Numeri e giustizia

Tradurre il processo in una formula matematica: è possibile, ecco come

L’istruttoria giudiziaria può essere tradotta in una formula matematica: un esperimento, per conferire maggiore certezza sul procedimento e l’esito. Tuttavia, non bisogna trascurare variabili fondamentali come la prudenza del giudice

Pubblicato il 03 Dic 2020

Luigi Viola

avvocato

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
chiavetta usb processo

Nell’ambito di un procedimento giudiziario, l’istruttoria può essere tradotta anche in una formula. Questa ha il pregio di assicurare maggiore certezza, pur lasciando rilievo decisivo al prudente apprezzamento del giudice come previsto dall’articolo 116 del Codice di procedura penale. Vediamo come funziona: si precisa che tale contributo è di natura sperimentale, vuole solo mettere la lente d’ingrandimento su una possibilità, lungi da volersi accreditare come dogma.

Matematica e giustizia

La formula che andiamo a esporre rappresenta un primissimo studio sperimentale (e come tale va considerato), ma serve ad evidenziare la sequenza logica e procedimentale imposta dal codice di rito. La formula non tiene ancora conto del dictum dell’art. 116 comma 1 c.p.c., che attribuisce al giudice il potere/dovere/diritto di pesare le prove secondo il proprio prudente apprezzamento; la prudenza è un concetto relativo (quasi valoriale), da individuare caso per caso rispetto al fine. Ciò rende ancor più difficile la modellizzazione effettiva dell’iter processuale. Attenzione però: più difficile, ma non impossibile.

Se si riuscisse in quest’intento, il grado di certezza dell’esito processuale e la sua prevedibilità sarebbero innalzati notevolmente, con beneficio di tutti i cittadini che potrebbero fruire di una maggiore parità di trattamento processuale.

Le variabili

Il provvedimento giudiziale finale è una composizione di fatto e diritto: il fatto esiste nella misura in cui viene provato, mentre il diritto che rileva è dato dalla sua interpretazione. Per iniziare, assegniamo le seguenti variabili:

PG = provvedimento giudiziale

FP = fatto provato

IP = interpretazione della legge[1]

Avremo, dunque:

PG= FP ∧ IP

Questo simbolo “∧ “ indica “and”, da intendere qui come una “e” congiunzione tra dati non omogenei.

Formula sperimentale per il processo civile 

La formula del processo civile potrebbe essere la seguente:

Assegnate queste variabili:

PP = prove precostituite;

FN= fatto narrato (può essere neutralizzato da un fatto narrato diverso, oppure tramite contestazione specifica ex art. 115 c.p.c.);

GD = giuramento decisorio;

PC = tutte le prove costituende ad eccezione del giuramento decisorio;

AP = argomenti di prova, ex art. 116 comma 2 c.p.c.;

n = variabile del numero di prove o interpretazioni;

∘ = composizione.

In base all’iter procedimentale dell’istruttoria, le prove precostituite precedono la contestazione dei fatti, che a sua volta precede le prove costituende.

FP = {(PP ± PPn) ∘ (FN ± FNn) ∘ [∀FN – FN = 0 => (GD ± GD)] ∘ [∀GD – GD = 0 => (PC ± PCn)] ∘ (AP ± APn)}

Si precisa che:

-∀ vuol dire “per ogni”;

-= 0 => vuol dire “se è uguale a 0, allora ne segue che”.

Facciamo un esempio. Tizio lancia dal balcone una chiave inglese, colpendo e così cagionando lesioni per colpa al signor Caio. Assistono all’evento Sempronia e Sempronio.

Caio agirà ex art. 2043 c.c., dovendo provare:

-colpa o dolo (a);

-causalità (b);

-danno (c).

Il processo viene attivato con atto di citazione, in cui Caio espone il fatto enunciando anche la presenza di colpa o dolo, causalità, danno (a+b+c). Tizio contesta la causalità (-b). Sempronio e Sempronia confermano la causalità (+b). Il giudice dovrà decidere: vediamo che succede utilizzando la formula ipotizzata. Questa è la formula:

FP = {(PP ± PPn) ∘ (FN ± FNn) ∘ [∀FN – FN = 0 => (GD ± GD)] ∘ [∀GD – GD = 0 => (PC ± PCn)] ∘ (AP ± APn)}

Non abbiamo PP, per cui attribuiamo il valore 0.

Non abbiamo GD, per cui attribuiamo il valore 0.

Non abbiamo AP, per cui attribuiamo il valore 0.

Ora inseriamo le variabili:

FP = {(0 ± 0) ∘ (a + b + c – b) ∘ [∀b – b = 0 => (0 ± 0)] ∘ [∀0 – 0 = 0 => (+b ± 0)] ∘ (0 ± 0)}

Ora eliminiamo i dati “neutralizzati” (b-b), così da avere:

FP = {(0 ± 0) ∘ (a +b+ c – b) ∘ [∀b – b = 0 => (0 ± 0)] ∘ [∀0 – 0 = 0 => (+b ± 0)] ∘ (0 ± 0)}

Da cui ne segue:

FP = a + c + b

Caio ha provato il fatto rilevante ex art. 2043 c.c.

La formula non tiene conto del diverso peso delle prove ex art. 116 comma 1 c.p.c.

Facciamo un altro esempio: Tizio lancia dal balcone una chiave inglese, colpendo e così cagionando lesioni per colpa al sig. Caio. Assistono all’evento Sempronia e Sempronio.

Caio agirà ex art. 2043 c.c., dovendo provare:

-colpa o dolo (a);

-causalità (b);

-danno (c).

Il processo viene attivato con atto di citazione, in cui Caio espone il fatto enunciando anche la presenza di colpa o dolo, causalità, danno (a + b + c), allegando un referto medico dimostrativo del danno (+ c ). Tizio contesta la presenza di un danno (- c). Sempronio e Sempronia confermano la causalità (+b). Il giudice dovrà decidere: vediamo che succede utilizzando la formula ipotizzata. Questa è la formula:

FP = {(PP ± PPn) ∘ (FN ± FNn) ∘ [∀FN – FN = 0 => (GD ± GD)] ∘ [∀GD – GD = 0 => (PC ± PCn)] ∘ (AP ± APn)}

Si precisa che:

non abbiamo GD, per cui attribuiamo il valore 0;

non abbiamo AP, per cui attribuiamo il valore 0.

Ora inseriamo le variabili:

FP = {( c ± 0) ∘ ( a + b+ c – c) ∘ [∀c – c = 0 => (0 ± 0)] ∘ [∀0 – 0 = 0 => (b ± 0)] ∘ (0 ± 0)}

Ora eliminiamo i dati “neutralizzati” (b-b), così da avere (c-c):

FP = {( c ± 0) ∘ ( a + b + c – c) ∘ [∀c – c = 0 => (0 ± 0)] ∘ [∀0 – 0 = 0 => (b ± 0)] ∘ (0 ± 0)}

Da cui ne segue:

FP = c + a + b ∘ b

Il fatto a + b + c è provato.

La formula non tiene conto del diverso peso delle prove ex art. 116 comma 1 c.p.c.

Conclusione

Si vive un momento di incertezza enorme, anche sul piano della giustizia: bisognerà trovare il giusto equilibrio tra oggettività e soggettività. Solo il primo non va bene in quanto si rischia di non tenere in considerazione le singole specificità del caso, in uno con le argomentazioni delle parti processuali. Neanche solo il secondo va bene perché rischia di creare incertezza, finendo per trattare in modo diverso situazioni giuridiche uguali.

Non c’è dubbio, però, che la sentenza deve essere sempre più verificabile, in modo tale che la decisione appaia la logica conseguenza (conclusione) di elementi di fatto (premessa minore) ed elementi di diritto (premessa maggiore).

_

Note

  1. Per questo, si rinvia integralmente a Viola, Interpretazione della legge con modelli matematici, Milano, 2018. ↑

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x