Giustizia predittiva, come funziona la tecnologia: il caso di quattro startup | Agenda Digitale

L'approfondimento

Giustizia predittiva, come funziona la tecnologia: il caso di quattro startup

Attraverso l’esempio di quattro startup attive nel settore legal tech, approfondiamo come funziona l’innovazione della prediction technology: l’obiettivo è fare previsioni sulle decisioni dei tribunali

24 Nov 2020
Maurizio Carmignani

Founder & CEO - Management Consultant, Trainer & Startup Advisor

In ambito legale sta prendendo piede l’innovazione portata dalla prediction technology, giustizia predittiva: l’obiettivo è la previsione delle decisioni dei giudici attraverso l’applicazione di algoritmi.

In questo settore, stanno sorgendo startup specializzate nel fornire servizi legal tech.

Il framework accademico

Ancora una volta tutto inizia nel mondo anglosassone, precisamente alla Washington University. Un gruppo di professori, nel 2004, creò un algoritmo il cui obiettivo era quello di cercare di predire le decisioni dei tribunali. Per effettuare un test presero in esame tutti i 628 casi discussi nel 2002 dalla Corte Suprema degli Stati Uniti. L’accuratezza dell’algoritmo è stata messa a confronto con il lavoro “manuale” di un gruppo di esperti. Il modello statistico dei professori era riuscito a prevedere correttamente l’esito dei giudizi nel 75% dei casi, il team di esperti si era fermato al 59% dei casi.

Daniel Katz della Michigan State University in un paper pubblicato nel 2012 concludeva il saggio spiegando che la previsione, e le tecnologie a supporto di questo processo, già erano importanti in alcune pratiche legali, ma il ruolo era destinato a crescere all’aumentare della disponibilità puntuale di dati. Katz con la sua squadra nel 2017 ha esteso il test sulle sentenze della Corte Suprema prendendole in considerazione tutte, dal 1816 al 2015, riuscendo ad ottenere una capacità di previsione pari al 70,2%. Invece, Nikolaos Aletras all’University College di Londra, con il suo gruppo, ha utilizzato algoritmi di machine learning per analizzare i fascicoli dei casi della Corte europea dei diritti dell’uomo riuscendo nel 79% a prevederne il risultato.

Prediction technology, le startup

Approfondiamo i casi di alcune startup sorte in questo ambito innovativo.

Ravel Law

WEBINAR
Intelligenza Artificiale: nuovi scenari e nuove regole. Scoprilo nel webinar del 3 febbraio
Intelligenza Artificiale
Istruzione

Ravel è una legal analytics and research company fondata nel 2012 da Daniel Lewis e Nik Reed. Ravel Law nella presentazione precisa di poter di prevedere i risultati di una causa sulla base della giurisprudenza pertinente, delle sentenze dei giudici e del linguaggio di riferimento di oltre 400 tribunali. La funzione Judge Dashboard contiene casi, citazioni, schemi e decisioni di un giudice specifico per poter supportare gli avvocati a capire come il giudice potrà decidere su un caso.

Lex Machina 

Lex Machina è stata fondata nel 2009 e ha sede a Menlo Park, California. Lex Machina fornisce analisi ad aziende e studi legali per elaborare strategie utili per impostare le cause e migliorare l’efficacia del business. La piattaforma Lex Machina ha una varietà di funzioni per aiutare gli avvocati nell’impostare loro strategia legale. Ad esempio, Timing Analytics utilizza l’intelligenza artificiale per fornire la stima temporale di quando si andrà materialmente in giudizio davanti a uno specifico giudice. Un’altra funzione permette agli utenti di selezionare gli avvocati rispetto alla loro esperienza indicando le possibilità di successo davanti a uno specifico giudice o a un tribunale. Lex Machina è stata acquisita da LexisNexis nel 2015 per un importo non conosciuto. Sino alla exit aveva raccolto 10 milioni di dollari da 8 investitori.

Premonition 

Premonition Analytics è stata fondata nel 2014 e ha sede a New York. Premonition afferma di essere il più grande database di contenzioso al mondo e di poter prevedere la probabilità di successo di un avvocato analizzando il suo tasso di vittorie, la durata, la tipologia del caso, il giudice a cui è stata assegnata una causa, con un’accuratezza del 30,7 %. Premonition ha raccolto investimenti per un totale di 5 milioni di dollari.

Intraspexion 

Il 20 agosto 2015, assistito dall’avvocato Sean Doherty, Nick Brestoff ha fondato Intraspexion come for profit corporation del Delaware. Intraspexion utilizza un algoritmo di deep learning per agire come un sistema di allerta precoce, informando i consulenti legali aziendali sui rischi di controversie interne in tempo quasi reale. Intraspexion ha brevettato un sistema software che ha l’obiettivo di scovare segnali di allarme attraverso l’intelligenza artificiale e renderli noti tempestivamente agli avvocati per mitigare il rischio di contenzioso. Quando un utente clicca su un documento, vengono evidenziati, attraverso l’algoritmo, i termini di rischio che sono stati indicati dagli esperti in materia. Secondo l’azienda, gli utenti possono quindi scoprire in anticipo a quali rischi sono esposti in termini di contenzioso e prendere per tempo delle decisioni a riguardo. Al momento non sono rilevati finanziamenti alla Startup da parte di singoli o Venture Capital.

Giustizia predittiva: così a Brescia l’intelligenza artificiale aiuta a prevedere tempi e esiti delle cause

@RIPRODUZIONE RISERVATA

Articolo 1 di 4