Deterministic Probabilistic Projection for Hallucination-Free Judicial Inquiry: A Neuro-Symbolic Framework for Evidentiary Solidity Assessment

Nel mondo ad alta tensione della giustizia penale, il percorso che va da un verbale di polizia a una decisione giudiziaria è un pesante carico di testo. I magistrati istruttori devono setacciare montagne di note scritte a mano, dichiarazioni di testimoni e registri forensi per trovare la verità. Devono decidere se le prove siano sufficientemente solide da mandare qualcuno a processo o se il caso debba essere archiviato. Per decenni, la speranza è stata che l'intelligenza artificiale potesse aiutare a gestire questo caos. I grandi modelli linguistici, gli stessi potenti programmi informatici in grado di scrivere saggi o riassumere notizie, sembravano lo strumento perfetto per leggere questi file e individuare i fatti. Ma queste macchine hanno un difetto pericoloso: sono inclini alle "allucinazioni". Ciò significa che possono inventare fatti con sicurezza, citare leggi inesistenti o inventare ragioni per una decisione. In un sistema legale in cui una parola sbagliata può rovinare una vita, una macchina che inventa le cose non è solo inutile; è pericolosa.

Un ricercatore in Marocco ha proposto un nuovo modo di utilizzare l'intelligenza artificiale che elimina interamente questo rischio. Invece di lasciare che un programma per computer indovini l'esito di un caso, ha costruito un sistema che separa l'atto della lettura dall'atto della decisione. Immaginate un'aula di tribunale in cui un computer legge la testimonianza ed elenca i fatti, ma un insieme di regole rigide e immutabili — scritte in codice, non in parole — compie la decisione finale. Questo nuovo framework, testato rispetto al Codice Penale marocchino, assicura che la macchina non inventi mai un motivo per condannare o assolvere. Non indovina; calcola. Obbligando il computer a seguire un percorso logico rigido dopo aver letto i documenti, il ricercatore ha creato uno strumento che è affidabile quanto le leggi che interpreta, offrendo ai magistrati un modo per utilizzare la tecnologia senza perdere la certezza del giudizio umano.

Il cuore di questa innovazione è un cambiamento nel modo in cui il computer elabora le informazioni. I sistemi di IA tradizionali lavorano come un narratore; leggono un input e poi generano una risposta parola per parola, prevedendo cosa verrà dopo sulla base dei modelli che hanno visto in precedenza. È qui che avvengono gli errori. Il nuovo sistema, tuttavia, suddivide questo processo in due fasi distinte. Primo, un modello informatico specializzato legge il verbale di polizia grezzo ed estrae fatti specifici, etichettandoli come prove a carico del sospettato o a favore del sospettato. Trova anche le leggi esatte che potrebbero applicarsi. Questa fase è ancora svolta da una macchina flessibile, capace di comprendere il linguaggio. Ma una volta estratti i fatti, questi vengono passati a una parte completamente diversa del sistema. Questa seconda parte è un motore matematico rigoroso che non scrive frasi. Esso si limita a guardare l'elenco dei fatti e a verificarli rispetto a un insieme fisso di regole logiche. Se le regole dicono che le prove sono sufficienti, il sistema emette una decisione di rinvio a un tribunale. Se le regole dicono che le prove sono troppo deboli, ordina l'archiviazione del caso. Poiché questo ultimo passaggio è un calcolo rigido piuttosto che un'ipotesi creativa, il sistema non può allucinare. Non può inventare una legge o un fatto che non esisteva all'origine.

Per far sì che ciò funzioni, il ricercatore ha dovuto risolvere il problema di come pesare le prove. In un vero processo, non tutti i fatti hanno lo stesso peso. Un'impronta digitale è una prova forte; una vaga voce è una prova debole. Il team ha creato un sistema di punteggio che misura la "densità" delle prove. Contano quanti pezzi di evidenza esistono a carico e a favore del sospettato, ma li pesano anche in base alla confidenza che il sistema ha in ogni singolo pezzo. Hanno persino inserito un bias matematico che favorisce il sospettato, riflettendo il principio legale secondo cui una persona è innocente fino a prova contraria. Ciò significa che il sistema richiede un caso più solido per condannare rispetto a quanto ne richieda per assolvere. Se le prove sono equilibrate o poco chiare, la matematica spinge naturalmente il risultato verso l'archiviazione. Il sistema verifica anche che i fatti corrispondano effettivamente alle leggi che dovrebbe applicare. Utilizza un metodo per misurare quanto strettamente le parole nel verbale di polizia si allineino con le parole del codice legale, garantendo che la decisione sia fondata su statuti reali piuttosto che su vaghe associazioni.

Il ricercatore ha testato questo sistema con un caso fittizio realistico riguardante una rapina a mano armata. Ha fornito un verbale di polizia alla macchina, il quale descriveva un sospettato trovato sulla scena con impronte digitali su una finestra rotta, ma che aveva anche un alibi parziale. Il sistema ha estratto con successo i dettagli incriminanti e la controargomentazione della difesa. Ha poi calcolato la forza del caso dell'accusa rispetto a quello della difesa. Il risultato è stato un punteggio numerico chiaro che indicava che le prove erano sufficienti per procedere. Il sistema ha poi applicato le sue rigide regole logiche e ha deciso di rinviare il caso a un tribunale. In questo specifico test, il sistema non ha commesso alcun errore. Non ha inventato un nuovo testimone né ha citato erroneamente la legge. Rispetto a un modello di IA standard non modificato, il nuovo sistema ha eliminato completamente il tasso di errore. Mentre il modello standard commetteva errori in oltre il 14 percento delle sue decisioni, il nuovo framework non ne ha commessi alcuno.

Anche la velocità del sistema è degna di nota, sebbene non sia l'obiettivo primario. Il processo impiega circa otto secondi per passare da un documento grezzo a una decisione finale, il che è leggermente più lento di una IA standard che potrebbe indovinare in quattro secondi. Tuttavia, il ricercatore sostiene che il tempo extra sia un piccolo prezzo da pagare per l'assoluta affidabilità. Il sistema è progettato per girare su computer locali, il che significa che i dati sensibili dei casi criminali non devono essere inviati al cloud, proteggendo la privacy dei soggetti coinvolti. Ogni decisione presa dal sistema è tracciabile. Un giudice può guardare l'output e vedere esattamente quali fatti sono stati trovati, quali leggi sono state abbinate e come è stato calcolato il punteggio finale. Non c'è una "scatola nera"; il ragionamento è trasparente e aperto all'ispezione.

Questo approccio rappresenta un cambiamento significativo nel modo in cui viene costruita la tecnologia legale. Si allontana dall'idea che un computer debba essere in grado di "pensare" come un avvocato e suggerisce invece che un computer debba agire come un rigoroso contabile della legge. Conta i fatti, controlla le regole e riporta il risultato. Il ricercatore riconosce che questo è solo l'inizio. Prevede di espandere il sistema per gestire casi complessi che coinvolgono più sospettati e di aggiungere la capacità di controllare la tempistica degli eventi, assicurando che gli alibi non contraddicano la cronologia del crimine. Intende inoltre testare il sistema con veri giudici per vedere quanto bene si allinei all'intuizione umana. Per ora, lo studio dimostra che è possibile costruire un'intelligenza artificiale che aiuti la legge senza infrangerla, offrendo uno strumento che è al contempo potente e perfettamente obbediente alle regole della giustizia.