Teorie e modelli del diritto per il ragionamento giuridico automatico
Transcript
Teorie e modelli del diritto per il ragionamento giuridico automatico
Lucatuorto-414-6-fronte 16-02-2009 13:28 Pagina 1 METODO Pier Luigi M. Lucatuorto TEORIE E MODELLI DEL DIRITTO PER IL RAGIONAMENTO GIURIDICO AUTOMATICO PRESENTAZIONE Questo libro affronta con rigore, e al tempo stesso con piglio accattivante, un tema che sta particolarmente a cuore al filosofo (e teorico) del diritto che si accosta all’informatica giuridica: i rapporti tra concezioni del diritto e modelli di Intelligenza Artificiale (IA). La domanda è: fino a che punto lo sviluppo di sistemi intelligenti per il diritto si connette concettualmente con i modelli teorici della norma, dell’ordinamento giuridico e dell’attività stessa del giudice? La risposta che fornisce l’Autore è che due delle più importanti concezioni giusfilosofiche moderne, il normativismo kelseniano e il realismo giuridico americano, trovano rispondenza nei due rami fondamentali dell’IA: il ragionamento simbolico – da cui sono derivati i sistemi basati su regole – e il connessionismo, al quale si riconducono i sistemi basati sulle reti neurali. In questo modo, il cerchio delle considerazioni, iniziate con una sintetica quanto esaustiva panoramica sull’automazione delle decisioni (in particolare giudiziali), si chiude in una corrispondenza tra modelli informatici e modelli concettuali del diritto che costituisce un’implicita, ma anche chiara, risposta ai dubbi che sono stati talvolta avanzati sull’interesse filosofico e la portata teorica dell’informatica giuridica. L’Autore è tuttavia ben lungi dal cedere a facili entusiasmi; anzi, egli evidenzia consapevolmente sia i limiti strutturali della conoscenza giuridica sia i limiti funzionali dei sistemi intelligenti, mettendo in guardia dai rischi derivanti da una eccessiva meccanizzazione delle procedure decisionali (come nel caso commentato nel § 3.2.). Ma l’autore non manca altresì di indicare questioni ancora aperte, come il problema del bilanciamento degli interessi e della discrezionalità giudiziale, che proprio un approccio informatico-giuridico potrebbe contribuire a porre su basi più razionali. 9 Presentazione In complesso, un libro agile e interessante che può essere letto utilmente tanto dal ‘puro’ giurista quanto dall’informatico giuridico. Alberto Artosi Professore Ordinario di Informatica Giuridica Facoltà di Giurisprudenza Università di Bologna 10 INTRODUZIONE In tempi recenti è emerso un notevole interesse per lo sviluppo di sistemi informatici per il ragionamento giuridico automatico. L’elaborazione di nuove tecnologie ha permesso agli operatori del diritto di acquisire una sempre maggiore consapevolezza delle opportunità che le tecniche informatiche offrono all’intera comunità dei giuristi. Questa attenzione è dovuta sia alla sempre più ampia disponibilità di computer potenti sia allo sviluppo di modelli intelligenti che possono essere implementati in un sistema informatico. Le ricerche nel campo dell’Intelligenza Artificiale (di seguito ‘IA’) hanno permesso la realizzazione di sistemi informatici, chiamati sistemi basati sulla conoscenza giuridica o Knowledge-Based Systems, in grado di simulare un comportamento intelligente e risolvere automaticamente e autonomamente problemi di natura giuridica. Il ricorso a questo strumento tecnologico, tuttavia, richiede la risoluzione di alcune problematiche di natura teorica. Infatti, l’importanza dell’interconnessione tra IA e teoria del diritto è stata da tempo riconosciuta in letteratura sotto un duplice profilo: da un lato, i formalismi di rappresentazione della conoscenza giuridica devono essere necessariamente basati su jurisprudential theories, dall’altro lato, le questioni teorico-giuridiche possono essere analizzate e risolte anche con l’ausilio dell’IA. In realtà, l’interazione tra i due campi è finora stata modesta, e parte delle ragioni di ciò sono pratiche. Se da parte dei teorici del diritto c’è scetticismo sul ruolo e sulle potenzialità dell’uso dell’IA nel diritto e nella jurisprudence, la maggior parte dei lavori sul tema dell’IA in campo giuridico non ha (né tenta di avere) un feedback teorico. Si è pertanto arrivati al punto in cui si dà per scontata la fondamentale connessione tra i due campi, senza che tuttavia essa sia stata sfruttata in ogni suo aspetto. Il presente lavoro si propone il compito di delineare il tema del- 11 Introduzione l’informatica giuridica decisionale dal punto di vista informatico, giuridico e teorico-filosofico. La ricerca partirà dalla definizione del concetto informatico di sistema basato sulla conoscenza, ossia un software in grado di risolvere problemi di un determinato ambito cognitivo (dominio) che per la loro risoluzione richiedono la competenza e l’esperienza di uno specialista umano. In seguito, verranno esaminate le principali applicazioni giuridiche dei sistemi basati sulla conoscenza: in relazione al loro impiego è infatti possibile distinguerne varie tipologie. In secondo luogo si procederà ad una analisi del processo decisionale giudiziale, approdando così ai metodi informatici adatti a rappresentare le conoscenze necessarie e le procedure inferenziali coinvolte nella decisione. A tal fine, verranno assunti come punti di riferimento i due paradigmi di rappresentazione del ragionamento giuridico, la deduzione e l’analogia, che riflettono maggiormente la bipartizione delle tradizioni giuridiche del Civil Law e del Common Law. Si muoverà dunque dalla considerazione che la realizzazione di un sistema basato sulla conoscenza giuridica richiede l’individuazione di un modello del diritto che dev’essere formalizzato e ‘computerizzato’, e che la scelta e l’impostazione di un modello necessitano di una metateoria del diritto (che coinvolge la scelta delle fonti da cui estrarre informazioni che saranno successivamente trasferite nella base di conoscenza del sistema), e di una teoria riguardante la natura, la forma e la struttura del diritto individuato. L’analisi riguarderà entrambi gli aspetti e avrà il preciso intento di collegare alcuni modelli sviluppati dalla filosofia e dalla teoria del diritto alle diverse metodologie di realizzazione e di impiego dei sistemi basati sulla conoscenza giuridica. A tal fine, verranno analizzate e comparate le diverse prospettive offerte dalle correnti teoriche di matrice formalista (positivismo giuridico) e antiformalista (realismo giuridico americano). In terzo luogo, la trattazione farà luce sulle principali critiche mosse all’informatica giuridica decisionale. Da ultimo, si affronteranno alcune questioni di indubbio interesse per gli sviluppi futuri nel campo oggetto della trattazione. Tra queste emergono, da un lato, lo studio di un modello razionale del bilanciamento degli interessi in conflitto, dall’altro lato, le potenzialità dell’informatica giuridica decisionale in ambiti ampiamente discrezionali. 12 1. L’AUTOMAZIONE DELLE DECISIONI: I SISTEMI BASATI SULLA CONOSCENZA 1.1. CENNI PRELIMINARI Un sistema basato sulla conoscenza o Knowledge-Based System (di seguito anche ‘KBS’) è un programma per elaboratore in grado di risolvere problemi in un certo ambito di conoscenza (o dominio), esaminando un ampio numero di condizioni e costruendo dinamicamente una o più soluzioni, con prestazioni simili a quelle di un esperto umano. Il primo KBS, Dendral, veniva sviluppato verso la fine degli anni Sessanta ed era in grado di determinare strutture molecolari in relazione ai dati forniti da uno spettrografo di massa, superando in alcuni casi le capacità di chimici di grande esperienza 1. Pochi anni dopo, Mycin produceva diagnosi mediche per specifiche infezioni batteriche, proponendo terapie con relativa posologia antibiotica 2. Risale proprio agli anni Settanta l’introduzione del termine sistema esperto 3. A tale proposito sono necessarie delle precisazioni. Come sopra accennato, i KBS adottano rappresentazioni della conoscenza adatte ad operare in ambiti che non richiedono un profondo livello cognitivo, come, ad esempio, il riconoscimento di una parola o la percezione di un’immagine. Solo quei sistemi che incorporano una ricca e profonda conoscenza, quan———————— 1 Per una descrizione completa del sistema, v. Lindsay R. et al., DENDRAL: a case study of the first expert system for scientific hypothesis formation, in Artificial Intelligence, 1993, vol. 61, n. 2, pp. 209-261. 2 Per ulteriori approfondimenti si rinvia a Shortliffe E.H., MYCIN: a rule-based computer program for advising physicians regarding antimicrobial therapy selection, Tesi di dottorato, Stanford University, 1975. 3 Cfr. Feigenbaum E.A., The art of Artificial Intelligence: themes and case studies of knowledge engineering, Rap. Tecn. 621, Stanford, Stanford University, 1977. 13 Capitolo 1 tomeno uguagliando le prestazioni di un esperto, dovrebbero essere considerati sistemi esperti. Tuttavia, la confusione tra sistemi esperti e KBS è dovuta al fatto che oggi la maggior parte dei sistemi esperti è knowledgebased, poiché l’esperienza è memorizzata in una base di conoscenza separata dagli algoritmi di ragionamento. È altresì opportuno tenere distinti dai KBS i sistemi di supporto alla decisione o Decision Support Systems (di seguito anche ‘DSS’), strumenti di analisi concepiti per offrire un supporto a decisioni da adottare. La differenza maggiore risiede nei risultati: i primi pervengono a conclusioni definite, i secondi, invece, assistono l’utente nel giungere ad una conclusione, senza indicare quale possa esserne l’esito 4. La caratteristica più affascinante dei KBS che li distingue dalle tradizionali applicazioni – e che sta alla base della loro grande efficacia – è la loro capacità di risolvere, attraverso l’impiego di processi che riproducono il ragionamento e l’intuizione delle intelligenze biologiche, alcuni problemi critici che si presentano ordinariamente nella vita (o meglio, in un suo ambito) reale. L’obiettivo è dunque quello di restituire un risultato ‘da esperto’ e, sfruttando le conoscenze del dominio per la risoluzione di questioni ad esso correlate, esplicitare e giustificare le conclusioni e il ragionamento da esse dipendente. Si può pertanto facilmente intuire come l’efficienza di un KBS dipenda dal volume di conoscenza memorizzata nell’applicazione, costituita principalmente da fatti (conoscenze dichiarative), procedure risolutive (conoscenze procedurali), nonché esperienza e prassi (conoscenze euristiche): il sistema raggiunge una conclusione più precisa in base alla quantità e alla qualità dei dati disponibili sul singolo caso. È stato detto 5 che un KBS, per essere considerato tale, debba avere alcune caratteristiche fondamentali: (a) competenza, con la memorizzazione di una mole rilevante di informazioni; (b) esperienza e capacità di ragionamento, ovvero la riproduzione delle procedure inferenziali con cui un esperto del settore sfrutta le proprie conoscenze; (c) capacità di delucidare il proprio operato, e cioè un modulo che giustifica le conclusioni cui il sistema è giunto; (d) coscienza dei propri limiti, ossia la capacità di distinguere i casi non coperti ———————— 4 Le problematiche tassonomiche non sono tuttavia condivise da Hart A., Sistemi esperti: dall’ingegneria della conoscenza all’intelligenza artificiale, Milano, Jackson, 1988, p. 13: «Ciò che ci interessa è produrre programmi utili: come vengano chiamati è, dopo tutto, un problema secondario». Per ulteriori approfondimenti sul tema, cfr. Goodall A., The Guide to Expert System, Oxford, Learned Information, 1985; Mariani P., Intelligenza artificiale e sistemi esperti, in Mariani P. e Tiscornia D. (a cura di), Sistemi esperti giuridici: l’Intelligenza Artificiale applicata al Diritto, Milano, Franco Angeli Libri, 1989; Rolston D.W., Sistemi esperti: teoria e sviluppo, trad. di Zappalà M., Milano, McGraw-Hill, 1991; Turban E., Decision Support and Expert Systems: Management Support Systems, New York, Macmillan Publishing Company,1995. 5 Cfr. Hart A., Sistemi esperti cit., passim. 14 L’automazione delle decisioni: i sistemi basati sulla conoscenza dalla propria base di conoscenza. Alle precedenti proprietà andrebbe aggiunta anche la capacità di apprendimento, che consente l’acquisizione automatica di nuova conoscenza. Anche se questa caratteristica non è comune a tutti i sistemi basati sulla conoscenza, l’apprendimento di nuove esperienze e l’ampliamento della propria base di conoscenza ottimizzano l’abilità, la precisione e la velocità nel raggiungimento di una soluzione. 15 3. QUALCHE CRITICA A fronte delle utilità derivanti dall’informatica giuridica decisionale, sussistono varie ragioni che ne limitano il pieno sviluppo. Le problematiche che si stanno per accennare sono tuttora al centro del dibattito scientifico. 3.1. L’ORDINAMENTO GIURIDICO E I SUOI LIMITI Uno dei maggiori ostacoli allo sviluppo dei LKBS è imputabile alla complessità del sistema giuridico. L’eccessiva ampiezza della legislazione comporta notevoli difficoltà di reperimento delle norme oggetto del dominio, presenti spesso in posizioni diverse e la cui determinazione dipende dall’identificazione e dall’applicazione di tutto il testo legislativo 1. Le difficoltà concernenti l’individuazione della normativa vigente, l’estrazione e l’applicazione delle regole giuridiche – momenti cruciali nello sviluppo di un sistema esperto giuridico – dipendono essenzialmente da fattori come: (a) la natura dell’intervento del legislatore; (b) la pluralità del le fonti (regionali, statali e comunitarie, molte volte tutte concorrenti tra loro); (c) la pluralità dei livelli di normazione; (d) la chiarezza del dettato normativo; (e) la continua opera di modifica e di aggiornamento delle norme 2. Un ulteriore ordine di problemi attiene alla complessità semantica del diritto: in particolare, rappresentano un ostacolo rilevante allo sviluppo del processo di formalizzazione del diritto la sua vaghezza e la sua ambiguità, ———————— 1 In questo senso, Helling E., Obstacles to the development of legal knowledge-based systems, Rap. Tecn. 2, Stockholm, Institutet för Rättsinformatik, 2003, p. 64: «legal decision-makers are required to locate and juxtapose an increasingly greater number of legal sources in order to reach correct legal conclusions». 2 In questa direzione, Ciampi C., Sviluppi nell’acquisizione cit., pp. 104-105. 61 Capitolo 4 manifestazioni proprie del linguaggio naturale 3. Infatti, l’uso di termini con più significati, l’ambiguità lessicale, sintattica e semantica non permettono sempre di individuare chiaramente il contesto cui l’enunciato normativo si riferisce, né in quale relazione (di senso) stiano i termini individuali fra di loro 4. Inoltre, il dominio riproducibile nella base di conoscenza di un LKBS è relativamente ristretto e ciò pone dei vincoli di completezza non indifferenti. Nell’individuazione del dominio, anche se la ricerca delle fonti può essere effettuata sistematicamente, non è mai possibile delimitare con la massima sicurezza l’estensione del corpus in riferimento ad un ambito giuridico specifico: non è dunque possibile definire con precisione un sottosistema giuridico che contenga tutte (e solo) le norme valide in uno specifico momento. Occorre altresì evidenziare che l’operatore del diritto attinge quasi inconsapevolmente da un bagaglio di conoscenze informali che gli consente implicitamente di riconoscere i concetti giuridici ed il loro significato, i rapporti fra di essi, la loro organizzazione sistematica. Un tipo di conoscenza informale è costituito da informazioni ed accorgimenti tratti dall’esperienza dell’attività legale, difficilmente individuabili e quindi formalizzabili. Si può affermare senza difficoltà che buona parte della conoscenza necessaria ad un LKBS riveste tali caratteristiche. Si pensi, ad esempio, al ragionamento che consente al giurista di trarre dalle fonti dottrinali interpretazioni di concetti giuridici presenti nelle norme, oppure all’esame dei precedenti per ricavarne elementi rilevanti da generalizzare ed applicare a nuovi casi. Al riguardo, si parla di euristica e di metaconoscenza: Le regole euristiche sono costituite da quelle regole di comportamento, da quegli accorgimenti e suggerimenti di common sense, che consentono di ottimizzare la ricerca della soluzione. […] La metaconoscenza è conoscenza giuridica, che ha come oggetto altra conoscenza giuridica. Sono quindi norme su norme, che regolano l’applicazione del diritto. Distinguiamo metaregole giuridiche valide per qualsiasi dominio da metaregole specifiche del sottosistema giuridico rappresentato nella base di conoscenza. Rientrano nel primo gruppo i principi generali del diritto […]. Appartengono al secondo gruppo: gli articoli di un testo legislativo che stabiliscono l’estensione spaziale e temporale di una normativa, i rinvii e le abrogazioni esplicite che regolano le relazioni fra norme. 5 Un ultimo ordine di considerazioni va svolto in relazione alle problematiche di diritto sostanziale derivanti dall’esercizio delle attività di impiego di ———————— 3 In questa sede basti rinviare al capitolo successivo sulla teoria dell’open-texture di H.L.A. Hart. 4 Così, Mariani P. e Tiscornia D., Sistemi esperti giuridici cit., pp. 213-214. 5 Ivi, pp. 227-229. 62 Questioni ancora aperte un LKBS 6. In particolare, ci si riferisce alla possibilità di errori del software e delle relative conseguenze dannose nei confronti di terzi. Il problema potrebbe ad esempio porsi con riferimento ad un professionista che si avvale di un LKBS di cui ha fatto propri i risultati erronei. Anche se il sistema contribuisce ad influenzare il comportamento del professionista, è tuttavia condivisibile l’opinione (peraltro maggioritaria) che ritiene il professionista comunque responsabile del danno causato nell’esercizio della professione 7. Resta tuttavia il problema, rilevante anche sotto il profilo della responsabilità del ‘produttore’ del software, che non si è quasi mai in grado di garantire se un LKBS offre (sempre ed in ogni combinazione) risultati esatti. 63