Il laboratorio è il quarto insegnamento della complessiva struttura didattica di Informatica Giuridica del corso di laurea magistrale a ciclo unico in Giurisprudenza della LUISS, che si compone di cinque laboratori propedeutici ed un corso distribuiti sui primi tre anni. Tali insegnamenti costituiscono un percorso unitario e progressivo secondo un itinerario logico studiato al fine di implementare la sensibilità dello studente per la reciproca interazione fra l’informatica ed il diritto. L’intento è quello di formare un giurista realmente pronto ad affrontare le sfide legali della dimensione digitale, sempre più pervasiva e trasversale in ogni settore professionale, e delle applicazioni informatiche nell’ambito legale. A tal fine lo studente dovrà acquisire conoscenze anche puramente tecniche ed informatiche per comprendere a fondo i fenomeni tecnologici dei quali potrà essergli/le richiesto di valutare risvolti ed effetti giuridici. È questo un obiettivo strategico che il Dipartimento di Giurisprudenza si è prefisso, non potendosi contemplare la figura di un giurista che oggi non possieda piena dimestichezza anche degli strumenti digitali e non sappia analizzare l’impatto delle applicazioni tecnologiche più dirompenti sulla società, sul diritto, sui mercati e sulle istituzioni a livello globale. L’innovazione travolgente ed incentivata dalle politiche pubbliche nazionali ed europee esige figure professionali versatili, capaci di applicare le categorie tradizionali del diritto a fenomeni tecnologici inediti, o addirittura di costruirne di nuove meglio in grado di regolare il presente. Per far ciò si richiede una comprensione dell’architettura di base delle reti, nonché dei linguaggi della matematica e della logica degli algoritmi, per poterli quindi leggere nelle forme del diritto. Il Laboratorio di Intelligenza artificiale, machine learning e diritto, nello specifico, funge da complemento diretto al laboratorio immediatamente precedente, concentrandosi sugli aspetti giuridicamente rilevanti concernenti l’implementazione dell’AI. In particolare, il corso è rivolto a: rileggere la teoria generale dell’intelligenza artificiale da una prospettiva giuridica, nel solco della materia che racchiude ancora l’insegnamento dell’informatica giuridica ovvero la filosofia del diritto; quindi a dimostrare l’applicabilità degli algoritmi di intelligenza artificiali alle diverse funzioni tradizionali del diritto; ed infine a fornire agli studenti un quadro relativo alle principali esperienze di regolazione dell’AI a livello nazionale, europeo e globale.

Conoscenza e capacità di comprensione: raggiungere la conoscenza di alcuni argomenti d'avanguardia nel campo di studio con il supporto didattico appropriato, la comprensione della differenza fra la logica dell’intelligenza umana e quella dell’intelligenza artificiale relativamente alla formazione di una decisione e dell’impatto sociale e giuridico delle applicazioni di AI, la comprensione dell’applicazione di diverse tipologie di algoritmo per finalità giuridicamente significative e la conoscenza dei principali strumenti normativi esistenti e prospettati per la regolazione dell’AI. Conoscenza e comprensione applicate: ideare e sostenere argomentazioni relative da un lato alle applicazioni dell’AI in ambito giuridico e dall’altro alle maggiori sfide della regolazione dell’AI. Autonomia di giudizio: raccogliere e interpretare informazioni e dati rilevanti. Abilità comunicative: comunicare informazioni, idee, problemi e soluzioni con il linguaggio tecnico specifico dell’intelligenza artificiale. Capacità di apprendere: aver sviluppato le competenze necessarie per intraprendere gli studi successivi con un elevato grado di autonomia.

I. Teoria dell’intelligenza artificiale e diritto II. I diversi tipi di intelligenza artificiale e machine learning, gli algoritmi equitativi e il diritto III. Diritto e regolazione dell’intelligenza artificiale

Il materiale didattico è costituito dal contenuto delle lezioni impartite dal docente, relative dispense e altri materiali condivisi su Luiss Learn. Letture consigliate dal docente per approfondimenti volontari (vedere su elearn)

Apprendimento: lezioni frontali, podcast e quiz online, aggiornamento settimanale sul tema Pratica: ospiti esperti, studio di casi e simulazioni Indagine: analisi di idee e informazioni fra una gamma di materiali e risorse, utilizzando le banche dati giuridiche , tools o sistemi di AI gen per raccogliere e analizzare dati e confrontare testi Collaborazione: lavori in piccoli gruppi, discussione dei risultati altrui e proposta di risultati comuni Discussione: seminari, discussioni di gruppo in classe, forum online e discussioni sincrone e asincrone Produzione: saggi, relazioni, presentazioni e blog

Il voto finale, espresso in 30/trentesimi deriverà dalla valutazione delle seguenti voci per la rispettiva quota percentuale: 20% frequenza 10% partecipazione attiva in aula 50% valutazioni delle prove intermedie 20% esame finale (scritto e orale) Verrà eseguito al termine del corso un TEST di valutazione (individuale o anche in gruppo) che non necessariamente sarà a un TEST a risposta multipla ma potrà essere una simulazione (anche con studenti divisi per gruppi) con uso di un sistema di AI (a scelta del docente) per simulare l’utilizzo della stessa in ambito professionale N.B. Il voto conseguito all’esito dell’esame del presente Laboratorio parteciperà per 1/7 al voto finale che sarà attribuito all’esito dell’esame del corso di Macchine intelligenti e diritto (MID1) e che rientra regolarmente nella media curriculare dello studente.

Presenza alle lezioni, Lavoro di gruppo su sistema di AI (con o senza TEST A RISPOSTA MULTIPLA in classe) e superamento dell’esame orale.