WEBVTT 00:00:10.039 --> 00:00:15.800 Benvenuti a Legal Prompting, il podcast dedicato al metodo giuridico nell'era 00:00:15.800 --> 00:00:22.159 dell'intelligenza artificiale. Sono Nicola Fabiano. Nell'episodio precedente abbiamo 00:00:22.159 --> 00:00:28.399 parlato del RAG e dei suoi rischi in ambito legale. Oggi facciamo un passo avanti. Parliamo 00:00:28.399 --> 00:00:33.759 di due tecniche che cambiano il modo in cui interagiamo con i modelli, il chain of thought 00:00:33.759 --> 00:00:41.340 e il few-shot prompting. Partiamo da una premessa. Un modello non ragiona come un giurista. Produce 00:00:41.479 --> 00:00:47.419 risposte plausibili, non conclusioni motivate, ma possiamo orientare il suo processo con 00:00:47.419 --> 00:00:53.799 tecniche precise. Vediamole una alla volta. Il chain of thought è la richiesta esplicita 00:00:53.799 --> 00:00:59.720 di esporre i passaggi logici prima della conclusione. Invece di chiedere semplicemente 00:00:59.720 --> 00:01:07.040 questa clausola è valida, chiediamo esamina la clausola passo per passo. Individua la 00:01:07.040 --> 00:01:14.919 disposizione applicabile. Verifica i presupposti e valuta le eccezioni. Solo dopo formula la 00:01:14.919 --> 00:01:21.180 conclusione. Facciamo un esempio concreto. Abbiamo una clausola di trasferimento dati 00:01:21.180 --> 00:01:28.559 extra ue. Invece del quesito secco strutturiamo il ragionamento. Primo, identifica la base 00:01:28.559 --> 00:01:35.940 giuridica del trasferimento ai sensi del capobito del GDPR. Secondo, verifica le garanzie adottate. 00:01:36.900 --> 00:01:45.180 Terzo, considera la giurisprudenza SHEREMS 2. Quarto, concludi sulla compatibilità. Il risultato 00:01:45.180 --> 00:01:51.900 cambia già da subito. Il modello esplicita il percorso. E questo ci permette di verificare 00:01:51.900 --> 00:01:58.040 dove il ragionamento si regge e dove invece scivola. È la differenza tra un'affermazione 00:01:58.040 --> 00:02:04.440 e un'argomentazione. Attenzione però, il chain of thought non garantisce che il ragionamento 00:02:04.440 --> 00:02:12.960 sia corretto. Garantisce solo che sia esplicitato. Il modello può costruire passaggi logici coerenti 00:02:12.960 --> 00:02:19.119 basati su premesse sbagliate. La nostra verifica rimane indispensabile. Passiamo al few short 00:02:19.360 --> 00:02:26.259 prompting. Qui forniamo al modello alcuni esempi di come vogliamo che risponda prima di porgli il 00:02:26.259 --> 00:02:34.419 quesito vero e proprio. Due, tre, al massimo cinque esempi ben scelti. Nel contesto giuridico funziona 00:02:34.080 --> 00:02:40.960 così. Vogliamo che il modello analizzi una decisione del garante seguendo una struttura 00:02:40.960 --> 00:02:48.020 precisa. Gli mostriamo prima due o tre analisi già fatte con quella struttura. Poi gli sottoponiamo 00:02:48.020 --> 00:02:55.279 la nuova decisione. Il modello tende a replicare il formato. La qualità degli esempi è tutto. 00:02:56.500 --> 00:03:02.720 Esempi generici producono risultati generici. Esempi precisi con il linguaggio tecnico corretto 00:03:02.720 --> 00:03:09.080 e la struttura argomentativa che ci serve producono output molto più allineati. È una 00:03:09.080 --> 00:03:16.419 forma di istruzione per mostra non per spiegazione. Le due tecniche si possono combinare. Possiamo 00:03:16.419 --> 00:03:22.960 fornire esempi di ragionamento chain of thought già strutturato in modalità few short. Il modello 00:03:22.960 --> 00:03:29.500 impara sia il formato sia il metodo. Per l'analisi di provvedimenti complessi è spesso la combinazione 00:03:29.500 --> 00:03:37.339 più efficace. Passiamo ai limiti. Il primo è la lunghezza del contesto. Ogni esempio occupa spazio. 00:03:37.339 --> 00:03:44.580 Su documenti lunghi dobbiamo bilanciare il numero di esempi e la complessità del testo da analizzare. 00:03:44.979 --> 00:03:51.119 Il secondo limite riguarda il bias. Se tutti i nostri esempi seguono una certa interpretazione, 00:03:51.500 --> 00:03:57.139 il modello lo applicherà anche dove non è appropriato. Gli esempi plasmano il ragionamento, 00:03:57.399 --> 00:04:04.600 non solo la forma. Scegliamo esempi rappresentativi non comodi. Il terzo limite è il più insidioso. 00:04:05.399 --> 00:04:12.179 Un ragionamento esplicitato sembra più affidabile, ma la plausibilità non è correttezza giuridica. 00:04:12.839 --> 00:04:18.440 Un'argomentazione ben costruita sulla norma inesistente resta un'allucinazione solo più 00:04:18.440 --> 00:04:25.519 convincente. Una cautela pratica. Quando usiamo queste tecniche per lavoro legale reale documentiamo 00:04:25.519 --> 00:04:32.899 tutto. Il prompt, gli esempi, l'output e la nostra verifica. E' parte della governance dell'uso 00:04:32.899 --> 00:04:40.040 dell'IA e sarà sempre più rilevante con l'IACT. Un'ultima considerazione. Chain of thought e 00:04:40.040 --> 00:04:45.760 few shot non sono trucchi. Sono il modo in cui traduciamo il nostro metodo giuridico in 00:04:45.760 --> 00:04:51.220 istruzioni comprensibili per il modello. Più il nostro metodo è chiaro, più le tecniche 00:04:51.220 --> 00:05:02.779 funzionano. Nel prossimo episodio applicheremo queste tecniche all'analisi di contratti e 00:05:02.779 --> 00:05:10.000 versioni e quali limiti restano comunque fuori dalla portata del modello. Grazie per l'ascolto. 00:05:10.559 --> 00:05:15.720 Se trovate utile questo podcast condividetelo con colleghi e colleghe interessati al metodo 00:05:15.720 --> 00:05:20.200 giuridico nell'era dell'IA. Ci sentiamo al prossimo episodio di Legal Prompting.