Scarica intelligenza artificiale e più Tesi di laurea in PDF di Diritto Costituzionale solo su Docsity!
- INDICE Introduzione................................................................................................................................ 1
- Il concetto di intelligenza artificiale: storia e definizione.................................................. 5
- Lo sviluppo dell’IA nella storia.................................................................................... 5
- Una definizione scientifica di IA............................................................................... 15
- Una definizione istituzionale e giuridica di AI........................................................ 19
- L’autonomia decisionale della macchina e le conseguenze pratiche.................. 24 2.L’impatto dell’intelligenza artificiale sul trattamento dei dati personali........................ 28 2.1. Dalla riservatezza al controllo sui dati personali: analisi del diritto all’identità personale nell’era digitale........................................................................................... 29 2.2. Il trattamento dei dati personali mediante AI e l’importanza delle basi giuridiche ai sensi del Regolamento UE n. 679/2016................................................................. 33 2.3. I compiti dei soggetti titolari e responsabili nel trattamento dei dati mediante AI 40 2.4. Il diritto all’oblio e l’era digitale: evoluzione dell’identità personale...................... 47 3.L’Intelligenza artificiale tra vecchi e nuovi diritti fondamentali costituzionalmente garantiti.................................................................................................................................. 53 3.1. Rischio di violazione dei diritti fondamentali e promozione degli stessi con l’intelligenza artificiale.................................................................................................. 54 3.2. Intelligenza artificiale e libera manifestazione del pensiero all’epoca dei social media.............................................................................................................................. 59 3.3. L’impatto dell’AI sul diritto all’istruzione in ambito universitario........................... 65 3.4. L’Ai nei luoghi di lavoro e le conseguenze sul piano giuridico................................ 70 4.L’AI Act: una soluzione di compromesso e le proiezioni applicative future................... 77 4.1. La regolazione dell’intelligenza artificiale tra valutazione del rischio e autodisciplina................................................................................................................ 77 4.2. Il cammino verso il 9 dicembre 2023......................................................................... 82 4.3. Le tre iniziative giuridiche proposte dalla Commissione Europea: diritti fondamentali, responsabilità civile e sicurezza dei prodotti................................... 88 4.4. Proiezioni sui futuri scenari......................................................................................... 94
- Conclusioni........................................................................................................................... 98
- BIBLIOGRAFIA.................................................................................................................... 104
- SITOGRAFIA........................................................................................................................ 112
Introduzione
Nell’era sempre più pervasa dall’innovazione tecnologica, l’intelligenza artificiale emerge come protagonista, trasformando radicalmente il nostro mondo. Questa tesi esplora le potenzialità rivoluzionarie della IA, analizzando con attenzione le sfide etiche, giuridiche e sociali ad essa collegate. Nel delineare questo percorso, ho ritenuto opportuno concentrarmi sulla necessità di adottare un approccio bilanciato, finalizzato a mostrare i benefici di questa tecnologia senza, però, trascurare i rischi ad essa sottesi. Attraverso un’analisi più attenta delle applicazioni pratiche dell’IA, ci sarà modo di verificare come questa tecnologia influenzi settori cruciali, come la formazione, il mercato del lavoro e la sicurezza. Lungi dall’essere solo un mero strumento tecnologico, l’IA solleva interrogativi fondamentali sull’impatto che i suoi strumenti hanno, inevitabilmente, sul trattamento dei dati, sull’equità e sulla trasparenza. Nel corso dell’elaborato, verrà affrontata la questione della responsabilità della macchina e degli strumenti di intelligenza artificiale, tramite una riflessione critica sulla regolamentazione etica e normativa che dovrebbe costantemente assistere lo sviluppo e l’implementazione delle nuove tecnologie. La comprensione profonda di questi temi è fondamentale per plasmare un futuro in cui le macchine possano essere considerate delle importanti alleate dell’uomo, capaci di migliorare la qualità della vita senza compromettere valori fondamentali. In questa prospettiva, la tesi si propone di contribuire ad un approccio consapevole e bilanciato rispetto a tale fenomeno, affinché, parallelamente al riconoscimento giuridico delle nuove istanze tecnologiche e all’aggiornamento della lista di diritti fondamentali da tutelare,
Si tratta in particolare dei diritti afferenti alla sfera dell’identità personale, della libertà della manifestazione del pensiero, del principio di eguaglianza e di come vengono a formarsi dei diritti “nuovi”, rispetto al trattamento dei dati personali, all’istruzione, rispetto a com’è cambiato il mondo accademico e l’impatto dell’IA sul mondo del lavoro, la sua sicurezza ed il rapporto tra macchina, lavoratore e sindacato. L’ultimo capitolo rappresenta invece la soluzione e le novità raggiunte in ambito europeo e nazionale e i futuri scenari di tutela che certamente rappresentano un obiettivo ma non un punto di arrivo, bensì la presa di coscienza di come oggi le relazioni e i diritti cambiano in maniera molto più veloce, lasciando tale disciplina in continuo movimento. La recentissima conferma del testo definitivo sull’AI Act. L’elaborato raccoglie solo una piccola parte delle possibili riflessioni riguardanti le ripercussioni sui diritti fondamentali dell’IA. Inoltre, sebbene ogni ricerca che si fa su questo tema, per il suo dinamismo, rischia di essere superata dall’evoluzione tecnologica che giorno dopo giorno pone il diritto e le sue fondamenta davanti ad interrogativi imprevisti, nessuna possibilità deve rimanere intentata. L’obiettivo del giurista, infatti, è quello di non perdere mai l’interesse e la curiosità di verificare direttamente quali implicazioni reali si verifichino con la ricerca di nuove regole e appigli di tutela per l’uomo e i suoi diritti fondamentali.
1. Il concetto di intelligenza artificiale: storia e definizione
1. Lo sviluppo dell’IA nella storia.
Cos’è l’intelligenza artificiale? Per cercare di rispondere a questa domanda di rilevanza preliminare, appare opportuno conoscere e approfondire la storia di questo annoso concetto. Con riferimento a quanto sostenuto dalla scrittrice Pamela Mc Carduk nel suo libro “ Machine who think ”^1 , la storia dell’intelligenza artificiale ha radici molto profonde nel passato del genere umano: l’antico desiderio di provare a “fabbricare gli dèi”^2 è un’idea che ha ripetutamente e quasi ciclicamente pervaso la storia della civiltà occidentale, esprimendosi, da principio, nelle forme più semplici di miti, narrazioni e leggende. Soltanto a partire dal 1940 l’idea di costruire e rendere operativo un oggetto pensante cominciò a sembrare più concreta e realizzabile. L’interesse di scienziati provenienti da aree scientifiche molto diverse (psicologia, matematica, ingegneria, scienze politiche) si concentrò sull’effettiva possibilità di costruire un cervello artificiale partendo dalla disponibilità dei primi elaboratori elettronici. Inoltre, i risultati ottenuti nel campo della neurologia con la scoperta della rete neuronica celebrale^3 - in grado di trasmettere impulsi a livello elettrochimico - combinati con il progresso tecnologico, scientifico e cibernetico, condussero naturalmente gli studiosi dell’epoca a chiedersi se fosse possibile costruire un cervello elettronico. 1 P. Mc Carduck, “Machine who think”, Natik, MA, 2004. 2 “Forge the gods”, vedi nota 1. 3 Le reti neurali artificiali furono scoperte da Warren Mc Culloch e Walter Pitts nel 1943.
settimane, rappresentò una delle prime occasioni di confronto e lavoro sinergico per tutti quegli studiosi che, a vario titolo, lavoravano in questo nuovo campo ancora inesplorato, di studi, per confrontarsi e riconoscersi tra membri effettivi della medesima comunità scientifica. Gli studiosi McCharty, Shannon, Minsky e Rochester, in particolare, analizzarono la proposta ponendo l’attenzione su sette specifici problemi circa l’evoluzione di tali tecnologie, al fine di poter mettere a punto l’utilizzo della nuova disciplina dell’artificial intelligence, fornendo un elenco operativo di sorprendente attualità:
- come sviluppare computer automatici;
- Come utilizzare un computer per programmare l’uso del linguaggio, un settore oggi noto come Natural Language Processing.
- partendo dalle reti neuronali, biologiche, creare quelle neurali artificiali ;
- creare programmi e macchine capaci di poter calcolare la potenza computazionale utile allo sviluppo a risolvere determinati problemi;
- lo sviluppo di intelligenze capaci di auto aggiornarsi;
- la programmazione di sistemi capaci di ragionamento artificiale utile alla risoluzione di problemi nuovi;
- la creazione di macchine in grado di risolvere problemi utilizzando il ragionamento creativo. I temi richiamati, in parte, erano già stati affrontati nell’incontro di Dartmouth che si concluse comunque senza risultati rivoluzionari, dando il via ad importanti collaborazioni scientifiche interdisciplinari, sul tema IA. Ciò permise di creare un clima di fiducia intorno a tale dibattuto tema che veniva alla ribalta e che influenzò positivamente gli studi per l’intero decennio successivo, caratterizzato da significativi progressi nel campo dell’IA, che fecero immaginare, erroneamente, che tutti gli obiettivi posti fossero presto raggiungibili.
Arrivò presto il tempo di dover fare i conti con la realtà dei primi anni ’60, nei quali il progresso e le previsioni precedenti che ci si attendeva in questo campo si scontrarono con l’applicazione reale di questi sviluppi tecnologici nella realtà di tutti i giorni. Si cominciò a considerare l’intelligenza a artificiale, come capace di risolvere solo “ toy problems ”^8 e inadatta, dunque, ad applicazioni utili a fini scientifici e industriali. A partire dagli anni ’70 i governi degli Stati che per primi avevano incentivato gli studiosi, sostenendoli con finanziamenti pubblici (Inghilterra e Stati Uniti), cominciarono a tagliare le risorse economiche a ciò dedicate. La mancanza di sostegno politico e di conseguenza di fondi, causarono l’abbandono del mercato di tante imprese private che fino a quel momento avevano creduto in tali sviluppi. Solo con l’avvento dei c.d. sistemi esperti, programmi informatici in grado di riconoscere e suggerire soluzioni, l’interesse per l’intelligenza artificiale tornò a crescere, sebbene uno dei principali problemi essenziali era pur sempre l’applicazione pratica dell’intelligenza artificiale connessa all’alto numero di variabili che caratterizzano il mondo reale. Per superare questo ostacolo, alla base dei sistemi esperti si sviluppò l’idea di programmare strumenti codificati con la programmazione standard, operanti in ambiti molto ristretti della realtà. Questa fu una delle prime intuizioni che contribuì alla creazione di programmi, come ad esempio DENDRAL^9 , specializzato nelle spettrometrie di massa, utile in campo medico nella lettura delle analisi chimiche. In tali anni si cominciò a notare una ripresa dei finanziamenti pubblici, primo fra tutti il Giappone, che programmò un sistema d’investimenti decennali nel 1981, il Fifth Generation, invitando il Regno Unito a prendervi parte come partner. 8 S. J. Russel, P. Norvig, Artificial Intelligence, IV edizione, p. 21-22; Nielson, Artificial Intelligence, a new synthesis. p. 8-9. 9 Il primo sistema ad avere un’applicazione in campo medico sviluppato da Feigenbaum nell’anno 1965. DENDRAL era un sistema esperto di analisi chimiche. Il programma era usato nell’industria e nel mondo accademico.
l’uomo comune: la vittoria di Deep Blue, un computer sviluppato da IBM per il gioco degli scacchi, contro il campione del mondo dell’epoca Garry Kasparov. Tra gli anni ’90 e primi 2000, l’approccio alla materia divenne più scientifica ma anche più aperta al confronto interdisciplinare com’era un tempo, analizzando progresso e implicazioni etiche. Si afferma, quindi, definitivamente l’approccio all’IA basato sul concetto di agente razionale^11 , che divenne il vero obiettivo condiviso di gran parte degli studiosi, generando un’inedita condivisione di risultati e strategie. Questa condivisione era solo il preludio a ciò che sarebbe successo dopo qualche tempo, con l’avvento del web, e la capacità informativa di un numero elevato di soggetti che scambiano informazioni (c.d. big data). Anche in questo caso si registrarono accadimenti dal grande valore simbolico, che contribuirono a consolidare l’interesse pubblico e mediatico per l’evoluzione dell’intelligenza artificiale. Nel 2005 un’auto a guida autonoma completò per la prima volta il percorso, lungo 212 km, della DARPA Grand Challenge^12 , una gara riservata a prototipi di auto senza conducente. Nel febbraio 2011, in seguito alla vittoria di Watson, il computer di IBM che vinse il quiz Jeopardy contro alcuni concorrenti, il clamore mediatico innescò una grande attenzione anche della stampa mondiale. 11 È un sistema di intelligenza artificiale di prendere le decisioni più razionali sulla base delle conoscenze e dei dati a disposizione, in condizioni di incertezza, al fine di ottenere il miglior risultato atteso tra quelli possibili. https://www.okpedia.it/agente_razionale#:~:text=Un%20agente%20razionale %20%C3%A8%20un,risultato%20atteso%20tra%20quelli%20possibili. 12 DARPA Grand Challenge è una competizione per veicoli senza guidatore, finanziata dalla DARPA, la più importante agenzia del Dipartimento della difesa degli Stati Uniti per lo sviluppo delle tecnologie militari. Il primo DARPA Grand Challenge ha avuto luogo nel 2004 nel deserto del Mojave, su un percorso previsto di circa 150 miglia, nessuno dei veicoli riuscì a completare il percorso (il migliore percorse circa 7 miglia), perciò il premio previsto di un milione di dollari non fu assegnato. Nell'edizione successiva del 2005, 5 veicoli su 23 riuscirono a completare il percorso e il team vincitore risultò quello dell'università di Stanford che completò il percorso in circa 7 ore, che si aggiudicò quindi il premio previsto per la seconda edizione pari a due milioni di dollari. https://it.wikipedia.org/wiki/DARPA_Grand_Challenge
La vera rivoluzione ed il decisivo cambiamento avvenne quando la potenza degli elaboratori permise lo sviluppo del deep learning, metodo simile all’apprendimento umano, di elaborazione e risposta in base a ciò che si è appresso. I modelli di deep learning sono in grado di riconoscere complessi sistemi di immagini, testo, suoni e altri dati per produrre informazioni e previsioni accurate, imponendosi come una delle tecnologie dominanti del settore dell’intelligenza artificiale nel 2010, contribuendo alla nascita delle prime reti neurali, che hanno portato ad un progresso inimmaginabile. Nel corso di tale decennio sono state sviluppate le più importati scoperte dal punto di vista commerciale dell’IA, come il riconoscimento vocale o facciale, i programmi di scrittura semplificata. Gl’investimenti pubblici si sono moltiplicati e ciò ha permesso di potere utilizzare tali tecnologie su larga scala, applicandole alla vita di tutti i giorni. L’attenzione mediatica degli ultimi anni è sempre più crescente, culminando, tra il 9 e il 15 marzo del 2016,con il successo di AlphaGo, un software sviluppato da Google, ha sconfitto nel gioco a Go^13 il campione sudcoreano Lee Sedol. Anche il numero di articoli nelle riviste scientifiche è cresciuto vertiginosamente tra il 2000 e il 2019, facendo registrare un interesse accademico sempre maggiore, connesso all’approfondimento di tale progresso con la creazione di piani di studio appositi che hanno riscosso grande successo tra i giovani. L’attenzione della stampa ha cambiato però obiettivo, oggi mira alla divulgazione di scoperte e progresso, indirizzate al sapere comune dell’uomo comune e non più solo alle eclatanti vittorie di computer contro uomo. Accanto all’entusiasmo dilagante non sono di certo mancate le critiche e le preoccupazioni connesse agli aspetti etici, intimi dell’uomo, ponendo temi spinosi e mettendo in luce, come si vedrà nel prosieguo di questo lavoro, sfide inedite per i diritti e i loro fondamenti. 13 Go è uno dei giochi da tavola più complicati al mondo, in cui due giocatori si contendono un territorio, inventato e diffuso in Cina, prevede circa 2,08×10170 posizioni possibili delle pedine sulla plancia
Nei seguenti paragrafi l’argomento verrà approfondito sotto una lente d’ingrandimento tale da studiare il fenomeno in tutti i suoi aspetti principiali.
2. Una definizione scientifica di IA
Dopo aver analizzato l’evoluzione storica del concetto di AI, possiamo adesso cercare di inquadrare il fenomeno da un punto di vista scientifico, sebbene non siamo in grado di dare una definizione esatta di AI e forse dovremmo ancora soffermarci sulla prima domanda d’apertura del precedente paragrafo:
cos’è, dunque, l’intelligenza artificiale? Il tema è molto complesso ed è difficile definire il concetto in maniera precisa e pienamente condivisa, anche se il termine è oramai d’uso quotidiano e diffuso, come le comunicazioni con l’assistente vocale dello smartphone, la visione di un film, l’ascolto della musica su applicazioni di ricerca ad hoc. Negli anni sono state attribuite parecchie definizioni al concetto di AI e l’argomento è stato piuttosto dibattuto nel corso del tempo. Nell’intento di voler definire a tutti i costi il concetto, potremmo dunque ritenere che l’intelligenza artificiale, da un punto di vista scientifico, faccia riferimento a sistemi che mostrano comportamenti intelligenti attraverso l’analisi dell’ambiente in cui operano, intraprendendo con un certo grado di autonomia azioni mirate a raggiungere determinati obiettivi specifici. Questi sistemi sono basati su software che agiscono in una dimensione puramente digitale, incorporati all’interno di dispositivi hardware ovvero in dispositivi fisici come i robot, gli autoveicoli a guida autonoma o i droni. Ed ecco che la prima sfida insita nella definizione dell’intelligenza artificiale consiste nel delineare quali siano le caratteristiche di un comportamento intelligente. In primo luogo, possiamo pensare all’intelligenza come alla capacità di produrre corrispondenze e correlazioni in un insieme complesso di dati e stabilire il contenuto informativo. In secondo luogo, possiamo pensare all’intelligenza come alla capacità di pianificare un comportamento o una strategia costituita da una successione di scelte e comportamenti, in modo coerente rispetto ad un obbiettivo prestabilito. In queste accezioni, appare chiaro come l’intelligenza artificiale non s’identifichi con la consapevolezza dell’elaborazione di informazione a un livello di maggiore complessità.
raccomandazione basati su criteri di similarità dei propri utenti, per suggerire film e musica secondo i gusti degli utenti stessi. Una terza tipologia è quella degli enforcement learning (apprendimento con rinforzo), che consente di risolvere problemi che richiedono strategie particolarmente sofisticate. Questa tecnica prevede l’esplorazione dell’ambiente per raggiungere un particolare obbiettivo con alta probabilità di successo. La particolarità di tale algoritmo è la presenza della funzione premio ( reward ) che consente di valutare le azioni stabilite a ogni passo dell’algoritmo (per esempio la cattura di una pedina negli scacchi) e andare avanti all’obbiettivo successivo. L’addestramento si svolge prima per tentativi ( exploration ) che fanno accrescere la conoscenza dell’ambiente; quindi, l’algoritmo enforcement impara grazie agli errori commessi, libero di poter spaziare dove vuole. Alla base di molti algoritmi di machine learning, in ogni caso, ci sono reti neurali artificiali, che hanno tratto ispirazione dalle reti neuronali che si trovano dentro il cervello biologico. Ogni connessione, così come le sinapsi di un cervello biologico, può trasmettere segnali ad altri neuroni col quale è collegato. La connessione viene calcolata durante la fase di apprendimento e, ultimata tale fase, tutti i pesi delle connessioni risultano definiti, determinando la rete neurale. Quando si parla di deep learning, ci si riferisce a reti neurali artificiali a moltissimi strati, per questo denominate profonde. Delle architetture di questo tipo sono state applicate a moltissimi settori, inclusi il riconoscimento del parlato, l’elaborazione del linguaggio e le traduzioni automatiche, dove hanno prodotto risultati simili se non superiori a quelli umani.
Gli algoritmi di machine learning, dunque, usano modelli molto complessi, che possono essere anche sbagliati ma che, nella pratica, risultano molto utili. Lo statistico George Box diceva “ Tutti i modelli sono sbagliati, ma qualcuno è utile ”^17. Per concludere, pertanto, da un punto di vista scientifico si può definire la IA come la capacità di una macchina di mostrare capacità simili a quelle umane, come il ragionamento, l’apprendimento, la creatività, la programmazione, permettendo al sistema computazionale di percepire e comprendere l’ambiente, mettersi in relazione con esso e risolvere problemi specifici. Il computer riceve i dati (già preparati o raccolti tramite sensori, come una videocamera), li processa e risponde. I sistemi di IA sono, quindi, capaci di adattare il proprio comportamento analizzando gli effetti delle azioni precedenti e lavorando in autonomia.
3. Una definizione istituzionale e giuridica di AI
Abbiamo già approfondito come la formulazione di una definizione generale di intelligenza artificiale abbia rappresentato, negli ultimi anni, uno sforzo non indifferente, soprattutto a livello europeo. Per addentrarci nella ricerca di una definizione di tipo giuridico o istituzionale dell’AI dobbiamo risalire al primo tentativo formale di definizione del fenomeno, che si è verificato nel 17 S. Struhl, AI Marketing. Predire le scelte dei consumatori con l'intelligenza artificiale , traduzione di Paolo Poli, Feltrinelli, 2017
inevitabilmente, ha determinato il nascere di clamori per le conseguenze distorte potenzialmente rinvenibili. In particolare:
- nel 2019 l’OCSE ha redatto una raccomandazione contenente una stringata definizione di AI come un semplice sistema in grado di formulare decisioni e predizioni, ivi inserendo anche una elencazione di principi per supportare e garantire uno sviluppo dell’AI in linea con i diritti sociali;
- ancora, nel 2019, in Canada, l’organo nazionale a ciò deputato ha formulato la prima definizione di IA contenuta in un testo normativo vincolante, senza aver alcun timore di evidenziare come lo scopo dell’AI fosse quello di replicare il comportamento e le abilità cognitive dell’essere umano^21.
- nel febbraio 2020, la Commissione Europea ha proceduto alla creazione di un Libro Bianco in materia di AI^22 , che ha successivamente condotto una serie di consultazioni pubbliche per raccogliere le opinioni da varie parti interessate al tema trattato.
- nel 2021, l’Assemblea Generale dell’UNESCO ha approvato delle Recommendation on the ethics of artificial intelligence^23 formulate dopo un percorso di lavoro durato ben due anni da parte di un gruppo di specialisti della materia. L’ultimo approdo in punto di definizione del concetto di intelligenza artificiale, si è raggiunto con la storica formalizzazione del testo dell’AI Act del dicembre 2023^24 , redatto in sede europea, i cui lavori preparatori sono stati lunghi e complessi anche a causa dell’introduzione di nuove forme di AI, che necessitavano di una completa disamina. 21 Government of Canada, ditective on automated decision-making, 1 april 2019, https://www.tbs- sct.gc.ca/pol/doc-eng.aspx?id=32592 (7 novembre 2021). 22 Libro bianco sull'intelligenza artificiale - Un approccio europeo all'eccellenza e alla fiducia della Commissione Europea (COM (2020) 65 final). 23 UNESCO, Recommendation on the Ethics of Artificial Intelligence, 24 novembre 2021, 41 C/ (Annex). 24 https://www.consilium.europa.eu/en/press/press-releases/2023/12/09/artificial-intelligence-act- council-and-parliament-strike-a-deal-on-the-first-worldwide-rules-for-ai/
Anche in sede di regolamentazione, la principale problematica affrontata è stata la ricerca di una definizione di Intelligenza Artificiale che potesse abbracciare tutte le forme esistenti e possibili di tecnologie intelligenti. L’obiettivo europeo era quello di creare un quadro legislativo quanto più completo e flessibile, in grado di assecondare l’evoluzione tecnologica e di disciplinare in maniera efficace le innovazioni future. Nell’aprile del 2021 la Commissione Europea ha redatto una descrizione precisa dell’Intelligenza Artificiale, all’interno della proposta di Regolamento sull’Intelligenza Artificiale, definendola come “ un software elaborato attraverso una o più metodologie avanzate, progettato per creare risultati come contenuti, analisi previsionali, suggerimenti o decisioni che hanno lo scopo di modulare l'ambiente di applicazione ”^25. Questa definizione ha subito numerosi cambiamenti con gli emendamenti del Parlamento Europeo nel giugno 2023, che nel Considerando 161 ha esteso ulteriormente la portata del concetto dell’IA, sottolineando la capacità della stessa di produrre risultati come previsioni e decisioni in grado di orientare e influenzare sia gli spazi reali che digitali, in forma diretta o indiretta. Quel che è chiaro, dunque, è che nessuno conosce ancora l’esistenza di ulteriori cambiamenti apportati alla definizione di Intelligenza Artificiale adottata a giugno 2023, in quanto la risposta definitiva si avrà soltanto al momento della pubblicazione del testo finale. In ogni caso, l’approvazione dell’AI Act dell’Unione Europea ha affrontato diversi ostacoli e ha comportato confronti prolungati tra gli addetti ai lavori, principalmente a causa di disaccordi su questioni complesse che, come si spiegherà nel corso del presente lavoro, interferiscono anche sui diritti fondamentali dei singoli. Infatti, i nuovissimi modelli d’intelligenza artificiale c.d. “generativa”, come quelli sviluppati da OpenAI, si basano su sistemi addestrati su set di dati immensi e sono in grado di imparare da nuove informazioni per eseguire un’ampia varietà di compiti. Ebbene, le maggiori preoccupazioni si sono concentrate 25 “Finalmente l’AI Act: un tetto, ma non un pavimento”, Chiara Ciccia Romito, Avvocato, Research fellow ISLC, Università degli Studi di Milano, pubblicato si il QG (quotidiano giuridico) di Altalex il 11/12/2023.
