Allucinazioni IA in udienza: il Tribunale di Siracusa condanna l'avvocato

Un difensore utilizza un LLM generalista per costruire la propria memoria difensiva e cita quattro pronunce della Cassazione complete di massime virgolettate. Il problema? Quelle sentenze, nella forma citata, non esistono. La verifica del Tribunale sul CED della Corte di Cassazione è immediata, la conclusione è inequivoca: allucinazioni IA. La condanna è doppia — verso la controparte e verso la cassa delle ammende.

01 — Il caso: una domanda già persa in partenza

Il giudizio riguarda una società locatrice che agisce in via risarcitoria contro il rappresentante di un'associazione non riconosciuta, invocando l'art. 38 c.c. per il lucro cessante (canoni non percepiti per il periodo residuo) e la perdita dell'indennità di avviamento, voci di danno già dichiarate inammissibili in appello perché proposte per la prima volta in quel grado.

Il convenuto eccepisce tempestivamente la decadenza ex art. 1957 c.c.: la giurisprudenza di legittimità — consolidata e univoca — assimila la responsabilità del rappresentante l'associazione a una garanzia ex lege analoga alla fideiussione, con conseguente applicabilità del termine semestrale. L'attrice aveva proposto le istanze specifiche solo nel 2018, oltre due anni dopo la scadenza.

02 — La colpa grave: non supervisionare il lavoro dell'AI e attribuire a precedenti giurisprudenziali passaggi del tutto inesistenti

Per contrastare l'eccezione di decadenza, il difensore deposita una memoria ex art. 171-ter, n. 1, c.p.c. riportando tra virgolette quattro massime di legittimità, con tanto di sezione, data e numero di registro: Cass. n. 1216/2000, Cass. n. 8379/2006, Cass. n. 14795/2003, Cass. n. 4553/2004.

«Nessuna delle suddette sentenze contiene i passaggi virgolettati. Le pronunce […] nella loro formulazione autentica, trattano materie estranee alla questione. In tutti e quattro i casi i passaggi tra virgolette non trovano riscontro in alcuna pronuncia esistente.»

Il Tribunale, al fine di individuare una ragione logica alla base di queste citazioni inesistenti, esclude ogni ipotesi alternativa: malfunzionamento delle banche dati (che non generano testo, ma indicizzano documenti autentici), errore mnemonico (trattandosi di massime costruite ex novo, non di numeri sbagliati), invenzione deliberata (implausibile per le conseguenze disciplinari). La sola conclusione razionale è una: utilizzo di un LLM generalista senza verifica sulle fonti primarie.

Si evidenzia, tuttavia, che anche tale ipotesi (la più plausibile) è comunque foriera di conseguenze disciplinari senza contare la potenziale violazione di norme in materia di privacy.

03 — Il ragionamento del Tribunale: un «fatto notorio»

La parte più rilevante della motivazione — destinata a fare giurisprudenza — è la qualificazione del fenomeno delle allucinazioni come fatto notorio esigibile da ogni operatore professionale del diritto. I Large Language Models non sono banche dati giurisprudenziali. Generano sequenze di testo statisticamente plausibili sulla base di parametri di addestramento, senza accesso ordinario a basi di conoscenza verificata. Le "allucinazioni" — contenuti formalmente plausibili ma sostanzialmente falsi — sono una caratteristica strutturale e nota di questi sistemi.

Utilizzarli senza verifica sulle fonti primarie (CED, banche dati giuridiche professionali, repertori ufficiali) integra gli estremi della colpa grave. Non si tratta di refusi o imprecisioni: si tratta di precedenti inesistenti che costringono giudici e controparti a un lavoro di verifica straordinario.

Il Tribunale, insomma, non stigmatizza l'uso dell'IA in sé — anzi, la decisione è perfettamente in linea con la tendenza di altri tribunali che hanno escluso automatismi sanzionatori per il mero utilizzo di strumenti IA nella redazione degli atti (Trib. Prato). Quello che viene punito è l'assenza totale di supervisione professionale sull'output.

04 — Il panorama: non è un caso isolato

La sentenza di Siracusa si inserisce in un filone giurisprudenziale in rapida evoluzione. I Tribunali italiani stanno progressivamente costruendo uno standard di diligenza professionale nell'uso dell'IA, articolato su un continuum che va da comportamenti diligenti e privi di colpa (uso corretto con supervisione) alla responsabilità aggravata (citazioni inesistenti non verificate).

05 — Implicazioni per AI Act e responsabilità professionale

La lettura in chiave regolamentare della sentenza è di grande interesse per i professionisti dell'AI Act compliance. Il Regolamento (UE) 2024/1689 — applicabile nella sua interezza dall'agosto 2026 — non classifica direttamente i LLM generalisti come sistemi ad alto rischio nell'ambito della giustizia (Allegato III), ma introduce obblighi generali di trasparenza per i general purpose AI models (GPAI) e responsabilità per i deployer.

Gli artt. 13 (trasparenza) e 14 (supervisione umana) dell'AI Act impongono ai deployer di sistemi IA ad alto rischio di garantire che l'output sia monitorato e verificato da personale qualificato. La logica del Tribunale di Siracusa — supervisione professionale obbligatoria sugli output IA — anticipa esattamente questo standard regolamentare, rendendolo oggi già esigibile come obbligazione professionale deontologica, indipendentemente dalla piena applicazione dell'AI Act.

Sul versante della responsabilità civile, la sentenza rafforza la tesi — già sostenuta da parte della dottrina — per cui i difensori che producono atti giudiziari con contenuti generati da LLM rispondono del relativo controllo qualità secondo i parametri ordinari della diligenza professionale. La norma di riferimento non è l'AI Act, ma la deontologia forense e l'art. 96 c.p.c.: il regolamento europeo non fa che cristallizzare uno standard già emergente dalla prassi giurisprudenziale.

06 — Il protocollo di verifica: cosa fare (concretamente)

Il Tribunale di Siracusa non vieta l'uso dell'IA. Individua una procedura operativa che ogni professionista dovrebbe adottare:

Questo articolo ha finalità informative e non costituisce parere legale. Le posizioni espresse riflettono l'analisi di Tomato Blue RegTech. Per valutazioni specifiche, rivolgersi a un professionista qualificato. © 2026 Tomato Blue.