OfficeHour: Ricerche giurisprudenziali “aumentate” grazie all'IA

È con piacere che ti comunico la ripresa delle OfficeHour. Le OfficeHour sono una via di mezzo tra un webinar ed un articolo. Ti parlo, per un'oretta, di qualcosa che ho fatto / scoperto facendo un approfondimento.

Il 17 Aprile in diretta, o nei giorni successivi in differita, ti parlerò di come ho usato la Banca Dati del Merito estrapolare un tot di sentenze potenzialmente legate al mio caso specifico e NotebookLM per esaminarle velocemente ed estrapolarne la conoscenza per me rilevante.

Qui, trovi il link alla diretta su YouTube e sotto trovi incorporato il video quando sarà stato registrato.

Come sempre, se ti è piaciuto quel che hai letto, ascoltato o visto e non l’hai già fatto, ti suggerisco di iscriverti alla mia newsletter.
Ti avvertirò dei nuovi articoli che pubblico (oltre ai podcast e video su YouTube) e, mensilmente, ti segnalerò articoli che ho raccolto nel corso del mese ed ho trovato interessanti.

Sinossi dell’OfficeHour

Generata dalla trascrizione del video e usando NotebookLM (molto meta 😜).

Capitolo 1: L'approccio all'Intelligenza Artificiale nell'attività professionale

Filippo Strozzi introduce l'argomento della puntata: le ricerche giuridiche potenziate dall'intelligenza artificiale, in particolare con l'ausilio di Notebook LM.
L'obiettivo principale della puntata è esplorare l'utilità pratica dell'intelligenza artificiale nel lavoro quotidiano, basandosi sull'esperienza diretta del relatore.
Viene sottolineato come l'approccio sia sperimentale, volto a comprendere concretamente i vantaggi e i limiti dell'IA nell'attività professionale.
La filosofia del relatore riguardo all'IA è orientata all'utilizzo di strumenti personali e alla comprensione del loro funzionamento interno, diffidando delle "black box" di prodotti commerciali spesso costosi e con una visione limitata.
L'intelligenza artificiale viene paragonata a un praticante che svolge una ricerca preliminare, utile per velocizzare il lavoro successivo di verifica e approfondimento.
Viene evidenziata l'importanza di effettuare ricerche negative per bilanciare i risultati ottenuti con l'IA e di verificare sempre le fonti per evitare errori, come citazioni inventate.

Capitolo 2: Il caso pratico: ricerca di giurisprudenza specifica

L'episodio presenta un caso pratico di ricerca giuridica per un cliente, incentrato sul diritto, senza rivelare dati sensibili.
La ricerca era mirata a trovare un "ago nel pagliaio", ovvero giurisprudenza specifica su una situazione particolare e con caratteristiche uniche: un contratto di agenzia con tentata vendita.
Il relatore spiega di essere riuscito a trovare giurisprudenza pertinente, sottolineando come questo sia stato un caso di successo, ma anche potenzialmente fortuito, poiché dipendeva dall'esistenza di precedenti sul caso specifico.
Viene descritta l'evoluzione delle ricerche giuridiche, passando dai libri e repertori cartacei alle banche dati online.
Si discute dell'importanza di conoscere e utilizzare le banche dati giuridiche gratuite, come la Banca Dati del Merito (contenente i provvedimenti delle corti di merito italiane dal 2016) e Tal Giure (per la giurisprudenza di Cassazione).
Vengono illustrati i vantaggi della Banca Dati del Merito, come la sua ampiezza e l'aggiornamento quasi in tempo reale dei provvedimenti.
Vengono anche evidenziati i limiti della Banca Dati del Merito, come la mancanza di massimazione ufficiale e la necessità di "spulciare" un gran numero di provvedimenti.

Capitolo 3: La strategia della "pesca a strascico" e l'intervento dell'Intelligenza Artificiale

Viene introdotta la strategia definita "pesca a strascico", consistente nell'effettuare ricerche ampie per raccogliere un vasto numero di sentenze potenzialmente rilevanti.
A seguito di questa prima fase, si è reso necessario l'intervento dell'intelligenza artificiale per effettuare una scrematura e individuare i provvedimenti più pertinenti.
Viene descritto il processo di ricerca nella Banca Dati del Merito, utilizzando parole chiave come "agenzia" e "tentata vendita", e il successivo affinamento della ricerca includendo la "controversia in materia di lavoro".
Dopo aver scaricato un numero significativo di sentenze (circa 30-40), si è passati all'utilizzo di Notebook LM per l'analisi.

Capitolo 4: Utilizzo di Notebook LM per l'analisi giurisprudenziale

Viene presentata Notebook LM come uno strumento gratuito (nella sua versione base attuale) di Google, basato su Gemini, con una vasta finestra di contesto.
Le funzionalità principali di Notebook LM includono la gestione e l'approfondimento della conoscenza tramite l'analisi di documenti caricati (PDF, TXT, Markdown, audio).
Viene sottolineata la capacità di Notebook LM di distillare informazioni da documenti di grandi dimensioni e di rispondere a domande specifiche basandosi sul contenuto delle fonti.
Il relatore descrive il processo di caricamento delle sentenze in Notebook LM come "fonti" o "origini".
Viene illustrato come, dopo aver caricato le sentenze, sia possibile interagire con i documenti tramite la chat, ponendo domande specifiche.
Un "trucco" utilizzato consiste nel selezionare singole fonti per dialogare specificamente con il contenuto di una determinata sentenza, anziché interrogare tutte le fonti contemporaneamente.
Viene mostrato il prompt utilizzato per estrapolare informazioni chiave dalle sentenze, focalizzandosi sul riconoscimento o meno di un contratto di agenzia con tentata vendita rispetto a un contratto di lavoro subordinato.
Vengono presentati i risultati ottenuti da Notebook LM, evidenziando la capacità di sintetizzare le informazioni in modo strutturato e di fornire riferimenti precisi ai passaggi rilevanti del testo originale.
La possibilità di salvare i risultati come "note" all'interno di Notebook LM viene menzionata.

Capitolo 5: Risultati, verifiche e considerazioni finali

Viene condivisa l'esperienza positiva del caso di specie, dove Notebook LM ha contribuito a individuare sentenze favorevoli alla tesi del relatore, inclusa una pronuncia della Cassazione che ha confermato l'orientamento della Corte d'Appello.
Si riconosce che il risultato ottenuto è stato un successo, ma non necessariamente replicabile in ogni situazione.
È stato effettuato un test successivo chiedendo a Notebook LM di identificare autonomamente le sentenze pro e contro, ottenendo risultati sorprendentemente accurati.
Tuttavia, viene sottolineata l'importanza di non fidarsi ciecamente dell'IA e di effettuare sempre verifiche, poiché in alcuni casi le risposte possono essere errate o fuorvianti.
La necessità di testare e comprendere i limiti degli strumenti di IA viene ribadita come fondamentale per un utilizzo consapevole ed efficace.
In conclusione, l'intelligenza artificiale, utilizzata con attenzione e metodo, si rivela uno strumento utile per ottimizzare la ricerca giuridica, consentendo di ottenere risultati che potrebbero essere difficilmente raggiungibili con i soli metodi tradizionali o con le banche dati a pagamento.
Viene evidenziato come l'evoluzione rapida di questi strumenti richieda un aggiornamento e una sperimentazione costanti per sfruttarne appieno le potenzialità.