Adottare l’AI in ambito legale è prima di tutto una questione di governance, metodo e competenze. Il paper raccoglie quattro contributi su come progettare sistemi AI affidabili e conformi, dalla qualità del dato alle frizioni tra le norme europee e la Legge 132/2025.
Dai big data ai good data
Il fattore abilitante non è la quantità dei dati, ma la loro qualità. Quattro condizioni:
- sapere quali fonti si hanno e dove stanno;
- un responsabile per ogni dataset;
- qualità verificabile;
- processi formalizzati di validazione e versioning.
E un errore ricorrente da evitare: partire dal dataset invece che dal problema. I progetti nati da «cosa possiamo fare con i nostri dati?» raramente producono valore.
La compliance come fattore abilitante
I legali vanno coinvolti all’inizio, non a valle. Il loro compito è tradurre le regole in requisiti di progetto: quali dati si possono usare, su quale base giuridica, con quale documentazione. Se intervengono a progetto finito, settimane di lavoro possono andare perse. La governance poi continua per tutta la vita del modello.
Fonti lecite e modelli sovrani
Il caso di un modello linguistico addestrato interamente in Italia mostra come si costruisce un’AI controllata:
- fonti licenziate o lecitamente accessibili;
- dati personali rimossi prima dell’addestramento;
- nessun riuso dei dati degli utenti;
- documentazione completa.
Il punto chiave: una volta dentro il modello, un dato non si può più togliere. La liceità va verificata prima.
Basi giuridiche per il training
Il consenso raramente funziona: è difficile da raccogliere su larga scala ed è revocabile, mentre un modello non si può «disaddestrare». Si va verso il legittimo interesse, con il test in tre passaggi indicato dall’EDPB (Opinion 28/2024): interesse legittimo, necessità, bilanciamento. Resta poco regolata la responsabilità di chi usa il modello, cioè lo studio.
Tassonomie e frizioni normative
Quattro categorie di dato con regimi diversi:
- dati personali;
- dati protetti da proprietà intellettuale;
- dati riservati;
- dati generati da macchine.
Spesso un dato rientra in più categorie insieme. A questo si aggiungono le tensioni tra GDPR, copyright, Data Act e AI Act, e i punti in cui la Legge 132/2025 si discosta dal quadro europeo.
Cosa trovate nel paper completo
- I quattro contributi per esteso, con due casi applicativi aziendali.
- Il test del legittimo interesse, passaggio per passaggio.
- La mappa delle intersezioni normative e le aree di ulteriore indagine.