Tra algoritmo e toga: Ex-Aequo e Compas come laboratori di convivenza tra intelligenza artificiale e giustizia penale

Abstract

Il contributo affronta la progressiva integrazione dell’intelligenza artificiale nella giurisdizione penale, con particolare riguardo al confronto tra due modelli paradigmatici: COMPAS, utilizzato negli Stati Uniti, ed Ex-Aequo, sviluppato in ambito europeo. Pur accomunati dall’intento di assistere il giudice nella valutazione sanzionatoria, i sistemi divergono radicalmente: il primo opera in chiave predittiva, opaca e potenzialmente discriminatoria; il secondo si fonda su trasparenza metodologica, restituisce intervalli sanzionatori desunti da casi analoghi e mantiene intatta la centralità del libero convincimento giudiziale. L’analisi si estende al problema del nesso causale, che l’opacità algoritmica tende a frammentare, sollevando interrogativi sulla tenuta dei criteri classici di imputazione penale e sul rischio di oggettivazione dei bias cognitivi. In prospettiva de iure condendo, si sottolinea l’urgenza di una cornice normativa che sancisca il ruolo consultivo degli algoritmi, definisca standard stringenti di trasparenza e promuova la formazione tecnico-giuridica dei magistrati. In conclusione, si prospetta un modello di “co-decisione responsabile”, in cui l’IA rafforza la motivazione senza sostituire la sensibilità valutativa del giudice, preservando così fiducia e legittimazione democratica della giustizia penale.

The paper addresses the progressive integration of artificial intelligence into criminal jurisdiction, with particular regard to the comparison between two paradigmatic models: COMPAS, used in the United States, and Ex-Aequo, developed within the European context. While both share the aim of assisting the judge in sentencing assessment, the systems diverge radically: the former operates in a predictive, opaque, and potentially discriminatory manner; the latter is grounded in methodological transparency, provides sanctioning ranges inferred from analogous cases, and preserves the centrality of the judge’s free conviction. The analysis extends to the issue of causality, which algorithmic opacity tends to fragment, raising questions about the resilience of classical criteria of criminal imputation and the risk of objectifying cognitive biases. From a de iure condendo perspective, the urgency emerges of a regulatory framework that enshrines the consultative role of algorithms, establishes stringent transparency standards, and promotes the technical-legal training of judges. In conclusion, the paper envisages a model of “responsible co-decision,” in which AI strengthens judicial reasoning without replacing the judge’s evaluative sensitivity, thereby preserving trust and the democratic legitimacy of criminal justice.