Riassunto esame Informatica giuridica e deontologia professionale, Prof. Condello Angela, libro consigliato Profili di informatica giuridica, Ciacci

Il concetto di algoritmo

Prima di scrivere il programma, l'informatico deve avere chiaro in mente i passi da eseguire per arrivare a un certo risultato, deve per questo formulare un algoritmo che può essere definito come una procedura utile a risolvere un problema in un numero finito di passaggi. Il termine deriva dalla trascrizione latina del nome del grande matematico persiano Muhammad al-Khwarizmi. Dal punto di vista matematico l'algoritmo è una successione di passi (istruzioni), ognuno dei quali definito ed eseguibile, che opera su dati producendo dei risultati. L'algoritmo non è un concetto che attiene esclusivamente la matematica, nella vita di tutti i giorni eseguiamo algoritmi in modo conscio e inconscio. Vi è un algoritmo logico: "insieme, ordinato in sequenza, di tutte le regole precise, analitiche, generali, astratte, formulate 'ex ante' (cioè prima che si presentino concrete questioni da risolvere e senza riferimento specifico ad esse),

La cui scrupolosa e letterale applicazione, da parte di chiunque, lo pone infallibilmente in grado di conseguire il risultato giusto.

Una volta determinato l'algoritmo necessario a risolvere un problema, il programmatore si occuperà di tradurre le sue istruzioni in un linguaggio comprensibile dall'elaboratore, dando vita al programma, rendendo il computer in grado di risolvere quel problema oggetto dell'algoritmo.

Ma è possibile formulare un algoritmo per ogni problema? Delle normali attività della mente umana, che cosa è algoritmizzabile e che cosa no? Per rispondere a queste domande occorre analizzare il funzionamento della mente umana, distinguere tre tipi diversi di attività:

• Irrazionalità: attività che non sono governate da specifiche regole (attività artistiche, intelligenza emotiva, etc.)
• Razionalità intuitiva: sono complesse o impossibili da spiegare a livello oggettivo (il ridere)

razionalità analitica: operazioni che possiamo svolgere secondo precisi schemi, traducibili in regole puntuali, inequivoche, analitiche, generali, astratte (coniugazione di un verbo o guidare un treno)

Quindi che cosa si può tradurre in algoritmo?

Il terzo tipo di attività (razionalità analitica) che prevede l'applicazione di regole precise. L'automazione nei processi industriali è molto diffusa, già alcuni lavori sono svolti da macchine.

Mentre per il primo e il secondo la formulazione di un algoritmo ad oggi è ritenuta impossibile, non è infatti possibile proceduralizzare quei tipi di attività in regole di quel tipo, non sarà possibile far comporre una sinfonia ad un elaboratore elettronico o creare un robot che sappia ridere intelligentemente.

Comunemente si dice che il computer è una macchina intelligente, ciò è discutibile. Certamente esegue istruzioni, ma questo non significa che sia intelligente.

L'intelligenza, infatti, non corrisponde soltanto all'esecuzione di istruzioni. U. Eco sosteneva che "Il computer non è una macchina intelligente che aiuta le persone stupide, anzi, è una macchina stupida che funziona solo nelle mani delle persone intelligenti". Quindi come definire l'intelligenza? "Una generale funzione mentale che comporta la capacità di ragionare, pianificare, risolvere problemi, pensare in maniera astratta, comprendere idee complesse, apprendere rapidamente e apprendere dall'esperienza. Non riguarda solo l'apprendimento dai libri, un'abilità accademica limitata, o l'astuzia nei test. Piuttosto, riflette una capacità più ampia e profonda di capire ciò che ci circonda - 'afferrare' le cose, attribuire a esse un significato, o 'scoprire' il da farsi". Tale definizione non ha mancato di ricevere critiche. Oggi è possibile.individuare il concetto di intelligenza artificiale. Le definizioni sono, comunque, moltissime. Se ne possono classificare, ad esempio, in base ai processi di pensiero e al ragionamento, oppure in base ai modi dell'agire, al comportamento. Nella storia dell'intelligenza artificiale tutti e 4 gli approcci sono stati adottati ed esperimentati. Quello maggiormente utile ed efficace si è dimostrato l'ultimo (sistemi che reagiscono razionalmente). Una delle domande tradizionali relative all'intelligenza artificiale è se le macchine siano in grado di pensare. La pose, in un noto lavoro (1950), Alan Turing per rispondere a questa domanda. Turing prese spunto dal gioco dell'imitazione, con 3 partecipanti: - A un uomo - B una donna - C una terza persona che si trova in una stanza differente rispetto ad A e B. Il partecipante C, ponendo una serie di domande ad A e B, dovrà indovinare quale sia l'uomo e quale sia la donna. Turing propose disostituire A con unamacchina, dando vita al famoso test di Turing, se la percentuale di volte in cui C indovina chi è l'uomo e chi la donna è simile alloscenario in cui A è un essere umano e in quello in cui A è una macchina, allora si può concludere che la macchina sia intelligente, perché è stato in grado di sostituire un essere umano e quindi di pensare. Per Turing pensare significava produrre espressioni non prive di significato, concatenando idee ed esprimendole. Le critiche non mancarono. John Searle nel 1980, formula un'obbiezione nota come la stanza cinese. Secondo Searle gli stati mentali sono conseguenza di processi fisici e mentali che avvengono attraverso i nostri neuroni e non possono essere duplicati solo attraverso un elaboratore. Un ipotetico sistema che passi il test di Turing, comunque, non è in grado di comprendere gli input ricevuti e gli output trasmessi. Searle elabora una metafora: in una stanza

È presente una persona da solo che capisce solo la lingua inglese, con un libro di regole scritto in inglese e una serie di fogli bianchi alcuni contenenti caratteri cinesi. La stanza ha un'apertura verso l'esterno da cui la persona riceve dei fogli con caratteri indecifrabili. Il soggetto cercherà nel suo manuale e seguirà le istruzioni, che potranno consistere nella consegna di uno o più fogli già stampati, oppure trascrivendo i caratteri cinesi e poi trasmettendoli all'esterno attraverso la fessura. Fuori vi è un sistema intelligente che riceve domande in cinese e risponde in cinese. Il problema è che nessuno all'interno del sistema è in grado di comprendere il cinese. Da questo ne consegue che eseguire un programma non comporta necessariamente che il sistema sia in grado di comprendere ciò che sta elaborando. La macchina deve essere in grado di svolgere un lavoro meglio prima dell'uomo, solo in

L'automazione riduce i costi e contribuisce a creare una società migliore. L'intelligenza artificiale oggi non deve essere un tentativo di ricreare l'intelligenza umana, bensì un avanzamento nel campo dell'automazione. La storia dell'i.a si può schematizzare in due grandi momenti: la fase dell'approccio simbolico e la fase del machine learning. - Approccio simbolico: è di tipo cognitivo e si basa sullo studio e l'elaborazione delle modalità di pensiero degli esseri umani. Le informazioni formano una "knowledge base" e sono rappresentate con un linguaggio simbolico che permette di memorizzare dei dati e nessi logici e a elaborarli. Questo approccio si è rivelato efficace in alcuni ambiti (indicazioni stradali). Problema: non sempre è possibile organizzare le informazioni secondo schemi. Si passa dunque ad un nuovo approccio, quello dell'apprendimento automatico. - Machine learning: è un approccio che si basa sull'elaborazione di grandi quantità di dati per identificare pattern e regole. L'intelligenza artificiale impara dai dati e si adatta in modo autonomo. Questo approccio è particolarmente efficace in ambiti complessi come il riconoscimento vocale e l'elaborazione del linguaggio naturale.

learning: apprendimento automatico, si basa sulle grandi capacità computazionali dei computer attuali. Si estraggono modelli a partire da grandi quantità di dati. Il computer si sottopone a «training set», confrontando i dati ricevuti e apprendendone le caratteristiche secondo le impostazioni del software. Nel machine learning, più dati si offrono al computer meglio si effettuerà il training, grazie alle grandi capacità di computazione unite alla possibilità di raccogliere, memorizzare e gestire i «big data». Sebbene un computer non sia in grado di vedere la differenza tra un cane ed un gatto, fornendo migliaia di foto di cani e gatti ad un algoritmo di machine learning basato su reti neurali, un software sarà in grado di comprendere se una foto che gli si sottopone ritrae un cane o un gatto. Un altro esempio è quello del Gioco del «Go», un gioco da tavolo cinese, ci si gioca ponendo delle pedine.

sulla scacchiera. Il software «AlphaGo» con meccanismi di machine learning è arrivato a padroneggiare e sconfiggere tutti i campioni umani. Le prime versioni: analizzavano dataset di partite effettuate da umani. Oggi la nuova versione «AlphaGo Zero» gioca solo contro se stesso senza partite caricate e in 21 giorni ha sconfitto il software precedente. Nell'apprendimento automatico l'elaboratore, partendo da un algoritmo predeterminato, accumula enormi quantità di dati e li ordina, confronta e proprio attraverso il confronto comprende la realtà e stabilisce come comportarsi. I limiti sono: ironia, sarcasmo (far ridere intelligentemente un robot è ancora impossibile) - poiché non siamo in grado di descrivere algoritmicamente le ragioni dell'ironia, questo è per ora impossibile. Si potrebbero caricare nella memoria del robot copioni teatrali, etc. Segnalandogli il momento in cui la gente ha riso ad una battuta.

termine dell'elaborazione il robot sarà capace di ridere quando tutti ridono, perché il software avrà compreso quali sono e frasi che fanno ridere.

L'intelligenza artificiale cambierà le condizioni del mercato del lavoro? Tutto dipende dalle tipologie di lavoro: in caso si lavori con obiettivi definiti e una lista precisa di compiti da svolgere, probabilmente la mansione potrà essere eseguita dall'i. a. in modo rapido, efficace, economico. Resisterà ciò che un robot non è in grado di fare, cioè il lavori che richiedono "problem solving" dinamico e contatto umano. Es. Un infermiere robot non sarebbe in grado di confortare un malato etc. E i giuristi? Per le mansioni che richiedono meccanica applicazione di regole formali – non è indispensabile il lavoro umano (e.g. redazione contratti di locazione, lettere di diffida, ricorso per separazione consensuale) – esistono già

sistemi esperti in grado di svolgere queste mansioni (e.g. Rocket Lawyer). Il giurista però non è solo un dattilografo, ci sono delle mansioni non delegabili: dare una chiara interpretazione di fattispecie concrete, magari particolarmente complesse. Cercare di convincere il giudice dell'innocenza del proprio assistito. Diverse sono le questioni giuridiche generate dall'uso di i.a.: chi