Riassunto esame Informatica giuridica, Prof. Durante Massimo, libro consigliato La politica dei dati, Durante massimo

Potere computazionale: dalle informazioni ai dati

Introduzione

Nel 1996 il sociologo Castells studiava come le informazioni fossero alla base della nascita della società della rete, con effetti stravolgenti, che segnavano l’inizio di una nuova epoca caratterizzata da profonde trasformazioni (sul piano economico, sociale e culturale).

Poco più tardi, il filosofo Floridi sviluppa una teoria che spiega la complessità del mondo reale a partire dalla rivoluzione dell’informazione. Già nel 1999 egli racconta che l’intero ambiente informazionale è costituito da tutti gli enti informazionali, inclusi gli agenti, le loro proprietà, interazioni, processi e relazioni reciproche, il tutto rappresentato nella nel nuovo termine “infosfera”.

Nel 2006 il giurista americano Benkler nel suo libro definisce il quadro del tanto dibattuto tema dell’“economia dell’informazione in rete”. Egli illustra bene il processo di progressiva affermazione della società post-industriale che ben presto diventerà quella che tutti noi conosciamo come “Società dell’informazione”. Infatti, l’informazione costituisce un presupposto indispensabile del modo in cui percepiamo il mondo che ci circonda, perciò modificare il modo in cui l’informazione è prodotta e distribuita significa modificare la società in cui viviamo, con cui ci rapportiamo e in cui agiamo.

In Europa, in un’importante comunicazione dell’8 dicembre 1999, la Commissione Europea descrive la società dell’informazione come un contesto in cui il passaggio a un’economia digitale costituisce un importante fattore di crescita che consentirà inoltre di migliorare la qualità della vita e dell’ambiente.

L’informazione quindi è stata considerata come l’elemento costitutivo della realtà e della società moderna, ma oramai il focus si è spostato sui dati, i quali vengono considerati il nuovo petrolio. Lo spostamento dell’attenzione dall’informazione ai dati è avvenuto in maniera naturale per diversi motivi.

Ragioni principali per lo spostamento di focus dall’informazione ai dati

Fattore 1: distinzione tra informazione e dato

Anche se spesso confusi, dati e informazioni sono due termini distinti. Un dato è la percezione di una differenza: il filosofo Floridi spiega che il dato è, di per sé, fine a se stesso, un dato è colto sia come atomico sia in connessione con altri dati (se ben costituito dal punto di vista sintattico) ma non ha un significato (o non hanno un significato) dal punto di vista semantico.

È proprio partendo da questa ultima considerazione che si trova la principale differenza con l’informazione genericamente intesa, la quale è invece un’informazione semantica. Una rappresentazione facile e intuitiva può essere espressa dicendo che:

dato + significato = informazione.

L’informazione perciò si può collocare sul piano semantico, purché sia costituita da dati ben rappresentati sintatticamente (= sul piano sintattico).

• Dato: percezione di una differenza, “costruzione” sul piano sintattico
• Informazione: elaborazione, sul piano semantico, di dati; viene dato significato ai dati

Ulteriore differenza tra i due termini risiede nell’elaborazione di dati e informazione:

• I dati possono essere processati ed elaborati a livello sintattico da motori sintattici
• Le informazioni sono processate ed elaborate da motori semantici

Fattore 2: motori sintattici e semantici

• Motori semantici: esseri umani. Hanno le capacità per elaborare e processare i dati dando loro significato semantico.
• Motori sintattici: macchine. (Precisazione iniziale: le macchine hanno, per essere precisi, una capacità proto-semantica di distinguere e processare una differenza. Perciò non sono collocabili sullo stesso piano degli esseri umani, ma allo stesso tempo hanno certe capacità che non sono totalmente e unicamente sintattiche). I computer sono in grado di processare ed elaborare, in maniera più rapida ed efficiente rispetto agli esseri umani, i dati in chiave sintattica.

In un’ottica di miglioramento, le macchine cercano e cercheranno di restringere sempre di più il gap tra piano sintattico e semantico, cercando di risolvere problemi semantici in chiave sintattica.

Inoltre possiamo affermare che sempre più spesso vengono affidati alle macchine compiti e decisioni che vengono studiati e risolti processando enormi quantità di dati, quindi quanti più dati le macchine processano, tanto più aumenta la loro capacità di produrre risultati, in un circolo che tende ad autoalimentarsi. AI e machine learning, ovvero sistemi computazionali e di apprendimento automatico che imparano a svolgere compiti in modo sempre più preciso e rapido grazie alla continua alimentazione di enormi quantità di dati.

Fattore 3: esercizio del potere computazionale

Esercizio del potere computazionale: capacità di processare input e trasformarli in output. Il potere computazionale delle macchine richiede una mole di dati enorme, ma chi ha questo potere detiene anche la capacità di trasformare l’output per poterne trarre valore economico. I dati possono essere prodotti da fonti diverse e poi raccolti, aggregati e processati in chiave sintattica per avere all’uscita un output spendibile e sfruttabile in ambito economico, politico, sociale, giuridico e porli alla base della costituzione della società basata per l’appunto sui dati.

Perciò l’interesse ad alimentare i sistemi computazionali con quantità sempre più grandi di dati è legato al fatto che questi riescono così a produrre sempre più output e soprattutto output precisamente usufruibili in campo economico (anche se non solo in quello).

Tensione tra circolazione dei dati e protezione dei diritti

Le società che oggi “detengono” e utilizzano i dati sono le società più quotate, come lo erano le società petrolifere ai tempi dell’industrializzazione (parallelismo). Oggi la ricchezza è rappresentata dai dati.

I dati sono al centro della strategia europea a doppia faccia:

• Regolamento europeo per la protezione dei dati personali (si vedrà art. 1 GDPR)
• Strategia europea in materia dei dati, la quale mira a fare dell’Unione Europea un leader in una società basata sui dati

a. Oggetto e finalità dell’art. 1 GDPR

Comma 1: definizione dell’oggetto della disciplina in esame. Protezione (i) delle persone fisiche (non giuridiche = insieme organizzato di persone e di beni che l'ordinamento considera un soggetto di diritto) con particolare riguardo (ii) ai dati personali e alle norme che regolano la libertà di circolazione di questi dati.

Comma 2: spiegazione più dettagliata del comma 1, finalità del regolamento. Dice che il suddetto regolamento protegge i diritti e le libertà fondamentali delle persone fisiche, protezione che in maniera più specifica si riferisce alla protezione dei dati personali (quest’ultimo è un diritto)

Comma 3: finalità del regolamento. Libera circolazione dei dati personali. Obiettivo dell’UE è la creazione di un mercato unico di circolazione dei dati, fatto di certezze giuridiche. La protezione dei dati personali e degli individui permette lo sviluppo del c.d. mercato digitale (fatto di investimenti, innovazioni e traffici commerciali) che altrimenti farebbe fatica a svilupparsi. ( ≠ visione liberista USA: il mercato si autoregola).

Nota bene: in quest’ottica sarebbe possibile sostenere anche la tesi opposta, la quale sostiene che quanto più i nostri dati circolano liberamente e favoriscono quindi lo sviluppo di un mercato unico digitale, tanto più sono messi a rischio i nostri diritti e le nostre libertà fondamentali nonché banalmente la nostra privacy.

b. Strategia europea per i dati

Strategia di sfruttamento dei dati sia per lo sviluppo del mercato sia per il perseguimento del bene comune (in termini di benessere della società -salute, sicurezza, ambiente, amministrazione trasparente e servizi pubblici convenienti). Ciò è messo in atto grazie a delle misure che seguono un approccio economico: occorre incrementare l’uso e la domanda di beni e servizi basati sui dati e far sì che diventino parte integrante della vita quotidiana.

Infatti, la rivoluzione digitale non vuole stravolgere il mondo creando scenari fantascientifici, bensì rivoluzionare il semplice quotidiano di ognuno. È perseguendo questo obiettivo che nasce la necessità di un largo consumo di beni e servizi che funzionino grazie alla capacità di processare dati da parte di sistemi computazionali sempre più efficaci ed efficienti.

Il riassunto finale di tutto questo ragionamento: i sistemi computazionali lavorano “stupidamente” con grosse quantità di dati, infatti non li processano semanticamente, ma deleghiamo loro sempre più compiti e decisioni e così facendo i sistemi computazionali si esercitano e diventano sempre più “intelligenti”. Perciò ognuno di noi, a causa o grazie all’incremento dell’utilizzo di beni e servizi, tende ad adattare le proprie pratiche quotidiane alle regole sintattiche che permettono così il funzionamento di beni e servizi basati sulla capacità di processare dati.

Prospettive future: la competizione con il sistema normativo giuridico

3 fattori che caratterizzano lo sviluppo dell’AI e potrebbero creare tensione tra i suddetti sistemi e il diritto: generatività, predittività e normatività.

1. Generatività

Definizione generale: capacità dei sistemi di AI di produrre elementi della realtà, indistinguibili da quelli creati nel mondo reale dagli esseri umani (es. brani, testi, opere dell’ingegno, quadri, foto,).

Questi sistemi di apprendimento automatico, che vengono addestrati e alimentati con grandi quantità di dati, hanno prodotto un aumento della capacità generativa stessa di tali sistemi e la si può descrivere in termini di accuratezza, rapidità di addestramento e riduzione dei costi di addestramento.

Nel caso specifico, analizzando la capacità dell’intelligenza artificiale di creare immagini c.d. sintetiche (così vengono chiamate quelle create “artificialmente”), è stata sollevata l’esigenza di creare strumenti di rilevazione di immagini “false” (deepfake).

Vantaggi e svantaggi: da un lato la capacità generativa dell’IA è vantaggiosa in casi in cui, per esempio, ci sia la necessità di creare molte variazioni di una singola immagine -es. scopi di design- o miglioramento stesso delle immagini. Dall’altro lato (tensione con il diritto) essa solleva questioni problematiche per il diritto che si trova a dover affrontare questioni come il grado di creatività di un’immagine e di conseguenza il diritto di proprietà intellettuale, o ancora nel caso di creazione di opere artificiali, che possano ledere dati personali; ultimo esempio ma non per importanza la creazione di elementi sintetici a scopi malevoli, che può trarre in inganno chi le guarda o ne usufruisce (es. uso politico-propagandistico di false rappresentazioni della realtà).

2. Predittività

Definizione generale: capacità dei sistemi di intelligenza artificiale di formulare previsioni che possono poi applicarsi in tutti i campi: economico, politico, sociale, lavorativo, medico e della sicurezza.

Ciò ha dato vita alla predictive analytics, ovvero una serie di tecniche statistiche che sono utilizzate per formulare previsioni su eventi non noti. La funzione dei dati, in questo caso, è divisibile in 3: dati come input, dati come training -dei sistemi di AI- e dati come feedback per migliorare le prestazioni dell’algoritmo.

Dunque gli algoritmi predittivi sono in grado di (sono in grado di apprendere a) ricavare dati ignoti da dati noti. Funzionamento: le macchine predittive tendono a formulare previsioni sulla base di schemi ricorrenti (c.d. ) e associazioni tra dati e comportamenti tenuti nel passato (perciò associazione tra schemi ricorrenti, dati e il passato che tende a fungere da “insegnante/nonno” per fare un paragone con la realtà). Quindi si può dire che estraggono conoscenza dal passato, la elaborano tramite pattern e dati ed infine producono anticipazioni sul futuro (=predizioni).

Nota bene: tutto ciò non avviene con lo scopo di aumentare il benessere sociale e come interesse comune, bensì ciò avviene nell’interesse (economico) di chi detiene il potere computazionale – e i dati-.

Tensioni con il diritto: anche il diritto è un sistema di previsioni, con lo scopo di plasmare qualunque possibile comportamento futuro per evitare comportamenti scorretti. Il sistema giuridico è composto di norme che descrivono, sostanzialmente, il comportamento da tenere/non tenere in tutti i casi che potrebbero presentarsi in futuro o in una certa situazione; permette alle persone di sapere a quali conseguenze andrebbero in contro qualora tenessero questo o quel comportamento. Infatti, quanto più il diritto è certo, tanto più assicura la libertà dei consociati. Questo quadro di certezze è utile anche per lo sviluppo economico:

• Sviluppo del mercato
• Investimenti
• Innovazioni tecnologiche

La probabilità che il sistema di previsioni dell’AI entri in contrasto con il sistema di previsioni del diritto non è bassa; questa “concorrenza” è valutabile sia da un punto di vista intrinseco che da un punto di vista estrinseco.

• Intrinseco: deleghiamo sempre di più ai sistemi di AI decisioni e compiti propri del diritto o dei funzionari del diritto (es. decisioni giuridiche) o vogliamo sapere come certi compiti verranno svolti (es. come decideranno i giudici);
• Estrinseco: il sistema di previsione dell’IA indica possibili ambiti di scelta o comportamenti che sono alternativi o preferibili, indirizzando in questo modo le nostre scelte di policy, oppure favorendo pratiche potenzialmente in contrasto con quelle previste dal diritto, anche se in presenza di vantaggi economici, oppure ancora riconoscendo o negando benefici, opportunità di lavoro, ecc. con criteri diversi rispetto a quelli previsti dalle norme.

Sostanzialmente: la previsione algoritmica di un certo aspetto della realtà, capace di orientare le nostre decisioni, azioni e scelte, può potenzialmente entrare in concorrenza con l’informazione contenuta e veicolata dalla previsione operata dalle norme giuridiche, il cui intento è quello di governare le nostre decisioni e azioni.

3. Normatività

Con normatività dell’AI ci si riferisce al fatto che i sistemi di IA sono orientati a un fine; perciò ottimizzare un sistema significa perseguire una finalità, operando su diversi parametri. Ma la capacità di misurare il grado di conseguimento di tale obiettivo, insieme all’orientamento verso un fine, diventano il criterio unico per valutare il funzionamento di un sistema. Quindi il perseguimento di un obiettivo può prevalere sul rispetto di norme sostanziali, attinenti al tentativo di bilanciare interessi diversi e potenzialmente confliggenti.

Tensioni con il diritto: il raggiungimento dello scopo perseguito diventa lo standard in base al quale valutare il grado di successo di un’operazione, pratica che entra in contrasto con altri sistemi di valutazione, come ad esempio il diritto.

I rischi considerati, quindi, ruotano attorno alla delegazione di decisioni e compiti a sistemi che operano in base alla loro rappresentazione della realtà, fondata sulla capacità di processare grandi quantità di dati in chiave sintattica e probabilistica.

Conclusioni

La digitalizzazione e l’uso di dati in maniera intensiva sollevano numerose questioni di tipo etico-giuridico e si pongono in competizione per l’appunto con il sistema giuridico sotto il triplice profilo della generatività, predittività e normatività.

L’esercizio del potere computazionale, nonostante lavori in chiave sintattica, è facile che produca una rappresentazione della realtà in grado di influenzare e prevalere sulla nostra rappresentazione della realtà. Questo significa che la nostra realtà è sempre più decodificata in termini di:

• Dati da processare (datificazione);
• Fattori da calcolare (quantificazione);
• Elementi da generare (generatività);
• Risultati da prevedere (predittività);
• Obiettivi da perseguire (normatività);

Siamo sempre più spinti a plasmare il mondo e le nostre vite alla rappresentazione della realtà in funzione dei modelli computazionali che caratterizzano sistemi intelligenti, agenti artificiali e decisioni algoritmiche.

I dati nel mondo fintech

Introduzione

Attualmente la tecnologia è in piena fase di espansione in tutti i settori della società, compresi i servizi finanziari (è per quello che si parla di FinTech finanza tecnologica); ma l’attività bancaria fa risalire la sua nascita ai tempi dell’antica Roma, in cui comparvero le prime le c.d. tabernae argentariae che sono le attuali banche di deposito e pegno. Dalla storia di Ulpiano, che racconta di un liberto che ha raccolto somme di denaro di qua e di là da varie persone senza poi essere in grado di recuperare i soldi a chi li aveva prestati, capiamo come già al tempo si presentava un problema quanto mai attuale ai giorni nostri, ovvero la garanzia della tutela del risparmio depositato dai cittadini e la sana e prudente gestione delle attività di prestito in denaro, garanzia attuata nell’interesse pubblico previsto in primi