Riassunto esame diInformatica giuridica,, prof. Romeo, libro consigliato Il diritto artificiale, Romeo
Anteprima
ESTRATTO DOCUMENTO
Il Diritto Artificiale
Questa carenza nelle macchine viene colmata con una frequenza di attivazione dei
processori più elevata in nano secondi ottenendo così una più alta velocità di calcolo.
Comunque anche se si riuscisse a costruire un modello input-output equivalete a un processo
cognitivo sulla base di una macchina di Von Neumann, si potrebbe comunque essere sicuri
che il suo modo di lavorare differirebbe da quello del cervello. Questo dimostra che
l’elaborazione della informazione del cervello è in linea di principio diversa da quella del
modello Von Neumann usato fino ad ora.
2. il secondo problema che ha portato al superamento del sistema di elaborazione
dell’informazione in modo simbolico era la sua incapacità di modellare processi psichici
elementari. Venne quindi il sospetto che l’elaborazione dell’informazione da parte
dell’uomo in linea di principio fosse diversa da quella posta nelle macchine a elaborazione
simbolica.
La ricerca di alternative al dominante paradigma “rules and representations”portò tuttavia non ad un
nuovo metodo di elaborazione dell’informazione, ma alla riscoperta di un metodo dimenticato: la
simulazione del sistema nervoso biologico con reti neurali artificiali. Negli anni ’40 e ’50
soprattutto Pitts e Rosenblatt cercarono di imitare la struttura neuronale del cervello. Essi speravano
di avere informazioni sul funzionamento cibernetico del cervello umano, come di costruire
macchine capaci di avere prestazione simili a quelle cognitive dell’uomo.
D G P S R N
AL ENERAL ROBLEM OLVER ALLE ETI EURALI
Nel 1956 Newell, Simon e Shaw presentarono il loro “Logial Theorist” che poteva portare avanti
semplici dimostrazioni. Questo programma previsto per una macchina Von Neumann seriale fu in
seguito sviluppato nel “General Problem Solver”. Il programma poteva veramente risolvere una
serie di problemi e ci si aspettò che sarebbe stato migliorato al punto di mostrare un comportamento
generale risolutore di problemi.
In seguito a questi successi l’elaborazione dell’informazione in forma simbolica si concentrò
sempre più strettamente sull’ulteriore sviluppo di architetture simboliche. La provvisoria fine della
simulazione delle reti neurali è stata marcata da Minsky e Papert nel libro Perceptrons, in cui si
riteneva fosse dimostrato che le reti neurali non erano in grado di risolvere problemi di una certa
complessità. La capacità di prestazioni delle trarti neurali venne così radicalmente ristretta sicché
non guadagnarono più nessuna attenzione.
Minsky e Papert mostrarono che ci sono comunque dei problemi la cui soluzione non era possibile a
reti neurali di una certa struttura: il percettrone con quella struttura a reti neurali non era in grado di
apprendere. 7
Il Diritto Artificiale
Ci fu un enorme progresso nella classica architettura dei computer per rimettere in gioco sistemi
connessioniste. Tramite la sempre maggiore capacità di calcolo, dovuta alla crescita della velocità,
oggi si è in grado di simulare reti complesse e perciò capaci di buone prestazioni. Così oggi si è in
grado di comparare diversi sistemi ed empiricamente di provarli.
I sistemi connessioniste:
sono in grado, su dati o informazioni incompleti o parzialmente errati, sdi trovare una
❦ soluzione;
sono capaci di generalizzare, cioè reagiscono ad un input prima mai incontrato in maniera
❦ analoga come se fosse un input già conosciuto;
apprendono dall’esperienza.
❦
I sistemi connessioniste vengono spesso chiamati anche reti neurali. Anche se si corre il pericolo di
dare con questa connotazione un significato per metafora parzialmente errato essa è tuttavia adatta a
mostrare la generale architettura di un sistema connessioniste.
L’ -
ISOMORFIA CERVELLO ELABORATORE
Le unità funzionali del sistema nervoso di organismi viventi sono in prima linea le cellule neurali
(neuroni). Ognuno di questi neuroni è composto essenzialmente dal corpo cellulare, il soma, e da
questo dipartono le diramazioni nervose i dendriti e un assone. Tra l’interno delle cellule e l’esterno
del neurone c’è una differenza di potenziale elettrico che definisce il grado di attivazione del
neurone.
Ogni neurone della corteccia cerebrale umana è quindi mediamente collegato con 16000 altri
neuroni. I luoghi del trasferimento dell’impulso da un neurone all’altro, le sinapsi, definiscono
l’influsso che ogni altro impulso proveniente da neuroni deve avere sul neurone; sinapsi eccitatorie
agiscono in modo tale che un impulso abbia come seguito nel neurone un innalzamento
dell’eccitazione; impulsi che passano attraverso le sinapsi inibitorie abbassano l’eccitazione.
I sistemi connesionisti simulano questa costruzione: essi consistono in un grosso numero di unità di
calcolo le quali sono densamente collegati uno con l’altro. Ognuna di queste unità si trova in un
determinato grado di attivazione, al quale è assegnato un valore numerico. A seconda del modello
utilizzato questo grado di attivazione può essere o una serie di valori discreti (in caso estremo con i
valori o = inattivo e 1 = attiva) oppure può variare continuamente tra un valore superiore e uno
inferiore.
Le unità calcolano il loro grado di attivazione come funzione del segnale che ottengono dalle altre
unità. L’uscita di ogni singola unità di calcolo è di regola identico al grado di attivazione e viene
normalmente senza distinzioni trasmesso a tutte le unità collegate. I collegamenti tra le unità di
calcolo determinano quale effetto l’uscita di una unità avrà sulle unità ad essa collegate. 8
Il Diritto Artificiale
Questo avvine formalmente attraverso un calcolo del peso dei collegamenti con fattori di peso tra –
1 e1. così ad esempio, con una uscita dalla unità K=10 e un fattore di peso uguale a 0.7 tra la unità
K e l’unità L verrebbe trasmesso un segnale del valore di 0.710=7.
L’operazione condotta dal processore è fondamentalmente:
y = f(ΣW x ), dove:
i ij j
x sono i valori di entrata;
❦ j
y sono i valori di uscita;
❦ i
W sono i pesi sulle connessioni;
❦ ij
f è la funzione di risposta variante in modo continuo nell’intervallo (0 1).
❦
A questa struttura fondamentale sono collegate alcune funzioni che permettono al nodo di
modificarsi in dipendenza del segnale d’entrata. Le più importanti sono:
1. la funzione di trasferimento lavora e modifica la memoria locale ed i segnali in
ingresso e produce l’output del nodo. Generalmente non è lineare ed ha lo scopo di
dare una risposta non semplicemente proporzionale al segnale in entrata;
2. la funzione di apprendimento ha il compito di modificare i pesi di ogni
connessione. Tramite questa funzione la connessione viene rafforzata se essa ha
fornito o operato per una risposta esatta, viene indebolita nel caso contrario.
Il compito di una unità di calcolo in una rete connessioniste consiste esclusivamente
nell’addizionare i segnali in entrata, in dipendenza di questi input di calcolare il proprio grado di
attivazione e di trasmettere alle altre unità di calcolo attraverso i collegamenti pesati questo valore.
Le unità di calcolo di una rete connessioniste tipica si lasciano ordinare in tre strati:
1. lo strato d’ingresso: è costituito da unità che ottengono il loro grado di attivazione non in
dipendenza del grado di attivazione delle altre unità bensì da fattori esterni al sistema.
Le unità appartenenti a questo strato sono le unità di input e formano lo strato di input;
2. lo strato d’uscita: lo strato di output raccoglie le unità di output i cui segnali definiscono
l’output del sistema;
3. lo strato intermedio:queste unità di calcolo hanno un grado di attivazione che non viene
direttamente da fattori esterni al sistema bensì viene cambiato esclusivamente in dipendenza
da altre unità. Queste unità vengono chiamate interne o nascoste e costituiscono lo strato
interno del sistema. 9
Il Diritto Artificiale
C 3 – :
APITOLO ELABORATORE ED INTERPRETAZIONE UN ESPERIMENTO
L’
INTELLIGENZA ARTIFICIALE APPLICATA AL DIRITTO
In ambito giuridico i nuovi studi suscitarono interesse soprattutto negli Stati Uniti; le ricerche
s’incentrarono sull’elaborazione di strutture formali, basate sull’algebra booleana, che fossero in
gradoni riprodurre il ragionamento del giudice nella decisione.
La premessa comune a tutti questi studi era quella del cognitivismo, cioè che la capacità dell’uomo
di prendere ed avere cognizione del mondo circostante, la sua capacità cognitiva, fosse
rappresentabile tramite un procedimento di elaborazione dell’informazione.
La constatazione di partenza era che il diritto, sicuramente quello codificato ma, in modo solo
parzialmente diversi, anche quello giurisprudenziale, è rappresentabile facilmente in un sistema
formale.
Nascono nuove opere giuridiche, nelle quali vengono rappresentate struttura e relazioni di e tra testi
di leggi, si tenta di riprodurre tutto il sapere giuridico nella formula “se-allora”. Si tenta di sostituire
la mancanza di chiarezza dei testi di legge con l’esattezza della formulazione, rivelatrice d’ogni
falsa classificazione.
Già dai primi studi si delineò la difficoltà di riprodurre queste strutture simboliche a causa della loro
estrema variabilità non solo dovuta alla struttura del linguaggio ma assai più al modo in cui il fatto
viene percepito. Questo portò da un lato ad un moltiplicarsi degli sforzi tesi ad analizzare le
strutture linguistiche di rappresentazione della realtà, e dall’altro all’analisi statica tendente
fondamentalmente ad indagare l’utilizzazione del procedimento argomentativo fondante la
decisione in presenza di determinati fatti.
Tra gli anni ’70 e ’80 proprio la sperimentazione sull’elaboratore aveva portato a rivedere il
tradizionale modello della sussunzione, essendo divenuto chiaro che il ragionamento giuridico, nel
momento dell’interpretazione, non è riducibile a questo schema logico. Si trattava quindi di
elaborare le figure logiche adatte o comunque di ricostruire come ‘razionale’ ciò che facevano i
giuristi interpretando la legge.
Contemporaneamente ci si accorse che l’elaboratore era un ottimo laboratorio per “sottoporre a
prova le ipotesi e le teorie giuridiche ovvero per ripensare il diritto”. Si trattava di reimpostare tutte
le relazioni logiche che legano, nell’interpretazione, le disposizioni di legge tra di loro, di
riformulare e ripensarne i nessi, al fine di preparare un materiale che fosse “comprensibile” e quindi
processabile dalle macchine.
Ambiziosamente ci si riprometteva di predisporre un raffinato impianto teorico che operasse la
perfetta separazione del giuridico dal non giuridico, e che quindi permettesse all’elaboratore di
10
Il Diritto Artificiale
“riconoscere” e “discernere” ciò che pertineva all’universo del discorso giuridico da ciò che ad esso
era estraneo.
Le tradizionali opinioni cognitiviste ponevano come cardine centrale dell’elaborazione
dell’informazione il simbolo e le relazioni che legano i simboli tra di loro, assumendo che con un
numero finito di simboli ed un numero finito di relazioni prestabilite ma variabili fosse possibile
riprodurre all’interno di un elaboratore elettronico un ragionamento corrispondente a quello umano.
Figli di questa impostazione sono stati i SISTEMI ESPERTI, in cui i simboli fissati venivano
collegati ad una struttura di relazioni logiche permettendo all’elaboratore operazioni logiche di
volta in volta differenti, a seconda delle necessità dei dati che si dovevano analizzare.
La creazione dei Sistemi Esperti ha contemporaneamente posto il ricercatore di fronte alla
differenza palese tra il modo di ragionare dell’elaboratore, così programmato, e quello dell’uomo.
Si giunge quindi subito alla individuazione del problema: non esiste giudizio senza significato, ed
una banca dati, per quanto grande e completa possa essere non è una banca di significati.
I ’
LIMITI DELL ELABORATORE
Le ricerche condotte sortirono comunque risultati notevoli. Le semplici regole di logica
deduttiva non portavano alla creazione di una macchina pensante ed in questo l’elaboratore
mostrava geneticamente il suo limite. Portarono però alla strutturazione del sapere giuridico
in gigantesche raccolte ordinate, per le quali le modalità logiche d’interrogazione
permettevano un immediato reperimento del dato.
Ad una capacità di calcolo mille volte superiore di quella dell’uomo, ad una capacità di memoria
altrettanto smisurata, non corrisponde comunque una capacità di giudizio; ogni simulazione su
sistema esperto della fase dl giudizio o porta a risultati irrazionali, intendendo con questo termine la
non corrispondenza con la decisione giudiziale, oppure sembra richiedere l’informatizzazione in
strutture logiche coerenti dell’intero sapere giuridico e non solo.
Nessun settore giuridico, per quanto speciale e retto da proprie regole, mostra una indipendenza dal
resto che permetta di portare a compimento la simulazione. Così la razionalità portata dalla
soluzione del Sistema Esperto non combacia con la razionalità di una sentenza o di un
ragionamento giuridico.
La differenza tra un programma di calcolatore ed il cervello è che i primo manipola i simboli, il
secondo annette ad essi un significato. La semantica non trova nella sintassi la condizione
necessaria e sufficiente per la sua determinazione. Cade così l’ipotesi di Turino, l’ipotesi cioè
“pensare” equivalga all’esecuzione di manipolazioni formali su simboli.
Resta però aperta l’altra ipotesi e cioè che siccome tutto ciò che può essere descritto per via
computazionale è un calcolatore e siccome il cervello può essere descritto in via
11
Il Diritto Artificiale
computazionale allora il cervello è un calcolatore. Da cui seguirebbe che un calcolatore
costruito come il cervello potrebbe pensare. Che è l’ipotesi connessioniste.
L’E
SPERIMENTO
Nel 1994 si è tentato di verificare in campo giuridico le capacità di una rete neurale
applicando il software alla simulazione del giudicato in materia di responsabilità per danni
materiali da incidente automobilistico avvenuto ad un incrocio tra due veicoli privati.
Inizialmente è stata raccolta la giurisprudenza relativa a questi casi ed è stata allenata la rete
❦ su sentenze selezionate fino a che non mostrava di aver “appreso”, cioè fino a quando non
attribuiva la percentuale di colpa corrispondente al caso presentato.
In seguito sono stati sottoposti alla rete alcuni casi nuovi, cioè diversi da quelli presentati in
❦ fase di allenamento. La risposta per i casi nuovi è stata conforme alla giurisprudenza.
Nella fase di allenamento sono state utilizzate solo le descrizioni degli incidenti e la
❦ soluzione giurisprudenziale. Nessuna disposizione di legge è stata usata, infatti il
collegamento con le disposizioni di legge è avvenuto ex post, per sviluppare l’interfaccia di
interrogazione della rete stessa.
D ’
ESCRIZIONE DELL ESPERIMENTO
Utilizzando il software Neuralworks explorer II ed un 386 Ibm con processore, è stata progettata
una rete neurale suddivisa in sette ingressi, sei cellule Hidden e due cellule in uscita.
I valori di ingresso rappresentano la descrizione dell’incidente ed i valori di uscita la valutazione
della responsabilità data in percentuale per i conducenti A e B. Ogni cellula è stata connessa con
tutte le cellule della riga superiore con funzione di trasferimento di tipo sigmoide.
1. sono stati raccolti circa 200 precedenti giurisprudenziali relativi a giudizi per sinistri
verificatesi alle intersezioni stradali, tra due veicoli A e B, che costituiscono il 70%
della casistica della Responsabilità Civile Automobilistica.
2. attraverso un ampio numero di variabili logiche tali sentenze sono state codificate, al
fine di rappresentare la descrizione dell’incidente e la conseguente responsabilità
attribuita dal giudice.
3. l’incidente è stato descritto attraverso l’utilizzazione di indici riguardanti il luogo del
sinistro ed il comportamento dei soggetti coinvolti. Successivamente è stato selezionato
un ristretto numero di variabili in grado di descrivere tutti i sinistri con una certa
approssimazione.
4. poiché in un crocevia uno dei due soggetti è sempre obbligato a dare la precedenza, in
quanto proveniente da destra o da strada a minore priorità di transito, in questa
rappresentazione simbolica il soggetto A è sempre favorito e il soggetto B è tenuto
12
Il Diritto Artificiale
sempre a dare la precedenza al veicolo A. è stata inoltre usata una variabile (Stop B)
per indicare se il soggetto sfavorito B doveva fermarsi oltre che dare la precedenza al
veicolo A, rispettando il segnale di Stop.
5. il comportamento di ogni soggetto coinvolto è stato rappresentato da 3 variabili:
i. la prima (velocità eccessiva) indica se il soggetto a cui si riferisce procedeva a
velocità eccessiva in prossimità del crocevia violando i codice della strada;
ii. la seconda rappresenta sia altre violazioni al codice della strada sia elementi di
colpa generica come l’imprudenza e la negligenza del soggetto;
iii. la terza variabile indica l’imperizia del oggetto, cioè la sua incapacità tecnica di
evitare il sinistro con opportune manovre di emergenza che il buon conducente
avrebbe saputo mettere in atto.
6. Per rappresentare il giudizio come attribuzione quantitativa della colpa e quindi della
responsabilità sono state usate due variabili numeriche, indicanti la percentuale di
responsabilità a carico di ogni soggetto coinvolto.
7. la rete è stata allenata con 80 giudizi prototipici, in cui cioè si è ritenuto che i giudici
applicassero in modo caratteristico al campo della R.C.A. non solo le informazioni
contenute nelle disposizioni di legge ma anche di tutte quelle in esse non convenute
costituenti però il “comune sapere giuridico di sfondo”. La rete è stata quindi allenata
con la procedura Back-propagation utilizzando la funzione “delta rule” per 8000 cicli
con un learning rate pari a 0.2.
8. è stato elaborato un algoritmo che rendesse più funzionale l’interrogazione del modello
neurale e che lo completasse rendendolo applicabile alla generalità dei casi:
a. richiesta all’operatore de dati relativi all’incidente,
b. interrogazione del modello per la determinazione della percentuale di
responsabilità;
c. applicazione di regole per la determinazione delle infrazioni di legge;
d. output a video.
Nella prima fase vengono introdotti dall’operatore la descrizione del luogo del
sinistro,le generalità ed il comportamento giuridicamente rilevante dei conducenti
coinvolti.
In seguito le varie risposte vengono ricomposte tramite operatori logici costituendo gli
aspetti particolari di una più generale classificazione delle variabili d’ingresso.
Tali valori vengono poi utilizzati nel programma per l’interrogazione del modello
neurale che determinerà il “quantum” di responsabilità a carico di ogni individuo. 13
Il Diritto Artificiale
L’obiettivo era sostituire il più possibile un giudice umana, dunque era necessario che
il computer non determinasse solo percentualmente la responsabilità dei singoli
individui ma che fornisse anche una argomentazione. Per fare ciò ad ogni domanda è
stato associata la violazione del codice della strada corrispondente o il comportamento
genericamente colposo del conducente.
Il programma inoltre tiene conto dell’efficacia causale del comportamento tramite la
domanda se si fosse potuto evitare l’incidente ponendo maggiore attenzione.
La risposta negativa a tale domanda afferma l’inevitabilità e quindi l’inefficacia causale, che
scagiona del tutto l’individuo dall’incidente.
9. Dopo l’allenamento la rete ha appreso tutte le sentenza esempio con un errore minimo.
Dunque ha elaborato un insieme di pesi tra le connessioni in grado di rappresentare
tutti i giudizi dati. I giudizi dati per casi non previsti in allenamento sono risultati
assimilabili alla giurisprudenza.
10. Dall’analisi dei giudizi della rete si possono evidenziare due fenomeni:
a. La rete giudica un caso che ha uno o più precedenti simili non ripetendo o
facendo la media dei giudizi raccolti in allenamento, ma ritenendo come più
influenti i precedenti nei quali le valutazioni dei giudici sono risultate
maggiormente conformi ai generali principi di valutazione della giurisprudenza
b. La rete estrapola giudizi per casi diversi da quelli raccolti.
L ’
A FUNZIONE D INTERPRETAZIONE
Il calcolo posto in essere dalla rete è y = f(ΣW x ), dove “x ” sono i valori di entrata, “y “sono i
i ij j j i
valori di uscita, “W “ sono i pesi sulle connessioni e “f” è la funzione di risposta variante in modo
ij
continuo nell’intervallo (0 1).
Una volta allenata, la rete avrò assunto una configurazione strabile sui pesi W I pesi sulle
ij.
connessioni tra le hidden units e le unità d’uscita sono serviti per il calcolo operato dalla funzione di
apprendimento e saranno, a fine apprendimento, uguali per ogni unità di entrata “x ”; possiamo
j
quindi non tenerne conto.
Ogni unità di entrata sarà, invece, caratterizzata da una funzione dei pesi descrittiva dell’importanza
di quell’entrata per il calcolo del valore di uscita:
x = f (W )
j ij Σ|W
la sommatoria dei singoli valori assoluti dei pesi per ogni connessione | di una determinata x
ij j
divisa il loro numero sarà: µx = 1/N Σ|W |
j ij 14
Il Diritto Artificiale
Se J è il numero di entrate avremo: λx = µx 1/J
j j
da cui: f(λx ) = Σ|W | / NJ
j ij
che esprime l’importanza di quell’entrata. La funzione d’interpretazione f(λx ), variabile
j
nell’intervallo [1,j] esprime la relativa importanza di ogni altro comportamento/violazione descritto
da un’entrata rispetto agli altri.
CAPITOLO 4 – SCIENZE COGNITIVE E SCIENZE GIURIDICHE
O
GGETTO
Lo studio dell’interpretazione del diritto ha come oggetto privilegiato il testo normativo ed oggetto
derivato la norma. La norma per Kelsen è il senso di un atto di volontà.
La possibilità di slegare l’interpretazione del diritto dal soggetto umano sembra una chimera.
Le scienze cognitive stesse sembrano dare ragione a quelle correnti giusnaturalistiche o anche
ermeneutiche, che vedono nel diritto la manifestazione del divenire umano, molto più di un testo di
legge, l’essere stesso dell’uomo.
La connessione significato-struttura-intenzione lega così intrinsecamente l’interpretazione al
soggetto interpretante da rendere apparentemente impossibile una formalizzazione completa
o una oggettivazione. Tale posizione viene portata come “argomento contro” dei critici
dell’intelligenza artificiale applicata al diritto. In particolare la teoria cognitiva di Maturada e
Varala, che pone a fondamento l’’insondabilità del sistema cognitivo dall’esterno, sembra
giustificare le posizioni ermeneutiche e scettiche sull’interpretazione ed applicazione del diritto
tramite computer: “nessun elaboratore riuscirà mai a interpretare ed applicare il diritto come un
giudice sino a che non sarà in grado di capire il significato di uno stridio di gomme sull’asfalto”.
Questa posizione giustamente mette in rilievo la centralità del momento interpretativo nella
definizione dell’oggetto di ricerca giuridico e cioè del diritto e della norma. Ma la sua debolezza sta
proprio nel concepire l’interpretazione come irriducibilmente legata all’individuo: è l’individuo che
crea il significato, quindi solo l’individuo può interpretare, e se l’individuo è insondabile allora
nessuna scienza dell’interpretazione è possibile. Né l’ermeneutica né lo scetticismo sono teorie
esplicative, descrivono una realtà in modo difficilmente contestabile, ma la descrivono appunto solo
nella sua manifestazione esterna, cioè nella risposta del sistema cognitivo, nel suo comportamento
individuale.
Si deve ritenere fondato che il legame individuo-interpretazone è nel cuore del diritto; ma da ciò
non deriva necessariamente l’impossibilità di esplicare l’attività interpretativa, né l’inattuabilità
della simulazione di essa su elaboratore. 15
Il Diritto Artificiale
Le reti neurali non giustificano ogni passo nella costruzione della matrice dei pesi e quindi della
funzione d’interpretazione. Ma questo non può essere considerato una carenza esplicativa della
teoria. Lo sarebbe se con le reti si intendesse esplicare l’attività cerebrale del singolo individuo che
giunge alla soluzione interpretativa, ma non si centrerebbe il campo d’indagine giuridico.
La funzione esplicativa è svolta proprio dalla matrice dei pesi e dalla funzione di interpretazione:
esse rendono esplicito il valore stabilito dall’interprete nel portare a coincidenza fatto e descrizione
dello stesso, la funzione d’interpretazione stabilisce il valore in base al quale un ragionamento
analogico in un determinato dominio diventa necessariamente concludente.
L’intelligenza artificiale ha raggiunto ottimi risultati nella rappresentazione del contesto della
comprensione tuttavia, i critici dell’intelligenza artificiale hanno obiettato che quanto viene così
formalizzato non è il mondo del senso comune, ma solo aspetti parziali di esso, “micromondi”
isolati artificialmente dalla struttura di significato più ampia alla quale essi appartengono.
Autori come Dreyfus hanno affermato che il nostro contesto che organizza la nostra
esperienza non può essere esplicitato, né può essere articolato in un sistema di relazioni tra
elementi liberi dal contesto o in un insieme esaustivo di regole.
Tutto muove da aspetti filosofici che hanno le loro radici in Heidegger, Wittgenstein e Gadamer.
Da Heidegger si riprende la concezione secondo la quale il mondo della vita, cioè lo sfondo della
comprensione di ogni contenuto particolare, non è un insieme di credenze implicite, ma è invece il
contesto delle pratiche sociali e culturali, la situazione fisica, biologica, e storica nella quale gli
uomini vivono, interagiscono e usano il linguaggio. I computer che non posseggono questo
contesto, non possono raggiungere l’intelligenza umana.
Sartor pone il problema della “individuazione dei contenuti giuridicamente rilevanti” e della
“determinazione delle loro strutture fondamentali ai fini della costruzione di un sistema giuridico di
intelligenza artificiale.
Un sistema basato sulla conoscenza richiede la predeterminazione di ciò che è rilevante ai fini della
strutturazione di questa conoscenza.
Posto che “in un sistema informatico no può essere presupposta alcuna conoscenza preliminare,
alcuna base culturale” occorre determinare quali siano le informazioni necessarie per ottenere il
risultato che ci si attende da esso.
Così se si intende emulare l’attività dell’interprete del diritto occorrerà stabilire tutte le conoscenze
che esso utilizza per giungere al risultato interpretativo o decisorio.
Ma l’elaboratore non ha, al contrario del giurista, un sapere giuridico si sfondo,una concezione
morale. Quel che l’elaboratore fa con ciò che viene ritenuto giuridico è quello che con esso sio può
16
Il Diritto Artificiale
fare, e se le conclusioni o i risultati sono diversi dalle conclusioni che un comune giurista
adotterebbe, allora mancherebbero dei pezzi.
Dunque occorre effettuare una distinzione tra attività decisoria del singolo interprete e ciò che va a
costituire quel corpo di conoscenze giuridiche che è il comune sapere giuridico di sfondo,
necessario per la decisione. Mentre la prima è insondabilmente legata al sistema cognitivo e diversa
da individuo a individuo, il secondo è probabilisticamente oggettivato nelle sentenze.
Questa separazione evidenzia le due diverse attività che si annodano nel momento della decisione
giudiziale:
L’attività dichiarativa o asseritiva di queste conoscenze;
❦ E quella positiva o politica propria del sistema cognitivo che interpreta.
❦
V , , ’
OLONTÀ REGOLA RAPPRESENTAZIONE E SIGNIFICATO NELL ELABORATORE
Il contenuto intenzionale di uno stato mentale corrisponde alle proprietà semantiche di una
rappresentazione, il simbolo ha quindi proprietà semantiche e derivatamene un contenuto
intenzionale oggettivo.
Le tesi del cognitivismo prevedono che l’oggetto di ricerca non possa essere rappresentato
teoricamente in modo esaustivo, che esita un legame tra gli stati cerebrali ed il mondo esterno, che
esistano “rappresentazioni” del mondo esterno all’interno del cervello e che tali rappresentazioni
siano simboliche, rette da regole, ed esprimibili tramite un calcolo logico seriale.
Nell’ambito delle scienze cognitive il connessionismo non accetta lo schema “rules and
representations, per esso la regola di comportamento ed il simbolo che la comunica sono una
qualità emergente di un sistema dinamico che per sé non segue queste regole.
Per i connessionisti il significato si manifesta nella struttura cerebrale del sistema
cognitivo, è anzi la struttura stessa, non la comunicazione del senso, e le regole
che reggono e fanno funzionare questa strutt ura sono ad essa proprie e diverse
dalle regole logiche che reggono il linguaggio. Secondo i connessionisti il
passaggio del significato da un individuo all’altro è un’operazione diversa dalla
semplice trasmissione di dati; infatti non ritrova un accordo s ul fatto che il
significato venga creata nella mente del soggetto che riceve la comunicazione o se
esso venga ricevuto.
ricevuto
Queste difficoltà si riflettono nei tentativi di riprodurre su elaboratore le capacità dell’individuo,
compresa la “percezione” di un testo e la sua traduzione in significato. Pensiamo a questo esempio:
ci troviamo in una stanza con diversi mucchietti di foglie con sopra ideogrammi cinesi, e abbiamo a
disposizione un manuale di regola per la combinazione di questi foglietti. Se un cinese ci trasmette
17
Il Diritto Artificiale
degli ideogrammi che per lui hanno un significato, noi sapremmo, seguendo il manuale ma senza
conoscerne il significato degli ideogrammi, associarli in modo tale che, per il cinese, la nostra
risposta sarà sensata. Avremmo manipolato simboli ma non appreso alcun significato.
Con questo esempio abbiamo visto che significato e volontà del sistema cognitivo sono
inestricabilmente legati e questa posizione accomuna le correnti cognitiviste a quelle
connessioniste.
V , ,
OLONTÀ REGOLA RAPPRESENTAZIONE E SIGNIFICATO NELLA TEORIA DEL DIRITTO
I quattro lemmi, volontà regola rappresentazione e significato, riconducono immediatamente al
lemma norma.
L R R
A EINE ECHTSLEHRE
Nella Reine Rechtslehre kelseniana la norma è il significato o senso di un “atto con cui si
prescrive,si permette o si autorizza un certo comportamento”.
Nell’accezione kelseniana non coincide con l’atto di volontà, di cui rappresenta il senso.
Posta la distinzione fra dover essere (Sollen) ed essere, la norma rappresenta un dover essere
e l’atto di volontà, di cui la norma rappresenta il senso, un essere.
Per Kelsen la norma è valida, cioè esiste, se e solo se c’è un atto di volontà che la pone e da esso è
definita. Dunque la positività di una norma è condizionata dall’essere la norma stessa un atto di
volontà posto dal legislatore, da consuetudini, da trattati o dal giudice. Una norma è “solo se è
posta tramite un atto di volontà, se è il senso di un atto di volontà”.
Secondo Kelsen la norma non può prescrivere e contemporaneamente descrivere: nel primo caso si
ha il senso di un atto di volontà, nel secondo caso il senso di un atto di pensiero. Infatti volere e
pensare sono due funzioni diverse e la seconda precede concettualmente la prima.
Ancora per Kelsen “una norma invalida è una norma che non esiste, non è alcuna norma affatto.
Ma una asserzione falsa è pur sempre un’asserzione. Una norma entra in vigore, cioè inizia a
valere nel tempo, e perde vigore, cioè cessa di valere nel tempo. Un’asserzione né comincia a, né
cessa di, essere vera. Se è vera lo è sempre e lo sarà sempre. No può perdere la sua verità.”
In ogni caso, per le correnti cognitiviste da questo non segue che non esista un legame tra gli stati
cerebrali ed il mondo esterno, anzi, le rappresentazioni all’interno del cervello sono simboliche,
rette da regole, ed esprimibili tramite un calcolo logico seriale.
Nell’analisi kelseniana il senso della volontà contenuto nella norma generale non è il senso
della prescrizione. Il rapporto tra la norma generale e la norma individuale è quindi
semplicemente di conformità. La differenza tra disposizione da interpretare (norma generale)
e norma individuale non può essere più netta, la disposizione non dà il senso della norma. 18
DESCRIZIONE APPUNTO
Riassunto per l'esame di Informatica giuridica,basato su appunti personali e studio autonomo del testo consigliato dal docente "Il diritto Artificiale" del prof. Francesco Romeo, . Nello specifico gli argomenti trattati sono: Scienze cognitive e intelligenza artificiale, il significato, le scienze cognitive, il significato della lettera "A" volere o comprendere, intelligenza artificiale, mente o cervello.
I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher luca d. di informazioni apprese con la frequenza delle lezioni di Informatica giuridica e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Gabriele D'Annunzio - Unich o del prof Romeo Francesco.
Acquista con carta o conto PayPal
Scarica il file tutte le volte che vuoi
Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato