Incongruenze e lacune nella legge: trovarle con un knowledge graph

Risposta diretta: ho costruito il knowledge graph di Open·Parlamento non per «rispondere» alle domande, ma per mappare le relazioni tra norme e far emergere gli errori: incongruenze, contraddizioni (le antinomie, in termini tecnici) e lacune — comprese quelle nelle relazioni che dovrebbero già essere mappate ufficialmente. È lo stesso strumento che permette di fare accountability: ricostruire conflitti d'interesse e capire a chi conviene una norma. Con un'avvertenza che viene prima di tutto: serve per correggere e documentare, non per aggirare la legge.

TL;DR

Il grafo serve a trovare errori, non solo a rispondere: relazioni mappate = incongruenze visibili.
Lacune ufficiali: ho ricostruito l'organigramma del Senato che non esisteva, e ne ho mappato i vuoti.
Antinomie: contraddizioni e norme «dimenticate» emergono seguendo gli archi del grafo.
Accountability: conflitti d'interesse ricostruiti da dati pubblici, non da accuse.
Etica: dual-use dichiarato. Si lavora su cariche e dati pubblici, non si profilano privati.

Perché un grafo, e non un chatbot

La maggior parte dei progetti prende le leggi e ci mette sopra un chatbot. Io ho fatto il contrario: prima il knowledge graph, poi gli agenti. Perché il chatbot ti dà una risposta; il grafo ti fa vedere le relazioni — e quando le relazioni sono esplicite, le incongruenze diventano visibili. Una norma che ne richiama un'altra mai abrogata, due regole che si contraddicono, un rinvio che punta nel vuoto: cose che in un PDF non vedi, e che in un grafo saltano fuori.

È il rovescio del solito approccio: non «fammi una domanda e ti rispondo», ma «mappiamo come tutto si tiene, e guardiamo dove non si tiene».

Le lacune nelle relazioni ufficiali

L'esempio più concreto l'ho trovato sul Parlamento. La Camera pubblica il grafo del proprio organigramma; il Senato no. Così me lo sono ricostruito — seguendo lo schema ufficiale loro, dentro RepublicMCP — e nel farlo non ho solo riportato le relazioni esistenti: ho mappato le lacune, cioè le relazioni che, solo tra quelle ufficialmente pubblicate, mancano o non chiudono.

Questo è il punto: una lacuna non è sempre un «dato mancante per caso». A volte è il sintomo di qualcosa che andava reso evidente prima, e che nessuno aveva reso evidente. Individuarla è già un risultato.

Incongruenze, contraddizioni, relazioni nascoste

Sopra le relazioni autoritative (86.672 archi da Normattiva, confidenza 1.0) si può lavorare in due modi:

Seguendo gli archi. Incongruenze e antinomie emergono percorrendo il grafo: norme che si modificano a vicenda in modo circolare, articoli «sopravvissuti» a riforme che dovevano toccarli.
Cercando relazioni non ancora note. Con gli embedding (similarità semantica a livello di sotto-articolo, non di articolo intero) si scoprono legami che nessuno ha mappato esplicitamente. È un lavoro a parte, ma è la direzione: un algoritmo di pesi, precedenze e importanza che aiuta a validare cosa conta davvero — utile a un giornalista, a un ricercatore, a chi controlla i conti pubblici.

Le lenti: chi guarda, trova cose diverse

Lo stesso grafo, interrogato con prospettive diverse, racconta cose diverse. Un giornalista ci ricostruisce la storia di una battaglia normativa: chi l'ha spinta, chi l'ha frenata, cosa ne è uscito. Chi si occupa di conti pubblici segue i soldi: una modifica in un decreto, un appalto, un risultato. E sì, si può guardare al lato più scomodo: a chi conviene una norma, ricostruendo conflitti d'interesse — sempre a partire da dati pubblici (cariche, voti, partecipazioni), non da insinuazioni.

Questa è la parte potente, ed è anche il motivo per cui certe applicazioni oggi si chiamano OSINT: intelligence a partire da fonti aperte. Strumenti del genere stanno nascendo ovunque.

OSINT, e perché serve un'etica

Diciamolo chiaro: uno strumento che incrocia leggi, dati e persone è potente e può essere pericoloso. Per questo i paletti vengono prima.

Per correggere e documentare, non per aggirare. Individuare un'incongruenza serve a chiuderla o a renderla pubblica, non a sfruttarla. Niente istruzioni operative per eludere la legge.
Dati pubblici, non profilazione. Si lavora su cariche e atti pubblici, non sui profili dei privati cittadini. La linea tra accountability e sorveglianza è netta e va rispettata.
Fonti reali, sempre citate. Un'incongruenza vale solo se risolve a norme e dati verificabili. Niente accuse senza prova.

L'AI rende tutto questo enormemente più veloce. Sta a chi lo costruisce decidere da che parte sta: trasparenza, o l'opposto.

FAQ

Individuare lacune e incongruenze non aiuta chi vuole aggirare la legge?

Lo strumento è pensato e inquadrato per il contrario: far emergere incongruenze e lacune perché vengano corrette o documentate. Non fornisce istruzioni per eludere norme, e lavora su fonti pubbliche citabili. È accountability, non un manuale per delinquere.

Cosa significa fare accountability «sui dati pubblici»?

Significa ricostruire fatti documentati — cariche, voti, atti, partecipazioni, fondi — a partire da fonti ufficiali e citabili, non da opinioni o insinuazioni. La differenza tra giornalismo d'inchiesta serio e diffamazione sta tutta qui.

Cos'è l'OSINT?

OSINT (Open-Source Intelligence) è l'analisi di informazioni a partire da fonti aperte e pubbliche. Un knowledge graph che incrocia legge e open data è uno strumento OSINT: potente per la trasparenza, ma da maneggiare con paletti etici espliciti.

Individuare le incongruenze prima che diventino un problema — per correggerle. Vedi come funziona Open·Parlamento, perché il grafo è solo la porta e dove arriva incrociando tutti gli open data, oppure parliamone.