Il presente contributo sostiene che l’intelligenza artificiale nella giustizia civile non sia uno strumento neutro di efficienza, bensì un dispositivo epistemico che ridefinisce i criteri di rilevanza giuridica, l’autorità del precedente e le pratiche conoscitive della scienza processuale. L'argomentazione procede in tre direzioni. In primo luogo, distingue tra auto- rinforzo algoritmico — un pregiudizio tecnico correggibile per cui le decisioni citate frequentemente attraggono ulteriori citazioni indipendentemente dalla qualità argomentativa — e naturalizzazione algoritmica, per cui le scelte normative incorporate nei sistemi di classificazione vengono percepite come dati oggettivi, insuscettibili di controllo critico. In secondo luogo, considera le riviste di diritto processuale come istituzioni epistemiche dotate di un autonomo potere di gatekeeping, mostrando come gli strumenti di IA generativa attualment utilizzati nella redazione accademica rischino di produrre un cartello epistemico involontario in cui ricostruzioni uniformi del diritto esistente sostituiscono contributi genuinamente argomentativi. In terzo luogo, un'analisi comparativa di quattro modelli normativi — l'approccio permissivo americano, il divieto restrittivo francese, il modello procedurale tedesco e il quadro frammentato italiano — dimostra che le scelte tecnologiche nell'IA giudiziaria sono sempre anche scelte normative sulla funzione dell'adjudication. L’articolo si conclude con quattro proposte istituzionali fondate sul Regolamento UE 2024/1689: un registro pubblico di trasparenza algoritmica, standard di divulgazione editoriale per la ricerca assistita dall’IA, un osservatorio nazionale sull’IA nella giustizia civile e un diritto processuale di discovery algoritmica che consenta alle parti di contestare la selezione opaca dei precedenti. Il primato della razionalità argomentativa sul ragionamento statistico non è una preferenza accademica; è un requisito costituzionale che richiede una protezione istituzionale attiva.

Algoritmi e giurisdizione. Epistemica processuale, modelli comparati e governance istituzionale nell’era dell’intelligenza artificiale

Cavallini, Cesare
2026

Abstract

Il presente contributo sostiene che l’intelligenza artificiale nella giustizia civile non sia uno strumento neutro di efficienza, bensì un dispositivo epistemico che ridefinisce i criteri di rilevanza giuridica, l’autorità del precedente e le pratiche conoscitive della scienza processuale. L'argomentazione procede in tre direzioni. In primo luogo, distingue tra auto- rinforzo algoritmico — un pregiudizio tecnico correggibile per cui le decisioni citate frequentemente attraggono ulteriori citazioni indipendentemente dalla qualità argomentativa — e naturalizzazione algoritmica, per cui le scelte normative incorporate nei sistemi di classificazione vengono percepite come dati oggettivi, insuscettibili di controllo critico. In secondo luogo, considera le riviste di diritto processuale come istituzioni epistemiche dotate di un autonomo potere di gatekeeping, mostrando come gli strumenti di IA generativa attualment utilizzati nella redazione accademica rischino di produrre un cartello epistemico involontario in cui ricostruzioni uniformi del diritto esistente sostituiscono contributi genuinamente argomentativi. In terzo luogo, un'analisi comparativa di quattro modelli normativi — l'approccio permissivo americano, il divieto restrittivo francese, il modello procedurale tedesco e il quadro frammentato italiano — dimostra che le scelte tecnologiche nell'IA giudiziaria sono sempre anche scelte normative sulla funzione dell'adjudication. L’articolo si conclude con quattro proposte istituzionali fondate sul Regolamento UE 2024/1689: un registro pubblico di trasparenza algoritmica, standard di divulgazione editoriale per la ricerca assistita dall’IA, un osservatorio nazionale sull’IA nella giustizia civile e un diritto processuale di discovery algoritmica che consenta alle parti di contestare la selezione opaca dei precedenti. Il primato della razionalità argomentativa sul ragionamento statistico non è una preferenza accademica; è un requisito costituzionale che richiede una protezione istituzionale attiva.
2026
2026
Cavallini, Cesare
File in questo prodotto:
File Dimensione Formato  
2_2026_contributo-05-1.pdf

accesso aperto

Descrizione: articolo
Tipologia: Pdf editoriale (Publisher's layout)
Licenza: PUBBLICO DOMINIO
Dimensione 880.71 kB
Formato Adobe PDF
880.71 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11565/4082076
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact