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, dal testo di riferimento, da eventuali materiali condivisi su Luiss Learn. Testo di riferimento: Stefano Russo-Roberto Scavizzi, (a cura di), Raccolta di atti e documenti dell’Unione europea sull’intelligenza artificiale. Materiale di studio per un corso di IA, machine learning e diritto, OTW, Roma, 2022.

Apprendimento: lezioni frontali, podcast e quiz online 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 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) 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.