Doctrine utilizza l'IA generativa in diverse funzionalità del prodotto per sfruttarne le capacità di comprensione e trattamento del linguaggio naturale.
Garantire risposte il più possibile affidabili è una priorità. Per questo sono state introdotte diverse misure:
Un Codice di condotta sull'IA generativa. Doctrine ha definito una serie di impegni, integrati nelle Condizioni Generali di Vendita, che riflettono un principio di responsabilità condivisa. I fornitori di servizi di IA giuridica hanno infatti una propria responsabilità e non possono trasferirla interamente sui clienti in ragione degli obblighi deontologici a cui questi ultimi sono soggetti.
Non è possibile garantire che tutti i contenuti generati siano sempre corretti. Anche quando l'IA utilizza le fonti di Doctrine, possono verificarsi errori. Per limitarli, viene fornito sistematicamente ai fornitori di IA generativa il contesto necessario, così da ridurre il più possibile le cosiddette "allucinazioni". Questo rischio può essere limitato, ma non eliminato completamente.
Un Codice di condotta condiviso con la legaltech. Doctrine ha contribuito alla sua redazione e lo ha sottoscritto, a conferma dell'importanza attribuita a un utilizzo responsabile dell'IA generativa.
Indicazione chiara dei contenuti generati dall'IA. I risultati prodotti dall'IA vengono sempre identificati come tali, invitando a verificarne il contenuto prima di utilizzarli.
Accesso alle fonti. Le fonti utilizzate dall'IA per elaborare una risposta possono sempre essere verificate. Funzionalità come la "split view" consentono, ad esempio, di consultare direttamente una fonte senza cambiare pagina.
Una giurista di prodotto dedicata. La sua competenza giuridica affianca quella dei team prodotto e tecnico nell'analisi delle risposte generate e nel miglioramento continuo dei sistemi.
Benchmark periodici. Le prestazioni delle soluzioni vengono valutate regolarmente, per quanto consentito dalla natura non deterministica di questi sistemi, anche in occasione del passaggio a un nuovo modello LLM.
Queste misure consentono di offrire strumenti con un livello di affidabilità molto elevato, pur senza poter escludere completamente la possibilità di errori. L'errore, infatti, può essere tanto umano quanto artificiale.