Stabilire se un difetto di prodotto sia stato segnalato prima o dopo che un'azienda ne fosse a conoscenza. Ricostruire se una clausola contrattuale sia stata violata precedentemente o successivamente a una comunicazione formale. In ambito giuridico, l'ordine cronologico degli eventi non è mai un dettaglio descrittivo: è un elemento interpretativo che può fare la differenza tra una condanna e un'assoluzione. Eppure, proprio qui, i più potenti modelli di intelligenza artificiale mostrano il loro tallone d'Achille.
È da questo nodo critico che prende le mosse la ricerca condotta da Aruba in collaborazione con il Politecnico di Torino, presentata nei giorni scorsi nell'ambito del workshop DARLI-AP 2026, svoltosi all'interno della conferenza internazionale EDBT/ICDT a Tampere, in Finlandia. Lo studio, firmato da Francesco Tarasconi, Artificial Intelligence Manager di Aruba, insieme ai ricercatori Andrea Cacioli e Luca Cagliero del Politecnico, ha messo alla prova i Large Language Models generalisti sul cosiddetto temporal reasoning, ovvero la capacità di comprendere e classificare le relazioni temporali tra eventi giuridicamente rilevanti.
Il banco di prova si è articolato in due compiti distinti ma complementari. Il primo, denominato LETOV (Legal Event Temporal Ordering Verification), chiede al modello di stabilire se una relazione temporale tra due eventi sia corretta o meno. Il secondo, LETOC (Legal Event Temporal Ordering Classification), richiede invece di identificare la natura della relazione – se un evento "precede", "segue" o è "simultaneo" all'altro. Per testare i modelli su casistiche realistiche, i ricercatori hanno utilizzato e ampliato un dataset pubblico di riferimento, costruendo scenari progressivamente più complessi .
I risultati emersi gettano una luce nuova sulle potenzialità e, soprattutto, sui limiti attuali dell'AI applicata al diritto. Da un lato, i modelli di ultima generazione hanno raggiunto livelli di accuratezza superiori all'85% nei task di verifica, superando lo stato dell'arte precedente. Un risultato rilevante, che dimostra i progressi compiuti. Dall'altro, questa performance, per quanto buona, non è ancora sufficiente per un utilizzo completamente affidabile in ambiti ad alta criticità come quello legale, dove un errore di sequenza può tradursi in una conseguenza giuridica concreta.
Ma il dato più interessante riguarda i fattori che realmente influenzano le performance. Contro ogni aspettativa, alcune delle evoluzioni più recenti dei modelli, in particolare quelle legate al cosiddetto deep reasoning, non producono automaticamente miglioramenti significativi. Lo studio rivela invece dinamiche più articolate: il fattore più determinante per alzare l'asticella delle performance è l'utilizzo di esempi nel prompt, la tecnica nota come few-shot learning. Anche l'aumento dello "sforzo di ragionamento" dei modelli porta benefici, ma di entità limitata. Le differenze tra modelli "chat" e "instruction-based", infine, risultano marginali, con un leggero vantaggio per questi ultimi . In altre parole, a fare la differenza non è tanto la potenza bruta del modello, quanto il modo in cui viene guidato nel processo di comprensione.
Un aspetto che emerge con chiarezza dalla ricerca è che il temporal reasoning si colloca su un piano diverso rispetto ad altre applicazioni dell'AI. Non riguarda la semplice estrazione di informazioni, ma la capacità di ricostruire una catena logico-temporale, un'operazione che richiede al modello di gestire non solo il significato dei singoli eventi, ma anche la loro relazione reciproca nel flusso del tempo. In questo senso, lo studio evidenzia trade-off importanti tra accuratezza, costi computazionali e tempi di risposta, che rendono necessaria una valutazione attenta in ottica industriale, soprattutto per quelle aziende che intendono integrare l'AI nei propri processi di legal tech, compliance o risk management.
La collaborazione tra Aruba e il Politecnico di Torino si inserisce in un percorso di ricerca industriale-accademico più ampio e continuativo, finalizzato a rendere l'intelligenza artificiale più solida, verificabile e adatta a scenari reali. Un percorso che, partendo dall'analisi dei limiti attuali, punta a sviluppare competenze e strumenti per affrontare alcune delle sfide più concrete dell'AI, dove il tempo, nel diritto come nei sistemi che lo trattano, resta una dimensione critica da governare con la massima attenzione .
SU