L'incertezza dell'IA legale e la fusione non migliorano la previsione degli esiti dei casi

Una nuova indagine disponibile su arXiv (2608.14617) ha valutato vari metodi di incertezza per migliorare le previsioni dei casi nell'IA legale. Analizzando 1.000 casi reali della Corte Europea dei Diritti dell'Uomo, i ricercatori hanno utilizzato dati da LexGLUE e FairLex per prevedere violazioni della Convenzione basate su specifiche dei casi. Hanno impiegato tre stimatori di evidenza insieme a due modelli linguistici sofisticati, Claude Opus 4.8 e GPT-5.5. I risultati hanno indicato che nessuno dei metodi testati ha superato il modello linguistico di base o il suo baseline. Lo studio implica che concentrarsi sul miglioramento della fiducia calibrata può offrire più valore che aumentare semplicemente l'accuratezza delle previsioni.