96013 - BIG DATA E DATA ANALYSIS

Scheda insegnamento

  • Docente Monica Palmirani

  • Crediti formativi 3

  • SSD IUS/20

  • Lingua di insegnamento Italiano

  • Campus di Ravenna

  • Corso Laurea in Giurista per le imprese e per la pubblica amministrazione (cod. 9242)

    Valido anche per Laurea Magistrale a Ciclo Unico in Giurisprudenza (cod. 9233)

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

Lo studente avrà competenze in merito alle definizioni, agli aspetti giuridici ed organizzativi, nonché in merito alle conoscenze tecniche relative ai fenomeni dei big data, degli open data, degli open government data. Al termine dell’insegnamento, lo studente ha competenze per leggere e comprendere un’analisi quantitativa e qualitativa dei dati provenienti da attività legate al mondo del diritto (e.g., sentenze, statistiche della giustizia, legislazione, atti amministrativi) al fine di migliorare la propria professione giuridica. È in grado di comprendere le sorgenti di dati, di valutarne la completezza e consistenza, nonché la qualità per potersi creare un’opinione autonoma e argomentata. È in grado di analizzare i dataset alla luce della regolazione sui dati (protezione dei dati personali, licenze, concorrenza, diritto pubblico) e identificare le problematiche giuridiche da affrontare (anonimizzazione, pseudoanonimizzazione, crittografia). Nel caso di uso di intelligenze artificiali applicate al contesto giuridico che si avvalgono di big data lo studente è in grado di comprendere come i dataset contribuiscono all’esito finale per poter fornire una spiegazione ragionevole delle conclusioni. Lo studente sarà anche sollecitato a scoprire eventuali bias cognitivi introdotti nei dati tali da originare discriminazioni o in genere violazioni normative e criticità etiche.

Contenuti

Il corso tratterà nei seguenti argomenti:

1. Data Society

2. Data Governance e lo Spazio Europeo dei Dati

3. AI e Dati

4. Open government Data

5. Data Science

6. Tecniche di visualizzazione e bias cognitivi

7. Explicability dei dati e dell'AI

8. Analisi quantitativa e qualitativa dei dati giuridici

9. Progettazione concreta di una analisi dei dati giuridici

10. Etica dei dati.

Testi/Bibliografia

  1. Ashley, Kevin D. Artificial Intelligence and Legal Analytics. Cambridge University Press, 2017.
  2. Livermore, Michael, and Daniel Rockmore, eds. Law as Data: Computation, Text, and the Future of Legal Analysis. SFI Press, 2019.
  3. https://www.datascienceforlawyers.org/
  4. http://www.legalanalyticscourse.com/
  5. https://landers.com.au/legal-insights-news/the-future-of-analytics-in-legal
  6. https://www.knime.com/learning
  7. https://github.com/Liquid-Legal-Institute/Legal-Text-Analytics
  8. https://github.com/echr-od
  9. https://data.europa.eu/euodp/data/dataset/covid-19-documents-on-eur-lex
  10. G8 Open Data Charter and Technical
    <https://www.gov.uk/government/publications/open-data-charter/g8-open-data-charter-and-technical-annex >
  11. World Bank for Sustainable Develoopment
    <http://pubdocs.worldbank.org/en/741081441230716917/Open-Data-for-Sustainable-development-PN-FINAL-ONLINE-September1.pdf >
  12. E-Government Survey UNDESA 2018
    <https://publicadministration.un.org/egovkb/en-us/Reports/UN-E-Government-Survey-2018>
  13. Linee guida nazionali per la valorizzazione del patrimonio informativo pubblico. Ver. 2018
    <https://www.agid.gov.it/it/agenzia/stampa-e-comunicazione/notizie/2017/08/03/open-data-online-linee-guida-valorizzazione-del-patrimonio-informativo-pubblico>
  14. Linee guida FOIA
    <https://www.anticorruzione.it/portal/rest/jcr/repository/collaboration/Digital%20Assets/anacdocs/Attivita/Atti/determinazioni/2016/1309/del.1309.2016.det.LNfoia.pdf >
  15. Linee guida in materia di trattamento di dati personali, contenuti anche in atti e documenti amministrativi, effettuato per finalità di pubblicità e trasparenza sul web da soggetti pubblici e da altri enti obbligati
    <https://www.garanteprivacy.it/garante/document?ID=3488002 >
  16. European Open Data Portal Traning material <https://www.europeandataportal.eu/it/resources/more-training-materials [https://www.europeandataportal.eu/it/homepage>
  17. PSI Directive EU 2019/1024 <https://eur-lex.europa.eu/legal-content/IT/TXT/PDF/?uri=OJ:L:2019:172:FULL&from=IT >

Metodi didattici

Il corso viene svolto mediante lezioni frontali, analisi di strumenti informatici, esercitazioni pratiche, attività laboratoriali, creazione di progetti di data analytics applicati al contesto giuridico.

Modalità di verifica e valutazione dell'apprendimento

La verifica dell'apprendimento sarà effettuata mediante la valutazione di un progetto svolto in gruppo (non più di tre componenti) correlato di documentazione esplicativa di 10 pagine che descriverà obiettivi del progetto, analisi giuridica ed etica, analisi dei dati, metodologie adottate, argomentazione delle ipotesi iniziali e dei risultati finali.

Il progetto in tutte le sue parti deve essere consegnato 15 giorni prima della data dell'esame.

La valutazione prevede di valutare i seguenti aspetti:

1. correttezza delle ipotesi di ricerca iniziali;

2. selezione corretta dei dati e loro coerente elaborazione (pertinenza, accuratezza, completezza, correttezza);

3. completezza dell'analisi legale, etica e tecnica;

4. correttezza degli strumenti informatici adottati per svolgere l'analisi dei dati;

5. uso di metadati LOD usando gli standard tecnologici adottati a livello EU;

6. visualizzazione dei risultati per l'utente finale;

7. argomentazione dell'ipotesi e dei risultati finali.

Nel team ogni componente deve elaborare specificatamente un aspetto potendone relazionare durante l'esame orale nel quale il team effettuerà la presentazione del progetto informatico e della relativa documentazione.

 

Strumenti a supporto della didattica

Nella sezione materiali didattici di questa pagine, raggiungibile anche dal sito <https://virtuale.unibo.it/course/>, lo studente troverà un insieme d'informazioni sul corso, sulle attività della cattedra nonché una raccolta di normativa aggiornata, domande di auto-valutazione, slide proiettate a lezione e altri materiali di supporto per la preparazione dell'esame.

Materiali didattici importanti al fine della preparazione dell'esame sono:

- le slide delle lezioni che il docente pubblica nella sezione "Materiali didattici" di questa pagina, raggiungibile anche dal sito <https://virtuale.unibo.it/course/  >

- letture e materiali di approfondimento, proposti principalmente per affrontare i temi più legati all'attualità della disciplina (sez. Materiali didattici" di questa pagina, raggiungibile anche dal sito <https://virtuale.unibo.it/course/ >)

- il "registro delle lezioni", che il docente pubblica, work in progress, al termine di ogni lezione (sez. Contenuti utili). Il Registro riporta l'indice puntuale degli argomenti svolti, il collegamento alle slide utilizzate, l'indicazione delle parti di libro di riferimento e di eventuali letture di approfondimento. Si consiglia, in particolare agli studenti non frequentanti, di organizzare lo studio autonomo facendo riferimento alla sequenza degli argomenti così come impostata nel registro delle lezioni.

Orario di ricevimento

Consulta il sito web di Monica Palmirani