Intelligenza artificiale e giustizia: una valutazione critica del caso Loomis vs. Wisconsin

Abstract

L’elaborato indaga in chiave critica l’irrompere dell’intelligenza artificiale nel processo penale, con particolare riferimento ai Risk Assessment Tools e al paradigma – ormai più che simbolico – del caso State v. Loomis. Muovendo da una ricognizione storico-teorica sull’evoluzione dell’IA e sulla sua progressiva trasposizione nel diritto, la ricerca evidenzia come l’algoritmo, lungi dall’essere un mero supporto neutrale, finisca per incorporare scelte assiologiche, bias statistici e opacità tecniche capaci di incidere su presunzione d’innocenza, parità delle armi e giusto processo. Il percorso argomentativo si articola in quattro capitoli: 1. Fondamenti teorici – dialogo fra scienze cognitive, filosofia e informatica; prime sperimentazioni giuridiche dai sistemi esperti al machine learning. 2. IA e giustizia penale – anatomia dei RAT (COMPAS in primis), logiche di funzionamento e ricadute decisorie, con lettura comparata di esperienze statunitensi ed europee. 3. Rischi per i diritti processuali – analisi dei bias, del segreto industriale, dell’effetto ancoraggio sul giudice e del pericolo di scivolare verso un “diritto penale d’autore”. 4. Verso una regolamentazione costituzionalmente orientata – proposta di quadro normativo che coniughi AI Act, linee guida CEPEJ e principi costituzionali italiani, attraverso strumenti di trasparenza algoritmica, audit trail, sandbox giudiziarie e Fondo per la Difesa Tecnologica. Metodo: revisione sistematica di dottrina e giurisprudenza (oltre 150 fonti), studio caso-comparativo (Loomis, KeyCrime, X-LAW), analisi normativa multi-livello. Conclusioni: l’IA può divenire alleata di efficienza e prevedibilità solo se incardinata in un ecosistema di controllo umano significativo, accesso simmetrico alle informazioni e rigorosa validazione scientifica dei modelli; in difetto, rischia di cristallizzare diseguaglianze e di compromettere la fisionomia garantista del processo penale.

This dissertation offers a critical inquiry into the rise of artificial intelligence in criminal proceedings, with particular focus on Risk Assessment Tools and the emblematic State v. Loomis decision. Beginning with a historical and theoretical survey of AI and its gradual application to the law, the study shows how algorithms—far from neutral tools—often embed value-laden assumptions, statistical biases and technical opacity that can endanger the presumption of innocence, the equality of arms and due process. The discussion unfolds over four chapters: 1. Theoretical foundations – dialogue among cognitive science, philosophy and computer science; early legal experiments from expert systems to machine-learning models. 2. AI in criminal justice – anatomy of RATs (COMPAS foremost), their operating logic and impact on sentencing, analysed through a US-EU comparison. 3. Threats to procedural rights – examination of bias, trade-secret opacity, anchoring effects on judges and the drift toward an “offender-based” criminal law. 4. Toward constitution-oriented regulation – a policy blueprint that aligns the EU AI Act, CEPEJ guidelines and Italian constitutional principles through algorithmic transparency, audit trails, judicial sandboxes and a Technological Defence Fund. Methodology: systematic review of scholarship and case law (150+ sources); comparative case studies (Loomis, KeyCrime, X-LAW); multi-level statutory analysis. Findings: AI can enhance efficiency and consistency only when embedded within an ecosystem of meaningful human oversight, symmetrical information access and rigorous scientific validation of models. Without these safeguards, it risks cementing inequality and undermining the rights-based architecture of criminal procedure.