Trasformazione dei settori

L’IA nel settore legale: come cambia l’analisi dei contratti e la ricerca giuridica

Estrazione dei dati dai contratti, ricerca giuridica e obbligo di verifica: Harvey valutata 15,5 miliardi di dollari, Lexis+ with Protégé, un registro delle allucinazioni che supera i 2.000 casi, una sanzione di 110.204 dollari in Oregon e

AI.info Team · 2026-08-04

La revisione dei contratti non è più un problema di organico

Per decenni, la logica economica della due diligence è stata semplice: più contratti significavano più giovani avvocati e paralegali incaricati di leggerli riga per riga, segnalando clausole sul cambio di controllo, massimali delle indennità e disposizioni sulla legge applicabile. Quel modello viene smantellato da una specifica categoria di software progettati per estrarre dati strutturati dal testo non strutturato dei contratti.

Kira Systems, ora venduto come modulo della piattaforma Litera dopo l’acquisizione dell’azienda da parte di Litera, resta il punto di riferimento per questa categoria. Combina modelli predittivi addestrati da avvocati e IA generativa per estrarre termini definiti, clausole e obblighi da ampi insiemi di documenti sottoposti a due diligence. Continua a essere proposto soprattutto per il compito per cui fu sviluppato a metà degli anni 2010: la due diligence su grandi volumi di documenti nelle operazioni di fusione e acquisizione.

Luminance adotta un approccio più ampio, rivolgendosi sia alla due diligence sia alla gestione del ciclo di vita dei contratti. Il 19 giugno 2026 ha lanciato Luna Crescent, il primo modello della propria famiglia Luna, addestrato su quella che l’azienda descrive come una selezione accurata di esempi complessi che coprono circa 3,4 milioni di concetti giuridici e dati. Luminance dichiara un’accuratezza superiore del 5% rispetto ai principali modelli generalisti nei compiti di comprensione dei contratti e una generazione fino a quattro volte più veloce, a 200-400 token al secondo, secondo il proprio ContractIQ Bench. Un benchmark costruito e valutato dal fornitore indica una direzione, non un risultato.

Ironclad occupa una nicchia contigua ma distinta: la gestione del ciclo di vita dei contratti, cioè l’acquisizione delle richieste, lo smistamento delle approvazioni, la revisione delle bozze, la firma elettronica e il monitoraggio degli obblighi per grandi volumi di accordi ordinari, anziché l’estrazione analitica delle clausole in cui sono specializzati Kira e Luminance.

Per chi acquista questi strumenti, la distinzione pratica conta: Kira estrae dati dai contratti già disponibili, Luminance li esamina e, sempre più spesso, li negozia, mentre Ironclad li gestisce lungo il loro ciclo di vita. Gli studi legali e gli uffici legali aziendali impegnati in grandi attività di due diligence tendono ancora a usare più di uno di questi strumenti, invece di sceglierne uno solo, perché i processi sottostanti — l’estrazione in blocco una tantum e la gestione continuativa dei contratti — rispondono a esigenze realmente diverse.

La corsa agli assistenti per la ricerca giuridica

La competizione più visibile riguarda la ricerca giuridica e la redazione di documenti, un settore in cui tre aziende hanno dettato il ritmo. Thomson Reuters ha completato nell’agosto 2023 l’acquisizione di Casetext per 650 milioni di dollari, incorporando CoCounsel, l’assistente legale basato sull’IA generativa che Casetext aveva lanciato il 1° marzo 2023 come primo prodotto di questo tipo costruito su GPT-4.

Da allora Thomson Reuters ha integrato quella tecnologia in Westlaw con il nome «AI-Assisted Research» e ha esteso il marchio CoCounsel alle proprie linee di prodotti per il fisco, la revisione contabile e la conformità normativa; a febbraio 2026 l’azienda ha riferito che CoCounsel aveva raggiunto un milione di utenti in 107 paesi. LexisNexis ha risposto con Lexis+ AI, il proprio assistente di IA generativa per la ricerca e la redazione, costruito sulla sua banca dati di giurisprudenza. Quel prodotto è stato nel frattempo sostituito: il 24 febbraio 2026 LexisNexis ha reso Lexis+ with Protégé generalmente disponibile negli Stati Uniti, descrivendo Lexis+ AI come la propria esperienza di IA di prima generazione e il prodotto che l’ha sostituita come una nuova piattaforma di punta, non come un semplice cambio di nome.

Harvey, il terzo grande protagonista, ha seguito una strada diversa: una piattaforma di IA trasversale per il settore legale, anziché un’estensione di una banca dati di ricerca esistente, sviluppata con OpenAI tra i primi investitori. Allen & Overy (ora A&O Shearman, dopo la fusione del 2024 con Shearman & Sterling) ha avviato nel novembre 2022 una sperimentazione beta durante la quale circa 3.500 avvocati dello studio, distribuiti in 43 sedi, hanno sottoposto a Harvey circa 40.000 richieste. Lo studio ha poi esteso l’uso dello strumento all’intera organizzazione.

La traiettoria dei finanziamenti di Harvey racconta a sua volta quanti capitali si stiano concentrando su questa scommessa: un round Series C da 100 milioni di dollari con una valutazione di 1,5 miliardi di dollari nel luglio 2024, un Series D da 300 milioni di dollari con una valutazione di 3 miliardi di dollari nel febbraio 2025, 200 milioni di dollari con una valutazione di 11 miliardi di dollari nella prima metà del 2026 e, infine, 550 milioni di dollari annunciati il 9 settembre 2026. Harvey ha indicato per quest’ultimo round una valutazione di 15,5 miliardi di dollari; Bloomberg ha riferito 15,6 miliardi di dollari. L’azienda afferma di aver superato i 400 milioni di dollari di ricavi ricorrenti annuali, che l’80% degli studi dell’Am Law 100 utilizza i suoi prodotti e che ha iniziato il post-training di un proprio modello giuridico open-weight.

Sono capitali da venture capital investiti sulla premessa che i grandi studi legali pagheranno canoni ricorrenti di livello enterprise per strumenti di IA destinati alla ricerca e alla redazione: una premessa che dipende in larga misura dal fatto che questi strumenti siano abbastanza affidabili perché i partner approvino effettivamente il lavoro prodotto.

In pratica, ciò che viene chiesto a questi strumenti è più circoscritto di quanto suggerisca il marketing: preparare prime bozze di memorandum che riassumano la giurisprudenza su una questione specifica, confrontare una clausola contrattuale proposta con le posizioni ritenute accettabili da uno studio, riassumere le trascrizioni delle deposizioni e individuare precedenti che un ricercatore umano deve poi verificare. Nessuno dei principali fornitori — Harvey, CoCounsel o Lexis+ with Protégé — presenta i propri prodotti come sostituti della revisione del lavoro finale da parte di un avvocato; la promessa è una prima bozza più rapida, non un’autorità cui affidare l’ultima parola.

Questa impostazione conta perché è anche il criterio giuridico che i tribunali hanno iniziato ad applicare nel decidere quanta responsabilità attribuire a un avvocato che ha depositato un documento contenente un errore commesso da uno strumento di IA: l’errore dello strumento non è la mancanza su cui si fondano le sanzioni; lo è il mancato controllo da parte dell’avvocato.

Un precedente anteriore all’era dei LLM

Vale la pena ricordare che i tribunali si erano già confrontati con una tecnologia più circoscritta, ma affine. In Da Silva Moore v. Publicis Groupe (S.D.N.Y. 2012), il giudice magistrato Andrew Peck diede per la prima volta l’avallo di un tribunale alla revisione assistita dalla tecnologia, o predictive coding, come metodo accettabile per esaminare milioni di documenti nella fase di acquisizione delle prove, a condizione che fosse attuata e validata correttamente secondo il criterio di proporzionalità previsto dalla Federal Rule of Civil Procedure 26(b)(2)(B).

Quella decisione non approvò la revisione assistita dalla tecnologia perché appariva all’avanguardia: approvò una procedura specifica e verificabile, che integrava campionamento e validazione. È sostanzialmente ciò che i tribunali si aspettano ancora oggi quando i risultati di un sistema di IA sostituiscono su larga scala la revisione umana. Gli strumenti di IA generativa oggi commercializzati per la ricerca e la redazione di atti non sono ancora stati inquadrati in un quadro giurisprudenziale equivalente e consolidato: anche per questo le sanzioni descritte qui sotto sono così importanti.

Quando la macchina cita sentenze inesistenti

Il caso più eloquente è Mata v. Avianca, deciso nel distretto meridionale di New York nel giugno 2023. Il legale del ricorrente depositò una memoria contraria a un’istanza di rigetto che citava diversi casi inesistenti, tra cui uno riguardante una compagnia aerea fittizia. Gli avvocati avevano usato ChatGPT per fare ricerche e redigere l’atto. Quando prima i legali della controparte e poi il tribunale non riuscirono a trovare i casi citati, l’avvocato chiese al chatbot di verificarli; questo gli assicurò che i casi «esistono davvero» e che si potevano trovare su Westlaw e LexisNexis. Il giudice P. Kevin Castel ritenne fuorvianti gli atti depositati, tenne un’udienza sulle sanzioni e inflisse una multa di 5.000 dollari ai due avvocati e al loro studio.

Mata non fu un episodio isolato, e il fenomeno è proseguito ben oltre il 2023. Nel febbraio 2024, nel caso Smith v. Farwell in Massachusetts, il legale depositò diversi atti contenenti casi fittizi generati dall’IA. Un avvocato dello Utah, Richard Bednar, fu sanzionato dopo aver presentato una memoria che citava un caso inesistente, «Royer v. Nelson»: gli fu ordinato di pagare le spese legali della controparte, rimborsare il proprio cliente e fare una donazione a un’organizzazione senza scopo di lucro attiva in ambito legale.

Nel febbraio 2025, un tribunale federale sanzionò tre avvocati di Morgan & Morgan, studio legale nazionale che rappresenta i ricorrenti, dopo che alcune istanze preliminari sull’ammissibilità delle prove avevano citato nove casi, otto dei quali risultarono inesistenti. L’avvocato che aveva redatto gli atti fu multato di 3.000 dollari, mentre i due che li avevano depositati ricevettero una multa di 1.000 dollari ciascuno.

Al 19 settembre 2026, il registro curato da Damien Charlotin riportava 2.045 decisioni relative a contenuti inventati dall’IA negli atti depositati. Le sanzioni sono cresciute insieme al numero dei casi. In Couvrette v. Wisnovsky, una causa federale in Oregon in cui tre memorie contenevano 15 casi inesistenti e otto citazioni inventate, il tribunale espunse le memorie, respinse le richieste senza possibilità di riproporle, multò l’avvocato principale di 15.500 dollari nel dicembre 2025 e nel marzo 2026 riconobbe ai convenuti 94.704,38 dollari di spese legali: 110.204,38 dollari in totale, oltre a una segnalazione all’Oregon State Bar.

Le conseguenze ormai non si fermano al denaro: lo stesso registro documenta provvedimenti disciplinari degli ordini degli avvocati e, nell’agosto 2026, il Solicitors Disciplinary Tribunal del Regno Unito radiò un avvocato nel caso Solicitors Regulation Authority v Kumar per false citazioni. Il filo conduttore di quasi tutti questi casi non è che un avvocato abbia usato l’IA, ma che non ne abbia verificato autonomamente le citazioni prima di firmare e depositare il documento.

Che cosa dicono davvero i dati di Stanford

Per un certo periodo, i fornitori di strumenti di IA specifici per la ricerca giuridica hanno sostenuto che i sistemi basati sul recupero delle informazioni e costruiti su banche dati di giurisprudenza verificata avrebbero sostanzialmente risolto il problema delle allucinazioni che affligge i chatbot generalisti. Uno studio di Stanford RegLab, pubblicato con il titolo «Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools», ha messo direttamente alla prova questa tesi confrontando Lexis+ AI, AI-Assisted Research di Westlaw (il prodotto basato sulla tecnologia di Casetext/CoCounsel acquisita dalla società) e GPT-4 generalista.

I risultati smentiscono l’idea che il problema sia «risolto», senza per questo dare ragione ai catastrofisti: Lexis+ AI ha prodotto allucinazioni in circa il 17% delle richieste esaminate, AI-Assisted Research di Westlaw in circa il 33% e GPT-4 usato senza strumenti aggiuntivi in circa il 43%. Gli errori andavano dai casi completamente inventati a problemi più insidiosi: un caso reale citato a sostegno di una tesi che in realtà non sostiene, oppure un precedente autentico ma non pertinente al punto discusso. Quest’ultimo errore è forse più pericoloso di un’invenzione totale, perché supera una verifica superficiale dell’esistenza del caso.

La conclusione dello studio ha imposto almeno una rettifica pubblica: dopo la sua pubblicazione, LexisNexis ha ridimensionato la formulazione promozionale che descriveva il proprio prodotto come «privo di allucinazioni», precisando che l’affermazione riguardava soltanto le citazioni giuridiche corredate di link, non l’accuratezza dei contenuti, e che nessun fornitore poteva promettere in modo credibile risultati senza errori.

La conclusione più onesta è che i sistemi RAG specifici per il settore legale, costruiti su banche dati giurisprudenziali selezionate, sono sensibilmente migliori di un modello generalista usato da solo — nei dati di Stanford, il loro tasso di errore è circa la metà di quello di GPT-4 — ma «migliore» non significa «affidabile senza verifiche». Una probabilità compresa tra un caso su sei e uno su tre di ottenere un errore significativo, estesa al volume di richieste di uno studio legale molto impegnato nel contenzioso, garantisce che prima o poi errori non verificati finiranno in un atto depositato.

La risposta delle autorità professionali è stata rapida e insolitamente specifica

Poiché il problema delle allucinazioni ha prodotto sanzioni giudiziarie, anziché restare un rischio astratto, gli organismi di regolamentazione della professione sono intervenuti in modo rapido e concreto, invece di emanare indicazioni generiche e neutrali rispetto alla tecnologia. Nel gennaio 2024, il Board Review Committee on Professional Ethics della Florida Bar ha pubblicato l’Opinion 24-1, chiarendo agli avvocati della Florida che l’uso dell’IA generativa è consentito, ma che devono tutelare la riservatezza dei clienti (raccomandando di ottenere il loro consenso informato prima di comunicare informazioni riservate a uno strumento di IA di terzi), fornire servizi accurati e competenti, evitare di addebitare ai clienti il tempo impiegato per imparare a usare la tecnologia e rispettare le norme sulla pubblicità se l’IA viene usata nel marketing rivolto ai clienti.

Nel luglio 2024 è seguito lo Standing Committee on Ethics and Professional Responsibility dell’American Bar Association con la Formal Opinion 512, le sue prime indicazioni formali dedicate specificamente all’IA generativa. Il documento applica alla tecnologia le Model Rules esistenti: la competenza richiesta dalla Rule 1.1 impone agli avvocati di comprendere capacità e limiti di uno strumento abbastanza bene da poterne supervisionare l’uso; la riservatezza prevista dalla Rule 1.6 impone di capire come un determinato sistema di IA conservi e possa riutilizzare i dati immessi; la Rule 1.5 sugli onorari vieta di addebitare ai clienti il tempo necessario per imparare a usare uno strumento di IA generico (mentre può essere fatturata la formazione su uno strumento richiesta dal cliente e specifica per il suo incarico); ed è previsto esplicitamente che gli avvocati impediscano che le allucinazioni diventino il fondamento delle argomentazioni depositate in giudizio.

La State Bar della California aveva già pubblicato la propria Practical Guidance for the Use of Generative Artificial Intelligence in the Practice of Law nel novembre 2023 e, in una lettera dell’agosto 2025, la Corte suprema della California le ha chiesto di valutare l’inserimento dei principi di quelle indicazioni nei commenti alle Rules of Professional Conduct.

Da quell’istruzione è scaturito un testo. Il 13 marzo 2026, lo Standing Committee on Professional Responsibility and Conduct della State Bar ha approvato proposte di modifica a sei Rules of Professional Conduct e aperto una consultazione pubblica, conclusa il 4 maggio 2026. Il commento proposto alla Rule 1.1 stabiliva che un avvocato che usa la tecnologia, compresa l’IA, «deve esaminare e verificare autonomamente qualsiasi risultato prodotto dalla tecnologia che venga utilizzato nell’ambito della rappresentanza di un cliente, ed esercitare al riguardo il proprio giudizio professionale». Dopo quella prima consultazione, il comitato ha modificato le proposte: nella versione approvata il 12 giugno 2026 per una seconda consultazione pubblica, il nuovo commento alla Rule 1.1 sottolinea, secondo la sintesi della State Bar, che un avvocato che usa la tecnologia, compresa l’IA, «deve esercitare il proprio giudizio professionale su tutti gli aspetti di tale uso, compresi, a titolo non esaustivo, gli input e gli output», e che un avvocato che cita fonti giuridiche a un cliente o ad altre parti «deve verificare l’esattezza e l’esistenza delle fonti citate». L’iter di modifica delle regole non è concluso, la decisione finale spetta alla Corte suprema e non è stata fissata una data di entrata in vigore. Ma l’obbligo che si sta formulando è quello che le sanzioni hanno fatto valere caso per caso.

Il compromesso che gli avvocati stanno davvero accettando

Nulla di tutto questo è un argomento contro l’adozione: sia i finanziamenti ottenuti da Harvey sia il prezzo pagato da Thomson Reuters per acquisire Casetext riflettono una scommessa reale e fondata sul fatto che l’IA acceleri sensibilmente il lavoro legale ad alta intensità documentale. Ciò che le sanzioni e i dati di Stanford sconsigliano è trattare qualsiasi strumento attuale, generalista o specifico per il settore legale, come un sostituto della ricerca e della lettura autonoma, da parte di un avvocato, delle fonti citate prima che vengano inserite in un atto da depositare.

Gli studi che traggono un valore concreto da questi strumenti — l’adozione di Harvey su larga scala da parte di A&O Shearman è l’esempio pubblico più chiaro — sono quelli che hanno integrato la verifica nel flusso di lavoro, anziché aggiungerla dall’esterno. Trattano i risultati dell’IA come un socio supervisore tratterebbe la bozza di un avvocato al primo anno: utile, spesso pronta in fretta, ma mai firmata senza prima essere controllata.