9796814 - Intelligenza artificiale e diritto
Modulo Intelligenza artificiale e diritto - modulo III
Modalità di svolgimento dell'insegnamento
Lezioni frontali in aula tenute dal docente; esercitazioni e seminari di approfondimento su parti del programma.
Informazioni per studenti con disabilità e/o DSA
A garanzia di pari opportunità e nel rispetto delle leggi vigenti, gli studenti interessati possono chiedere un colloquio personale col docente in modo da programmare eventuali misure compensative e/o dispensative, in base agli obiettivi didattici ed alle specifiche esigenze.
È possibile rivolgersi anche al docente referente CInAP (Centro per l’integrazione Attiva e Partecipata - Servizi per le Disabilità e/o i DSA) del nostro Dipartimento, prof. Condorelli.
Prerequisiti richiesti
Frequenza lezioni
La frequenza delle lezioni è fortemente consigliata.
Contenuti del corso
Testi di riferimento
F.Basile, Intelligenza artificiale e diritto penale: quattro possibili percorsi di indagine, in DPU – Diritto Penale e Uomo 2019, online, in https://www.penalecontemporaneo.it/upload/3089-basile2019.pdf , pp. 1-33.
A.M.Maugeri, L’uso di algoritmi predittivi per accertare la pericolosità sociale: una sfida tra evidence based practices e tutela dei diritti fondamentali, in Archivio penale 2021, online, in https://archiviopenale.it/File/DownloadArticolo?codice=79045524-aaff-4497-88fc-be501eff1988&idarticolo=27135 , pp. 1-37.
A.Cappellini, Machina delinquere non potest. Brevi appunti su intelligenza artificiale e responsabilità penale, in Criminalia 2019 (online su disCrimen dal 27 marzo 2019), in https://discrimen.it/wp-content/uploads/Cappellini-Machina-delinquere-non-potest.pdf , pp. 1-23.
| Autore | Titolo | Editore | Anno | ISBN |
|---|---|---|---|---|
| F.Basile | Intelligenza artificiale e diritto penale: quattro possibili percorsi di indagine | Titolo della rivista: DPU – Diritto Penale e Uomo, in https://www.penalecontemporaneo.it/upload/3089-basile2019.pdf | 2019 | |
| A.M.Maugeri | L’uso di algoritmi predittivi per accertare la pericolosità sociale: una sfida tra evidence based practices e tutela dei diritti fondamentali | Titolo della rivista: Archivio penale, in https://archiviopenale.it/File/DownloadArticolo?codice=79045524-aaff-4497-88fc-be501eff1988&idarticolo=27135 | 2021 | |
| A.Cappellini | Machina delinquere non potest. Brevi appunti su intelligenza artificiale e responsabilità penale | Criminalia (online su disCrimen dal 27 marzo 2019), in https://discrimen.it/wp-content/uploads/Cappellini-Machina-delinquere-non-potest.pdf | 2019 |
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Il ricorso ai sistemi di IA nelle attività di law enforcement e, in particolare, di polizia predittiva | Si vedano i testi indicati nella voce apposita |
| 2 | Impiego di algoritmi decisionali in sede giudiziale | Si vedano i testi indicati nella voce apposita |
| 3 | Algoritmi predittivi e valutazione della pericolosità criminale | Si vedano i testi indicati nella voce apposita |
| 4 | I sistemi di IA come strumenti o autori dei reati | Si vedano i testi indicati nella voce apposita |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
Prova orale
L'esame sarà valutato secondo i seguenti criteri (Delibera Consiglio CdS 17 settembre 2018):
- la pertinenza delle risposte rispetto alle domande formulate
- la qualità e comprensione dei contenuti
- la capacità di collegamento con altri temi oggetto del programma
- la capacità di riportare esempi
- la proprietà di linguaggio tecnico
- la capacità espositiva complessiva dello studente
- la dimestichezza con i testi di legge.
La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.
Esempi di domande e/o esercizi frequenti
A titolo meramente esemplificativo: vantaggi e criticità del ricorso agli algoritmi predittivi in sede di valutazione della pericolosità criminale; il possibile ruolo dei sistemi di intelligenza artificiale come strumento o autore dei reati.
English version