Sfoglia altri articoli simili con le etichette:
Il Consiglio Nazionale Forense ha approvato nel febbraio 2026 il primo documento programmatico sull’uso dell’AI negli studi legali, dopo un anno di discussioni e una bozza circolata tra i consigli dell’ordine territoriali. Il testo è prudente ma pragmatico: l’AI può essere usata, ma la responsabilità professionale resta integralmente in capo all’avvocato, e il segreto professionale impone restrizioni sui tool cloud non conformi al GDPR.
Quello che noto nelle conversazioni con i partner degli studi che seguo è una sproporzione netta tra l’entusiasmo dichiarato e l’adozione reale. Si parla molto di AI, si usa poco. E quando si usa, spesso male.
Ricerca giuridica: dove l’AI funziona già oggi
La guida al Model Context Protocol aiuta a capire come gli agenti AI accedono a fonti dati esterne in modo strutturato. I tool di ricerca giuridica AI-augmented sono l’area dove l’investimento ha ritorno immediato. Harvey, partner di Allen & Overy a livello globale, è arrivato in Italia tramite alcuni studi grandi nel 2025. CoCounsel di Thomson Reuters integra Westlaw con LLM. Lexis+ AI di LexisNexis fa lo stesso su Lexis. In Italia DeJure di Giuffrè ha rilasciato una versione AI nel 2026.
Il problema è che molti studi italiani usano ancora questi tool come motori di ricerca migliorati. Si chiede “cerca sentenze Cassazione su responsabilità medica per omessa diagnosi 2023-2025” e si legge l’output come una lista. Lo si poteva fare anche con la ricerca tradizionale. Il valore reale arriva quando si chiede al sistema di sintetizzare orientamenti contrastanti, evidenziare evoluzioni giurisprudenziali, individuare gli obiter dicta più citati.
Tradotto: l’AI nella ricerca giuridica non sostituisce il ricercatore, sostituisce il primo livello di analisi del materiale trovato. Un praticante o un junior che doveva passare quattro ore a leggere 30 sentenze, ne legge ora 10 mirate dopo una sintesi guidata, in 90 minuti. Il valore è il tempo del professionista, non l’output del tool.
Contract analysis: l’area meno romantica ma più redditizia
I trend di adozione AI nei settori professionali sono documentati nell’analisi Stanford AI Index 2026. Quando ho lavorato con uno studio milanese specializzato in M&A, l’analisi due diligence di contratti è diventato il primo use case AI a payback positivo nel primo trimestre di adozione. Software come Kira, Luminance, Della (italiano), e moduli specifici di Harvey permettono di analizzare 200-500 contratti in poche ore identificando clausole standard, anomalie, rischi.
Il junior che faceva due settimane di lettura per una due diligence ora ne fa quattro giorni. La parte rimasta umana è il giudizio sulle anomalie segnalate, l’interpretazione del rischio commerciale, il consiglio al cliente. La parte automatizzata è l’estrazione strutturata di clausole comparabili da decine o centinaia di documenti.
Per studi medi italiani la convenienza arriva sopra una certa soglia. Sotto i 50 contratti in due diligence il setup del tool costa più del tempo risparmiato. Sopra i 200 contratti l’investimento si ripaga in un singolo incarico. È matematica pura, non visione.
Drafting: dove l’AI sbaglia ancora troppo per il professionista italiano
Drafting di atti, pareri, contratti. Qui la situazione è più sfumata. Il drafting di una bozza preliminare di una semplice memoria difensiva, di un contratto di compravendita standard, di una diffida è alla portata di un buon LLM con system prompt curato e contesto giuridico italiano. Ma la verifica finale resta lunga, le allucinazioni su citazioni di sentenze esistono ancora, il rischio reputazionale per l’avvocato è alto.
Il caso americano Mata v. Avianca del 2023, in cui un avvocato citò sentenze inesistenti generate da ChatGPT, è diventato proverbiale. In Italia non ci sono ancora casi disciplinari pubblici per AI hallucinations, ma è solo una questione di tempo. Il documento CNF 2026 chiarisce che l’avvocato risponde dell’accuratezza di ogni citazione, anche se generata da AI.
L’uso responsabile oggi è: AI per la bozza, professionista per la revisione approfondita, ricerca giuridica tradizionale per ogni citazione di norme e giurisprudenza. Saltare il passaggio di verifica è la strada più rapida verso un procedimento disciplinare.
Il problema del segreto professionale e dei dati cloud
L’articolo 13 del Codice Deontologico Forense impone il segreto professionale assoluto. Caricare un contratto del cliente su ChatGPT versione consumer, dove i dati possono essere usati per il training, è una violazione netta. Lo è ugualmente caricarlo su un Claude personale o su un Gemini base.
Le versioni enterprise di questi tool risolvono il problema contrattualmente. ChatGPT Enterprise, Claude for Work, Microsoft 365 Copilot enterprise prevedono no-training clauses e ZDR (zero data retention) opzionali. Tradotto: i dati non vengono usati per il training e non vengono conservati oltre il necessario per l’erogazione del servizio.
Per studi piccoli e medi italiani la scelta tecnica diventa critica. La versione consumer da 20 euro al mese è inadeguata per uso professionale. La versione enterprise costa molto di più ma è obbligata. Una via di mezzo è l’uso di tool legali verticali che hanno già fatto i loro adempimenti GDPR e contrattuali, come quelli citati sopra.
L’AI in udienza: ancora no, ma il dibattito è aperto
Il punto più caldo del 2026 è l’uso di AI per analisi predittiva in udienza, supporto al difensore durante l’esame testi, transcript live di udienze. Negli Stati Uniti alcuni studi penalisti usano già transcription AI con highlight in tempo reale di passaggi sostanziali. In Italia il quadro è più rigido.
L’AgID e il Ministero della Giustizia stanno lavorando a un protocollo sull’uso di strumenti AI nei procedimenti civili, partendo dall’esperienza del Tribunale di Brescia che da fine 2025 sperimenta trascrizione automatica delle udienze civili. Per il penale la cautela è maggiore per ovvie ragioni costituzionali.
Quello che invece è già praticato in molti studi è l’uso di AI per la preparazione dell’esame testi, non per la sua conduzione in aula. Si caricano i verbali pregressi, le memorie di parte, le perizie. Si chiede al sistema di evidenziare contraddizioni, punti deboli della testimonianza prevista, domande chiave. Il risultato è una traccia operativa che l’avvocato porta in aula su carta.
La formazione che manca davvero
La formazione AI per avvocati italiani è ancora episodica. Crediti formativi obbligatori CNF non ne richiedono in modo specifico, alcuni ordini territoriali stanno introducendo corsi base. Quello che serve è invece formazione tecnica seria: come funziona un LLM, dove sbaglia, come si scrivono prompt utili in ambito legale, come si verificano le fonti.
AIPIA ha una sezione professionisti dedicata che include avvocati e consulenti legali. Il percorso di formazione AI di AIPIA, riconosciuto come ente formazione AI riconosciuto UE, sta sviluppando moduli verticali per professioni regolamentate, con i primi corsi per avvocati attesi nella seconda metà del 2026.
Il vero costo dell’AI legale: organizzativo, non tecnologico
Lo studio legale italiano medio non perde tempo perché non ha la licenza Harvey. Lo perde perché non ha rivisto i suoi flussi di lavoro. Un’AI sul tavolo senza una rivisitazione dei processi è una spesa, non un investimento.
Gli studi che ho visto adottare con successo hanno fatto tre cose. Hanno scelto un caso d’uso prioritario, di solito due diligence o ricerca giuridica. Hanno designato un partner senior come sponsor interno. Hanno messo a budget tre mesi di formazione e cambio abitudini, non solo l’abbonamento al tool.
Senza queste tre cose, anche il miglior tool diventa l’ennesimo abbonamento dimenticato in fattura. Con queste tre cose, lo studio recupera in sei mesi il tempo che vale dieci volte il costo del software. La differenza è l’organizzazione, come sempre nelle innovazioni tecnologiche serie.
