Please enable JavaScript.
Coggle requires JavaScript to display documents.
Large Language Models (LLM) nell'Informatica Giuridica - Coggle Diagram
Large Language Models (LLM) nell'Informatica Giuridica
Evoluzione Architetturale
IA Tradizionale
:Algoritmi deterministici lineari (limiti con l'ambiguità del linguaggio).
Reti Neurali e RNN
: Elaborazione seriale.
I Transformers (2017 - Attention Is All You Need)
: Introducono il meccanismo di
Self-Attention
(elaborazione in parallelo delle relazioni testuali tramite Encoder-Decoder).
Natura Tecnologica e Falsi Miti
Assenza di coscienza
:Gli LLM sono
"pappagalli stocastici"
(stochastic parrots - Bender/Gebru); calcolano probabilità statistiche tra token (porzioni di parole).
Limiti intrinseci
: Incapacità di eseguire calcoli aritmetici reali (memoria statistica) e dipendenza da un limite temporale dei dati di addestramento (se privi di connessione in tempo reale).
Applicazioni Pratiche nel Diritto
Supporto alla didattica, sintesi ed estrazione dati.
Uso di file
Markdown (.md)
per ottimizzare l'interazione strutturata.
Formalizzazione del testo normativo (es. scomposizione logica dell'art. 660 c.p. tramite logica booleana).
Regola d'oro
: Non fidarsi ciecamente e verificare sempre l'aggiornamento normativo.
Tecniche e Architetture Avanzate
Framework di Prompting (APE, RACE, ROSES, CO-STAR) e System Prompt personalizzati.
LLM in locale
(tramite LM Studio o Ollama): vantaggi di privacy e offline, svantaggi di velocità
Tecnica
RAG
(Retrieval-Augmented Generation) e sistemi multi-agente con protocolli MCP.
Criticità Etiche e Giuridiche
Bias e discriminazione (ISO/IEC TR 24027:2021).
Allucinazioni e limiti della finestra di contesto (affaticamento del modello).
Rischi per la privacy (trattenimento dei dati nei pesi del modello) e disallineamento etico.
Dipendenza tecnologica e perdita di capacità analitica autonoma (parallelo storico con il saggio Über Coca di S. Freud).