Perché Anthropic coinvolge gli studi legali

Il recente annuncio di Anthropic, lanciato dal Financial Times, ha messo in luce una preoccupazione crescente: i modelli di intelligenza artificiale, come Claude, stanno già dimostrando capacità negoziali superiori a quelle umane in contesti simulati. Se questi agenti dovessero passare a trattare accordi reali – dalla negoziazione di prezzi alla risoluzione di reclami – il rischio di creare nuove forme di disuguaglianza è reale. Per questo motivo l’azienda ha avviato una consultazione sistematica con studi legali di primo piano, con l’obiettivo di definire norme di “fair negotiation” che possano guidare il comportamento degli AI‑agent.

Il ruolo dei “Conceptual Reasoning Fellows”

Una delle mosse più innovative di Anthropic è l’assunzione di “Conceptual Reasoning Fellows”, ovvero avvocati specializzati che lavorano a progetto per quattro mesi. Questi professionisti ricevono compensi compresi tra 100.000 e 167.000 dollari, in cambio della creazione di casi di test e metriche di valutazione per situazioni di giudizio complesso, che spaziano dal diritto contrattuale alla filosofia morale, fino all’economia e alla scienza politica.

Le sfide dei dati nelle scienze umane

Nel campo del codice e della matematica, l’addestramento dei modelli AI è facilitato dalla disponibilità di dataset verificabili e da problemi con risposte univoche. Al contrario, le discipline umanistiche – diritto, etica, filosofia – mancano di “gold standard” chiari. Questo rende difficile valutare se un modello ha raggiunto un livello di competenza adeguato. Come spiega Justin Curl, membro del team tecnico di Anthropic, “in law è notoriamente difficile definire la qualità”.

Per superare questa lacuna, gli avvocati coinvolti stanno costruendo scenari realistici, come:

Negoziazioni di contratti di fornitura con clausole di riservatezza.
Gestione di reclami dei consumatori su piattaforme di e‑commerce.
Rinegoziazione di termini di licenza software in presenza di cambiamenti normativi.

Ogni scenario è accompagnato da criteri di valutazione che includono trasparenza, equità, rispetto delle normative locali e protezione dei dati personali.

Implicazioni sociali ed economiche

Gli esperimenti condotti da Anthropic hanno mostrato che versioni più potenti di Claude ottengono condizioni contrattuali più favorevoli rispetto a versioni meno avanzate. Se tali capacità fossero messe a disposizione di grandi aziende, queste potrebbero negoziare termini più vantaggiosi a spese di piccole imprese o consumatori, amplificando il divario di potere economico. La definizione di norme eque diventa quindi non solo una questione tecnica, ma anche un intervento di politica pubblica.

Alcuni esperti suggeriscono l’introduzione di “sandbox” legali, dove gli agenti AI possono operare sotto supervisione per un periodo limitato, consentendo alle autorità di raccogliere dati su eventuali abusi o comportamenti discriminatori. Questo approccio è già stato testato in alcuni paesi europei per i sistemi di credito automatizzato.

Azioni concrete per le imprese

Le aziende che intendono adottare agenti negoziali dovrebbero:

Stabilire un codice interno di condotta basato sulle linee guida proposte dagli studi legali.
Implementare audit periodici dei risultati negoziali, confrontando le performance dell’AI con benchmark umani.
Garantire la trasparenza verso i clienti, informandoli quando una trattativa è gestita da un agente AI.
Formare i dipendenti su come intervenire in caso di esiti ritenuti ingiusti o non conformi.

Prospettive future e regolamentazione

Il dialogo tra Anthropic e la comunità legale è solo l’inizio di un processo più ampio. Le autorità di regolamentazione, come la Commissione Europea, stanno valutando l’introduzione di normative specifiche per gli “AI negotiators”, che includerebbero obblighi di audit, responsabilità civile e diritti di ricorso per le parti coinvolte.

Nel frattempo, la ricerca accademica sta esplorando metodi di “explainable AI” per le negoziazioni, consentendo di tracciare passo per passo le decisioni dell’agente e di identificare potenziali bias. L’obiettivo è creare un ecosistema in cui le intelligenze artificiali possano contribuire a rendere le trattative più efficienti, senza sacrificare l’equità o la trasparenza.