IA generativa e Giustizia: da Osric al Cadì passando per la Sibilla rediviva

This essay examines the relationship between generative artificial intelligence (Gen-AI) and justice systems, with a particular focus on criminal law, structured around three distinct thematic clusters. The first concerns the phenomenon of hallucination in large language models (LLMs) applied to forensic practice. Drawing on a comparative review of international case law — from the paradigmatic Mata v. Avianca (S.D.N.Y. 2023) to Italian judicial decisions issued in 2025 — the authors demonstrate that the uncritical citation of non-existent precedents constitutes a structural epiphenomenon, rooted not in contingent system flaws but in the probabilistic architecture of Transformers and in training via Reinforcement Learning from Human Feedback (RLHF), which systematically induces sycophancy, i.e. the tendency of the model to generate responses perceived as agreeable rather than factually accurate. Employing Weber's ideal-type method, the authors designate this phenomenon "Osric's justice": a formally coherent but factually unfounded rationality, constitutively compliant. The second cluster analyses predictive justice, examining the French experience of judicial open data initiated by Law No. 2016-1321 and the Predictice software experiment at the Courts of Appeal of Rennes and Douai, alongside the North American context of risk assessment tools (PSA, LSI-R, COMPAS), with reference to State v. Loomis (Wisconsin Supreme Court, 2016). The analysis highlights that predictive algorithms do not introduce discrimination ex novo but rather reproduce and amplify historically sedimented gender and ethnic biases embedded in training data, reflecting the logic of actuarial criminology and the new penology. The third cluster addresses the question of the artificial juror, critically evaluating positions that attribute to LLMs the capacity to simulate popular judicial deliberation. Through Weberian legal rationality typology and Habermasian discursive rationality, the authors conclude that replacing human jurors with AI agents would generate an irresolvable socio-legal paradox: the formal algorithmic rationalization of material irrationality. Gen-AI thus emerges as a powerful but not yet mature auxiliary tool for autonomous integration into judicial decision-making, which in any event requires strict human oversight, as mandated by Article 14 of the EU AI Act (Reg. EU 2024/1689)

Il saggio esamina il rapporto tra intelligenza artificiale generativa (Gen-AI) e sistemi di giustizia, con particolare riferimento all'ambito penale, articolando l'analisi intorno a tre nuclei tematici distinti. Il primo concerne il fenomeno dell'allucinazione nei modelli linguistici di grandi dimensioni (LLM) applicati alla pratica forense. Attraverso una rassegna comparata della casistica internazionale — dal caso paradigmatico Mata v. Avianca (S.D.N.Y. 2023) alle pronunce italiane del 2025 — gli autori mostrano come la citazione acritica di precedenti giurisprudenziali inesistenti costituisca un epifenomeno strutturale, riconducibile non già a difetti contingenti dei sistemi ma all'architettura probabilistica dei Transformer e al meccanismo di addestramento mediante Reinforcement Learning from Human Feedback (RLHF), che induce sistematicamente la sycophancy, ossia la tendenza del modello a produrre risposte gradite all'interlocutore a scapito della veridicità. Il costrutto weberiano dell'idealtipo consente agli autori di denominare questo fenomeno "giustizia di Osric": una razionalità formale esegeticamente coerente ma fattualmente infondata, compiacente per costituzione. Il secondo nucleo analizza la giustizia predittiva, prendendo in esame l'esperienza francese di open data giudiziari avviata con la legge n. 2016-1321 e la sperimentazione del software Predictice presso le Corti d'Appello di Rennes e Douai, nonché il contesto nordamericano dei sistemi di risk assessment (PSA, LSI-R, COMPAS), con attenzione al caso Stato c. Loomis (Wisconsin Supreme Court, 2016). L'analisi evidenzia come gli algoritmi predittivi non introducano discriminazioni ex novo ma riproducano e amplino bias di genere ed etnici storicamente sedimentati nei dati di addestramento, inscrivendosi nella logica della criminologia attuariale e del new penology. Il terzo nucleo affronta la questione del giurato artificiale, valutando criticamente le posizioni che attribuiscono agli LLM la capacità di simulare la deliberazione giudiziaria popolare. Attraverso la tipologia weberiana della razionalità giuridica e il riferimento alla razionalità discorsiva habermasiana, gli autori concludono che la sostituzione del giurato umano darebbe luogo a un paradosso socio-giuridico irrisolvibile: la razionalizzazione algoritmica formale dell'irrazionalità materiale. La Gen-AI si configura pertanto come strumento ausiliare potente ma non ancora maturo per un'integrazione autonoma nei processi decisionali della giustizia, la quale presuppone in ogni caso una sorveglianza umana stringente, come sancito dall'art. 14 dell'AI Act europeo (Reg. UE 2024/1689).