Il corso si propone di fornire agli studenti le conoscenze di base per l’acquisizione di una completa capacità di analisi dei principali problemi filosofici concernenti l’impatto dell’IA sul diritto (D1. Conoscenza e comprensione) e il potenziamento delle loro capacità di ragionamento (D5. Capacità di apprendimento), favorendo altresì la padronanza delle tecniche argomentative comunemente utilizzate nei dibattiti filosofici ed etici (D4. Abilità comunicative). Più in generale, il corso mira a rafforzare il senso critico degli studenti e la percezione del ruolo del giurista nella società contemporanea, con i suoi risvolti morali e politici (D3. Capacità di giudizio). Nello specifico, il corso ha il fine di far comprendere agli studenti
(a) le nozioni fondamentali della filosofia dell’IA (D1. Conoscenza e comprensione), presentando un repertorio di strumenti utilizzabili nella costruzione di un discorso argomentativo (D4. Abilità comunicative);
(b) quali applicazioni tali strumenti analitici e argomentativi abbiano in ambito filosofico-giuridico (D2. Applicazioni delle conoscenze).

Familiarità con l’analisi concettuale.

Il corso si articolerà in dieci lezioni vertenti sui seguenti temi:
La definizione di “intelligenza artificiale”. Il test di Turing. IA “forte” e “debole”. Algoritmi, sistemi intelligenti, bot, robot.
La capacità di manipolazione simbolica. La cognizione come computazione e come rappresentazione. L’esperimento mentale della stanza cinese.
Seguire una regola. Intenzionalità. Ragioni e cause. Regole sull’uso delle machine e regole per le macchine.
La macchina che “apprende”. Il machine bias e le discriminazioni.
La vita artificiale e l’auto-coscienza della macchina.
Il problema del vagone e la macchina etica. La macchina come agente morale.
La decisione robotica. Algoritmi e giustizia predittiva. Trasparenza e spiegabilità dell’algoritmo.
La macchina come soggetto morale.
La macchina come soggetto giuridico.
Il post- e trans-umanesimo. Cyborgs e potenziamento dell’essere umano.

Tutti i testi saranno resi disponbili su Moodle2.
A. Turing, Macchine calcolatrici e intelligenza.
J.R. Searle, Il cervello è un computer digitale?
S. Bruers, J. Braeckman, A Review and a Systematization of the Trolley Problem.
AA.VV., Orientamenti etici per una IA affidabile.
Testi alternativi potranno essere indicati dal docente a lezione, in base agli interessi degli studenti.

Il corso si articolerà in dieci lezioni.
Prima lezione: una definizione di “intelligenza artificiale”. Tipi di intelligenza. Sul concetto di pensiero. Il test di Turing. Intelligenza artificiale “forte” e “debole”. Architetture top-down e bottom-up. Soft computing vs hard computing. Algoritmi. Robot e bot.
Seconda lezione: pensiero e linguaggio. Icone, indici, simboli. Il pensiero simbolico come tratto distintivo dell’intelligenza umana. Sintassi, semantica, pragmatica. Il linguaggio umano e il linguaggio-macchina. La cognizione come computazione e come rappresentazione. L’esperimento mentale della stanza cinese di J.R. Searle. Critiche. Il problema del radicamento simbolico (symbol grounding).
Terza lezione: macchine e norme. Seguire una regola (regolismo, regolarismo). L’intenzionalità. Possono le macchine seguire regole? Possono le macchine avere intenzioni? Il problema dell’autonomia. Ragioni vs cause. Regole per un corretto uso delle macchine vs regole per le macchine.
Quarta lezione: la macchina che apprende. In che modo “imparano” le macchine? Apprendimento supervisionato, non supervisionato, per rinforzo; deep learning. Cos’è un dato? Il problema dei dati forniti come input. Machine bias e discriminazioni.
Quinta lezione: vita artificiale e auto-coscienza delle macchine. Cosa si intende per “vita artificiale”? Vita artificiale “forte” e “debole”. Algoritmi genetici ed evolutivi, automi cellulari. Cosa si intende per “coscienza”? Un problema difficile. Forme di auto-coscienza.
Sesta lezione: il problema del vagone e le sue varianti. Autoveicoli senza autista e droni. Un test per l’etica deontologica e per l’etica utilitarista. In base a quale etica programmare le macchine? Quale etica potrebbero apprendere autonomamente le macchine? Le leggi della robotica.
Settima lezione: la decisione robotica. Algoritmi e giustizia predittiva. Prevedibilità, calcolabilità, imparzialità? Il giudizio (e il giudice) automatizzato. Teorie del precedente, legimatica, basi di dati, algoritmi. Il caso Loomis. Critiche.
Ottava lezione: la macchina come soggetto morale. Agenti vs “pazienti” morali. Un approccio basato sulle capacità. Macchine-agenti, machine-senzienti, machine dotate di un valore in quanto tali.
Nona lezione: la macchina come soggetto giuridico. Condizioni di soggettività giuridica tra esigenze di tutela e status morale.
Decima lezione: post- e trans-umanesimo. Potenziamento e controllo dell’essere umano. Cyborg.

Il corso è organizzato in lezioni frontali in aula (10 lezioni di 2 ore ciascuna per un totale di 20 ore). Ogni lezione consiste nella presentazione di un tema seguito da una discussione con gli studenti, che possono comunque intervenire in qualsiasi momento con domande, obiezioni e osservazioni costruttive. Si cercherà così di coinvolgere lo studente nel percorso didattico sviluppato dal docente al fine di promuoverne le capacità di appropriazione critica dei temi trattati.

Il docente fornirà materiali didattici mediante la piattaforma Moodle e indicazioni su ulteriori percorsi di ricerca in rete.

La valutazione dello studente prevede una prova orale, in cui vengono proposti tre quesiti aperti. Per i soli studenti frequentanti uno dei tre argomenti può essere precedentemente concordato con il docente in modo da consentire un approfondimento autonomo.
Il punteggio della prova d'esame è attribuito mediante un voto espresso in trentesimi. Per superare l'esame (18/30) lo studente deve dimostrare di aver acquisito una conoscenza sufficiente degli argomenti trattati durante il modulo e rispondere correttamente ad almeno due quesiti. Per conseguire il punteggio massimo (30/30 e lode), lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati e rispondere correttamente a tutti i quesiti.