L'intelligenza artificiale (AI) è la nuova frontiera tecnologica su cui le aziende si sfidano a suon di ricerca.
In soldoni, è un insieme di algoritmi capaci di rendere un elaboratore elettronico intelligente, cioè in grado di migliorare le proprie capacità ripetendo un’azione molte volte e imparando dagli errori, arrivando a superare l’essere umano.
Si parla anche di automazione di comportamenti intelligenti.
L'AI è già entrata nella vita di tutti i giorni, come dimostrano gli assistenti vocali come Cortana e Siri e i chatbot che aiutano a gestire il flusso di lavoro quotidiano.
Ovviamente, solo le aziende che riusciranno a tenere il passo con le nuove tendenze otterranno dei benefici sulla concorrenza.
È importante precisare che intelligenza artificiale è un termine generico che include diverse tecnologie interconnesse, tra cui: Natural Language Processing (NLP), machine learning, cognitive computing, signal processing, rete neurale, computer vision e robotica.
L'intelligenza artificiale entra anche negli studi legali con lo scopo di sollevare gli avvocati da quelle attività ripetitive e noiose che rallentano il lavoro per accelerare i processi, renderli più efficienti ed eliminare gli sprechi.
L'informatizzazione dello studio legale facilita il lavoro dell'avvocato e lo sa bene chi si è affidato a LEGALDESK, il gestionale più intuitivo in commercio.
Il software, che ha la caratteristica di essere on cloud, permette la sincronizzazione dell'agenda con tablet e smartphone, l'accesso al Polishweb, il deposito degli atti attraverso PCT, la gestione delle anagrafiche e molto altro ancora.
In questo articolo scopriremo quali sono le 5 tendenze sull'intelligenza artificiale secondo i principali attori del mercato.
Automazione white collar
Tra i settori in cui l'intelligenza artificiale è maggiormente impiegata troviamo quello manufatturiero, ma l'uso di questa tecnologia è sempre più all'assalto anche dei colletti bianchi, la forza lavoro impiegatizia.
I lavoratori cognitivi più a rischio sono quelli impiegati in settori quali giornalismo, legge, finanza e medicina.
Il timore è che l'AI sostituisca presto milioni di impiegati in tutto il mondo. In realtà, l'automazione dei task ritenuti più monotoni e faticosi andrà a beneficio dei white collar, che potranno così concentrarsi su attività che diano valore all'azienda.
Un rapporto di Gartner del 2017 ha stimato che l'intelligenza artificiale è pronta a creare 2,3 milioni di posti di lavoro entro il 2020, a fronte di una perdita di soli 1,8 milioni.
Uno degli ambiti più coinvolti è quello legale, dove l'AI è in grado di elaborare milioni di documenti, tra cui leggi, casi giudiziari, delibere e giurisprudenza varia, in tempo record e con un bassissimo margine di errore.
Alcune persone temono che questa tecnologia sconvolgerà gli studi legali, finendo per soppiantare la figura dell’avvocato.
In realtà, anche se non c’è un task che non possa essere coperto da un tool di intelligenza artificiale, ci deve anche essere qualcuno che indirizzi la macchina nella direzione giusta.
Ma quali sono le possibili applicazioni della legal AI?
Ecco alcuni esempi:
- automazione dei contratti (redazione e revisione dei contratti, gestione dei contratti attivi con scadenze, adempimenti e pagamenti, estrazione di informazioni e analitiche, ecc.).
- ricerche di leggi e giurisprudenza.
- legal analytics (raccolta di dati, approfondimeno incrociando i dati, analisi dei dati per produrre previsioni).
LEGGI ANCHE: Assistenza legale online, possibile servizio on demand?
Avvocato robot
Ne abbiamo già parlato in qualche articolo precedente, si parla di avvocato robot non si deve pensare ad un umanoide simile a quelli che si vedono nei film di fantascienza, ma ad un software capace di semplificare la vita svolgendo i compiti assegnati in tempi rapidissimi facendo risparmiare tempo e denaro.
Un esempio è Ross, l'avvocato robot sviluppato su un software Ibm chiamato "Watson" e già "assunto" in diversi studi italiani.
Ross è in grado di fare da solo e in pochissimo tempo ricerche in materia di giurisprudenza che richiederebbero giorni e la collaborazione di più avvocati.
Basta porgli una domanda in inglese nel linguaggio usuale per gli avvocati e, dopo aver scansionato l'intero "corpus legale" in pochi istanti, il software risponderà dando anche dei suggerimenti.
Inoltre, se nel frattempo ci sono stati nuovi verdetti di interesse per il caso trattato, li notificherà.
Dopo Ross sono arrivati altri robot capaci di smaltire le pratiche burocratiche più noiose.
Oggi gli studi legali possono avvalersi anche di Kyra, software di intelligenza artificiale per la due diligence dei contratti, che permette di analizzare i contratti, estrapolarne le parti più importanti e individuarne le clausole più delicate.
C'è è anche Coin (Contract Intelligence), un bot machine learning sperimentato da JP Morgan in grado di sostituire 360 mila ore di mansioni ripetitive svolte in un anno dagli avvocati. Infine, dalle menti illuminate di alcuni matematici dell'Università di Cambridge è nato Luminance, software capace di archiviare e classificare centinaia di documenti.
Meritevole di menzione è anche Donotpay, avvocato digitale creato dallo sviluppatore britannico Joshua Browder per contestare le proprie multe.
Col tempo il chatbot si è evoluto diventando un vero e proprio avvocato robot in grado di fornire una consulenza legale gratuita in oltre 1000 campi giuridici. L'ideatore ha dichiarato che il bot è riuscito a far togliere, in totale autonomia, 400 mila multe per parcheggio in sosta vietata.
Cure sanitarie e diagnostica clinica
L'intelligenza artificiale è la grande scommessa del secolo in tutti i settori, compreso quello medico.
Gli algoritmi di AI hanno da tempo fatto il loro ingresso nei centri di ricerca e negli ospedali e sono destinati a trovare sempre più spazio nei decenni a venire.
Questi algoritmi potrebbero giocare un ruolo decisivo nella diagnosi precoce, alleato essenziale per la prevenzione dei tumori.
I sistemi di machine learning hanno già superato le prestazioni dei medici nell'interpretazione delle immagini e possono quindi aiutare a diagnosticare e curare i pazienti in modo più efficace. Ad esempio, un algoritmo di deep learning, settore del machine learning basato su reti neurali, è capace di diagnosticare con grande accuratezza vari tipi di cancro della pelle basandosi sulle immagini dell'epidermide scattate con uno smarpthone.
La tecnologia ha reso possibile conservare una gran quantità di dati riguardanti la storia medica dei pazienti: pressione, frequenza cardiaca, radiografie, analisi di laboratorio, ecc.
Il nodo della questione è trasformare queste informazioni in qualcosa di utile. È qui che entrano in gioco le tecnologie di intelligenza artificiale che permettono di processare milioni di dati medici in pochi minuti.
Watson di Ibm, ad esempio, non è entrato solo negli studi legali, ma anche nelle corsie degli ospedali. Qui è in grado di predire con due anni di anticipo la diagnosi di insufficienza cardiaca analizzando le cartelle cliniche dei pazienti.
Le macchine automatiche scansionano i dati clinici dei pazienti ad una velocità impressionante è possono aiutare a identificare lesioni precancerose che altrimenti passerebbero inosservate.
Grazie a ciò forse un giorno sarà possibile individuare i soggetti più a rischio di tumore e sottoporli a cure preventive per impedire l'insorgenza della malattia.
LEGGI ANCHE: Intelligenza artificiale e cyber security alla luce del GDPR
Privacy e sicurezza digitale
L'intelligenza artificiale è la chiave futura della sicurezza informatica e della protezione dei dati in quanto può fornire una difesa capace di adattarsi alle tante minacce che animano il mondo del web.
Le aziende leader nel settore della cybersecurity hanno già iniziato a sviluppare delle soluzioni AI per proteggere i sistemi informativi da attacchi di hacker e cyber criminali.
Questo andrà ad aumentare il livello di sicurezza garantito dai sistemi tradizionali (antivirus e antimalware) messi in campo per proteggere la nostra privacy e i dati personali.
Stare dietro alle minacce informatiche in continua evoluzione con i metodi tradizionali è praticamente impossibile.
Con l'AI è possibile analizzare un'impressionante mole di dati in modo da identificare le fragilità di un codice o di un browser in maniera molto rapida. Un'operazione infinita e molto dispendiosa in termini di tempo e denaro che solo con i tool AI può diventare veloce ed efficace.
Come in altri settori, quindi, l'intelligenza artificiale solleva l'analista dai compiti più ripetitivi e noiosi, permettedogli di dedicarsi agli aspetti più complessi della risoluzione delle minacce appena scoperte.
Il machine learning, invece, può servire a creare una "logica standard" che permetta di scovare anomalie causate da un attacco informatico basandosi sulla struttura di un file o sul suo comportamento.
Una veloce e superficiale scansione consentirà ai ricercatori di capire se si tratta di un virus o di un falso positivo, cioè di una vulnerabilità che non si rivela tale né grave.
La sicurezza dei dati personali dipenderà sempre meno dalle password digitate e sempre di più da come l'intelligenza artificiale saprà riconoscere gli utenti in base ai loro comportamenti online.
A tal fine, verranno presi in considerazione indicatori quali il percorso del mouse e la velocità nel digitare le password, ma anche dati biometrici, come la scansione dell'iride e il riconoscimento facciale.
Infine, l'intelligenza artificiale sarà la "spina dorsale" dell'impegno di cybersecurity anche a livello governativo.
Machine learning per dare un senso ai Big Data
Con il costante aumento dei Big Data, le aziende hanno bisogno di un aiuto per riordinare, elaborare ed analizzare tutte le informazioni in modo da sfruttarle per dedurre analisi strategiche per il proprio business.
Il machine learning può contribuire a estrapolare il valore dall'enorme flusso di dati e a prendere decisioni migliori.
Con il termine Big Data si fa rifarimento alla grande quantità di dati che vengono acquisiti da società e enti.
Le aziende oggi stanno diventando delle vere e proprie "fabbriche di dati" alla cui produzione contribuiamo costantemente con la maggior parte delle nostre attività quotidiane.
È impensabile che l'uomo, con le sue sole forze, riesca a tenere il passo con tutta la raccolta di dati in crescita esponenziale provenienti non solo dal web ma anche da altre fonti in continua evoluzione.
Ciò che attira l'attenzione è come analizzare questi dati per estrapolare informazioni importanti che permettano di attuare nuove e più efficaci strategie di business con risvolti positivi sulla competitività.
I Big Data richiedono apposite tecnologie per l'estrazione di valore, ed è qui che entra in gioco l'intelligenza artificiale, ed in particolare il Machine Learning, ovvero l'abilità delle macchine di apprendere autonomamente senza essere state preventivamente programmate.
Con il machine learning, i dati vengono alimentati in un algoritmo per addestrarlo a predire un risultato, come l'abbonamento dei clienti oppure guasti ai macchinari.
Per automatizzare lo sviluppo di modelli predittivi, stanno emergendo nuove tecnologie come, ad esempio, DataRobot e IBM Data Science Experience.
Conclusioni
L'implementazione di tecnologie di intelligenza artificiale porta molti vantaggi alle aziende, tra cui meno task ripetitivi e maggiore efficienza, ma potrebbe creare una folta schiera di disoccupati.
Finora, l'avvento dell'AI non ha tagliato una parte significativa di posti di lavoro e, anzi, in alcuni casi ne ha creati di nuovi.
Non è pertanto il caso di preoccuparsi: per il momento i robot non sostituiranno gli avvocati in carne ed ossa.
L'applicazione della legge richiede capacità umane come empatia, comprensione e buon senso che le tecnologie AI, essendo ancora in fase evolutiva, non hanno.
A essere vincente sarà una collaborazione tra intelligenza artificiale e umana. In altre parole, l'avvocato che utilizzerà l'AI rimpiazzerà quello che non la utilizza.
Se vuoi testare i benefici dell'informatizzazione del tuo studio legale, chiedi l'attivazione di una demo di LEGALDESK della durata di 30 giorni.
