Page 51 - IANUS n. 28 - La rilettura dei paradigmi giuridici tradizionali alla luce dell’obiettivo dello sviluppo sostenibile

IANUS n. 28-2023 ISSN 1974-9805

77
funzionamento di sistemi di silvicoltura e agricoltura semiautomatizzati. Gli
attacchi informatici possono portare a gravi violazioni in diverse fasi. Uno dei
78
motivi principali è che le analisi eseguite dagli algoritmi di IA richiedono una
notevole potenza di calcolo, che raramente è possibile trovare in prossimità delle
foreste. Pertanto, informazioni preziose vengono trasmesse, archiviate e
analizzate fuori sede mediante l'archiviazione nel cloud; sono, pertanto, più
elevati i rischi di violazione dei dati, come è risultato evidente a giugno 2021
quando attacchi informatici «ransomware» hanno costretto alla chiusura di
79
numerosi impianti di carne negli Stati Uniti.
In conclusione, pertanto, dall’analisi svolta si desume che il livello di
tutela dei dati personali previsto dal GDPR, così come interpretato dalla
Corte di Giustizia, dovrebbe essere reinterpretato alla luce delle peculiarità
dell’uso di sistemi di IA in campo agro-forestale. In particolare, si dovrebbe
chiarire se la tutela prevista dal GDPR si applichi solo ai dati inizialmente
forniti dai piccoli proprietari o anche ai dati desunti da quei dati dai sistemi
di IA. Una maggiore chiarezza in tal senso è, infatti, essenziale per
aumentare il livello di fiducia dei proprietari privati di foreste nell’utilizzo di
sistemi di IA per la gestione delle foreste. In secondo luogo, sarebbe
necessario chiarire se il principio di limitazione delle finalità di cui all’art. 5
del GDPR debba essere reinterpretato in modo più flessibile in presenza di
sistemi di IA. In terzo luogo, occorre specificare quali sono le conseguenze
in caso di attacchi informatici e rischi per la sicurezza dei dati dei piccoli
proprietari terrieri, ossia occorre chiarire se siano previste norme specifiche
a tutela di tali dati. A tal fine, potrebbero essere inserite delle norme ad hoc
nel cosiddetto “AI Act”, in cui non vi è un esplicito riferimento all’utilizzo
di sistemi di IA nel settore agro-forestale, oppure occorre attendere un
chiarimento da parte della Corte di Giustizia in sede di rinvio pregiudiziale
di interpretazione sulle norme del GDPR richiamate nel testo. Oltre a ciò,
occorre anche tenere in considerazione il fatto che nei paesi a reddito medio-
basso spesso manca del tutto una normativa adeguata a protezione dei dati
dei soggetti interessati, per cui, in tal caso l’uso di sistemi di IA a tutela delle
foreste rischia seriamente di violare il diritto alla protezione dei dati
personali dei proprietari privati di aree forestali ivi ubicate.

77 COOPER, Cybersecurity in food and agriculture, in LECLAIR (a cura di) Protecting Our Future,
Hudson Whitman Excelsior College Press, Albany, NY, 2015; GUPTA - ABDELSALAM -
KHORSANDROO - MITTAL, Security and privacy in smart farming: challenges and opportunities, in IEEE
Access, 8, 2020, 34564-34584.
78 CHENG - LIU - YAO, Enterprise data breach: causes, challenges, prevention, and future directions, in
Wiley Interdisciplinary Reviews: Data Min. Knowl. Discov., 7, 5, 2017, e1211.
79 MCCRIMMON - MATISHAK, Cyberattack on Food Supply Followed Years of Warnings, in Politico,
2021, online: https://www.politico.com/news/ 2021/06/05/how-ransomware-hackers-came-for-
americans-beef-491936; GUPTA -ABDELSALAM - KHORSANDROO - MITTLA, Security and privacy in
smart farming: challenges and opportunities, in IEEE Access, 8, 2020, 34564-34584.

49