MACCHINE INTELLIGENTI E DIRITTO

Giovanni Buonomo

Obiettivi formativi

Il corso costituisce, per gli studenti del terzo anno, l’ultimo insegnamento della complessiva struttura didattica dedicata all’informatica giuridica, composto da cinque laboratori propedeutici ed un corso finale distribuiti sui primi tre anni del corso di laurea magistrale a ciclo unico in giurisprudenza. I laboratori ed il corso finale di Macchine intelligenti e diritto costituiscono un percorso unitario e progressivo studiato per sviluppare l’interesse e le conoscenze necessarie sulla complessa interazione fra l’informatica ed il diritto. L’intento è quello di formare giuristi attrezzati per affrontare le sfide legate alle implicazioni giuridiche dell’impiego, in ogni settore della vita sociale e lavorativa, delle tecnologie dell’informazione e, considerata la vocazione interdisciplinare della materia, ai c.d. nuovi diritti connessi con l'uso delle macchine capaci di autoapprendimento. Vengono analizzati. durante il corso, i profili giuridici della responsabilità civile per l'uso di sistemi di I.A. (compresi i sistemi di guida autonoma dei veicoli), i contratti ad esecuzione automatica e la tutela dei diritti fondamentali della persona , con particolare attenzione alla legislazione comunitaria e alla giurisprudenza italiana ed internazionale. Lo studente dovrà acquisire, dunque, le conoscenze tecniche e giuridiche necessarie per la comprensione di fenomeni complessi in cui è forte il condizionamento del diritto da parte della tecnica, come l’uso dell’intelligenza artificiale nelle professioni legali, nel campo della medicina e delle scienze economiche e sociali. Si tratta di un obiettivo strategico nell'attività formativa del Dipartimento di giurisprudenza, poiché la conoscenza delle tecnologie informatiche e del loro impatto dirompente sulla società, sul diritto, sull'economia e sulle istituzioni costituisce un fondamento indispensabile nella preparazione dei giuristi del futuro. La rivoluzione tecnologica degli ultimi anni esige, infatti, figure professionali in grado di applicare le categorie tradizionali del diritto a fenomeni del tutto inediti e di ideare, se del caso, nuove soluzioni idonee a regolare la realtà secondo i principi generali dell'ordinamento. Ciò impone, innanzitutto, una comprensione dell’architettura di base delle reti, dei linguaggi della matematica e della logica degli algoritmi, per poterne appieno valutare l’impatto sui diritti fondamentali della persona. Il Corso di Macchine intelligenti e diritto, come punto di arrivo di questo percorso triennale di studi tecnici e di diritto, costituisce, dunque, il momento di sintesi delle conoscenze acquisite nel triennio attraverso i laboratori tecnici ed i corsi precedenti.

Prerequisiti

Per sostenere l'esame è necessario aver superato l’esame propedeutico di Diritto digitale e tutela dei dati e il test di valutazione delle competenze digitali.

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione: lo studente dovrà acquisire la piena conoscenza di alcuni argomenti fondamentali della materia, del dibattito scientifico relativo all’applicazione dell’I.A. in ambito economico, sociale ed istituzionale, delle complesse problematiche legate all'applicazione del diritto all’attività delle macchine intelligenti nei diversi campi di applicazione. Conoscenza e comprensione applicate: lo studente dovrà acquisire la capacità di ideare e sostenere argomentazioni relative agli aspetti giuridici delle applicazioni dell’intelligenza artificiale nei diversi campi di applicazione (nel campo del diritto civile, penale ed amministrativo e nei settori medico-legale, giudiziario, della robotica e del trasporto autonomo) Autonomia di giudizio: lo studente sarà in grado di raccogliere e interpretare informazioni, dati scientifici e giuridici rilevanti per la materia. Abilità comunicative: lo studente acquisirà la capacità di comunicare informazioni, idee, problemi e soluzioni nella materia dell'informatica giuridica, utilizzando un'adeguata terminologia scientifica e giuridica. Capacità di apprendere: lo studente, all'esito del corso, avrà sviluppato le competenze necessarie per intraprendere gli studi successivi con un elevato grado di autonomia.

Contenuti Del Corso

Macchine intelligenti, processo induttivo e apprendimento autonomo - La macchina che pensa: da Turing a Searle - Reti neurali, deep learning e intelligenze artificiali - Giustizia, diritti fondamentali e intelligenza artificiale - La sentenza robotica - Macchine intelligenti e professioni legali - L'attività amministrativa algoritmica - Intelligenza artificiale e protezione dei dati personali - Intelligenza artificiale generativa e tutela della proprietà intellettuale - Le automobili a guida autonoma - Intelligenza artificiale e robotica - I.A., blockchain e voto elettronico - I.A. predittiva e attività giurisdizionale.

Testi Di Riferimento

Il materiale didattico è costituito dal contenuto delle lezioni impartite dal docente, documenti e altri materiali audiovisivi condivisi su Luiss Learn. Testo consigliato: G. Buonomo, G. Ciacci, A. Costanzo (a cura di), Macchine intelligenti e diritto, Giappichelli, Torino, 2025.

Metodologie Didattiche

Didattica frontale e a distanza; esercitazioni individuali e lavori di gruppo (papers, role-playing e simulazioni su casi tratti dall'attualità giudiziaria italiana ed internazionale); analisi di casi giudiziari; testimonianze di esperti; presentazioni e ricerche assegnate con produzione di relazioni, articoli e saggi.

Modalità di verifica dell'apprendimento

Il sistema di valutazione intende premiare la frequenza e la partecipazione attiva degli studenti alle lezioni. Il voto finale, espresso in trentesimi, dipende dalla frequenza, dalla partecipazione attiva in aula, dall’esito delle prove intermedie e dall’esito dell'esame orale finale. Sono previste due prove (una intermedia e una alla fine del corso: la prima, dopo la prima parte del corso, consiste nello studio di un caso giuridico e nella soluzione di un quesito a risposta libera; la seconda, programmata alla fine del corso e riservata agli studenti frequentanti, consiste in un questionario a risposta multipla basato su 30 domande. Sono ammessi a sostenere la seconda prova, che dà accesso all'esame orale semplificato, solo gli studenti che abbiano frequentato almeno i due terzi delle lezioni. Le assenze giustificate, per ragioni di studio o di salute, non possono comunque superare il 50% delle lezioni. Lo studente che ottiene almeno 26 punti su 30 potrà rispondere, all'esame orale, solo sugli argomenti a cui ha dato risposta errata. L'esame semplificato è valido solo per il primo appello a cui lo studente decide di presentarsi.

Criteri per l’assegnazione dell’elaborato finale

Per l’assegnazione di una tesi è necessario che l’aspirante abbia superato l’esame con un buon punteggio dopo aver frequentato le lezioni. Saranno valutate l'originalità dell'argomento prescelto e la sperimentalità del metodo di ricerca prescelto.

Settimana 1

Introduzione allo studio della materia - Concetti introduttivi: self learning, e deep learning- Intelligenza artificiale generativa, predittiva e general A.I. - I fattori determinanti: Big Data, potenza di calcolo e algoritmi di autoapprendimento – Macchine intelligenti e arte visiva – Machine learning e prevedibilità delle sentenze – I.A. generativa e produzione di atti giudiziari (libro di testo: capp. 1.1 e 11)

Settimana 2

Il problema della black box - L’apprendimento automatico e le reti neurali - Sistemi simbolici e sistemi sub-simbolici – La macchina pensante: da Turing a Searle – Il premio Loebner – Ragionamento deduttivo e induttivo – Sistemi esperti e reti neurali (Libro di testo: capp. 1.2, 1.4, 1.5).

Settimana 3

L’intelligenza dell’uomo e della macchina – Le intelligenze multiple, il pensiero simbolico e l’intelligenza laterale – Il concetto giuridico di intelligenza artificiale (art. 3 Reg. UE 1689/2024) – I pericoli della I.A. – I.A. e professione forense: le linee guida CCBE e CNF (Libro di testo: capp. 1.3 – 4).

Settimana 4

Il caso Loomis e il sistema COMPAS – Casi giudiziari successivi: Flores vs. Stanford – I risk assessment tools – L’attività di prevenzione assistita dalla I.A. – Crime linking e hotspot analysis - Il Public Safety Assessment – La Carta europea per l’uso della IA nei sistemi giudiziari (dispensa su MyLuiss)

Settimana 5

Le auto a guida autonoma – Sistemi di assistenza alla guida e I.A. – La responsabilità del produttore per la I.A. difettosa: ripartizione dell’onere della prova - Introduzione alla robotica – I robot umanoidi - Il Rapporto Delvaux: verso la “soggettività” delle macchine (Ris. 051/2017 del Parlamento Europeo sul diritto civile e la robotica) – I principi del Rapporto Delvaux - I problemi etici – (Libro di testo: capp. 12 e 13).

Settimana 6

A.I. Act: le pratiche vietate e i sistemi ad alto rischio (comprende la prova intermedia) – La identificazione biometrica – Il social credit score – Trattamenti decontestualizzati e altri sistemi ad alto rischio – Sistemi di IA a basso impatto (Libro di testo: cap. 13).

Settimana 7

I soggetti del A.I.Act: fornitore, produttore, deployer, utente finale. Gli obblighi del fornitore e del deployer – Modelli linguistici di grandi dimensioni (LLM) e tutela dei diritti fondamentali della persona -

Settimana 8

Il problema della superintelligenza – Il caso Lemoine – Le macchine senzienti o semi-senzienti – La coscienza artificiale – La macchina ingannevole – Il parere del comitato di bioetica – Il provvedimento algoritmico e l’evoluzione della giurisprudenza amministrativa – I.A. e discrezionalità amministrativa (Libro di testo: capp. 13.3, 4 e 7)

Settimana 9

I contratti “algoritmici” e l’algoritmo “negoziatore”. Il problema della black box. La decisione robotica - IA e amministrazione giudiziaria: la macchina intelligente al servizio del giudice - Le applicazioni di giustizia"predittiva" - Il futuro delle macchine predittive – La compatibilità delle macchine predittive con il regolamento UE n. 1689/2024.

Settimana 10

Intelligenza artificiale e giustizia penale – L’attività del giudice – Sentenza giusta e sentenza esatta – Intelligenza artificiale e interpretazione della legge – la Law Enforcement Directive e l’art. 8 del d.lgs. 51/2018– L’art. 15 della legge n. 132/2025 e le raccomandazioni del CSM (dispensa e docc. su pagine web del corso.

Settimana 11

Studio del Comitato LIBE: I.A., diritto penale e diritti fondamentali della persona – Uso della I.A. nella fase delle indagini preliminari – Misure di sicurezza e misure di prevenzione - La valutazione del rischio di fuga e di distruzione delle prove – Attendibilità delle testimonianze – Ricostruzione della scena del crimine Macchine predittive e pericolosità sociale – Come funziona VeriPol (dispensa e docc. su pagine web del corso).

Settimana 12

I problemi dei contratti “smart” – le DLT e le blockchain – Augur e la risoluzione delle controversie – La teoria saggezza collettiva – la finanza decentralizzata (De.Fi.) e le criticità del sistema – Il contratto algoritmico – Blockchain e voto a distanza (Libro di testo: capp. 10 e 14)