Page 60 - IANUS n. 28 - La rilettura dei paradigmi giuridici tradizionali alla luce dell’obiettivo dello sviluppo sostenibile
P. 60

COSTANZA DI FRANCESCO MAESA





               sono infatti costose e pertanto non è sempre possibile utilizzarle nei paesi a basso
               reddito  dove  sono  prevalentemente  localizzate  le  foreste  tropicali  e  dove  c’è
               un’alta densità di popolazione intorno alla foresta . In questi paesi l’utilizzo di
                                                              125
               sensori  intelligenti  diventa  una  strategia  costosa  sia  in  fase  di  acquisto  dei
               dispositivi  “intelligenti”  che  in  fase  di  manutenzione  degli  stessi  poiché  per
               riparare un dispositivo danneggiato è necessario l’intervento di un tecnico che si
               rechi  nella  foresta  anche  solo  per  un  piccolo  aggiustamento  o  riparazione,  e
               questo comporta prezzi molto elevati, che non sono facilmente accessibili per i
               paesi a basso reddito.
                  Inoltre,  nelle  foreste  situate  in  aree  remote  di  uno  Stato  si  potrebbero
               presentare  problemi  di  «limitazioni  nella  trasmissione  dei  dati»,  al  punto  di
                                                                             126
               impedire loro la possibilità di utilizzare tecnologie basate sull’IA . Inoltre, le
               dure condizioni climatiche e meteorologiche, i danni cagionati dagli animali e gli
               atti vandalici commessi da terzi rappresentano un pericolo concreto per queste
               tecnologie  e,  in  assenza  di  un’adeguata  pianificazione,  potrebbero  verificarsi
               guasti alle apparecchiature; in tal modo, queste ultime non sarebbero più affidabili
               e gli elevati costi di acquisto e di manutenzione di tali tecnologie andrebbero
               sprecati,  evenienza  che  piccoli  proprietari  forestali  o  comunità  indigene  non
                                    127
               potrebbero sopportare .
                  L’uso di queste tecnologie potrebbe, pertanto, avere come effetto quello di
               aumentare  il  “divario  digitale”  nel  settore  agricolo  e  forestale,  con  i  piccoli
               agricoltori o i proprietari privati  che si trovano ad affrontare seri ostacoli per
               accedere  ai  big  data  e  alle  tecnologie  mobili,  e  il  risultato  di  una  probabile
                                                       128
               distribuzione ineguale di queste tecnologie .
                  A  parte  questo,  anche  nel  caso  in  cui  si  riuscisse  a  garantire  tramite  una
               legislazione ad hoc un equo accesso ai sistemi di IA, non sarebbe comunque
               garantita l’equa ripartizione dei benefici, in assenza di una disciplina specifica in
                       129
               tal senso . Di conseguenza, l’uso diffuso dell’IA, soprattutto nel settore agricolo,
               potrebbe comportare una concentrazione di capitale e un’intensificazione della

               HANSPACH - SCHULTNER - BERGSTEN - MANLOSA - JAGER - SENBETA - FISCHER, Alternative discourses
               around the governance of food security: a case study from Ethiopia, in Glob. Food Sec., 24, 2020, 100338.
                  125  SARKAR - CHAPMAN, The Smart Forest Conundrum: Contextualizing Pitfalls of Sensors and AI in
               Conservation Science for Tropical Forests, in Tropical Conservation Science, 14, 2021, p. 2.
                  126  RYAN, Ethics of using AI and big data in agriculture: the case of a large agriculture multinational, cit.,
               p. 10.
                  127
                     SHIVAPRAKASH - SWAMI - MYSOREKAR - ARORA - GANGADHARAN - VOHRA - JADEYEGOWDA
               -  KIESECKER,  Potential  for  Artificial  Intelligence  (AI)  and  Machine  Learning  (ML)  Applications  in
               Biodiversity Conservation, Managing Forests, and Related Services in India, op. cit.., 11-12.
                  128   MEHRABI  -  MCDOWELL  -  RICCIARDI  -  LEVERS  -  MARTINEZ  -  MEHRABI  -  WITTMAN  -
               RAMANKUTTY - JARVIS, The global divide in data-driven farming, in Nat. Sustain., 2020.
                  129  In tema di iniqua distribuzione dei benefici, BAYNE - PARKER, The introduction of robotics for
               New Zealand forestry operations: forest sector employee perceptions and implications, in Technol. Soc., 34,
               2012, 138-148; GIRARD - DU PAYRAT, An Inventory of New Technologies in Fisheries, in Oecd, Green
               Growth and Sustainable Development Forum, Green Growth and Sustainable Development (GGSD) Forum,
               Paris, 2017.

                                                    58
   55   56   57   58   59   60   61   62   63   64   65