Gli LLM Mostrano un Pregiudizio di Recency nel Ragionamento Giuridico Temporale, Secondo uno Studio

Una recente indagine pubblicata su arXiv (paper 2608.14610) esplora come i modelli linguistici di grandi dimensioni (LLM) valutano quale versione legale sia rilevante per un caso specifico, un processo noto come 'determinazione temporale della legge applicabile'. Lo studio stabilisce un benchmark per valutare le prestazioni degli LLM in questo ambito e analizza i loro limiti. Si traggono quattro conclusioni principali: in primo luogo, gli LLM tendono a favorire la legge emanata più di recente, indipendentemente da quando si sono verificati i fatti pertinenti. In secondo luogo, questa tendenza non è attribuita a una mancanza di comprensione della natura temporale delle leggi o all'ignoranza degli statuti passati. In terzo luogo, le prove indicano che il ragionamento esplicito guidato dall'apprendimento per rinforzo potrebbe inavvertitamente rafforzare questo pregiudizio di recency. La ricerca evidenzia limiti significativi per la previsione del giudizio legale (LJP) e altre applicazioni di intelligenza artificiale nel diritto, sottolineando l'importanza della precisione temporale. Il paper è accessibile su arXiv con l'identificativo 2608.14610.