Come progettare regole sull'IA per lavori giuridici valutati

Una regola sull'intelligenza artificiale nella formazione giuridica dovrebbe partire da una domanda più semplice che stabilire se l'IA sia buona o cattiva: quale capacità deve mostrare questo compito? Se una memoria serve a verificare che uno studente sappia individuare questioni, valutare fonti autorevoli e costruire un argomento difendibile, un assistente che fornisce struttura o prosa può nascondere proprio il lavoro valutato. Se invece un esercizio insegna a supervisionare con attenzione l'output dell'IA, un divieto assoluto può occultare un'altra competenza essenziale.

La politica predefinita di Berkeley Law, efficace dall'estate 2026, esplicita bene questa distinzione. Per lavori valutati vieta l'IA per ideare, scalettare, redigere, rivedere, tradurre ed editare. La vieta anche negli esami, limita la ricerca assistita all'identificazione delle fonti e proibisce di caricare materiali del corso in sistemi generativi. Lascia però ai docenti la possibilità di predisporre in anticipo eccezioni scritte e specifiche per il corso, con obbligo di dichiarazione.

La lezione non è che ogni compito giuridico richieda lo stesso confine. Il confine deve indicare la competenza misurata, i dati da proteggere e la prova che lo studente deve conservare per spiegare come ha usato lo strumento.

Definire la competenza prima di nominare uno strumento

Una regola che dice soltanto «niente ChatGPT» invecchia rapidamente e offre poca guida per strumenti analoghi. Motori di ricerca, programmi di scrittura, servizi di ricerca legale, trascrizione e revisione documentale aggiungono sempre più funzioni generative. La domanda didattica non riguarda il marchio del prodotto, ma se quella funzione sostituisce una decisione dello studente che il compito vuole valutare.

In un esame di analisi giuridica, il lavoro protetto può comprendere scegliere i fatti rilevanti, identificare una regola, distinguere un precedente e formulare una conclusione sotto pressione. Una norma può vietare l'assistenza generativa in quel flusso senza sostenere che ogni IA sia inappropriata ovunque. In un compito di ricerca il limite può essere più ristretto: un sistema può aiutare a trovare possibili casi, ma lo studente deve leggere le fonti, verificare le citazioni e decidere se sostengono la tesi.

Usare un modello di autorizzazione in quattro parti

Una politica pratica può ordinare l'uso dell'IA in quattro categorie. Primo, il lavoro da svolgere in autonomia: risposte d'esame, una prima analisi legale o una scaletta iniziale. Secondo, l'assistenza limitata che può essere ammessa, come trovare fonti pubbliche, generare domande di pratica o criticare una bozza completata. Terzo, i casi che richiedono un permesso scritto preventivo. Quarto, le informazioni che non vanno mai caricate: ipotesi simili a casi di clienti, materiali didattici non pubblicati, registrazioni o documenti con dati personali.

Le categorie devono usare verbi osservabili. «Si può usare l'IA per la ricerca» è ambiguo. «Si può usare l'IA per suggerire termini di ricerca; non si può fare affidamento su una sintesi di caso o su una citazione generata dall'IA senza leggere e verificare la fonte» offre istruzioni concrete. La distinzione di Berkeley fra identificare una fonte e produrre il lavoro consegnato ne mostra il valore.

Rendere l'uso autorizzato verificabile, non invisibile

La dichiarazione è utile quando registra un contesto sufficiente per valutare il processo senza pretendere il diario di ogni battuta. Una breve nota può indicare lo strumento, lo scopo consentito, il materiale fornito e come lo studente ha verificato l'output usato. Per progetti più delicati possono essere appropriati un registro dei prompt o la cronologia delle versioni.

Questo cambia la conversazione educativa. Invece di dedurre l'autorialità solo da una prosa rifinita, il docente può chiedere perché sia stata scelta una fonte, perché un suggerimento dell'IA sia stato accolto o respinto e come sia stato controllato. Domande orali, bozze a fasi e compiti iterativi verificano direttamente il ragionamento. Le domande e risposte di Berkeley richiamano allo stesso modo tecniche contestuali come presentazioni orali e scrittura iterativa.

Considerare privacy e responsabilità professionale parte della competenza

Il lavoro giuridico contiene spesso informazioni da non inviare a un servizio generativo pubblico. Anche in aula, letture, consegne, discussioni registrate e fatti ipotetici di clienti possono porre problemi di riservatezza, proprietà intellettuale o privacy. Una politica solida indica questi limiti separatamente dalla regola di integrità accademica. Uno strumento può essere inappropriato anche quando non scrive la risposta finale.

Ciò rispecchia la pratica professionale. L'American Bar Association ha affermato che gli obblighi esistenti degli avvocati continuano ad applicarsi quando usano l'IA generativa. Gli studenti devono quindi imparare più che a giudicare la qualità dell'output: devono chiedersi quali dati riceve un servizio, che cosa una risposta generata dimostri davvero e chi rimanga responsabile di un errore.

Rivedere la regola attraverso i compiti, non gli slogan

Una politica IA efficace è un progetto didattico verificabile. Dopo un semestre, i docenti possono verificare se gli usi consentiti siano stati compresi, se la regola abbia funzionato per l'accessibilità, dove siano nati equivoci e se il compito misuri ancora la capacità voluta. La risposta può essere un esempio più specifico, un modulo di dichiarazione migliore o una diversa valutazione, non semplicemente un divieto più severo.

Il principio centrale è durevole: la formazione giuridica deve proteggere il ragionamento autonomo quando esso è oggetto della valutazione e insegnare l'uso supervisionato dell'IA quando la supervisione è l'obiettivo della formazione. Confini chiari, dichiarazioni esplicite, fonti verificate e dati protetti rendono perseguibili entrambi gli obiettivi.