Page 6 - Marzia Gaia Marzano - Intelligenza artificiale e decisione penale: quali gli scenari possibili? - IANUS: Diritto e Finanza - Quaderni 2023

MARZIA GAIA MARZANO

Poiché non vi è unanimità di vedute in ordine alla definizione di IA all’interno
della comunità scientifica, si cercherà di spiegare sommariamente il modo
attraverso cui tali tecnologie operano.
I “primi” tipi di SIE - che hanno rappresentato il punto di partenza per lo
sviluppo dei moderni sistemi di IA - partendo da una “base di conoscenza”
rappresentata da un insieme di fatti, regole e relazioni riguardanti uno specifico
settore di interesse tradotti in linguaggio informatico, attraverso un insieme di
operazioni matematiche (algoritmi), elaboravano le informazioni restituendo
degli output che soddisfacevano un preassegnato insieme di requisiti.
Prima della diffusione dell’IA, l’efficacia e l’attendibilità dei risultati raggiunti
dipendeva, per un verso, dalla qualità e dalla completezza della “base di
conoscenza”, per altro, dalla competenza e dalla disponibilità degli ingegneri
informatici ad immettere nel sistema i nuovi dati raccolti e a correggere eventuali
errori di programmazione degli algoritmi .
6
La moltiplicazione delle fonti in grado di rilevare i dati (che costituiscono la
“base di conoscenza” dei SIE) e la diffusione di sistemi di cloud (che ne
consentono l’elaborazione e l’archiviazione in rete) hanno gradualmente
permesso di migliorare l’affidabilità delle correlazioni individuate dagli
elaboratori, le quali, come noto, dipendono dalla quantità di dati a disposizione
del sistema (oltre che dalla loro qualità). Parallelamente, sono stati sviluppati
sistemi di machine learning che consentono alle macchine di accedere
autonomamente ai dati conoscitivi e di processarli con la conseguenza che, oggi,
queste sono in grado di individuare correlazioni e di dedurre regole senza che il
programmatore sia di volta in volta chiamato a dover aggiornare i dati e le
formule matematiche degli algoritmi .
7
In sostanza, i moderni sistemi funzionano in virtù di uno schema analogico
basato su associazioni deboli di dati, che in un certo senso riproduce il modo di
apprendere dell’uomo e che spesso viene realizzato tramite l’impiego di reti
neurali artificiali, cioè programmi ispirati da ipotetici principi organizzativi del
cervello umano (c.d. deep learning) .
8

6 Cfr. in tal senso: KAPLAN, Intelligenza artificiale, cit., pp. 50-51.
7 Sul funzionamento dei sistemi di machine learning si vedano: KAPLAN, op. cit., pp. 56 e ss. e
MAGRO, Decisione umana e decisione robotica. Un’ipotesi di responsabilità da decisione robotica, in La
legislazione penale, 10 maggio 2020, p. 2. Per un maggiore approfondimento: CARROZZA, ODDO,
ORIVIETO, DI MININ, MONTEMAGNI, AI: profili tecnologici. Automazione e Autonomia: dalla definizione
alle possibili applicazioni dell’Intelligenza Artificiale, in BioLaw Journal – Rivista di BioDiritto, 3, 2019, p.
243 i quali precisano che gli algoritmi e i sistemi di dati alla base del machine learning si dividono in
due categorie: gli algoritmi supervised nei quali il fattore umano entra in gioco fornendo una
interpretazione nei dati o nelle regole dell’algoritmo di addestramento che influenza l’output finale
e quelli unsupervised nei quali, invece, i dati e le correlazioni sono estratti in maniera automatica dal
sistema che poi procede a processarli.
8 Come è efficacemente osservato da KAPLAN, Intelligenza artificiale, cit., p. 62 poiché il modo in
cui effettivamente funziona il cervello umano non è del tutto pacifico, è bene definire i programmi
informatici che funzionano sulla base di reti neurali artificiali come «imitatori incredibilmente

128