AI e studi legali, ecco come l’intelligenza artificiale va in aiuto degli avvocati

A inizio 2025 il Tribunale di Firenze ha pronunciato una sentenza destinata a segnare il dibattito professionale: nell’ordinanza si è trovato a valutare una richiesta di condanna legata a citazioni giurisprudenziali inesistenti o travisate inserite in un atto difensivo. Nelle note la difesa riconduce l’errore a una ricerca svolta tramite ChatGpt senza che il dominus ne fosse consapevole. Il Tribunale rigetta l’istanza di responsabilità aggravata ma non assolve l’approccio per l’omessa verifica delle fonti.

Dove si annidano i rischi nell’uso dell’AI 

È la fotografia dell’equivoco che oggi paralizza molti studi: l’AI non è pericolosa perché scrive, ma perché può farlo con una sicurezza retorica sproporzionata rispetto alla verificabilità delle fonti. Quando l’errore entra in un atto non resta confinato nel perimetro interno dello studio: diventa rischio processuale, reputazionale e - in certe condizioni - disciplinare. Si l’incubo ricorrente dell’avvocatura contemporanea: l’errore algoritmico della macchina compromette la reputazione dello studio.

Mentre i professionisti discutono ancora se l’AI «tolga lavoro», il mercato si è già spostato. Secondo EY, nel 2025 l’utilizzo dell’AI sul lavoro in Italia è salito dal 12 al 46%: una quota crescente di clienti entra in studio con aspettative diverse su tempi, costi, reportistica, standard di qualità. I giuristi d’impresa premono per efficienza e contenimento dei costi, trasformano la tecnologia in variabile competitiva, selezionano gli studi in base alla capacità di offrire servizi tecnologicamente evoluti. L’Association of Corporate Counselrileva che il 52% di 652 progessionisti in-hous usa GenAI - più del doppio rispetto al 2024 -, il 64% si aspetta di ridurre la dipendenza dagli studi esterni e il 61% degli in-house counsel dichiara che spingerà per modificare il pricing dei servizi esterni.

La differenza tra chatbot generalisti e GenAI

Qui serve una distinzione netta, spesso confusa nel dibattito: da un lato l’AI generativa aperta, generalista, addestrata su corpora difficilmente controllabili e capace di produrre testo plausibile anche quando è privo di fondamento; dall’altro un modello cognitivo strutturato, progettato per lavorare su fonti selezionate e verificabili, con log di esecuzione e controlli di validazione. La differenza passa tra un generatore di frasi e un sistema di supporto al ragionamento che può essere auditato. In questo spazio si colloca il concetto di AI «difendibile»: un’architettura e un metodo che rendono l’output dimostrabile e aprono le black box, rendendole trasparenti, chiare, difendibili. Il salto, per gli studi legali, è metodologico prima ancora che tecnologico.

Le case history aiutano a uscire dall’astrazione. Nel mercato internazionale Allen & Overy (oggi A&O Shearman) ha formalizzato già nel 2023 una partnership di lancio con Harvey, portando la GenAI dentro processi e sandbox controllate proprio per evitare che l’uso spontaneo diventi un rischio sistemico. In Italia il percorso è simile nei grandi studi che hanno investito in policy, formazione e ambienti chiusi: modelli in cui l’accesso agli strumenti è subordinato a formazione e regole interne, l’utilizzo avviene su database proprietari in un ambiente gated e sicuro, evitando di svendere dati e stile a piattaforme pubbliche.

Ad esempio a questo filone si affianca l’esperienza dello Studio QLT, che ha scelto di sviluppare con il supporto di Aisma un proprio modello cognitivo di studio, organizzando il lavoro in macro-blocchi di Retrieval, Reasoning e Document Assembly validati in un PoC dedicato. In questo caso la GenAI non è un chatbot generico agganciato a Word, ma un sistema disegnato attorno a knowledge base interne, tassonomie governate e servizi di audit, con l’obiettivo esplicito di produrre atti difendibili e ispezionabili ex post. (riproduzione riservata)
*ceo
**head of legal department
AISMA

• Leggi anche: L’AI non richiede un nuovo diritto ma l’adattamento di quello classico