Logica fuzzy e ragionamento giudiziale

Le ragioni per le quali l’informatica giuridica ha studiato e ancora lavora sulle possibili applicazioni dei sistemi “fuzzy”, nell’ambito della giustizia cibernetica, so- no ricollegabili alla capacità di tale logica di creare una programmazione più flessibi- le rispetto alla tradizionale programmazione procedurale, capace di cogliere le sfu- mature del ragionamento umano.

I modelli “fuzzy” permettono, difatti, una contemporanea applicazione di tutte le regole inserite nel sistema, in una certa misura495. I computer solitamente utilizza- no una memoria diretta, prima immagazzinano una cosa in una cella e successiva- mente la ricercano in una cella alla volta, non essendo possibile la ricerca contempo- ranea in tutte le celle o l’applicazione parziale di regole contenute in celle differenti. I sistemi “fuzzy” utilizzano, diversamente una memoria associativa che permette il contemporaneo utilizzo di tutti i dati inseriti (ad esempio le regole della temperatura) e determina la regola applicabile alla luce di tutte le variabili del sistema496.

I programmi di informatica giuridica decisionale necessitano di poter cogliere due aspetti del ragionamento giuridico, ovvero il basarsi non solo su regole, ma an- che su principi497: è l’aspetto argomentativo del ragionamento del giudice, la cui de- cisione come abbiamo visto, non si basa su inferenze deduttive, bensì su scelte che derivano da un bilanciamento tra norme giuridiche e principi costituzionali al fine di ottenere una sentenza che non sia solo legittima, ma anche giusta.

495 _{Ivi, p. 206.} 496 _Ibidem.

Ci si domanda, tuttavia: è ipotizzabile riuscire ad inserire in un sistema esperto tutte le regole che governano il diritto? È possibile formalizzare principi, spesso ine- spressi, che entrano in gioco nell’applicazione della legge?

Il fatto che non sia ancora stato creato un sistema di giustizia cibernetica in grado di sostituire il giudice ci offre già qualche risposta.

Diversi autori, tra cui Mazzarese, Luzzatti, Puppo, Manzin, hanno studiato le possibili applicazioni degli apparati categoriali “fuzzy” ai processi giustificativi delle sentenze giudiziarie in un contesto tradizionale e non legato all’informatica giuridica.

Il tentativo più importante in materia è stato formulato da Mazzarese498. L’autrice ritiene che l’apparato formale della logica “fuzzy” sia più idoneo di quello della logica classica, a rendere conto dei tratti rilevanti delle decisioni giudi- ziarie499. La logica del ragionamento approssimato permetterebbe, a suo parere, di formulare decisioni sostenibili, utilizzando strumenti che rispecchiano il linguaggio giuridico, formulato in maniera, spesso volutamente, vaga500.

L’applicazione della logica “fuzzy” dovrebbe avvenire in tal modo.

Si dia l’esempio classico, proposto da Atienza, della norma che proibisce di viaggiare in treno con i cani e si presenti in carrozza un passeggero con un orso501. Tale situazione viene normalmente risolta attraverso un’applicazione analogica della norma citata. Il giudice, riconoscendo che la norma che proibisce di viaggiare con i cani trova la sua ragion d’essere nel fatto di evitare le molestie ad altri passeggeri,

498 _{T. MAZZARESE, Forme di razionalità delle decisioni giudiziali, cit., p. 190.} 499 _{Ivi, p. 194.}

500 _{In una società in rapida evoluzione, la tecnica di legal drafting che utilizza clausole e principi ge-}

nerali è ritenuta la più efficace nel rispondere ai nuovi bisogni dei cittadini. Anche se Luzzati ritiene che in realtà, l’impiego di clausole generali generi incertezza laddove non vi sia un contesto di forte omogeneità di valori. C. LUZZATI, Metafore della vaghezza, cit., p. 130.

deve compiere una valutazione che gli permetta di stabilire se l’orso rientri o meno in tale categoria.

Secondo la logica “fuzzy”, l’insieme “animali molesti” non è un insieme a soli due valori: grado “1” l’animale appartiene del tutto ed è perciò certamente “mole- sto”, grado “0”, l’animale non appartiene in assoluto ed è perciò “non molesto”. Si tratta bensì di un insieme sfumato, tale per cui l’orso fa parte del sistema con un gra- do di appartenenza, ad esempio, superiore al gatto.

Tuttavia, come argomentiamo il grado di somiglianza necessario per rientrare nel gruppo “animali molesti”? In base a quali criteri l’orso appartiene all’insieme più del gatto? Entrambe le risposte necessitano di decisioni e di giustificazioni.

Sebbene si concordi col fatto che tali categorie riflettano in maniera più veritie- ra la realtà, è innegabile che esse si scontrino con le stesse difficoltà di tutte le logi- che, perché, al pari di queste, anche la logica “fuzzy” si colloca sul piano del lin- guaggio e non su quello della decisione502.

Essa, dunque, non è utile nella formalizzazione del ragionamento giustificativo perché non offre soluzioni, ad esempio, sul grado di somiglianza necessario per poter procedere all’applicazione analogica della norma.

La funzione del sistema “fuzzy” non è, dunque, quella di garantire la certezza o l’univocità dei risultati, ma può servire per dar conto della molteplicità dei ragiona- menti giudiziali possibili, che possono condurre a risultati differenti.

Alla luce delle considerazioni sin qui svolte è possibile affermare che la deci- sione di una sentenza necessita dei principi della logica binaria a due valori, perché

non può essere parzialmente vera o parzialmente falsa: il giudice è costretto a decide- re per il nero o per il bianco, pur dando conto delle sfumature presenti, egli deve ne- cessariamente fare una scelta.

È interessante notare, in conclusione, che la logica sfumata si comporta diver- samente nella sua applicazione alla tecnologia piuttosto che nella sua teorizzazione come sistema non classico di inferenze: Haack ha sottolineato tale differenza affer- mando che se le macchine a cui vengono applicati gli insiemi fuzzy funzionano è per- ché in realtà ad essi non si applicano i principi della logica sfumata503. A ben vedere, infatti, sembra che per il funzionamento ad esempio dei condizionatori, vi siano oltre che la previsione di insiemi sfumati (“molto caldo”, “tiepido”, “molto freddo”), an- che regole precise che collegano quella determinata temperatura ad una funzione, re- gole presenti nel funzionamento pratico della logica “fuzzy”, ma non formalizzate nella sua teoria.