95082 - ARTIFICIAL INTELLIGENCE, LAW AND SOCIETY

Scheda insegnamento

Anno Accademico 2022/2023

Conoscenze e abilità da conseguire

The student will acquire the following competences and skills: - awareness of the information and communication technologies (ICTs) and of their socio-economical impacts - awareness of main issues pertaining to the regulation of ICTS - knowledge of emerging aspects of European ICT Law - awareness the basic principles and issues on e-goverment, e-governance and e-democracy - knowledge of the legal regulation of ICTs in the Europe - awareness the Digital Agenda for Europe framework. The student will acquire the awareness of risks and opportunities of ICTs and the ability to address legal issues pertaining to ICTs in a European and comparative perspective.

Contenuti

  • Per gli studenti che frequentano il corso (frequentanti), il contenuto dettagliato del corso corrisponde alla lista di letture e materiali con la possibilità di sostituire alcuni contenuti con nuovi argomenti discussi durante le lezioni.
  • Per gli studenti non frequentanti il contenuto dettagliato del corso corrisponde al manuale "Artificial Intelligence and Legal Analytics" (Ashley 2017), Cambridge University Press.

Gli studenti Erasmus seguono lo stesso programma degli studenti italiani.

Per gli studenti provenienti da altri corsi di laurea, che abbiano già superato un esame di Informatica Giuridica, i contenuti del corso per l'eventuale integrazione dovranno essere concordati con il docente.

Il corso è diviso in due parti: Diritto Computabile; Questioni giuridiche dell'IA e dei sistemi autonomi.

Diritto computabile:

Introduzione al diritto computabile: i fattori abilitanti; principali approcci e metodi

Sistemi di recupero legale (tutti i diversi sistemi e approcci): introduzione al recupero delle informazioni legali, nuove tendenze, casi di studio

Modelli artificiali (ontologie artificiali, norme, regole, ragionamento basato sul caso, argomentazione): rappresentazione della conoscenza giuridica (logica, ontologia e calcolo); casi di studio

Sistemi di apprendimento automatico: introduzione ai big data e al diritto, analisi di testi giuridici; casi di studio

Questioni giuridiche dell'IA e dei sistemi autonomi:


Questioni giuridiche dell'IA: Big data, processo decisionale algoritmico, giustizia algoritmica: sistemi predittivi e le questioni di equità e trasparenza, protezione dei dati

Questioni legali dei sistemi autonomi: automazione nei sistemi socio-tecnici; responsabilità e automazione; responsabilità del compito, principali tipi di responsabilità coinvolte: responsabilità personale, responsabilità delle imprese, responsabilità del prodotto, responsabilità degli standard setter. Casi di studio: aviazione, guida autonoma, assistenza sanitaria, robot, agenti autonomi.

Testi/Bibliografia

Per studenti non frequentanti:

Kevin D. Ashley, Artificial Intelligence and Legal Analytics (2017) Cambridge University Press

Metodi didattici

Le lezioni sono tenute dalla  Prof.ssa Lagioia e dal Prof. Contissa con il supporto di collaboratori.
Invitiamo caldamente gli studenti a partecipare attivamente alle lezioni e a discutere con i professori e gli altri studenti le novità e gli eventi, relativi agli argomenti del corso.
Durante il corso gli studenti avranno la possibilità di assistere a diverse conferenze tenute da professori e avvocati professionisti sui temi del corso.

Compatibilmente con l'emergenza sanitaria da Covid-19, la didattica si svolgerà seguendo il tradizionale metodo delle lezioni frontali.

Ulteriori informazioni sono disponibili al seguente indirizzo Internet: https://dsg.unibo.it/en/teaching/projects-and-teaching-methodologies

È prevista la propedeuticità di Diritto costituzionale e Diritto privato ai fini del sostenimento della prova d'esame

Modalità di verifica e valutazione dell'apprendimento

Avviso - Esami durante l'emergenza Covid-19

L'esame è composto da un progetto di gruppo e da una prova orale, entrambi obbligatori:

1) Attività di gruppo: Gli studenti devono formare gruppi di massimo 4/5 studenti. Ogni gruppo sceglie un argomento dalla lista sottostante. [La lista di argomenti sarà definita durante il corso] Ogni gruppo deve comunicare a giuseppe.contissa@unibo.it le seguenti informazioni:

  • l'argomento scelto
  • una breve descrizione (max 1000 caratteri) della proposta provvisoria
  • il nome dei membri del gruppo

Questo sarà utile per organizzare la programmazione delle presentazioni di gruppo che saranno pubblicate sulla pagina web del corso entro l'inizio dell'anno.
Al fine di mantenere una buona varietà nella programmazione e solo nel caso in cui più gruppi presentino proposte simili, si potrà chiedere di cambiare l'oggetto della presentazione.
IMPORTANTE: ogni gruppo preparerà una presentazione della proposta e ogni studente del gruppo dovrà presentarne una parte per almeno 4/5 minuti.

Questa attività sarà valutata e le assegneremo un punteggio in trentesimi.

2) Prova orale: gli studenti che hanno superato l'attività di gruppo (min 18/30) possono sostenere la prova orale. Il test si svolgerà su Microsoft Teams.

La prova orale consiste in due o tre domande che possono riguardare l'intero contenuto del corso.

Nella prova orale, si parte dal voto ottenuto nell'attività di gruppo, al quale possono essere aggiunti un massimo di 3 punti, e può portare anche al peggioramento del voto dell'attività di gruppo.

Orario di ricevimento

Consulta il sito web di Francesca Lagioia

Consulta il sito web di Giuseppe Contissa