IA e la chimera del tempo guadagnato

• La promessa del tempo
• Come si diventa competenti?
• Come si acquisisce la competenza?
• Le ore risparmiate: quando la misura contraddice la percezione.
• Il costo che non compare nel confronto
• Il rischio di una formazione incompleta
• La competenza non è uno stato ma una manutenzione
• Per concludere: alcune indicazioni operative per un uso proficuo delle IA.

La promessa del tempo

Penso di non essere il solo ad aver preso atto che da tempo la comunicazione commerciale delle IA specializzate per il settore legale insiste, con curiosa uniformità, sull'argomento del tempo guadagnato. Il mercato non promette più di sostituire il professionista: gli promette del tempo.

Senza pretesa di esausitività, se ne contano almeno tre varianti.

1. Il confronto diretto: IUS AI mette a fronte il prima e il dopo: ricerca di sentenze, «2 ore → 10 secondi»; redazione di bozze di contratti, «1 ora → 3 minuti» (>>). 4cAi si spinge oltre e utilizza un caso professionale reale per sostenere una riduzione dell'80,6%: da 18 a 3,5 ore per una memoria difensiva (>>).
2. Il monte ore settimanale: Lexroom afferma che in media ogni avvocato risparmia fino a 10 ore di lavoro manuale a settimana (>>). OpenLeges indica quattro-cinque ore risparmiate a settimana e le associa a un incremento del 30% della produttività (>>).
3. Il mito della qualità. Edizioni Giuridiche costruisce una campagna intorno a un'idea - l'avvocato recupera tempo per i clienti e per la propria vita, mentre l'IA svolge il lavoro ripetitivo - e la condensa in una formula: «L'avvocato del futuro lavora meglio, non di più» (>>).

Si potrebbe proseguire negli esempi, ma quello che conta è il messaggio, che poggia su un  sillogismo economico: tempo recuperato, maggiore capacità produttiva, maggiore redditività dello studio.

Può interessare la costruzione retorica di queste metodiche.

Il decimale dell'80,6% di 4cAi fa il lavoro della precisione. L'«in media» delle cinque ore settimanali di Lexroom fa il lavoro della misurazione. La formula «lavora meglio, non di più» di Edizioni Giuridiche disinnesca l'obiezione più ovvia, quella per cui l'efficienza serve soltanto a caricare il professionista di altro lavoro.

Nessuno dei numeri citati è però accompagnato dall'indicazione di un metodo. Non si sa su quanti professionisti i dati siano stati raccolti, per quanto tempo, con quale definizione di tempo risparmiato. Soprattutto, non si sa se qualcuno abbia misurato il tempo effettivamente impiegato o si sia limitato a chiedere alle persone quanto credessero di averne risparmiato. La distinzione non è poca cosa: come vedremo, è il punto in cui la promessa si incrina e il destinatario della campagna pubblicitaria dovrebbe allertare il proprio approccio critico.

Come si diventa competenti?

Non è possibile affrontare correttamente l'argomento senza accennare a come si forma la competenza.

Nel 1993 Anders Ericsson, Ralf Krampe e Clemens Tesch-Römer (The Role of Deliberate Practice in the Acquisition of Expert Performance, Psychological Review, 1993), mostrarono -studiando i violinisti dell'Accademia di Musica di Berlino - che la prestazione esperta non nasce dall'accumulo di esperienza, ma da un esercizio intenzionale, calibrato appena oltre le proprie capacità e corretto da un riscontro immediato. Prevenendo citazioni fuori luogo: la famosa formula delle 10.000 ore come come soglia universale per diventare un'eccellenza in qualsiasi campo è stata inventata e resa popolare dal giornalista Malcolm Gladwell (Fuoriclasse, 2009), riprendendo e semplificando lo studio di Ericsson, il quale ha però  riptetutamente ribadito che il numero è una media priva di significato individuale, e che è la variabile che conta: non la quantità di ore ma la struttura dell'esercizio.

Può essere utile, per completare il quadro, un secondo dato, che riguarda le condizioni dell'apprendimento.

Elizabeth e Robert Bjork (Making Things Hard on Yourself, but in a Good Way: Creating Desirable Difficulties to Enhance Learning, 2011) hanno evidenziato che ciò che rende un compito più faticoso nell'immediato - recuperare un'informazione dalla memoria invece di rileggerla, distanziare le sessioni nel tempo, confrontare casi diversi - produce un apprendimento più solido e duraturo. Sono le così dette difficoltà desiderabili (desirable difficulty), ossia un insieme di pratiche educative che rendono l'apprendimento più impegnativo ma anche più efficace. Il corollario può non essere piacevole: tutto ciò che rende un compito più facile mentre lo si svolge tende, se messo a sistema, a renderlo meno formativo nel tempo. Per tornare a ciò che ci interessa: un'IA che redige la prima bozza di un atto o ricostruisce da sola il quadro normativo elimina esattamente quelle difficoltà.

A questo punto c'è una domanda che non può essere elusa: dove finisce ciò che deleghiamo?

Quando affidiamo a uno strumento esterno un compito mentale parliamo di offloading cognitivo: il beneficio immediato sulla prestazione è reale, e altrettanto reale è il costo sulla memoria di ciò che abbiamo delegato. Betsy Sparrow, Jenny Liu e Daniel Wegner hanno documentato nel 2011 il cosiddetto effetto Google (Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips, Science, 2011): se sappiamo che un'informazione resterà reperibile, tendiamo a ricordare dove trovarla ma non ricordiamo l'informazione. Che è quello che avviene per i numeri dei cellulari: sappiamo dove sono, non quali sono.

L'IA generativa porta la dinamica un passo oltre, perché non si limita a conservare l’informazione, ma la interpreta, la collega e la traduce in un ragionamento. Ed è proprio questa successione (sussunzione >> qualificazione >> argomentazione) che distingue il lavoro del giurista da quello di una banca dati.

Come si acquisisce la competenza?

Notoriamente, l'acquisizione della competenza viene definita come un percorso (i famosi cinque stadi di H.L. Dreyfus, S.E. Dreyfus in Mind Over Machine, Free Press, 1986: novizio, principiante avanzato, competente, provetto ed esperto).

Come tutte le definizioni, serve a descrivere un tracciato, non a misurarlo, e va quindi usato per quello che è. Ma esprime qualcosa che chi ha formato giovani professionisti conosce bene: alcune tappe vanno percorse, non si possono semplicemente saltare. Se l’IA interviene troppo presto - quando chi inizia dovrebbe fare fatica per imparare a orientarsi nel diritto e costruire i propri riferimenti - il rischio non è solo di rallentare la crescita, ma quello di formare professionisti con una competenza superficiale: capaci di controllare e valutare una risposta, ma non di arrivarci da soli quando l’IA non è disponibile.

Lo scorso anno ha avuto una discreta diffusione nei media main stream il lavoro di un gruppo del MIT Media Lab (N. Kosmyna e altri, Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab, 2025), dove a 54 persone è stato effettuato un elettroencefalogramma mentre erano impegnate a scrivere testi (a) con un assistente IA, (b) con un motore di ricerca o (c) senza strumenti.

I risultati sono noti: chi usava l'IA ha mostrato la connettività neurale più debole, la minore capacità di ricordare a distanza di ventiquattro ore il proprio stesso testo e il più basso senso di paternità rispetto a quanto aveva scritto. Chi, in una sessione successiva, è passato dall'IA alla scrittura autonoma ha ottenuto risultati inferiori a chi aveva sempre scritto da solo. Gli autori parlano di debito cognitivo: un costo che non si vede subito, perché sul momento il compito sembra più facile, ma che si presenta più avanti sotto forma di competenze non  consolidate.

È vero: è certamente uno studio su campione limitato, condotto su compiti di scrittura scolastica e gli stessi autori hanno invitato alla cautela, ma è coerente con altri segnali, in particolare con un il lavoro condotto dai ricercatori di Microsoft Research e della Carnegie Mellon University (H.-P. Lee e altri, The Impact of Generative AI on Critical Thinking, CHI 2025). Come si legge sul sito di Microsoft:

L'ascesa dell'intelligenza artificiale generativa (GenAI) nei flussi di lavoro basati sulla conoscenza solleva interrogativi sul suo impatto sulle capacità e sulle pratiche di pensiero critico. Abbiamo intervistato 319 lavoratori della conoscenza per indagare 1) quando e come percepiscono l'applicazione del pensiero critico quando utilizzano la GenAI e 2) quando e perché la GenAI influenza il loro impegno in tal senso. I partecipanti hanno condiviso 936 esempi diretti di utilizzo della GenAI in attività lavorative. Dal punto di vista quantitativo, considerando sia i fattori specifici del compito che quelli dell'utente, la fiducia in sé stessi e nella GenAI, specifiche per il compito, sono predittive dell'applicazione del pensiero critico e dell'impegno profuso in tali attività assistite dalla GenAI. In particolare, una maggiore fiducia nella GenAI è associata a un minore pensiero critico, mentre una maggiore fiducia in sé stessi è associata a un maggiore pensiero critico. Dal punto di vista qualitativo, la GenAI sposta la natura del pensiero critico verso la verifica delle informazioni, l'integrazione delle risposte e la gestione del compito. 

In altre parole: se le attività ripetitive vengono affidate sempre alla macchina, il professionista può perdere proprio quelle occasioni in cui esercita il proprio giudizio. Nel momento in cui arriva un caso diverso dal solito, e l’IA non è in grado di affrontarlo, potrebbe quindi trovarsi meno preparato. D'altro canto, le IA sono state addestrate su ciò che esiste, non su ciò che non esiste. Il rischio che gli autori descrivono è che, automatizzando la routine, si tolga all'utente l'occasione quotidiana di allenare il giudizio, lasciandolo «atrophied and unprepared» quando si presenta l'eccezione che l'IA non sa gestire.

Le ore risparmiate: quando la misura contraddice la percezione.

Torniamo alle ore risparmiate con cui abbiamo aperto questo lavoro.

Nel luglio 2025 l'organizzazione di ricerca METR (Model Evaluation and Threat Research) ha pubblicato uno dei pochi esperimenti controllati esistenti sull'impatto delle IA su professionisti esperti. Come è stato ampiamente riportato, 16 sviluppatori open source di alto livello hanno lavorato su 246 compiti reali tratti dai loro stessi repository, con assegnazione casuale di ciascun compito alla condizione con o senza strumenti di IA (Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, 2025).

Prima dell'esperimento gli sviluppatori stimavano che l'IA li avrebbe resi il 24% più veloci. Dopo averlo svolto, restavano convinti di essere stati il 20% più veloci: la misurazione ha detto, invece, che avevano impiegato il 19% di tempo in più.

Il dato interessante non è il rallentamento in sé - che sarebbe scorretto trasporre meccanicamente all'attività forense - ma lo scarto tra percezione e misura: professionisti esperti, chiamati a valutare il proprio lavoro su compiti che sono loro familiari, hanno sbagliato e non di poco, ed hanno continuato a sbagliare anche dopo aver svolto il compito.

Tutto questo per dire che le 5 ore settimanali di Lexroom e le 4/5 di OpenLeges appartengono, per loro natura, alla stessa specie di stima che gli sviluppatori hanno formulato alla fine dell'esperimento METR: nessuno dice che siano false ma, più semplicemente, che si tratta di un dato che l'unico esperimento controllato disponibile ha trovato sistematicamente rovesciato rispetto alla misura.

Il costo che non compare nel confronto

C'è poi una voce di spesa che i confronti «prima e dopo» non contabilizzano affatto, ossia quello del costo della verifica.

Qui ci è di aiuto il lavoro svolto nel 2025 un gruppo di ricercatori di Stanford, i quali hanno sottoposto a 202 domande preregistrate i principali strumenti commerciali di ricerca giuridica basati su IA, quelli venduti con la promessa esplicita di essere hallucination-free. Il risultato: allucinazioni nel 17% delle risposte di Lexis+ AI e nel 33% di quelle di Westlaw AI-Assisted Research, con un'accuratezza complessiva rispettivamente del 65% e del 41% (Varun Magesh, Faiz Surani, Matthew Dahl, Mirac Suzgun, Christopher D. Manning & Daniel E. Ho, Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools, 22 J. Empirical Legal Stud. 216).

Il confronto «ricerca di sentenze: 2 ore → 10 secondi» misura il tempo necessario a ottenere una risposta, ma non il tempo necessario a stabilire se quella risposta sia vera. E per un avvocato le due grandezze non sono alternative: la seconda è obbligatoria ed ha un costo, quello che Emilio Ferrara (The Generative AI Paradox: GenAI and the Erosion of Trust, the Corrosion of Information Verification, and the Demise of Truth, 2026), definisce "il privilegio della verifica".

Il rischio di una formazione incompleta

Mettiamola così: il tempo che il fornitore sottrae alla produzione dell'atto non scompare ma si sposta sulla verifica.

Se l'avvocato la esegue - controllando esistenza, numero, data, sezione e contenuto di ciascun precedente citato, e la tenuta di ciascun passaggio argomentativo - il risparmio si assottiglia. Di fronte a uno strumento che non esclude in toto l'allucinazione, smette di essere un controllo formale e diventa una seconda ricerca che, se non eseguita, costituisce sì un risparmio reale, ma pagato due volte: da un lato attraverso un rischio processuale e disciplinare, e dall'altro - ed questo è ciò che più conta - in esercizio mancato, ossia in competenza non formata o non mantenuta.

«L'avvocato del futuro lavora meglio, non di più» descrive con esattezza quel primo tempo. Il secondo tempo è che l'avvocato del futuro, se lavora così, verifica di meno e impara di meno.

Il punto riguarda soprattutto la formazione, perché la competenza dell’avvocato non si esaurisce nella conoscenza delle norme. Sta, invece, nella capacità di partire dai fatti per costruire un argomento, valutare il peso di un precedente, capire dove può essere attaccata la tesi della controparte o dove il caso sottopostogli si inquadra nella legislazione vigente. Sono capacità che, tradizionalmente, si imparano facendo pratica: è proprio questo lavoro, fatto di tentativi, errori e correzioni, che oggi si spende come delegabile all’IA.

C'è un dato, nell'indagine Ipsos condotta per il Consiglio Nazionale Forense presentata al XXXVI Congresso Nazionale Forense su un panel di su 2.532 avvocati, interessante in quest'ottica: ed quello per il quale l'adozione delle IA è massima proprio dove la formazione dei giovani professionisti è più strutturata e dove il lavoro esecutivo delegabile è più abbondante (76% negli studi con oltre venti collaboratori).

Ora, ha una sua pervasività l'argomento per il quale liberare i giovani dal lavoro esecutivo restituirebbe loro tempo per affiancare i senior nelle attività a più alto valore, a patto che lo studio riorganizzi consapevolmente la formazione invece di limitarsi a sottrarre compiti. Tutto vero, ma la condizione che lo regge - chiamiamola riorganizzazione consapevole - è precisamente ciò che nessuna delle promesse commerciali include. Il risparmio di tempo viene venduto come automatico; la sua riconversione in formazione, no.

La competenza non è uno stato ma una manutenzione

Su questo terreno il legislatore è già intervenuto, e in una direzione tutto sommato ben chiara.

La legge 23 settembre 2025, n. 132 stabilisce all'articolo 13, comma 1, che nelle professioni intellettuali l'utilizzo di sistemi di intelligenza artificiale «è finalizzato al solo esercizio delle attività strumentali e di supporto all'attività professionale e con prevalenza del lavoro intellettuale oggetto della prestazione d'opera», e impone al comma 2 che le informazioni sui sistemi utilizzati siano comunicate al cliente «con linguaggio chiaro, semplice ed esaustivo».

La regola della prevalenza, letta alla luce di quanto precede, non è soltanto una cautela contro l'errore: è, implicitamente, un argine alla sostituzione delle funzioni cognitive che qualificano la prestazione intellettuale.

Nella stessa direzione si muovono l'articolo 4 del Regolamento (UE) 2024/1689, che impone a chi utilizza questi sistemi in ambito professionale un obbligo di alfabetizzazione all'intelligenza artificiale, e la Guida del Consiglio degli Ordini Forensi d'Europa del 2 ottobre 2025, che colloca la competenza professionale, accanto alla riservatezza, tra i doveri fondamentali messi sotto pressione da un uso incauto di questi strumenti.

In realtà, il legislatore del 2025 ha innovato meno di quanto sembri.

Il dovere era già scritto nel codice deontologico forense: l'articolo 14 vieta, infatti, di accettare incarichi che non si sia in grado di svolgere con adeguata competenza, mentre l'articolo 15 impone di curare costantemente la preparazione professionale «conservando e accrescendo» le conoscenze. In altre parole: la deontologia forense dice dal 2014 ciò che Ericsson aveva mostrato nel 1993, e cioè che la competenza non è uno stato ma una manutenzione (K.A. Ericsson, 2025, cit.)

Per concludere: alcune indicazioni operative per un uso proficuo delle IA.

La promessa commerciale con cui abbiamo aperto questo lavoro non è falsa. Più semplicemente, è incompleta.

Il tempo che le IA fanno risparmiare nella produzione esiste davvero, e su ciò che è puramente esecutivo — formattazione, prima ricerca lessicale, riordino di un fascicolo — è probabilmente anche misurato bene. Quello che le pubblicità non mettono nel confronto è la voce di segno opposto, il tempo della verifica, che nella professione forense non è un'opzione; è la voce che non compare in nessun bilancio perché non ha un prezzo immediato, cioè l'esercizio che il professionista non fa più e attraverso il quale era diventato tale.

Da qui discendono, senza pretesa di esaustività, alcune indicazioni operative, quali, :

1. Provare da soli una risposta prima di interrogare l'IA, così da usarla come correttivo e non come sostituto.
2. Distinguere per tipo di compito, delegando l'esecutivo e trattenendo ciò che è ad alta densità di apprendimento (individuare la questione controversa, costruire la strategia, valutare un precedente).
3. Misurare il ciclo completo, generazione più verifica, se si vuole sapere quanto tempo si stia effettivamente risparmiando, perché la stima soggettiva è, come abbiamo visto, di per sé inaffidabile.
4. Farsi spiegare il ragionamento e riformularlo con parole proprie, il che riproduce quello che la psicologia della memoria chiama effetto generazione.
5. Per i praticanti e i giovani associati, mantenere quote di lavoro non assistito, corretto da un tutor: è l'area più esposta, ed è anche quella in cui l'adozione corre più veloce.

Non è, in fondo, un lavoro nuovo. Somiglia a quello dei primi anni di pratica, quando si tornava dalla biblioteca con i mattoni argomentativi raccolti e bisognava scartare quelli che non reggevano. Cambia che i mattoni arrivano già impilati e con un aspetto assolutamente impeccabile.

«L'avvocato del futuro lavora meglio, non di più» è quindi, a ben vedere, una proposizione condizionata. Lavorerà meglio se avrà conservato la capacità di riconoscere quando lo strumento sbaglia. E quella capacità si mantiene in un modo solo: continuando a esercitarla.