MACCHINE INTELLIGENTI E DIRITTO

Gianluigi Ciacci, Angelo Costanzo

Obiettivi formativi

Il corso costituisce l’ultimo 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 Corso di Macchine intelligenti e diritto costituisce il punto di arrivo del percorso triennale di studi tecnici e di diritto in Informatica giuridica. Come tale è il momento per mettere a sistema tutte le conoscenze acquisite per guardare al tema nel suo insieme e poi analiticamente in profondità. La gran parte del corso è infatti dedicata all’illustrazione delle più dirompenti applicazioni dell’informatica e dell’AI ed al coinvolgimento di tutti i campi del diritto nella definizione di principi e regole di dettaglio che salvaguardino gli individui e la società dinanzi all’impatto di tali tecnologie. Il giovane giurista atteso alla fine del percorso descritto è in grado di proseguire i suoi studi, avendo scelto un profilo caratterizzante all’interno del quale potrà continuare ad approfondire gli aspetti ad esso specifici dell’Informatica giuridica, ma solo dopo aver acquisito una conoscenza generale sia tecnica che legale della digitalizzazione e delle sue implicazioni giuridiche.

Prerequisiti

Laboratorio di Informatica Giuridica, Linguaggio e Logica delle Macchine, Intelligenza Artificiale, Intelligenza artificiale, machine learning e diritto, Diritto digitale e tutela dei dati

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione: raggiungere la conoscenza di alcuni argomenti d'avanguardia nel campo di studio con il supporto didattico appropriato, la conoscenza del dibattito e delle regole relative all’applicazione dell’AI in significativi ambiti economici ed istituzionali, la comprensione delle sfide pratiche ed intellettuali rappresentate dall’attività delle macchine intelligenti per il diritto, la sua teoria generale ed i diversi settori positivi. Conoscenza e comprensione applicate: ideare e sostenere argomentazioni relative ai risvolti giuridici delle applicazioni dell’intelligenza artificiale nei più disparati ambiti socio-economici. Autonomia di giudizio: raccogliere e interpretare informazioni e dati scientifici e giuridici rilevanti per la materia. Abilità comunicative: comunicare informazioni, idee, problemi e soluzioni in materia di Informatica giuridica, possedendo lo specifico linguaggio scientifico. Capacità di apprendere: aver sviluppato le competenze necessarie per intraprendere gli studi successivi con un elevato grado di autonomia.

Contenuti Del Corso

I. Razionalità giuridica e razionalità artificiale II. Principî per le decisioni algoritmiche III. Applicazioni

Testi Di Riferimento

AA.VV. (a cura di G. Buonomo - G.Ciacci - A. Costanzo), Le macchine Intelligenti e il Diritto, Giappichelli ed., Torino, 2025), in corso di pubblicazione.

Metodologie Didattiche

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

Modalità di verifica dell'apprendimento

Il voto finale, espresso in 30/trentesimi e regolarmente rientrante nella media curriculare dello studente, risulterà dalla media ponderata dei voti conseguiti precedentemente nei laboratori propedeutici ed all’esito dell’esame del presente corso per le rispettive seguenti quote: 1/7 Linguaggio e logica delle macchine (LABGP1) 1/7 Laboratorio di informatica giuridica (LABGP2) 1/7 Intelligenza artificiale (LABGP3) 1/7 Intelligenza artificiale, machine learning e diritto (LABGP4) 1/7 Diritto digitale e tutela dei dati (LABGP5) 2/7 Macchine intelligenti e diritto (MID1) Il voto di quest’ultimo 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. Al fine di poter attribuire un voto effettivamente corrispondente alla media ponderata dei voti conseguiti nel percorso di Informatica giuridica, lo studente sarà ammesso al sostenimento dell’esame e successiva valutazione esclusivamente previa ostensione di una stampa dell’autocertificazione riportante esami conseguiti e rispettivi voti reperibile sul webselfeservice personale.

Criteri per l’assegnazione dell’elaborato finale

Settimana 1

I. Razionalità giuridica e razionalità artificiale 1. Logica e argomentazione comparate giurista/macchina intelligente 2. Interpretazione comparata giurista/macchina intelligente 3. Mediazione comparata giurista/macchina intelligente Attraverso lezioni frontali e studio di casi pratici

Settimana 2

I. Razionalità giuridica e razionalità artificiale 4. Soluzione comparata giurista/macchina intelligente 5. Creazione comparata giurista/macchina intelligente 6. AI and legal analytics Attraverso lezioni frontali e studio di casi pratici

Settimana 3

I. Razionalità giuridica e razionalità artificiale 7. Giustizia algoritmica II. Principî per le decisioni algoritmiche 1. Responsabilità Attraverso ospiti esperti, seminari e discussioni in classe

Settimana 4

II. Principi per le decisioni algoritmiche 2. Trasparenza Attraverso ospiti esperti, seminari e discussioni in classe

Settimana 5

II. Principi per le decisioni algoritmiche 3. Correttezza 4. Qualità 5. Antropocentrismo Attraverso ospiti esperti, seminari e discussioni in classe

Settimana 6

III. Applicazioni 1. Diritto penale i. Polizia e giustizia predittive ii. Responsabilità penale Attraverso lo studio di casi pratici, analisi di idee e informazioni fra una gamma di materiali e risorse

Settimana 7

III. Applicazioni 2. Diritto civile i. Soggettività giuridica ii. Responsabilità civile “da algoritmo” iii. Proprietà intellettuale Attraverso lo studio di casi pratici, analisi di idee e informazioni fra una gamma di materiali e risorse

Settimana 8

III. Applicazioni 3. Diritto societario-tributario i. Organizzazione aziendale e del lavoro ii. Marketing iii. Tassazione Attraverso lo studio di casi pratici, analisi di idee e informazioni fra una gamma di materiali e risorse

Settimana 9

III. Applicazioni 4. Diritto pubblico i. AI distribuita e simulazioni per lo studio delle norme sociali ii. Democrazia algoritmica ed elezioni Attraverso lo studio di casi pratici, analisi di idee e informazioni fra una gamma di materiali e risorse

Settimana 10

III. Applicazioni 4. Diritto pubblico iii. AI e legislazione iv. Amministrazione algoritmica Attraverso lavori in piccoli gruppi e seminari

Settimana 11

III. Applicazioni 5. Diritto internazionale i. LAWs (armi autonome) Attraverso lavori in piccoli gruppi e seminari

Settimana 12

III. Applicazioni 6. Law and robotics Attraverso lavori in piccoli gruppi e seminari