenti e sviluppo graduale del giudizio. L’IA cambierà questo percorso, ma non deve necessariamente indebolirlo. Usata bene può rendere la formazione più esplicita ed efficace.

Il rischio è che i giovani saltino la fatica che costruisce il giudizio. Se uno strumento produce troppo in fretta una bozza plausibile, un nuovo avvocato potrebbe non imparare come è stato costruito l’argomento, dove sono i punti deboli o perché un’impostazione è migliore di un’altra. Sarebbe una perdita reale.

Ma l’opportunità è enorme. L’IA può fungere da tutor, simulatore, coach di scrittura e fonte di feedback immediato. Può mostrare strutture alternative, individuare affermazioni non supportate, spiegare perché una citazione potrebbe non sostenere una proposizione o confrontare una bozza con i principi di una scrittura efficace. Può anche offrire più occasioni di esercizio. Impariamo e cresciamo facendo pratica e ricevendo feedback.

Gli studi e gli uffici legali che riusciranno meglio non si limiteranno a consegnare l’IA ai giovani sperando nel meglio. Ridisegneranno la formazione attorno a essa. Chiederanno ai giovani di spiegare le proprie scelte, verificare i risultati, confrontare alternative e imparare a supervisionare il lavoro assistito dall’IA come un giorno supervisioneranno quello umano.

Ha consigliato clienti in settori che vanno dalle criptovalute e dalla tecnologia di consumo al contenzioso commerciale complesso. In quali settori ritiene che l’adozione dell’IA legale accelererà più rapidamente, e perché?

Credo che l’adozione dell’IA legale sarà più rapida quando

1. l’organizzazione dispone di flussi che funzionano bene con i grandi modelli linguistici,
2. l’organizzazione è aperta all’innovazione e
3. l’organizzazione è motivata a cambiare.

Sul primo punto, il diritto è un dominio naturale per i grandi modelli linguistici perché, sotto molti aspetti, è comportamento umano e valori umani codificati nel linguaggio. Il lavoro giuridico trasforma fatti disordinati in categorie, regole, obblighi, argomenti, rischi e conseguenze. È esattamente il terreno in cui i modelli linguistici possono essere potenti, purché siano ancorati, verificabili e progettati attorno al modo in cui lavorano davvero gli avvocati. Penso quindi che quasi tutte le organizzazioni legali siano buone candidate, forse con l’eccezione di quelle il cui modello principale è l’interazione diretta tra persone. Anche nelle cliniche pro bono, però, i modelli possono aiutare nel triage e nella gestione della conoscenza, quindi non le escluderei.

Il secondo fattore, l’apertura all’innovazione, può essere una barriera maggiore. Per questo i team legali interni sono particolarmente ben posizionati. Operano in organizzazioni che cercano già di aumentare la velocità, ridurre i costi e rendere operativa la conoscenza. Gestiscono su vasta scala contratti, controversie, politiche, obblighi normativi, problemi dei clienti, questioni di lavoro, consulenza sui prodotti e valutazioni dei rischi. Questi flussi sono spesso abbastanza ripetibili da sostenere l’adozione dell’IA, pur richiedendo sufficiente giudizio giuridico perché strumenti migliori facciano una differenza significativa.

Ritengo importanti anche il contenzioso, la pratica d’appello, i settori regolamentati, fintech e criptovalute, tecnologia di consumo, assicurazioni e sanità. Nel contenzioso e negli appelli, per esempio, l’IA può assistere nell’esame degli atti, nel monitoraggio delle questioni, nel controllo delle citazioni, nelle regole procedurali, nell’analisi della conservazione, nella mappatura degli argomenti e nel feedback sulle bozze. La posta è alta, quindi gli strumenti devono essere seri. Ma non è un motivo per evitare l’adozione: è un motivo per costruire prodotti migliori.

Il terzo punto, la motivazione al cambiamento, resta un fattore limitante significativo. A mio avviso il settore legale nel complesso dovrebbe essere motivato a cambiare. Il sistema giudiziario è lento, costoso e inaccessibile a troppe persone. La domanda più difficile è se la professione sia aperta al cambiamento. Credo lo sia sempre di più. Alcune parti si sono mosse lentamente perché il modello esistente era redditizio e familiare. Ma gli avvocati sono anche risolutori di problemi. Molti di noi sono orientati alla giustizia e alle riforme, e ostinati nel senso utile del termine. Siamo formati per sostenere il cambiamento quando la risposta esistente è sbagliata.

Il settore privato può muoversi per primo perché è più agile e dispone di maggiori risorse. Governo, assistenza legale e organizzazioni pro bono affrontano vincoli diversi e spesso devono concentrarsi sul lavoro urgente che hanno davanti. Ma non dovrebbero sottovalutarsi. Se l’IA può rendere i servizi legali più efficienti, accessibili ed economici, l’opportunità a lungo termine non è limitata a un solo settore: riguarda chiunque desideri un sistema giuridico migliore.

Tribunali, autorità di regolamentazione e ordini forensi esaminano sempre più l’uso dell’IA nella pratica legale. Quali quadri normativi o etici prevede emergeranno nei prossimi anni e come dovrebbero prepararsi i fornitori di tecnologia legale?

Il nostro quadro etico esistente può già affrontare la maggior parte di queste preoccupazioni. Gli avvocati hanno sempre dovuto garantire che tutto ciò che rappresentano a un tribunale sia fondato sulla verità. Devono essere sinceri quando una decisione è contraria alla loro posizione e trasparenti quando commettono errori. Devono gestire le cause con competenza e supervisionare giovani avvocati e non avvocati che li aiutano. Devono proteggere le informazioni sensibili dei clienti.

La prima ondata di etica dell’IA non richiede un sistema morale completamente nuovo. Dobbiamo applicare questi doveri familiari con rinnovata serietà. L’avvocato non può esternalizzare il giudizio e poi negare la responsabilità. Questo non dovrebbe essere controverso.

Dovremmo aumentare la formazione specifica sulla tecnologia, affinché gli avvocati non vengano colti di sorpresa quando non supervisionano o controllano adeguatamente i risultati dell’IA. La California, per esempio, ora richiede competenza tecnologica nella formazione continua, e credo sia la direzione giusta. Ma un’ora ogni pochi anni non basta. Studi, uffici legali, tribunali e organizzazioni di servizi legali dovrebbero elaborare politiche interne sull’IA e formazione obbligatoria: non soltanto «non citare fonti allucinate», ma quando usare questi strumenti, quando non usarli, come verificare i risultati, come proteggere le informazioni riservate e come pensare alla distribuzione della responsabilità tra essere umano e macchina.

Per i fornitori di tecnologia legale, l’etica non dovrebbe essere trattata come un’etichetta di avvertenza applicata alla fine. Dovrebbe essere architettura del prodotto. I migliori strumenti renderanno l’uso responsabile più facile per progettazione: trasparenza delle fonti, controlli della riservatezza e flussi che facilitano la revisione umana.

Nessuno dei problemi che vediamo oggi è davvero nuovo. Ma all’orizzonte c’è una questione di etica giuridica senza precedenti. Oggi quasi tutti concordano che l’IA debba assistere avvocati e giudici, non sostituirli. Condivido questa intuizione dato lo stato attuale della tecnologia. Ma che cosa accadrà se i sistemi di IA diventeranno più rapidi, meno costosi, più coerenti, oggettivamente più affidabili e meno parziali degli esseri umani nei compiti di ragionamento giuridico? Continueremo a sostenere che un essere umano debba sempre rimanere nel processo?

È una domanda strana e scomoda, ma dobbiamo essere abbastanza onesti da porla. Non credo che siamo vicini a sostituire giudici o avvocati nelle controversie umane ad alto rischio e sarei molto scettica verso qualsiasi sistema che oggi affermasse il contrario. Tuttavia accade già in ambiti circoscritti: l’IA risolve già alcune controversie presso un importante fornitore di ADR e su X Grok spesso dirime dispute di verifica dei fatti.

Di solito presumiamo che il giudizio umano sia la salvaguardia etica. Spesso lo è. Gli esseri umani apportano responsabilità morale, legittimità istituzionale, empatia, saggezza pratica e comprensione del contesto che le macchine non possiedono ancora. Ma apportano anche ritardi, costi, incoerenza, stanchezza, pregiudizi, controllo dell’accesso e disuguaglianze. Se la risoluzione assistita dall’IA diventa più accurata, economica e accessibile dello status quo, la questione etica non dovrebbe ricevere una risposta automatica. La domanda dovrebbe essere: «Quale processo produce il risultato più equo, accurato, trasparente e responsabile?»

Se sistemi automatizzati o assistiti dall’IA finiranno per gestire più controversie di routine, la revisione umana potrebbe diventare più importante ai margini: nei casi insoliti, nelle modalità di errore più problematiche e dove la rigida coerenza comincia a sembrare meno giustizia e più formalismo giuridico di vecchio stampo.

È così che i fornitori di tecnologia legale dovrebbero prepararsi. Costruire per le regole etiche attuali, ma anche per un futuro in cui la professione dovrà confrontare onestamente prestazioni umane e meccaniche. L’obiettivo non dovrebbe essere conservare ogni rituale esistente della pratica legale, bensì ciò che quei rituali dovrebbero proteggere: equità, accuratezza, responsabilità, legittimità e accesso alla giustizia.

BriefCatch ha costruito la propria reputazione migliorando la scrittura giuridica anziché semplicemente automatizzando il lavoro. Come bilanciate i guadagni di produttività dell’IA con l’esigenza di preservare pensiero critico, ragionamento giuridico e responsabilità professionale?

Non credo che produttività e pensiero critico debbano essere in tensione. Quando un avvocato diventa più efficiente nelle attività di routine, si crea più spazio per il pensiero creativo e critico. La domanda è quale tipo di produttività stiamo creando. Se l’IA aiuta solo gli avvocati a generare più parole più rapidamente, non è necessariamente progresso. Il lavoro legale ha già abbastanza parole.

L’obiettivo migliore è aiutare gli avvocati a produrre un lavoro più chiaro, accurato, persuasivo e difendibile. Ecco perché l’attenzione di BriefCatch alla scrittura è importante. La scrittura giuridica non è lo strato decorativo sopra l’analisi: è il luogo in cui l’analisi diventa precisa, verificabile e utile per il lettore.

Per preservare la responsabilità occorre progettare l’IA come strato di competenza, non come sostituto dell’autorità. Lo strumento può suggerire, segnalare, verificare, confrontare e mettere alla prova. Può aiutare ad applicare principi di scrittura, individuare debolezze e intercettare problemi. Ma l’avvocato deve prendere la decisione finale e restare responsabile del lavoro. Per parafrasare la mia istruttrice Peloton preferita: «L’IA offre suggerimenti. Tu prendi le decisioni».

A mio avviso l’IA ha più valore quando rende l’avvocato maggiormente coinvolto. Un buon sistema dovrebbe affinare la sua attenzione, porre la domanda che potrebbe aver trascurato, far emergere l’autorità da controllare o suggerire un modo più chiaro per esprimere il punto. Non dovrebbe cullare l’utente nell’idea che un testo plausibile equivalga a un lavoro finito.

Guardando ai prossimi cinque anni, qual è il rapporto ideale tra avvocati e IA? Immagina l’IA principalmente come assistente, collaboratore o qualcosa di più simile a un copilota legale fidato?

Preferisco «esoscheletro di competenza». Il sistema ideale dovrebbe aiutare avvocati e giudici a fare ciò di cui sono già responsabili, ma con maggiore portata, memoria, coerenza, creatività e migliori strumenti di verifica.

Fra cinque anni spero che gli avvocati dispongano di sistemi di IA profondamente integrati nei loro flussi e molto più specializzati dei chatbot generici odierni. Chi redige una memoria dovrebbe poter attingere a competenze di scrittura, giurisprudenza, atti, regole procedurali, controlli delle citazioni, conoscenza interna e feedback strategico senza abbandonare il flusso. Il sistema dovrebbe però essere trasparente su ciò che sa, ciò che ha controllato e i punti in cui occorre il giudizio dell’avvocato.

Il rapporto ideale non consiste nel delegare comprensione o giudizio. È fiducia calibrata. Gli avvocati dovrebbero sapere in quali attività il sistema eccelle, quali richiedono supervisione e quali appartengono interamente al giudizio umano.

Se riusciremo a farlo bene, l’IA renderà la competenza più accessibile. Aiuterà gli avvocati a scrivere meglio, ragionare con più cura, evitare errori prevenibili e dedicare più tempo alle parti del lavoro che richiedono intuito e giudizio. Trovo l’idea di una legione di «avvocati mecha» molto più interessante e ottimistica della semplice automazione.

Grazie per l’eccellente intervista. I lettori che desiderano saperne di più possono visitare BriefCatch.