Il dibattito sull’AI giudiziaria si è concentrato soprattutto sul supporto alla decisione e sulla necessità di preservare l’autonomia del magistrato. L’incidenza della tecnologia sul diritto può però estendersi lungo l’intero percorso che conduce dalla regola alla soluzione del caso concreto.
L’AI può assistere la decisione, tradurre una regola in passaggi operativi oppure concorrere alla sua stessa definizione. È quest’ultima possibilità ad aprire il dibattito sul Personalized Law.
Indice degli argomenti
Sperimentazione AI negli uffici giudiziari, il contesto
L’art. 15 della legge n. 132 del 2025 riserva al magistrato le decisioni sull’interpretazione e sull’applicazione della legge, sulla valutazione dei fatti e delle prove e sull’adozione dei provvedimenti; l’intelligenza artificiale può invece essere impiegata nell’organizzazione dei servizi, nella semplificazione del lavoro giudiziario e nelle attività accessorie.
Il caso Copilot
In questa cornice si colloca la sperimentazione di Microsoft Copilot, avviata negli uffici giudiziari italiani il 1° gennaio 2026. Con l’aggiornamento delle Raccomandazioni del 22 luglio 2026, il CSM ha ammesso, sotto controllo umano, la classificazione degli atti, la sintesi documentale e il confronto tra le posizioni delle parti, mantenendo escluse la valutazione autonoma delle prove, l’interpretazione della legge e la redazione dei provvedimenti.
La sperimentazione mostra però quanto sia delicato distinguere le attività preparatorie da quelle decisorie. Durante la catalogazione di elenchi immobiliari, Copilot avrebbe inserito il nome di un comune inesistente, pur essendo stato istruito a utilizzare soltanto i documenti forniti[1]. L’episodio indica che il controllo deve riguardare anche il processo attraverso cui le informazioni vengono selezionate e rappresentate, perché un sistema può orientare il percorso della decisione senza formulare direttamente il dispositivo.
Nel caso del personalized law, dati e algoritmi non vengono impiegati soltanto per applicare una stessa regola generale a persone diverse, ma per individuare, entro una cornice comune, il precetto destinato alla singola persona[2].
Diritto personalizzato: che cos’è il Personalized Law
Le norme giuridiche sono normalmente generali e astratte: un limite di velocità vale allo stesso modo per chiunque percorra una certa strada, un obbligo informativo si applica a tutti i consumatori, uno standard di diligenza definisce il comportamento atteso da una categoria di soggetti. La generalità consente al diritto di governare una realtà complessa senza costruire una norma per ogni individuo, ma impone una semplificazione – persone diverse vengono ricondotte alla stessa categoria anche quando hanno capacità, esigenze o condizioni differenti.
Il Personalized Law, o personalizzazione normativa algoritmica, è una prospettiva giuridica che propone un “diritto di precisione” in grado di ridurre questa distanza. Ciò non significa attribuire all’algoritmo il potere di creare liberamente il diritto: sono la legge, l’autorità competente o, nei limiti dell’autonomia privata, le parti del rapporto a dover stabilire la finalità da perseguire, i dati utilizzabili, i criteri rilevanti e i limiti entro i quali può avvenire la differenziazione.
Nella sua configurazione più radicale, la norma generale assumerebbe la forma di una regola per la produzione di precetti individuali. Invece di fissare direttamente una soluzione uguale per tutti, la norma individuerebbe le variabili che possono essere considerate, i criteri per combinarle e il risultato da perseguire. Il sistema di AI, poi, applicherebbe quella cornice ai dati relativi alla persona e al contesto, elaborando il precetto destinato al singolo caso.
Il procedimento può essere descritto in quattro passaggi. Anzitutto, la fonte giuridica stabilisce quali differenze individuali siano rilevanti. Vengono quindi acquisiti i dati necessari, come le caratteristiche personali, le circostanze concrete o i precedenti comportamenti. Su questa base il sistema elabora una valutazione individuale e individua, secondo i criteri prestabiliti, il precetto applicabile. La regola così ottenuta dovrebbe infine essere comunicata al destinatario, resa tracciabile e contestabile.
Gli esempi della circolazione stradale
Proviamo a esemplificare.
Oggi i limiti di velocità sono stabiliti in via generale per chi percorre un determinato tratto di strada: anche quando variano in base al traffico o alle condizioni meteorologiche, restano uguali per tutti i conducenti che si trovano nella medesima situazione. In uno scenario di personalizzazione algoritmica, la legge potrebbe invece fissare l’obiettivo generale di sicurezza e autorizzare un sistema a determinare, secondo criteri prestabiliti, la velocità massima consentita al singolo conducente, tenendo conto del veicolo, dell’esperienza di guida e dei tempi di reazione.
Lo stesso meccanismo potrebbe riguardare la guida dopo l’assunzione di alcol. Oggi la legge stabilisce soglie predeterminate, il cui superamento produce conseguenze definite in via generale. In un sistema personalizzato, l’algoritmo potrebbe invece valutare, secondo criteri normativi, dati fisiologici, farmaci assunti e condizioni concrete per individuare la soglia applicabile alla singola persona.
In entrambi i casi la legge continuerebbe a stabilire l’obiettivo, le variabili utilizzabili e i limiti della differenziazione; l’algoritmo tradurrebbe quella cornice generale nel precetto applicabile al singolo.
Diritto personalizzato e promessa di precisione
Il diritto personalizzato promette di considerare più variabili di quante una norma generale possa normalmente incorporare. Un sistema di AI può elaborare grandi quantità di dati, individuare ricorrenze difficilmente percepibili dall’essere umano e adattare il risultato alle caratteristiche della persona.
Nel campo degli standard di condotta, il parametro dell’agente medio potrebbe così trasformarsi in quello del “tu diligente”: non più ciò che può pretendersi da un soggetto astratto, ma ciò che può ragionevolmente richiedersi a quella specifica persona, considerate le sue competenze e le circostanze nelle quali agisce.
Questa maggiore precisione può favorire un trattamento più aderente alla situazione concreta. Può però anche rendere meno visibile la ragione della differenza. Il problema riguarda sia la correttezza del calcolo che la legittimità delle variabili considerate e la possibilità di comprendere perché abbiano prodotto una determinata posizione giuridica.
La precisione algoritmica, da sola, non garantisce quindi la giustizia del risultato.
Diritto personalizzato e principio di uguaglianza
Il principio di uguaglianza non impone sempre un trattamento identico: richiede anche di distinguere situazioni diverse quando la diversità è giuridicamente rilevante. Da questo punto di vista, il diritto personalizzato può apparire coerente con una concezione sostanziale dell’uguaglianza – la regola generale trascura inevitabilmente alcune peculiarità, quella individualizzata promette di prenderle sul serio. Il problema è stabilire quali differenze possano giustificare un trattamento diverso.
Una personalizzazione legittima richiede criteri pertinenti, conoscibili e controllabili: la presenza di una correlazione statistica non basta a spiegare perché una caratteristica debba incidere sui diritti o sugli obblighi della persona. Due individui possono ricevere condizioni, rimedi o vincoli differenti senza conoscere i dati che hanno determinato la diversità, senza poter correggere il profilo né accorgersi dell’esistenza di un trattamento alternativo.
Se è vero che una norma generale può avere limiti, essa però consente di prevedere le conseguenze delle proprie condotte e di quelle altrui, orientare il comportamento dei cittadini e favorire il dibattito democratico. La regola individuale può risultare più precisa, ma, al tempo stesso, meno conoscibile e verificabile.
Diritto personalizzato, profili digitali e diseguaglianze
Il diritto personalizzato presuppone una rappresentazione digitale del destinatario. Il sistema ricava inferenze dalle scelte precedenti, dalle caratteristiche osservabili e da correlazioni con soggetti considerati simili dal modello – un profilo inevitabilmente parziale, che descrive alcuni comportamenti senza esaurire la complessità della persona. Se questa rappresentazione determina la regola applicabile, il passato rischia di diventare il criterio del futuro: un consumatore considerato poco competente potrebbe vedersi applicare condizioni contrattuali differenti; un soggetto classificato come rischioso potrebbe essere sottoposto a obblighi o condizioni più gravosi; una vulnerabilità rilevata a fini protettivi potrebbe finire per limitare l’accesso a determinate opportunità.
A questo si aggiungono i rischi di dati incompleti, bias e correlazioni solo apparentemente neutrali; e le diseguaglianze possono riprodursi anche nell’accesso ai sistemi più avanzati, quando dipende da risorse economiche o competenze digitali. La stessa conoscenza algoritmica può proteggere una persona vulnerabile o sfruttarne la fragilità: la differenza dipende dagli obiettivi del sistema e dagli interessi di chi lo progetta e lo controlla.
La progettazione del sistema incide direttamente sul risultato. Stabilire quali dati utilizzare, quale peso attribuire loro, quali fonti consultare e quale obiettivo il sistema debba perseguire significa incorporare nel modello una determinata rappresentazione del problema. Quanto più l’AI concorre a definire la posizione individuale, tanto più occorrono una base normativa chiara, una responsabilità identificabile e garanzie tecniche sulla qualità dei dati, sulla tracciabilità delle elaborazioni e sulla possibilità di verificare e contestare il risultato.
Diritto personalizzato: tutele comuni e controllo pubblico
La personalizzazione algoritmica richiede una valutazione che tenga insieme le opportunità offerte dall’adattamento individuale e le garanzie proprie della norma generale. Presenta i vantaggi più immediati quando rimuove ostacoli, migliora la comprensione e rende più semplice l’esercizio di tutele comuni. Diventa più problematica quando attribuisce alla profilazione il potere di differenziare la posizione sostanziale della persona. La generalità della norma continua infatti a svolgere funzioni essenziali – rende il diritto conoscibile, coordina le condotte, costruisce aspettative comuni, permette il controllo pubblico sulle differenze di trattamento. Occorre quindi stabilire quali elementi possano essere adattati e quali debbano rimanere comuni.
Per molto tempo questa prospettiva è apparsa lontana. La sua infrastruttura tecnologica, tuttavia, sta prendendo forma in strumenti di uso quotidiano, a partire dal browser. I nuovi agenti AI possono già selezionare informazioni, adattarne la presentazione e assistere l’utente nell’esercizio dei propri diritti. Queste funzioni, pur non modificando necessariamente la regola applicabile, rendono concreta l’intermediazione digitale nel rapporto tra norme e utenti.
La sfida sarà governare i sistemi digitali che si collocano tra la persona e il diritto, affinché l’adattamento delle tutele alle esigenze individuali non sottragga le differenze di trattamento alla conoscibilità e al controllo pubblico.
Note
[1] Cfr. Aggiornamento delle Raccomandazioni sull’uso dell’intelligenza artificiale nell’amministrazione della giustizia, par. 6. ↩
[2] Cfr. O. Ben-Shahar e A. Porat, Personalized Law. Different Rules for Different People, Oxford University Press, 2021; C. Busch e A. De Franceschi (a cura di), Algorithmic Regulation and Personalized Law. A Handbook, Beck-Hart-Nomos, 2021. ↩
Partecipa alla community