22 Ottobre 2022

Calcolabilità giuridica e Intelligenza Artificiale: il teorema di Bayes.

Irene Procopio

tempo di lettura: 3 min

Image by Gerd Altmann from Pixabay
L’innovazione, intesa come progresso tecnologico e scientifico, è prima di tutto uno strumento sociale. Alcune tecnologie più di altre sono di aiuto per l’uomo, perché consentono di automatizzare molti processi e far risparmiare fatica e denaro. Non è sempre facile, però, comprendere le reali potenzialità degli strumenti innovativi, soprattutto per la complessità di alcuni temi.

Quando si parla di Intelligenza Artificiale è bene considerare alcuni aspetti sia tecnici che etici, che ci aiutano a comprendere a pieno la tecnologia con la consapevolezza sia dei benefici che dei rischi che derivano dal suo utilizzo. Partiamo dalle premesse.

Per Data Driven si intende qualsiasi programma guidato dai dati, intesi come informazioni.

Per Intelligenza Artificiale (AI) si intende quel settore dell'informatica che studia la possibilità di costruire computer in grado di riprodurre il funzionamento di alcune capacità della mente umana.

Per Machine Learning si intende un sottoinsieme dell'Intelligenza Artificiale (AI) che si occupa di creare sistemi che apprendono o migliorano le performance in base ai dati che utilizzano.

Il concetto di Intelligenza Artificiale viene spesso frainteso, è infatti importante sapere che i sistemi attualmente in uso non sono in grado di sostituirsi all’uomo in tutte le sue funzioni e con la stessa capacità di pensiero.

Trattandosi di modelli data driven, gli algoritmi di machine learning funzionano sulla base delle informazioni che sono scritte all’interno del loro codice. Da queste informazioni il programma apprende un modello di ragionamento e quindi risponde.

In quanto macchine, elaborano i dati che gli vengono forniti attraverso una serie di parametri, ovvero l’input, dando poi un risultato, ovvero l’output.

Si comprende, quindi, quanto sia importante fornire i dati giusti, che abbiano determinati attributi e che, una volta elaborati secondo i criteri scelti, non possano arrecare danno a nessuno.

È, infatti, fondamentale definire lo scopo applicativo dell’algoritmo così da poterne analizzare in maniera circoscritta i rischi e gli impatti. In alcuni settori le implicazioni negative potrebbero essere minori che in altri, ma questa valutazione dev’essere fatta sulla base di un’analisi specifica che tenga conto di regole morali ed etiche, per le quali servono specifiche competenze. Per questo motivo è importante che ci sia sempre l’uomo al controllo della macchina e non il contrario.  

A seguito dello sviluppo di queste tecnologie digitali, anche l’ambito giuridico si sta evolvendo attraverso l’analisi e la progettazione di sistemi di ausilio all’attività giudiziaria.

Bisogna prima di tutto considerare che le scelte sulla configurazione di un determinato sistema giuridico non sono solo il frutto di una politica più o meno garantista, ma anche di un approccio tecnico che rappresenta e racchiude in sé il valore identitario di un Paese.

Potrebbe sembrare difficile comprendere le implicazioni etiche e sociali di queste scelte, perché in effetti si tratta di un sistema complesso in cui vari fattori determinanti sono legati da una relazione che influenza le dinamiche di ognuno di questi.

Perché il diritto è fatto di tante piccole unità che prese singolarmente non sono altro che regole o dettami, ma che in una visione d’insieme sono allo stesso tempo un metodo e un’ideologia, una libertà di essere e di crescere come comunità.

Per integrare una tecnologia digitale, un algoritmo o programma, all’interno di questo sistema complesso è necessario avere un approccio che fonda la tecnica matematica e la tecnica informatica con quella giuridica e quella filosofica, le prime di programmazione e calcolo statistico, le seconde di analisi e valutazione dei rischi anche di natura etica e sociale.

Proprio a questo proposito, una legge sulla probabilità e statistica è al centro del dibattito sull’AI nel diritto.

Il teorema di Bayes.

Il teorema di Bayes, enunciato per la prima volta nel ‘700, è un metodo di calcolo della probabilità che una causa abbia determinato un evento.

Volendo semplificare, possiamo dire che la probabilità che l’evento B sia causato dall’evento A è data dalla probabilità che l’evento B si verifichi, moltiplicata per la vosimiglianza tra l’evento B e l’evento A.

Sostanzialmente, si tratta di un metodo di calcolo che riproduce in formula il ragionamento induttivo umano e usato come struttura del processo decisionale del computer.

Proprio come descrive la legge di Bayes, l’uomo interpreta la realtà (evento B) in funzione della sua esperienza e conoscenza (evento A). Sarebbe un po’ come prevedere il nostro futuro (evento B) in funzione del nostro passato (evento A).

Negli anni ’70, alcuni giuristi hanno ipotizzato l’applicazione del teorema di Bayes al diritto, come sistema di calcolo oggettivo delle decisioni.

Pur essendo un metodo per rendere oggettivamente coerenti le pronunce giudiziarie ci sono alcune implicazioni negative che non lo rendono applicabile. Infatti, la valutazione del contesto in funzione dell’esperienza e della conoscenza resta legata al pensiero personale di ognuno, che è soggettivo e quindi difficile da codificare secondo la regola dell’“oltre ogni ragionevole dubbio”. Il dibattito sul tema, infatti, si è acceso soprattutto rispetto al fatto che la prevedibilità nel diritto sarebbe strettamente connessa ad una classificazione dei comportamenti. Questo non darebbe spazio a valutazioni diverse da quelle risultanti dal calcolo e non includerebbe il caso plausibile, trattandosi di comportamenti umani, di nuove circostanze mai considerate prima. Inoltre, un altro aspetto da considerare è che la coerenza nelle pronunce potrebbe sì portare ad un’uniformità dei giudizi, ma non per forza ad una prevedibilità del comportamento, dato che i comportamenti classificabili sarebbero solo quelli certi.

L’applicazione dell’AI al diritto comporta, quindi, troppi rischi soprattutto in considerazione del fatto che non sarebbe effettivamente imputabile ad un computer la responsabilità di una decisione ingiusta, né tanto meno sarebbe così facile progettare un sistema di calcolabilità giuridica senza eccessi di oggettività e, quindi, senza perdere quel valore umano che per il diritto, in quanto scienza sociale, resta fondamentale.

Oltre il dibattito in ambito giuridico, un esempio di applicazione della legge di Bayes è nella lotta contro lo spam. Attraverso il filtro bayesiano è, infatti, possibile riconoscere se una serie di simboli (come una parola) si presenta con frequenza nei messaggi di spam e, quindi, calcolare la probabilità che un determinato messaggio sia spam.

Prescindendo dalla fiducia o meno riposta nella tecnologia, è importante prima di tutto comprenderla e valutarne gli impatti, positivi e negativi, così da capirne le reali potenzialità e, dove possibile, neutralizzare le minacce per far sì che diventi uno strumento di crescita e di sviluppo per la comunità.


torna alle Ultime uscite

condividi l'articolo copiando questo link

Irene Procopio

Ciao, sono una Giurista e mi occupo di strategie di governo e gestione d'impresa.

L'obiettivo è impossibile solo se manca un piano. Date retta ai giuristi.

CC-BY-SA icon orange - Creative Commons (modified by Masur) - http://mirrors.creativecommons.org/presskit/buttons/88x31/svg/by-sa.svg

Salvo dove diversamente indicato, il contenuto del blog di SIS. PRO Firenze è distribuito con Licenza Creative Commons Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 Internazionale