I progetti realizzati nel PON governance da università ed uffici giudiziari: un primo bilancio. PARTE I

Sono state individuate sei macroaree territoriali e ad esse, a seguito di un avviso pubblico, sono stati assegnati i fondi. Gli obiettivi del progetto, come recita lo stesso sito ministeriale, erano “favorire la diffusione dell’Ufficio per il Processo, sperimentare modelli innovativi utili allo smaltimento dell’arretrato e a prevenirne la formazione, consolidare il rapporto università-uffici per il processo per migliorare l’offerta formativa attraverso l’eccellenza universitaria”.

All’avviso pubblico hanno partecipato tutte le Università pubbliche italiane consorziate tra di loro nelle varie macroaree che, in collaborazione con gli uffici giudiziari del loro territorio, hanno supportato il cambiamento imposto dall’Ufficio per il processo, hanno aiutato quanto ai modelli organizzativi e hanno ideato strumenti di supporto digitale.

Non vi è dubbio che il progetto a livello nazionale ha scontato molti limiti. Innanzitutto una scarsa preparazione derivante dagli stessi tempi compressi dell’avviso pubblico e dell’aggiudicazione ed il tempo limitato del progetto contenuto in diciotto mesi dal marzo 2022 al settembre 2023. La stessa gestione da parte del Ministero della giustizia, pure promotore del progetto, ha evidenziato diversi aspetti critici. In primo luogo l’assenza di un coordinamento nazionale, essenziale per scambiarsi informazioni sui progetti in atto, evitare sovrapposizioni, creare collegamenti e scambi e confrontarsi sulle iniziative messe in campo. In secondo luogo l’assenza di rapporti e di un collegamento con la struttura informatica ministeriale (la DGSIA), in un quadro in cui il Ministero della Giustizia, monopolista dell’informatica giudiziaria, avrebbe dovuto assicurare la presenza e la collaborazione, indispensabile per lo sviluppo di progetti che inevitabilmente comportavano l’adozione di progetti informatici.  

La divisione in sei macroaree, e poi l’affiancamento Ufficio – singola Università ha fatto sì di incoraggiare tante piccole monadi non comunicanti o scarsamente comunicanti, con progetti (anche di grandissimo interesse) resi noti solo alla fine del piano senza possibilità di interazioni e collaborazioni.

Il progetto del Politecnico e del Tribunale di Milano propone di rivedere, modernizzare e rendere più flessibile il sistema automatico di assegnazione Aspen che presidia sulla base di algoritmi le assegnazioni all’ufficio GIP – GUP di Milano (ma anche in altre città) sulla base di canestri relativi ai diversi tipi di provvedimenti richiesti dalla Procura (intercettazioni, misure cautelari, proroghe indagini etc.) con una limitata pesatura dei procedimenti (principalmente relativa a numero di imputati e di imputazioni).

La proposta comporta parallelamente interventi organizzativi ed interventi tecnici. Da un lato individuare una “classe di peso” dei fascicoli sulla cui base procedere ad assegnarli e unificare la gestione dei ruoli GIP e GUP, oggi separata. Dall’altro garantire integrazione e interoperabilità tra il sistema e il SICP, consentire una suddivisione dei magistrati in sezioni sulla base delle “materie” di loro competenza ed infine migliorare la flessibilità e la configurabilità del sistema in modo da poterlo adattare in funzione delle esigenze organizzative.

La prospettazione qui avanzata riprende e implementa l’idea alla base del progetto Themis (agenda A-Lex, basata sull’idea della gestione sequenziale dei processi) e punta sullo sviluppo di un sistema informatico denominato “Agenda del giudice”, attraverso il quale il giudice, dopo aver definito, per ciascun fascicolo del suo ruolo, un livello di difficoltà presunto e la sua targatura, intesa come data dell’iscrizione a ruolo, può programmare l’udienza di precisazione delle conclusioni dei fascicoli pendenti, aggiornando la sua agenda al sopraggiungere di nuovi fascicoli.

Sono già noti e studiati da tempo i benefici dovuti all’attuazione di una gestione sequenziale dei fascicoli, in cui le udienze vengono programmate una dopo l’altra secondo l’ordine di iscrizione e la priorità assegnata ai processi.

Questo sistema informatico concretizza la gestione sequenziale. Prevede una previa classificazione e pesatura dei fascicoli sulla base di criteri di tipologie e di difficoltà prestabiliti, quindi fornisce al giudice una chiara visione complessiva di tutti i processi e gli consente di pianificare all’interno dell’agenda le date di udienza di precisazione delle conclusioni dei fascicoli pendenti e dei nuovi fascicoli in ingresso sulla base dell’anzianità e della complessità dei fascicoli.

Lo strumento è costituito da quattro fogli elettronici denominati: input, udienze da programmare, conciliazioni da programmare e calendario. Sono state realizzate due tipologie di Agende, una per lo smaltimento dell’arretrato e la calendarizzazione delle nuove udienze in ingresso ed una per lo smaltimento dell’arretrato in un periodo di tempo stabilito.

3. Pesatura del fascicolo 

Si punta ad avere un controllo e un governo dei flussi in entrata, con equità nelle assegnazioni dei processi attraverso una distribuzione efficiente effettuata sulla base di valutazioni quali-quantitative sulla tipologia e complessità del procedimento.

Sulla base delle esperienze maturate in ambito giudiziario e delle tempistiche rilevate vengono individuati degli indici di difficoltà a partire dalla materia dell’affare, delle domande e/o contestazioni, delle richieste istruttorie, della pluralità e dimensioni degli atti.

Su questa base si procede con applicazioni di intelligenza artificiale che automatizzano sulla base dei dati di input l’attribuzione di un peso al fascicolo, con la possibilità di procedere automaticamente anche alla sua assegnazione alla sezione e/o magistrato.

La pesatura del fascicolo valuta la complessità dei differenti casi giudiziari, in base alla consapevolezza che ogni caso è differente nell’ammontare di tempo e di impegno richiesto al magistrato per la sua trattazione.

La pesatura del fascicolo svolge anche una funzione strategica, non solo organizzativa, per poter decidere politiche territoriali volte a dare una risposta a fenomeni locali.

Come indici vengono presi le imputazioni, il numero degli imputati, lo stato di detenzione, l’entità della pena prevista per i reati, l’eventuale risarcimento del danno con attenzione alle variabili della data di prescrizione e di improcedibilità.

Su questa base si procede all’utilizzo di tecniche di Intelligenza Artificiale (IA) per attribuire un peso al singolo procedimento. Il risultato è un incremento della trasparenza, spiegabilità e flessibilità della pesatura.

Si usano i dati estratti dai registri e si produce conoscenza dai testi con AI e Natural Language Processing per creare modelli matematici di pesatura flessibili per analizzare i casi. Viene altresì introdotto un pannello di controllo di interazione per verificare e modificare le pesature suggerite e le priorità.

“Questo progetto presenta un prototipo di piattaforma online per l’archiviazione e la consultazione dei dati delle sentenze giurisdizionali, nonché per il confronto tra di esse utilizzando un algoritmo di matching. L’obiettivo principale è fornire un supporto al lavoro dei giudici, consentendo loro di accedere facilmente alle sentenze precedenti e di utilizzarle come indizi utili per le sentenze attuali. L’archiviazione dei dati avviene in un formato strutturato, che facilita una ricerca rapida ed efficiente. Grazie all’interfaccia intuitiva della piattaforma, i giudici possono consultare agevolmente le sentenze e ricercare informazioni pertinenti alle questioni legali attuali. Attraverso l’utilizzo di questa piattaforma, i giudici possono beneficiare di un conveniente strumento di supporto decisionale.”

Il prototipo creato ha un’interfaccia grafica utente in cui vengono inserite oltre alle informazioni che identificano e caratterizzano il migrante richiedente la protezione, altre tipologie di informazioni ritenute utili ed essenziali per l’istruttoria processuale, e include altresì una sezione con cui è possibile annotare, gestire e organizzare le udienze relative alle pratiche in corso e consente di effettuare ricerche all’interno del database dei fascicoli.

La funzione di matching confronta i contenuti dei campi esistenti nella banca dati che in tal modo viene costruita e determina prima per ciascun campo e poi a livello generale un punteggio di somiglianza con procedimenti già trattati.

Al fine di supportare e agevolare la decisione del giudice in merito al procedimento in esame, il prototipo permette di effettuare un’operazione di matching (approssimativo) tra i campi fascicolari tramite cui è possibile estrarre, una lista ordinata di sentenze in merito ad istruttorie “simili” a quella in corso, in cui ogni sentenza si riferisce ad un’istruttoria tanto più simile a quella in corso quanto più in cima alla lista. In questo modo il processo decisionale del giudice potrebbe essere facilitato attraverso l’esame di un numero ristretto di sentenze pregresse, ossia le prime tot sentenze della lista di cui sopra. Come potrebbe essere facilitata la prevedibilità ed omogeneità della giurisprudenza.

Il Progetto “Laboratorio Sentenze” ha diverse finalità:

– lo sviluppo di un algoritmo capace di generare sintesi di sentenze e di raffrontarle per poter, poi, riscontrare la similarità dei fatti alle stesse sottesi;

– il drafting assistito di sentenze, quindi la creazione di modelli-template di sentenze per casi ripetitivi;

– verificare la fattibilità della predizione dell’esito delle controversie, con tutte le implicazioni ad essa legate.

La sperimentazione ed i test legati anche alla progettazione di servizi di giustizia predittiva sono stati svolti sulla base di 1000 sentenze del Consiglio di Stato e della giustizia amministrativa.

“Obiettivi della sperimentazione

1) Elaborazione di sintesi di sentenze:

● sintesi del fatto;

● generazione automatica di schemi suddivisi per fatto, diritto ed esito.

2) Riscontro della similarità tra fatti sottesi a precedenti giudiziari:

● ricerca di fatti (o sintesi) sottesi a casi simili a quello su cui il giudice è chiamato a pronunciarsi, così che egli possa conoscere le decisioni assunte in relazione ad essi e servirsene a supporto della propria, anche con riguardo ai motivi di diritto.

3) Predizione dell’esito di nuovi giudizi:

● studio sull’effettiva realizzabilità riguardo un modello di predizione degli esiti delle controversie.”

“(…) I modelli generativi del linguaggio costituiscono una forma di intelligenza artificiale addestrata per generare testo.

Il funzionamento dei medesimi consta di due fasi:

1) fase di domanda/prompt: l’utente formula una domanda/prompt da sottoporre al modello;

2) fase di risposta: il modello processa il prompt ed elabora una risposta sulla base di quanto ha appreso in fase di addestramento. La risposta prodotta dal modello si fonda sul contesto fornitogli in fase di domanda e su quanto dallo stesso appreso dai testi analizzati nel corso dell’addestramento.”

L’architettura creata parte dalla costruzione di un modello teorico (format) di provvedimento decisorio (oltre che di atto difensivo) che sviluppi alcune funzionalità già esistenti nella Consolle del giudice e dell’assistente. Inoltre è basata sulla “gestione di un database di documenti giuridici con funzionalità di archiviazione, indicizzazione e classificazione di sentenze e servizi per l’estrazione di conoscenza dalle sentenze memorizzate e per il reperimento semantico di (porzioni di) sentenze rilevanti.”

“L’approccio di estrazione della conoscenza alla base del document builder (approccio ASKE) si basa sull’uso di “Large Language Model” (LLM), modelli di ultima generazione per l’elaborazione del linguaggio naturale capaci di catturare il significato semantico di interi testi, considerando il contesto di utilizzo dei termini. Ciò permette non solo di definire quanto due testi sono simili, ovvero trattano degli stessi argomenti, ma consente anche di estrarre da essi i concetti principali rappresentativi del contenuto e utilizzare questi ultimi per indicizzare i documenti stessi a una granularità fine, a livello di singole frasi o paragrafi, abilitando la capacità di fornire come suggerimenti utili al giudice frammenti di testo puntuali anziché intere sentenze. Il database documentale alla base del document builder prevede una archiviazione delle sentenze con segmentazione delle stesse in sezioni e classificazione delle sezioni risultanti secondo il format di provvedimento decisorio definito da IUSS Pavia. A ciò si aggiunge la classificazione delle sentenze a livello di singole frasi/paragrafi in base ai concetti estratti.”

Come viene poi chiarito nel documento di presentazione:

“Il document builder è uno strumento che assiste e supporta il giudice nella scrittura dei provvedimenti giudiziari, con particolare attenzione alla motivazione, sfruttando tecniche di intelligenza artificiale per l’elaborazione del linguaggio naturale dei documenti giuridici. Il document builder è pensato per integrarsi e non sovrapporsi agli strumenti già a disposizione del giudice; sfruttando (un) format di provvedimento decisorio (elaborato dalla stessa) (…) IUSS Pavia, le sezioni iniziali della nuova sentenza possono essere popolate ricevendo i dati provenienti dalle diverse fonti del Processo Civile Telematico (e relativi registri), sfruttando ad esempio, funzionalità esistenti nella Consolle del giudice. Per la scrittura della sezione motivazione entrano in gioco le funzionalità del document builder.

Caratteristica distintiva del document builder è l’approccio human-in-the-loop, che permette all’utente giudicante di esercitare la propria libertà decisionale e il pieno controllo della formulazione motivazionale del provvedimento, selezionando il materiale proposto dallo strumento, cambiando o precisando alcuni parametri di interrogazione, o alcuni elementi di fatto e di diritto che contraddicono e cambiano la consequenzialità della proposta fornita dallo strumento. Per questo il document builder utilizza tecniche di intelligenza artificiale non generativa, ma con le stesse capacità di rappresentazione del significato del testo propria dei più innovativi modelli di elaborazione del linguaggio naturale, al fine di effettuare l’analisi semantica dei documenti ed estrarre concetti e significati da testi giuridici, elaborati e complessi, indipendentemente dalla forma sintattica utilizzata.

L’interfaccia del document builder è organizzata in due aree: un’area di lavoro principale in cui il giudicante effettua la stesura della motivazione e un’area di suggerimenti testuali forniti dallo strumento in risposta alle ricerche formulate dall’utente utili alla stesura della motivazione e alla decisione vera e propria. Mediante una funzionalità di ricerca per contenuto, l’utente inserisce una query a testo libero, ovvero una frase o locuzione che meglio esprime la questione giuridica di interesse. Come risultato della ricerca, lo strumento fornisce una lista di testi motivazionali più rilevanti, tratti dalle sentenze del corpus semanticamente simili/pertinenti al testo della query. La seconda funzionalità consiste nella ricerca per materia e concetto di interesse di frammenti motivazionali provenienti da precedenti giuridici. Entrambi i metodi di ricerca del document builder sfruttano tecniche di elaborazione del linguaggio naturale di ultima generazione sul corpus di documenti giurisprudenziali che eseguono un’analisi semantica delle sentenze stesse per reperire frammenti testuali effettivamente pertinenti all’oggetto della ricerca.

L’utente ha la possibilità di visualizzare il testo integrale di ciascun frammento risultante da una ricerca, considerata una funzionalità essenziale per consentire al giudicante di visionare (in sovraimpressione) la collocazione del frammento restituito come risultato della ricerca nel contesto dell’intera sezione motivazionale. L’utente ha quindi la possibilità di importare nell’area di lavoro tutti i frammenti testuali che ritiene utili ai fini della stesura della motivazione, utilizzandoli come citazioni o modificandone il contenuto e lavorando ai punti di raccordo fra gli stessi per arrivare alla formulazione finale della motivazione della sentenza in questione.”

L’idea del progetto è di sviluppare LLMs specifici per l’italiano giuridico e di rendere disponibili dei dataset in lingua italiana. L’obiettivo è di creare dei modelli, oltre che performanti, trasparenti ed open source. Gli strumenti sviluppati dovranno svolgere diverse funzioni come quelle di assistente nella scrittura e di riassunto di atti. Cicero è un writing assistant prototipale sviluppato dall’Università per il supporto alla scrittura di sentenze nel settore civile, addestrato sulla base di un elevatissimo numero di sentenze (37.000).

Vedi anche N. Cotechini- E. Madiai La digitalizzazione al servizio della giustizia: una proposta per innovare il sistema ASPEN di assegnazione dei procedimenti al personale togato in PNRR, GIUSTIZIA E UFFICIO PER IL PROCESSO citato pag. 129 ss.

Vedi anche 2uni4just_unibo_supdig_pesatura_fasci 

Vedi anche 1nextgen_iusspavia_supdig_attivit_svolt e A. Santosuosso – G. Sartor Decidere con l’IA, Il Mulino, Bologna 2024 pag. 150 ss.