La policy AI di Berkeley Law limita l'AI, ma le facoltà di giurisprudenza non la stanno vietando

Berkeley Law ha inasprito le sue regole sull'AI per l'estate del 2026, pur riconoscendo che i futuri avvocati devono acquisire dimestichezza con questa tecnologia. La policy AI di Berkeley Law vieta agli studenti di usare l'AI per ideare, strutturare, redigere, rivedere, modificare o tradurre lavori presentati per ottenere crediti. Vieta inoltre l'uso dell'AI in ogni esame, salvo un'eccezione consentita stabilita dal docente.

Può sembrare un divieto dell'AI in una facoltà di giurisprudenza, ma questa definizione trascura la caratteristica più importante della policy. Berkeley consente comunque ai docenti di autorizzare l'AI quando serve gli obiettivi formativi di un corso. La scuola prevede inoltre 22 corsi di diritto e tecnologia per l'autunno del 2026, rendendo il suo approccio al tempo stesso restrittivo ed espansivo.

L'Università di Chicago e la Columbia Law School hanno adottato strategie analogamente divise. Stanno proteggendo alcune parti della formazione giuridica dall'automazione, creando al contempo altri spazi per un uso deliberato dell'AI. Il vero conflitto non è quindi tra le facoltà di giurisprudenza e l'AI. È tra il ragionamento giuridico indipendente e l'esternalizzazione cognitiva prematura.

Cosa cambia davvero la policy AI di Berkeley Law

Berkeley ha stabilito il lavoro indipendente degli studenti come norma, preservando al contempo eccezioni mirate per i corsi che insegnano la padronanza dell'AI.

La policy AI predefinita è entrata in vigore nell'estate del 2026. Si applica ai lavori presentati per ottenere crediti accademici e va molto oltre un semplice divieto dei saggi generati da chatbot.

Gli studenti non possono chiedere a un sistema AI di proporre idee per l'argomento o la tesi di un elaborato. Non possono richiedere una struttura organizzativa, la stesura di un paragrafo, l'individuazione di passaggi da rivedere o il perfezionamento della grammatica. È vietata anche la traduzione assistita dall'AI quando il materiale tradotto diventa parte di un lavoro presentato.

La regola sugli esami è più severa. Gli studenti non possono usare l'AI per alcuno scopo durante un esame. Non possono nemmeno generare una scaletta con l'AI e poi portare in un esame materiale derivato da quella scaletta.

Queste restrizioni riguardano l'intero processo di produzione intellettuale, non soltanto la prosa finale. La distinzione è importante perché l'AI generativa può influenzare un'argomentazione prima ancora di scrivere una frase. Una tesi o una struttura suggerita può determinare quali fonti ricevano attenzione e quali controargomentazioni scompaiano.

La policy vieta inoltre agli studenti di caricare compiti, letture, slide, registrazioni o altri contenuti dei corsi nei sistemi di AI generativa. Questa regola affronta questioni di privacy, proprietà intellettuale e riservatezza insieme all'integrità accademica.

Berkeley afferma tuttavia che la sua policy non è un divieto generalizzato. I docenti possono adottare regole diverse per le lezioni progettate per insegnare la padronanza dell'AI. Possono inoltre autorizzare usi specifici quando un altro approccio serve meglio un corso.

Questa flessibilità distingue la posizione di Berkeley da un rifiuto dell'AI generativa esteso all'intero campus. La scuola sta tracciando confini attorno al pensiero valutato, consentendo al contempo sperimentazioni supervisionate altrove.

Le linee guida di accompagnamento presentano tali confini come una sequenza educativa. Gli studenti devono prima ideare, analizzare, redigere e valutare senza sostituzioni automatizzate. Possono poi usare l'AI comprendendo ciò che il sistema ha modificato, omesso o inventato.

Questa sequenza riflette la premessa centrale della policy AI di Berkeley Law. Un avvocato che non è in grado di valutare autonomamente un'argomentazione non può supervisionare in modo affidabile un sistema che ne genera una.

La regola è pensata anche per produrre aspettative più chiare e coerenti. Berkeley ha dichiarato che la sua policy precedente sollevava interrogativi difficili sul confine tra correzione grammaticale e composizione tramite AI. Il nuovo approccio considera vietato l'editing automatizzato, a meno che un corso non preveda un'eccezione.

Questa decisione sacrifica una parte della comodità a favore dell'applicabilità. Evita di chiedere ai professori di stabilire se un suggerimento dell'AI abbia corretto la grammatica, riscritto un'affermazione o modificato silenziosamente l'analisi sottostante.

Il costo è l'ampiezza della misura. Uno studente che usa una familiare applicazione di scrittura potrebbe imbattersi in funzioni generative senza cercarle attivamente. Le scuole avranno bisogno di indicazioni pratiche che distinguano il normale controllo ortografico dalla riscrittura automatizzata vietata.

La versione più forte dell'argomento di Berkeley non sostiene che ogni interazione con l'AI danneggi l'apprendimento. Sostiene che il lavoro che dà diritto a crediti debba rivelare la capacità dello studente. Altrimenti, i voti smettono di misurare le competenze che la facoltà di giurisprudenza dichiara di sviluppare.

Perché il ragionamento giuridico è diventato la competenza da proteggere

Le facoltà di giurisprudenza limitano l'AI proprio nei momenti in cui gli studenti devono costruire il giudizio necessario per supervisionarla in seguito.

La formazione giuridica dipende da qualcosa di più del recupero della norma corretta. Gli studenti devono interpretare le fonti, distinguere i precedenti, identificare fatti mancanti e difendere una conclusione contro argomentazioni concorrenti. Queste attività costituiscono la base del giudizio professionale.

L'AI generativa può produrre un linguaggio plausibile prima che uno studente abbia formato quel giudizio. Il suo output può far apparire completa un'argomentazione incompleta, complicando sia l'apprendimento sia la valutazione.

Questo rischio è particolarmente acuto durante il primo anno di giurisprudenza. I corsi del primo anno introducono le abitudini necessarie per leggere le sentenze e ragionare a partire da fonti imperfette. Gli studenti imparano anche come cambiano le conclusioni giuridiche quando varia un singolo fatto o precedente.

Un riassunto di una sentenza generato dall'AI può far risparmiare tempo. Tuttavia, questa efficienza diventa didatticamente costosa quando leggere la sentenza è l'esercizio. Lo studente riceve il prodotto apparente senza praticare il ragionamento che lo ha prodotto.

Lo stesso problema riguarda la scrittura giuridica. Un chatbot può generare un memorandum strutturato, ma la struttura non è una mera presentazione. Scegliere una sequenza di questioni richiede spesso di decidere quali fatti e fonti meritino il maggior peso giuridico.

Berkeley descrive il pensiero come essenziale per una buona pratica legale e una formazione giuridica di qualità. La sua policy considera ideazione, strutturazione, redazione, revisione e editing come compiti cognitivi connessi, anziché fasi produttive separabili.

Questa posizione risponde anche all'inaffidabilità del materiale giuridico generato. I modelli linguistici producono testo probabile, non conclusioni giuridiche verificate. Possono inventare citazioni, riportare erroneamente le decisioni o confondere le differenze tra giurisdizioni.

Anche gli avvocati esperti possono commettere questi errori. La differenza è che l'AI può produrli rapidamente, con sicurezza e a una scala che mette sotto pressione la revisione umana.

Uno studente che comprende già la dottrina può interrogare quell'output. Uno studente privo delle basi potrebbe invece accettare una formulazione scorrevole come prova di accuratezza.

Gli educatori giuridici affrontano quindi un problema di sequenza. Devono preparare i laureati alla pratica assistita dall'AI senza permettere che l'assistente sostituisca l'apprendistato.

Questa tensione va oltre i voti. Gli avvocati hanno doveri verso clienti, tribunali e controparti. Le linee guida etiche sull'AI dell'American Bar Association affermano che gli obblighi esistenti continuano ad applicarsi quando gli avvocati usano sistemi generativi.

Questi obblighi includono competenza, riservatezza, comunicazione con il cliente, supervisione, correttezza e compensi ragionevoli. Un avvocato non può trasferire la responsabilità professionale a un fornitore di AI né giustificare un deposito impreciso perché prodotto da un software.

Le facoltà di giurisprudenza devono quindi insegnare due competenze che possono tirare in direzioni opposte. I laureati devono possedere una padronanza sufficiente dell'AI per usare efficacemente i moderni sistemi legali. Devono inoltre avere un'esperienza indipendente sufficiente per accorgersi quando tali sistemi falliscono.

La policy AI di Berkeley Law protegge la seconda competenza durante il lavoro valutato. I suoi corsi di tecnologia e le eccezioni consentite sono destinati a sviluppare la prima.

Questa distinzione è più difendibile di un'affermazione generale secondo cui l'AI indebolisce intrinsecamente gli studenti. Le prove sugli effetti cognitivi a lungo termine restano incomplete e i risultati dipendono in larga misura da come viene usato un sistema.

L'AI può sostituire lo sforzo, ma può anche mettere alla prova un'argomentazione. Uno studente potrebbe chiedere a un modello di identificare controargomentazioni dopo aver redatto autonomamente una posizione. Un altro potrebbe presentare la prima risposta del modello senza esaminarla.

Questi comportamenti non dovrebbero ricevere la stessa valutazione educativa. La sfida consiste nel progettare compiti che distinguano un'assistenza produttiva dalla sostituzione intellettuale.

Per gli studenti che gestiscono ampie raccolte di sentenze e appunti, una base di conoscenza personale per studenti può supportare il recupero delle informazioni senza decidere quali debbano essere le loro argomentazioni. Il confine educativo dovrebbe concentrarsi su chi svolge il ragionamento, non soltanto sul fatto che un software abbia toccato il flusso di lavoro.

UChicago Law protegge l'aula, ma insegna lo strumento

La strategia AI di UChicago Law rende esplicito il compromesso separando l'apprendimento fondamentale senza dispositivi dalla pratica professionale supervisionata.

La University of Chicago Law School ha annunciato la sua dichiarazione strategica sull'AI il 9 luglio 2026. La strategia entra in vigore durante il trimestre autunnale e si basa su modifiche al curriculum introdotte dal 2024.

La sua misura più visibile è un divieto sperimentale dei dispositivi elettronici nei corsi fondamentali del primo anno. Restano disponibili eccezioni limitate, comprese le misure di adattamento per gli studenti che ne hanno bisogno.

Una regola sui dispositivi è più ampia di una restrizione sull'AI. Elimina laptop, tablet e telefoni anche quando uno studente desidera soltanto prendere appunti. La scuola afferma che l'approccio riduce anche le distrazioni e favorisce una migliore discussione in aula.

Ciò rende il progetto pilota una prova dell'attenzione in aula tanto quanto dell'intelligenza artificiale. I professori usavano policy senza dispositivi ben prima dell'esistenza di ChatGPT, spesso perché gli schermi dividevano l'attenzione durante le discussioni.

L'AI alza la posta in gioco perché un dispositivo connesso ora può fare più che distrarre. Può riassumere una sentenza, proporre una risposta o preparare in tempo reale una replica alla domanda di un professore.

La tradizionale aula di giurisprudenza usa le domande per mettere in luce il processo di ragionamento di uno studente. Se il software fornisce la risposta, il professore non può stabilire facilmente se lo studente comprenda la dottrina.

Rimuovere i dispositivi crea una zona temporanea in cui gli studenti devono recuperare, sintetizzare e articolare le idee da soli. Rende inoltre più visibile la partecipazione e riduce la tentazione di consultare una risposta esterna immediata.

Eppure UChicago non sta cercando di ricreare una professione pre-digitale. La sua strategia include moduli sull'AI per gli studenti del primo anno, l'uso dell'AI nelle cliniche, un AI Lab e linee guida per la ricerca e la scrittura giuridica.

Il modello della scuola può essere riassunto come imparare a pensare con, senza e sull'AI. Ciascuna condizione serve a un diverso scopo educativo.

Pensare senza AI costruisce una capacità di base. Pensare con l'AI insegna agli studenti a usare l'automazione mantenendo la responsabilità. Pensare sull'AI sviluppa una comprensione dei suoi effetti istituzionali, etici e giuridici.

Questo è un resoconto più preciso che affermare che UChicago abbia messo fuori legge l'AI. La scuola rimuove la tecnologia da ambienti di apprendimento selezionati, integrandola al contempo in altri.

Il suo approccio riconosce anche che istruzione e occupazione premiano comportamenti diversi. Uno studio legale trae vantaggio quando uno strumento riduce il lavoro ripetitivo senza compromettere la qualità. Un'aula talvolta assegna quello stesso lavoro perché svolgerlo sviluppa il giudizio.

L’efficienza non è quindi un obiettivo educativo universale. Il percorso più rapido verso una risposta può aggirare l’attività che un compito era progettato per misurare.

La distinzione ricorda la formazione in altre professioni ad alto rischio. Un pilota apprende le procedure senza affidarsi interamente all’automazione, anche se gli aeromobili moderni utilizzano ampi sistemi automatizzati. La pratica fondamentale esiste perché i professionisti devono riconoscere e gestire i guasti.

La sfida per UChicago sarà misurare se il suo progetto pilota senza dispositivi migliori le competenze previste. Discussioni in aula migliori sosterrebbero la politica, ma la sola soddisfazione non dimostrerebbe un ragionamento giuridico più solido.

La scuola dovrà inoltre esaminare gli effetti diseguali. Alcuni studenti organizzano e trattengono le informazioni più efficacemente attraverso appunti digitati. Altri necessitano di tecnologie assistive o supporto linguistico.

Una politica equa deve fornire accomodamenti funzionali senza costringere gli studenti a rivelare più informazioni personali del necessario. Deve inoltre evitare che le eccezioni diventino stigmatizzanti.

L’approccio ibrido di UChicago offre alla scuola un utile confronto. Può valutare le lezioni fondamentali senza dispositivi accanto ai corsi che insegnano un uso strutturato dell’AI. Queste prove sarebbero più preziose di un argomento filosofico sul fatto che la tecnologia sia buona o cattiva.

Columbia Sceglie la Responsabilità Invece di un Divieto Generalizzato

Le regole di Columbia mostrano che le politiche sull’AI nelle facoltà di giurisprudenza stanno convergendo verso un uso controllato, anche quando i loro confini predefiniti differiscono.

Columbia Law School ha adottato una nuova politica accademica sull’AI, entrata in vigore il 1° agosto 2026. Ha sostituito la precedente politica provvisoria della scuola per l’anno accademico 2026–2027.

Columbia vieta l’assistenza dell’AI negli esami. Ogni parola in una risposta d’esame deve provenire dallo studente, incluso il linguaggio prodotto tramite traduzione AI.

Il trattamento degli altri elaborati è più permissivo rispetto all’impostazione predefinita di Berkeley. Gli studenti possono usare l’AI come strumento di apprendimento o interlocutore critico quando le regole del corso lo consentono.

Un interlocutore critico è un sistema usato per mettere alla prova le idee anziché generarle. Potrebbe contestare un’argomentazione, individuare una debolezza organizzativa o suggerire domande per ulteriori ricerche.

Columbia attribuisce allo studente la responsabilità intellettuale. Le idee, le argomentazioni, l’analisi e l’espressione presentate devono riflettere il giudizio dello studente. Gli studenti devono comprendere e difendere ogni proposizione che presentano.

La politica si concentra quindi su paternità e responsabilità, anziché vietare ogni fase assistita. L’AI non può diventare un ghostwriter non dichiarato né sostituire il ragionamento giuridico dello studente.

I docenti mantengono la discrezionalità nello stabilire regole specifiche per ciascun corso. Alcuni possono integrare ampiamente l’AI, mentre altri possono limitarla per sviluppare competenze particolari.

Questo modello accetta l’incoerenza come parte della preparazione professionale. Gli avvocati lavoreranno secondo diverse regole giudiziarie, politiche dei datori di lavoro, restrizioni dei clienti e requisiti di sicurezza. Gli studenti devono esercitarsi a individuare quali regole disciplinino uno specifico contesto.

Tuttavia, la variazione delle politiche può anche creare confusione. Uno studente che segue più corsi deve ricordare se in ciascuno siano consentiti brainstorming, editing, traduzione o assistenza alla ricerca.

Il sondaggio tra studenti del 2026 del Thomson Reuters Institute illustra questo problema. Ha raccolto risposte da oltre 1.800 studenti di giurisprudenza nell’aprile 2026.

Quasi il 60% ha riferito di utilizzare l’AI diverse volte alla settimana per il lavoro accademico. Nel frattempo, il 48% ha affermato che le politiche sull’AI variavano a seconda del professore.

Il sondaggio ha rilevato che il 72% considerava l’alfabetizzazione sull’AI una competenza professionale essenziale. Allo stesso tempo, il 74% riconosceva che un eccessivo affidamento potesse indebolire le proprie competenze giuridiche fondamentali.

Questi dati complicano l’idea che studenti e amministratori appartengano a schieramenti contrapposti. Molti studenti sembrano comprendere sia il valore professionale sia il rischio evolutivo.

Il divario istituzionale riguarda la formazione. Il trentadue percento ha dichiarato che le proprie scuole non fornivano le competenze AI necessarie per le future carriere.

Questo risultato rafforza l’argomento a favore di un’integrazione strutturata. Una politica restrittiva senza un curriculum AI significativo spinge gli studenti verso una sperimentazione non supervisionata. Può anche lasciare i laureati impreparati agli strumenti già presenti nei luoghi di lavoro legali.

Columbia cerca di risolvere il problema attraverso una combinazione di confini, corsi specializzati e scelta dei docenti. Berkeley utilizza restrizioni predefinite più ampie accanto a una sostanziale offerta tecnologica. UChicago crea spazi senza dispositivi integrando l’AI altrove.

Si tratta di diverse applicazioni dello stesso principio emergente. Gli studenti non dovrebbero esternalizzare la competenza che viene loro insegnata in quel momento, ma dovrebbero imparare a usare l’AI dopo aver sviluppato conoscenze sufficienti per supervisionarla.

Il disaccordo riguarda dove debba collocarsi quel confine. Berkeley lo traccia attorno a quasi ogni fase del lavoro che dà diritto a crediti. Columbia lo traccia attorno alla responsabilità intellettuale e all’autorizzazione specifica del corso.

Nessuna delle due politiche stabilisce il confine corretto per ogni compito. Il loro valore dipenderà dal fatto che i professori traducano principi ampi in requisiti chiari e osservabili.

Il Rischio È Formare Avvocati Dipendenti o Impreparati

Una regola che blocca l’AI senza insegnarla può creare una versione diversa del problema di competenza che era stata progettata per prevenire.

L’argomento più forte a favore delle restrizioni è evolutivo. Gli studenti devono esercitarsi nell’analisi giuridica prima di poter delegare responsabilmente parti di quel lavoro.

L’obiezione più forte è professionale. I laureati entreranno in luoghi di lavoro in cui l’AI supporta ricerca, revisione documentale, due diligence, analisi contrattuale e redazione. Rifiutarsi di insegnare questi sistemi non mantiene i laureati al sicuro.

Li lascia imparare tramite fornitori, datori di lavoro o sperimentazione privata. Tale formazione può privilegiare la velocità rispetto a riservatezza, verifica e giudizio professionale.

Ecco perché l’espressione “divieto dell’AI” crea una falsa dicotomia. Una scuola può vietare l’AI durante un esame e richiederla durante una clinica legale. Entrambe le decisioni possono sostenere lo stesso obiettivo educativo.

La domanda più difficile riguarda il normale lavoro del corso tra questi estremi. Gli studenti scrivono elaborati in parte per dimostrare conoscenza e in parte per migliorare attraverso la pratica. L’AI può sostenere o sostituire entrambe le funzioni.

Si consideri uno studente che prepara un memorandum. Chiedere all’AI di scrivere la prima bozza può eliminare la necessità di organizzare autonomamente le fonti. Chiederle di attaccare una bozza completata può esporre debolezze che lo studente non aveva notato.

Anche il secondo utilizzo comporta rischi. Il sistema potrebbe inventare una controargomentazione, distorcere un precedente o incoraggiare revisioni non necessarie. Tuttavia, lo studente rimane cognitivamente coinvolto nel valutare questi suggerimenti.

Le scuole hanno quindi bisogno di compiti che rendano visibile il processo. Un professore può richiedere registri delle fonti, difese orali, cronologie delle revisioni o brevi spiegazioni dell’uso consentito dell’AI.

Queste misure sono più informative dell’affidarsi a software di rilevamento dell’AI. I sistemi di rilevamento possono produrre falsi positivi, specialmente nella valutazione di una scrittura formulaica o in una seconda lingua. Inoltre, incoraggiano una competizione tra elusione e applicazione delle regole.

Le prove del processo sostengono l’istruzione oltre che l’integrità. Uno studente che sa spiegare perché un’argomentazione è cambiata dimostra maggiore comprensione di chi si limita a presentare una prosa rifinita.

Regole chiare sono importanti anche perché le funzionalità generative compaiono ora all’interno di motori di ricerca, elaboratori di testo e piattaforme di ricerca. Gli studenti potrebbero non riconoscere sempre quando uno strumento familiare è passato dalla correzione alla composizione.

La linea netta di Berkeley migliora la chiarezza, ma potrebbe includere assistenza a basso rischio. Lo standard di responsabilità di Columbia preserva la flessibilità, ma richiede maggiore interpretazione. L’aula senza dispositivi di UChicago crea un confine applicabile solo in un contesto limitato.

L’accessibilità rimane un’altra preoccupazione. La traduzione, l’editing o la sintesi assistiti dall’AI possono aiutare gli studenti con disabilità e quelli che lavorano in una seconda lingua. Limitare tali funzioni può imporre oneri diseguali.

Gli accomodamenti accademici possono affrontare alcuni casi. Tuttavia, le scuole dovrebbero distinguere un accomodamento da un vantaggio che modifica la competenza valutata.

La risposta dipenderà dal compito. L’assistenza alla traduzione potrebbe essere inappropriata quando la scrittura giuridica in lingua inglese è la competenza misurata. Potrebbe essere ragionevole quando il compito valuta l’individuazione delle questioni in un altro contesto.

Le facoltà di giurisprudenza dovrebbero inoltre evitare di sopravvalutare le prove sui danni cognitivi. La ricerca ha sollevato preoccupazioni sul cognitive offloading, che si verifica quando le persone delegano il lavoro mentale a strumenti esterni. Tuttavia, un’associazione non dimostra un declino inevitabile.

Gli effetti probabilmente variano in base al compito, all’esperienza dello studente, al comportamento nei prompt e alla progettazione didattica. Un esercizio guidato che richiede verifica differisce dal chiedere a un chatbot di completare un saggio.

Le politiche rigorose dovrebbero quindi essere trattate come interventi educativi, non come conclusioni scientifiche consolidate. Le scuole hanno bisogno di prove comparative sul ragionamento degli studenti, la ritenzione, la scrittura e le prestazioni professionali.

Lo stesso scetticismo si applica ai programmi di alfabetizzazione sull’AI. Offrire un corso non dimostra che i laureati sappiano rilevare citazioni inventate, proteggere le informazioni dei clienti o scegliere quando l’automazione sia inappropriata.

Le scuole devono testare direttamente queste capacità. Gli studenti dovrebbero confrontarsi con output difettosi, scenari di riservatezza e fonti ambigue in condizioni supervisionate.

Anche il settore cambia troppo rapidamente per regole permanenti. Un confine scritto attorno all’interfaccia del chatbot di oggi può diventare obsoleto quando l’assistenza generativa scompare nel software standard.

Il principio duraturo è la responsabilità. Gli studenti devono sapere quale lavoro hanno delegato, quali informazioni hanno divulgato e come hanno verificato il risultato.

Un divieto dell’AI nelle facoltà di giurisprudenza non può insegnare queste abitudini da solo. Neppure un accesso senza restrizioni può insegnarle.

Cosa Osservare Durante l’Anno Accademico 2026–2027

Il prossimo banco di prova sarà stabilire se le politiche ibride migliorino il ragionamento indipendente senza ampliare il divario tra studenti e pratica professionale.

Il primo segnale arriverà dal progetto pilota senza dispositivi di UChicago per il primo anno. Gli amministratori dovrebbero esaminare la qualità della partecipazione, il rendimento nelle materie dottrinali, la permanenza degli studenti e le richieste di accomodamenti.

Se questi indicatori migliorano senza creare sostanziali problemi di accesso, l’argomento a favore di periodi di apprendimento protetti e senza dispositivi diventa più forte. Se i risultati rimangono invariati, la politica potrebbe aver eliminato una comodità senza offrire valore educativo.

Il secondo segnale sarà il modo in cui gli istruttori di Berkeley useranno la loro autorità per concedere eccezioni. La politica della scuola funziona come ibrida solo se gli studenti ricevono opportunità significative e supervisionate di esercitarsi con l’AI.

I 22 corsi di diritto e tecnologia di Berkeley offrono una capacità sostanziale sulla carta. La misura importante è se tali corsi insegnino verifica, riservatezza e responsabilità professionale all’intera popolazione studentesca.

Se l’istruzione sull’AI rimane concentrata tra gli specialisti della tecnologia, la popolazione studentesca più ampia potrebbe laurearsi con solide competenze tradizionali ma una preparazione pratica disomogenea.

Il terzo segnale sarà la convergenza delle politiche tra le facoltà di giurisprudenza. Un sondaggio sull’istruzione pubblicato dall’American Bar Association nel 2024 ha rilevato istituzioni ancora impegnate a sviluppare i propri approcci.

Entro il 2026, Berkeley, UChicago e Columbia sono andate oltre le dichiarazioni temporanee. Ciascuna ha stabilito una ripartizione più dettagliata tra lavoro senza AI, uso supervisionato e discrezionalità dell’istruttore.

Altre facoltà dovranno ora decidere se replicare quei modelli o sviluppare alternative. Definizioni coerenti aiuterebbero gli studenti a comprendere la differenza tra recupero delle informazioni, correzione, generazione e revisione automatizzata.

Tribunali e datori di lavoro influenzeranno queste scelte. Se gli studi legali si aspettano che i nuovi associati supervisionino immediatamente sistemi di IA, le facoltà subiranno pressioni per ampliare la formazione pratica.

Giudici e autorità di regolamentazione possono spingere nella direzione opposta quando errori generati dall'IA finiscono negli atti giudiziari. Ogni fallimento pubblico rafforza l'argomentazione secondo cui la verifica indipendente deve precedere l'automazione.

Il cambiamento duraturo non è che le facoltà di giurisprudenza abbiano vietato l'IA. Hanno iniziato a trattare il ragionamento senza assistenza come una fase protetta della formazione professionale.

Quella fase deve restare collegata al mondo del lavoro in cui entreranno gli studenti. Altrimenti, le restrizioni diventano una forma di elusione anziché di preparazione.

La policy sull'IA di Berkeley Law propone un esperimento chiaro: richiedere agli studenti di svolgere in autonomia il lavoro sottoposto a valutazione, per poi insegnare l'uso dell'IA in contesti designati. UChicago e Columbia stanno sperimentando versioni diverse di questa divisione.

Nel valutare qualsiasi policy, gli studenti dovrebbero porsi una domanda pratica: specifica quando l'IA deve restare fuori, insegnando al contempo come funziona un uso responsabile? Una risposta credibile richiede entrambe le parti.