Sintesi Tecnica: Oltre la Similitudine Probabilistica

Definizione del Problema

Il documento identifica un disallineamento architettonico sistemico tra gli attuali paradigmi di Generazione Aumentata da Recupero (RAG) e i requisiti ontologici specifici del dominio giuridico. Sebbene il RAG sia stato adottato per mitigare le allucinazioni nell'IA legale, persistono fallimenti di alto profilo in cui i sistemi citano documenti reali in modi anacronistici, strutturalmente incompleti o istituzionalmente non fondati. Gli autori sostengono che questi non siano confabulazioni residue risolvibili aumentando la scala dei modelli linguistici, bensì sintomi di un difetto fondamentale: le attuali architetture di recupero ottimizzano la similitudine semantica approssimativa, mentre la correttezza legale richiede la fondazione della validità (validity grounding).

La correttezza legale è definita non dalla prossimità testuale, ma da tre condizioni:

1. Validità gerarchica: Quale norma si applica in base alla sua posizione in una gerarchia formale.
2. Validità temporale: Quale versione di una norma era in vigore in un determinato momento.
3. Provenienza istituzionale: La specifica catena di atti ufficiali che ha creato, modificato o autorizzato la norma.

Gli attuali approcci basati su vettori, e persino quelli di Graph RAG, non riescono a esprimere tali nozioni, portando a output che sono fluidi ma giuridicamente inadeguati.

Metodologia

Il documento impiega un'indagine critica basata sulla teoria piuttosto che un benchmark empirico sistematico. La metodologia procede attraverso tre movimenti distinti:

1. Formulazione Ontologica: Attingendo alla teoria giuridica classica (la gerarchia delle norme di Kelsen, le regole di riconoscimento/cambiamento di Hart e la chiusura operativa di Luhmann), gli autori articolano l' "impegno ontologico" della conoscenza giuridica. Essi traducono questi concetti teorici in tre requisiti computazionali per le architetture di recupero.
2. Identificazione delle Patologie: Gli autori invertono la prospettiva per definire tre specifiche "patologie" del recupero che emergono quando questi impegni vengono violati. Per ogni patologia, forniscono una definizione operativa, un meccanismo di fallimento, un esempio canonico e criteri di rilevamento.
3. Revisione Critica e Sintesi: La letteratura esistente (inclusi RAG, Graph RAG, ontologie legali, grafi di conoscenza temporali e agenti dotati di strumenti) viene esaminata attraverso la lente di queste patologie. Gli autori dimostrano che, sebbene esistano soluzioni parziali per singole patologie, queste non si compongono automaticamente quando vengono riadattate su substrati progettati per altri scopi. Ciò porta alla derivazione di quattro impegni architettonici per un nuovo paradigma.

Contributi Chiave

1. L'Impegno Ontologico della Conoscenza Giuridica

Il documento formalizza tre proprietà a livello di dominio che qualsiasi sistema di recupero legale deve rispettare:

• Struttura Gerarchica e Mereologica: I testi giuridici possiedono rigide relazioni parte-tutto (ad esempio, articoli, paragrafi, commi). Un frammento isolato dal suo contesto regolatore (ad esempio, un sottocomma privo del suo caput) è semanticamente ambiguo e potenzialmente fuorviante.
• Dinamismo Diacronico sotto Chiusura Operativa: I sistemi giuridici cambiano solo attraverso riconosciute operazioni interne (atti legislativi, sentenze). La validità è guidata da eventi, non inferita da tendenze testuali. Ciò richiede di distinguere tra tempo valido (quando una norma produce effetti giuridici) e tempo di transazione (quando è stata registrata), accogliendo complessità come la vacatio legis e la retroattività.
• Tracciabilità Causale della Provenienza Istituzionale: Le decisioni legali richiedono un "dovere di giustificazione". Il recupero deve esporre la catena di atti istituzionali (promulgazione, emendamento, interpretazione) che fondano la validità di una norma, non solo il testo stesso.

2. Un Quadro Diagnostico di Tre Patologie

Gli autori definiscono tre fallimenti indipendenti dall'architettura:

• Cecità Mereologica: Il fallimento nel preservare la struttura parte-tutto.
  • Meccanismo: Trattare i frammenti come unità indipendenti o non riuscire a imporre la chiusura dell'antenato durante il recupero.
  • Rilevamento: Il sistema può restituire tutti i discendenti di una query di ambito? Può recuperare il contesto regolatore per un frammento?
• Cecità Diacronica: Il fallimento nel ricostruire lo stato delle norme in momenti specifici.
  • Meccanismo: Restituire versioni attuali per query passate, non distinguere tra tempo valido e tempo di transazione, o ignorare i cambiamenti interpretativi (ad esempio, sentenze vincolanti che alterano il significato senza cambiare il testo).
  • Rilevamento: Il sistema può recuperare il testo valido alla data T? Distingue tra testo statutario e interpretazione operativa?
• Opacità Causale: Il fallimento nell'esporre la catena di atti istituzionali.
  • Meccanismo: Restituire il testo senza la sequenza di eventi (emendamenti, sentenze) che ne fondano la validità.
  • Rilevamento: Il sistema può ricostruire la linea genealogica ordinata degli atti, dalla promulgazione allo stato attuale?

3. Revisione Critica degli Approcci Correnti

Il documento esamina vari filoni della letteratura (standard documentali, chunking consapevole della struttura, Graph RAG, KG temporali, modellazione della provenienza e strumenti agentici) e li ritiene insufficienti se presi isolatamente:

• Gli Standard codificano la struttura ma non impongono la traversata al momento del recupero.
• Il Graph RAG inferisce la struttura dal basso verso l'alto, spesso mancando le gerarchie legali formali.
• I KG Temporali spesso mancano della reificazione degli eventi o non riescono a modellare il tempo interpretativo.
• La IA Spiegabile (XAI) spiega il comportamento del modello, non la fondazione istituzionale.
• Gli Agenti dotati di strumenti forniscono tracce di audit, ma spesso si affidano a una pianificazione probabilistica che può omettere passi legali necessari.
  La revisione conclude che le soluzioni parziali non si compongono; il loro riadattamento crea disallineamenti di impedenza e può mascherare le patologie rimanenti.

4. Impegni Architetturali per un Recupero Deterministico-per-Design

Per ottenere la soddisfazione congiunta dei tre requisiti, il documento propone quattro impegni mutuamente rinforzanti:

• C1. Primazia Ontologica: Il substrato deve essere organizzato attorno a entità legali (norme, autorità, unità strutturali) piuttosto che a frammenti di testo con metadati. La struttura è il substrato, non un'annotazione.
• C2. Reificazione degli Eventi: Le transizioni di validità (emendamenti, sentenze) devono essere entità di prima classe, interrogabili e dotate di proprietà (data, autorità, tipo), non semplici timestamp di archi.
• C3. Correttezza Bitemporale: I sistemi devono rappresentare e interrogare indipendentemente il tempo valido (effetto legale) e il tempo di transazione (registrazione), gestendo casi limite come la retroattività e la vacatio legis.
• C4. Protocolli di Interazione Deterministici: L'accesso al substrato deve essere mediato da primitive a tipo semantico fisso (ad esempio, retrieve_version(T), trace_lineage()) piuttosto che da una generazione di query aperta (ad esempio, generazione di SQL/SPARQL da parte di LLM). Ciò garantisce riproducibilità e auditabilità.

Risultati e Rivendicazioni

Il documento non riporta un nuovo benchmark empirico o una specifica implementazione software. Inveve, i suoi "risultati" sono formali e diagnostici:

• Stabilisce che il fallimento dell'IA legale è strutturale, non semplicemente una questione di scala del modello o dati di addestramento.
• Dimostra che gli attuali paradigmi RAG, ottimizzati per la similitudine semantica, non possono garantire l'adeguatezza legale.
• Sostiene che l'approccio "deterministico-per-design" è tecnicamente fattibile, citando il lavoro esistente sul RAG basato su ontologie, la modellazione centrata sugli eventi e i database temporali come precursori, sebbene la loro co-soddisfazione nel recupero legale rimanga rara.

Significato

Il documento rivendica uno spostamento del paradigma dell'IA legale dalla similitudine probabilistica alla fondazione della validità. Il suo significato risiede in:

1. Riformulazione del Problema: Spostare il focus dalla "prevenzione delle allucinazioni" alla "garanzia di correttezza strutturale, temporale e causale".
2. Fornire uno Strumento Diagnostico: Offrire un quadro riutilizzabile (le tre patologie) per valutare i sistemi di recupero legale esistenti e futuri.
3. Definire una Nuova Direzione Architetturale: Proporre il "recupero legale deterministico-per-design" come fondamento necessario per applicazioni legali ad alto rischio dove il fallimento silenzioso è intollerabile.
4. Chiarire il Ruolo degli LLM: Posizionare i modelli linguistici come strumenti per la comprensione e la sintesi del linguaggio naturale, riservando la fondazione della validità, la risoluzione temporale e la ricostruzione della provenienza a substrati controllati, simbolici o procedurali.

Gli autori concludono che, sebbene i metodi probabilistici rimangano utili per compiti esplorativi, il sottoinsieme di applicazioni legali che richiedono la fondazione della validità esige un cambio di paradigma verso strutture che trattino gerarchia, tempo e provenienza come elementi co-costitutivi, verificabili e deterministici.