Informatica giuridica - Appunti

La dipendenza tecnologica e il suo impatto

Non c'è aspetto della nostra vita quotidiana che non dipenda dai computer e dai dispositivi tecnologici, così come non c'è aspetto della nostra vita quotidiana che ad oggi non si svolga online, sulle piattaforme. Senza la mediazione tecnologica nei due anni di pandemia saremmo stati fregati.

La battaglia mondiale per la digitalizzazione

C'è una battaglia mondiale relativa al posizionamento strategico di ciascun paese nell'ambito della digitalizzazione (ad esempio riguardo all'intelligenza artificiale, la Cina spera di diventare leader nel settore nel 2030, investendo ingenti risorse). Un rapporto della commissione internazionale americana suggerisce che forse non dovremmo più ammettere al dottorato in ambito tecnologico gli studenti cinesi (sviluppiamo delle conoscenze, perché condividerle?).

Automazione avanzata e dipendenza tecnologica

Se gli attacchi informatici sono determinati da strumenti di AI che operano ad una velocità e capacità di penetrazione che l’uomo non può fronteggiare, allora anche gli strumenti di difesa devono essere basati sull’AI. C’è un processo di automazione avanzata che concerne la società in termini tali che diventa una rincorsa. Ciò produce il fenomeno della dipendenza tecnologica.

Dipendenza = so che mi è utile dipendere da una cosa. La dipendenza tecnologica traccia la mappa delle nostre opportunità, vantaggi e benefici. Ma quando si dipende da qualche cosa massicciamente ci si espone ad un rischio. La mappa delle nostre dipendenze non disegna solo le nostre opportunità, ma anche le nostre fragilità.

Convergenza tecnologica

Abbiamo impiegato anni a trasferire la nostra vita all’online, alle piattaforme; abbiamo creato l’on-life (vita online); creiamo, usiamo e raccogliamo i dati; ma abbiamo anche creato un luogo in cui siamo esposti a molti rischi.

Convergenza tecnologica = i fattori di convergenza sono:

• La rete internet;
• I dati. Sono stati creati più dati da quanto internet esiste che nel resto della storia dell'umanità. Ogni volta che operiamo in rete lasciamo traccia del nostro passaggio creando dati, che oggi sono il nostro asset fondamentale dal punto di vista economico, giuridico, sociale;
• Capacità di processare i dati, ossia capacità computazionale dei sistemi di asset digitali. I big data, se non associati a capacità di calcolo, non servono a molto (un ospedale ha molti dati ma non produce ricchezza; le grandi società americane hanno molti dati e producono ricchezza).

Modello di business basato sui dati

Il modello di business basato sui dati è semplice, ciascuno di noi produce dati e metadati che vengono raccolti, aggregati, usati per creare profili che vengono usati per compiere delle previsioni (a fini economici/commerciali o altro).

Esempi: se mando un whatsapp, il contenuto del messaggio è criptato (solo io e il ricevente conosciamo il contenuto del messaggio, perché whatsapp ci deve proteggere e perché il contenuto del messaggio non è di interesse. I metadati si formano quando creiamo dati, ed essi hanno per oggetto il dato creato. I metadati riguardano l'ora dell'invio del messaggio, il numero di volte di messaggi mandati, il rapporto di frequenza di invio di messaggi alla mia cerchia di whatsapp, etc. I metadati non sono criptati, sono accessibili a whatsApp perché interessanti, delineano il mio profilo di utente di un sistema di messaggistica, per cui il modello di business non può renderli inaccessibili. Le aziende guadagnano con i nostri metadati. Collaboriamo indirettamente alla costruzione di questo modello di business.

Riconoscimento delle immagini e sviluppo tecnologico

Come faccio sì che una macchina possa riconoscere delle immagini? C'è un settore in sviluppo, come ad esempio quello delle auto a guida autonoma. Uno dei problemi di fondo è far riconoscere le immagini a una macchina. È difficile attribuire un significato ad un'immagine (culla con un bambino vs carrello della spesa). C’è bisogno di creare dei sistemi in cui qualcuno denoti dal punto di vista semantico le immagini.

Da quando Instagram esiste, i sistemi di AI che riconoscono le immagini sulla base di distanze di casi corretti sono molto migliorate. Ogni giorno tagghiamo foto che poi Instagram vende a società che sviluppano software.

Sviluppo tecnologico: dipendenza e convergenza

Lo sviluppo tecnologico ha dato luogo a due fenomeni:

• La dipendenza tecnologica delle società contemporanee (che dipendono dalle tecnologie dell'informazione e della comunicazione per la produzione del benessere individuale e collettivo);
• La convergenza tecnologica, ossia l'importanza che ha acquisito la rete e lo sviluppo dei processi di IA e di automazione (l'azione oggi viene posta in essere sia dagli esseri umani che dalle macchine, che svolgono compiti che attribuiamo loro).

L'IA oggi viene allenata dalla grande disponibilità di dati, quindi i dati sono un terzo importante elemento della convergenza tecnologica, perché sono un asset economico e perché allenano i sistemi di IA.

Apprendimento dei sistemi di IA

I sistemi di IA di machine learning apprendono dall'esperienza, ossia la macchina migliora le proprie competenze grazie ai dati che le forniamo. Oggi le macchine apprendono attraverso gli esempi che le vengono forniti.

Ci sono giochi strutturati (il calcio è semi-strutturato perché non tutti i comportamenti sono prevedibili) come gli scacchi (all'interno del perimetro della scacchiera si definiscono tutti i comportamenti possibili). Un sistema di IA funziona tanto più ci si trova in un ambiente strutturato.

Si può programmare un sistema IA perché giochi un numero infinito di partite infinite contro sé stesso, apprendendo così da sé stesso. Si parla di forme di IA avversa: il sistema IA si allena contro sé stesso (come il sistema spam, l'antifrode delle carte di credito). Il salto qualitativo rispetto al passato è che oggi possiamo costruire sistemi di IA che apprendono da sé stessi più rapidamente di quanto apprendano da noi esseri umani (problema della singolarità, ossia quando l'IA supererà l'intelligenza umana).

Datificazione e inferenza

La datificazione è la trasformazione della realtà in dati che possono essere processati e calcolati. L'inferenza è il modo di ragionamento che ci consente di passare da un dato noto ad un dato ignoto: da un insieme di un dato noto si possono ricavare dati ignoti (se ho a, b e c posso scoprire z, x, y, ossia ciò che fanno i social network con i nostri dati).

Le macchine non ragionano come ragioniamo noi, ovvero non compiono ragionamenti causali (se accade una cosa ne deriva una conseguenza, se x allora y). Le macchine ragionano in base a regole sintattiche, operano attraverso correlazioni statistiche (ossia probabilità) dove non c’è un rapporto causale ma solo un elevato grado di probabilità che x e y siano correlati. Questo è il modello di business della data driven economy, per cui le imprese hanno necessità che le persone condividano i propri dati. Più dati condividiamo più facile è fare delle previsioni.

Ad un dato possono essere attribuiti più significati, per cui da un numero di dati possono essere estratte tante informazioni, da cui poi si creano delle previsioni. Sulla base di queste conoscenze si possono però creare attitudini con connotazione normativa, ossia valutare determinati comportamenti solo perché prevedibili.

Utilizzo dei dati nel sistema giuridico

Nel sistema giuridico italiano, il magistrato di sorveglianza (colui che prende decisioni relativamente alla vita dei detenuti riguardo alla possibilità di concedere o meno sconti, possibilità) lo fa un essere umano, a cui vengono forniti dati in base ai quali valuta se quella persona ha una più o meno elevata probabilità di commettere un reato nelle ore di permesso. Questo mestiere negli Stati Uniti invece è affidato ad un software che calcola la probabilità di recidiva.

Quando da un dato se ne inferisce un altro il secondo si può definire come proxy data. È molto facile per una macchina inferire un dato come il genere di una persona a partire da un altro dato, ma questo può risultare problematico per particolari categorie di dati (come il genere) che sono protetti dal diritto.

Esempio: c'è coda al ristorante = dato proxy per pensare che lì si mangia bene.

Sistemi normativi e governance del digitale

Siamo abituati a pensare che l'unico sistema normativo sia il diritto, il che non è vero perché ne esistono tanti altri, in competizione tra di loro per determinare i comportamenti. La norma è un rapporto di condizionamento tra fatti, ossia un fatto ne condiziona un altro (qualcosa che regola un comportamento). Se voglio uscire dall'aula devo passare per la porta (norma architettonica), perché la porta condiziona la mia possibilità di uscire.

Ci sono diversi sistemi normativi che hanno strumenti che consentono loro di condizionare i nostri comportamenti (economia (sistema dei prezzi), morale, architettura, tecnologia (se vuoi prelevare devi prima ritirare la carta e poi i soldi, norma a nostro vantaggio)

Come governiamo su determinati aspetti della realtà richiede di tenere in considerazione la concorrenza tra diversi sistemi normativi. La governance del digitale (politica dei dati) è il modo in cui si governa su determinati comportamenti.

Mutamento delle società contemporanee

C'è un mutamento delle società contemporanee: in quelle predigitali avevamo modelli di governo determinati dalla presenza di due attori: governante (autorità pubblica come lo stato) e governato (cittadini). A questa relazione si è aggiunto un terzo attore, gli intermediari, ossia i titolari delle piattaforme. Essi non producono contenuti, ma lavorano sui dati che produciamo e facciamo circolare in rete. C'è una relazione triadica.

Quando si aggiunge un attore le cose si complicano notevolmente (6 relazioni vs 2). Sono lo stato A e voglio rendere B responsabile dei contenuti veicolati da C. B: io offro solo lo strumento a C così che possa produrre e far circolare i contenuti. Se rendessimo B responsabile dei contenuti prodotti da C cercherà di controllare e filtrare i contenuti di C.

Problemi di overfiltering e effetti delle norme giuridiche

Problema dell’overfiltering: si censura troppo. Un bambino nudo in un dipinto viene censurato per nudità e pornografia. Effetti secondari delle norme giuridiche: non sempre si è in grado di controllare gli effetti indesiderati che si applicano.

Dibattito sul diritto all’oblio: immettiamo in rete dei dati, ma col tempo vogliamo che questi vengano eliminati in quanto non ci rappresentano più. Possibile dopo la sentenza Google vs Spain che ha attuato il diritto alla deindicizzazione con l’art. 17 del GDPR. Le conseguenze non volute di questo diritto sono:

• Segmentazione del mercato dell’informazione;
• La richiesta a deindicizzare va fatta a Google, che la raccoglie mediante un form che richiede molti dati personali.

Potere computazionale e centralità dei dati

Potere computazionale: dalle informazioni ai dati (Massimo Durante). Dagli anni Novanta fino alla metà degli anni duemila c'è stato un grande interesse da un punto di vista pluridisciplinare (economico, giuridico, sociale, politico, epistemologico, fisico) intorno al concetto di informazione. Negli anni Novanta tre autori hanno iniziato a decodificare la società a partire dal concetto di informazione:

1. Manuel Castells nel 1996 pubblica una trilogia dedicata ai temi dell'informazione, che indagava come le informazioni fossero alla base della nascita della società in rete, società che ruota intorno ai meccanismi di produzione, circolazione e disseminazione dell'informazione, con effetti dirompenti che segnavano l'avvento di una nuova epoca contraddistinta da trasformazioni sul piano economico, culturale e sociale;
2. Luciano Floridi sviluppa l'idea di una filosofia dell'informazione intesa come philosophia prima, in grado di gettare le basi di un approccio teorico capace di rendere conto della comprensione della realtà, del mondo e di noi stessi a partire dalla rivoluzione dell'informazione. Quest'idea si è tradotta nel progetto di una tetralogia per Oxford University Press. Floridi utilizza il termine "infosfera" per designare l'intero ambiente informazionale costituito da tutti gli enti informazionali;
3. Yochai Benkler scrive "La ricchezza delle reti", parafrasi de "La ricchezza delle nazioni" di Smith. Egli afferma che la ricchezza si produce in modo immateriale attraverso la rete. In questo libro getta le basi dell'economia dell'informazione in rete. Il valore di scambio di un bene è determinato da caratteristiche immateriali, come il tipo di informazione che quel bene incorpora e veicola.

L'informazione costituisce un presupposto fondamentale del modo in cui percepiamo l'essere e il dover essere del mondo e, quindi, del modo in cui agiamo in esso. Il libro illustra il processo di progressiva affermazione della società post-industriale, che si tradurrà nella formula di società dell'informazione, fatta propria dalle istituzioni europee a fine anni Novanta (l'8 dicembre 1999 la Commissione Europea descrive la società dell'informazione inclusiva come un contesto di crescita, competitività e di creazione di posti di lavoro che consentirà di migliorare la qualità della vita dei cittadini e dell'ambiente).

Il lessico passato era pieno di riferimenti al tema dell'informazione, che era considerata come il mattone costitutivo della realtà e la chiave d'interpretazione della società. Ad oggi occorre registrare uno spostamento lessicale, che segnala un nuovo centro di attenzione: i dati. Prima si faceva riferimento all'economia dell'informazione, ora all'economia dei dati; prima di analisi e scienza dell'informazione, ora analisi e scienza dei dati; prima di società dell'informazione, ora di società dei dati. La centralità dell'informazione cede il passo a qualcosa che la precede, ossia i dati. Le ragioni dello spostamento del fuoco d'attenzione dalle informazioni ai dati si individuano in tre fattori:

• Distinzione stessa tra dato e informazione: ci sono tante definizioni per questi termini, che però rimangono due concetti separati e non espressioni sinonimiche. Nel GDPR la definizione di dato personale continua ad essere confusa perché implica anche il concetto di informazione. Dal 1600, con Bacone, la scienza diventa osservazione dei dati, quindi non c'è scienza se non ci sono i dati, fondamentali per conoscere e comprendere la realtà.
• Il dato viene concepito come una differenza che segnala una differenza (come un punto nero sulla lavagna bianca: la differenza tra il nero del punto e il bianco della lavagna costituisce una discontinuità che ci fa cogliere una differenza). Tale differenza individua la datità del dato, la possibilità di avvertire e processare qualcosa come dato.

Floridi osserva che tali differenze sono meri punti di discontinuità, ossia dati prima di essere interpretati in chiave epistemica, fratture nella trama dell'essere per cui possono essere posti solo come ancoraggio esterno per le nostre informazioni, perché non è possibile accedere o elaborare tali dati indipendentemente da un livello di astrazione. Questa minima definizione di dato consente il principio di identità e il principio di differenza. Già a questo livello io e una macchina possiamo considerare, in relazione ad un dato, che A=A e A≠A. Questo non ci dà il significato di qualcosa, ma ci permette di compiere azioni logiche fondamentali sui dati, il ché è sufficiente per creare il digitale, perché una macchina possa processare dati per trasformarli in qualche altra cosa (da input ad output).

Elaborazione dei dati: sintattica e semantica

Il dato può essere inteso nella sua concezione minima e unitaria come punto di discontinuità nel mondo. Il dato di per sé si può cogliere indipendentemente dall'attribuire ad esso un contenuto semantico. Da un solo dato possiamo ricavare tante informazioni perché gli si possono attribuire diversi significati. I dati possono essere colti sia in isolamento che in connessione tra loro, ma non si collocano di per sé sul piano semantico, non sono cioè dotati di significato. L'informazione può essere concepita in termini di dati + significato. Perché un'informazione possa rivelarci alcunché su uno stato del mondo occorre che sia costituita da dati ben strutturati, cui associare un contenuto semantico (significato). L'informazione è un dato ben costruito dal punto di vista sintattico (se facessimo un punto bianco sulla lavagna bianca non sarebbe costruito bene) al quale attribuiamo un significato. Dallo stesso dato possiamo ottenere diverse informazioni.

Distinzione tra motori sintattici e semantici. I dati possono essere elaborati e processati a livello sintattico da motori sintattici, laddove le informazioni sono invece elaborate e processate a livello semantico da motori semantici. I motori semantici, come gli esseri umani, sono capaci di elaborare e processare dati dal punto di vista semantico, attribuendo loro contenuti semantici.

I motori sintattici, come il computer, possono elaborare e processare dati in chiave sintattica meglio di qualsiasi essere umano (perché compiono operazioni ad una velocità superiore della nostra, dando risultati che assomigliano sempre di più ai risultati che produciamo noi). Dare significato è una capacità degli esseri umani, difficile da realizzarsi per le macchine che hanno capacità proto-semantiche di distinguere e processare una differenza (principio d’identità e di non contraddizione): ad oggi le macchine simulano meccanismi che le portano ad arrivare a certe conclusioni, ma con percorsi diversi dai nostri. Quanti più dati processano, tanto più le macchine affinano la loro capacità di produrre risultati.