La ricerca di precedenti è il primo uso che uno studio fa di un modello di linguaggio, e quasi sempre comincia allo stesso modo: si incolla la parte in fatto dell’atto e si chiede se esiste giurisprudenza in senso favorevole. Funziona. Ed è anche il modo più costoso possibile di ottenere quella risposta.
Al modello serve la questione, non le parti
Una parte in fatto contiene nomi, date di nascita, indirizzi, numeri di conto, l’oggetto della lite e il numero di ruolo. Di tutto questo, per trovare un precedente, serve una cosa sola: la questione giuridica, cioè quello che di solito sta in tre righe e che un avvocato sa formulare meglio di qualunque riassunto automatico.
«Contratto di appalto, risoluzione per inadempimento, contestazione dei vizi oltre il termine dell’articolo 1667: orientamenti sulla decorrenza del termine quando i vizi sono occulti» è una domanda migliore delle quaranta righe da cui è stata estratta, non solo più sicura. Il modello che riceve il fascicolo intero spende metà dell’attenzione a capire chi sono Tizio e Caio, e restituisce un riassunto del vostro caso quando la richiesta era un elenco di precedenti.
Come si scrive una domanda che trova qualcosa
La formulazione stretta non è un esercizio di prudenza, è la tecnica che dà le risposte migliori. Ha una forma ricorrente, e sono quattro pezzi.
L’istituto, chiamato con il suo nome («risoluzione per inadempimento», «licenziamento per giustificato motivo oggettivo», «revocatoria fallimentare»). La norma, con l’articolo e il codice. Il punto controverso, cioè la sola cosa su cui vi serve un orientamento: non il caso, la questione. E il taglio della risposta: «orientamenti contrastanti», «la posizione della Cassazione dopo il 2020», «se esiste una massima in senso contrario».
Quello che questa forma non contiene è altrettanto importante: non contiene una persona. Non c’è un nome, non c’è una data di nascita, non c’è un numero di ruolo, e quindi non c’è niente da anonimizzare, perché non c’era niente da togliere. È la ragione per cui questo è l’unico uso dell’intelligenza artificiale in uno studio che non pone il problema del segreto: non lo risolve, lo evita.
Quando il documento serve davvero
Restano le richieste in cui il testo intero serve per forza: far riassumere una comparsa di sessanta pagine, confrontare due versioni di un contratto, estrarre le eccezioni sollevate da controparte. Lì togliere il documento non è un’opzione, e la domanda diventa un’altra: che cosa esce insieme al documento.
È il punto in cui la sostituzione conta più della cancellazione. Un testo in cui ogni parte ha un segnaposto stabile resta leggibile per il modello: [FULLNAME_1] è la stessa persona a pagina due e a pagina cinquanta, quindi la sintesi distingue ancora attore e convenuto. Un testo pieno di rettangoli neri no, e la sintesi che ne esce confonde i ruoli. La differenza fra le due strade sta nell’articolo dedicato.
La risposta va comunque verificata, e c’è una sentenza che lo dice
Il Tribunale di Firenze, con ordinanza della sezione imprese del 14 marzo 2025, si è occupato di un atto che citava sentenze inesistenti, generate da ChatGPT durante una ricerca svolta da una collaboratrice, e confermate anche a una seconda interrogazione. Il collegio ha escluso che il fatto, da solo, integrasse la responsabilità aggravata dell’articolo 96 del codice di procedura civilesi apre in una scheda nuova, ma ha scritto la cosa che conta: l’uso di questi strumenti non sostituisce il controllo e la verifica delle informazioni da parte del professionista.
Tradotto in pratica: ogni estremo di una sentenza citata va aperto sulla banca dati vera prima di finire in un atto. Un modello che inventa un numero di sentenza lo fa con la stessa sicurezza con cui ne cita una vera, e non c’è niente nel testo che permetta di distinguerle.
La verifica utile è più corta di quanto sembri, e sono tre controlli in trenta secondi. Il numero e l’anno esistono sulla banca dati. La sezione e la data corrispondono a quelle citate. E, il controllo che salta quasi sempre, la sentenza dice davvero quello che il modello le fa dire: l’allucinazione più insidiosa non è il numero inventato, è il numero vero attaccato a un principio che quella pronuncia non ha mai affermato. A Firenze, per l’appunto, i numeri erano riferiti a pronunce della Cassazione il cui contenuto non aveva niente a che vedere con la questione dedotta.
Non è un caso isolato, ed è la parte che sorprende
Il primo caso al mondo è del 2023 ed è di New York: un avvocato sanzionato per aver depositato citazioni generate da ChatGPT. La reazione italiana, allora, fu che da noi non sarebbe successo. Tre anni dopo i casi noti in Italia sono almeno cinque (oltre a Firenze si citano provvedimenti a Torino, Latina, Milano e Siracusa), e in uno di essi il conto delle spese per la parte che aveva depositato l’atto è arrivato all’ordine dei trentamila euro.
Il dato interessante non è il numero, è la ricorrenza del meccanismo: quasi sempre la ricerca era stata fatta da qualcun altro, quasi sempre chi ha firmato non sapeva che fosse stata fatta con un modello, e quasi sempre nessuno ha aperto le citazioni. Sono tre falle diverse e si chiudono in tre modi diversi (una regola scritta, un obbligo di dichiarare lo strumento usato, un controllo prima del deposito), e nessuna delle tre richiede di rinunciare allo strumento. La pagina che le mette per iscritto è più corta della comparsa che serve a rimediare.
Due minuti in meno, e una domanda in meno
La formulazione stretta della questione ha un effetto che nessuno si aspetta: fa risparmiare tempo. Le risposte sono più pertinenti perché la domanda è più precisa, e non c’è niente da ripulire dopo.
Per le volte in cui il documento serve tutto, la sostituzione va fatta prima che il testo esca, e sul computer dello studio: è il lavoro che fa Omissia, che mostra ogni valore trovato prima di sostituirlo e rimette i nomi veri nella risposta quando torna.