Oreste Pollicino* e Pietro Dunn, in “Intelligenza artificiale e democrazia” (Egea), esplorano l’impatto dell’intelligenza artificiale…
Self-driving cars, gestione del rischio e accountability: la funzione preventiva della responsabilità civile nella legislazione europea
di
Gisella Pignataro
SOMMARIO:
1. L’intelligenza artificiale applicata ai veicoli a guida autonoma
2. Il bilanciamento tra sicurezza e competitività nei modelli giuridici internazionali ed europei
3. La disciplina nazionale della sperimentazione su strada
4. Responsabilità nella circolazione su strada: la funzione risarcitoria della responsabilità civile in Europa
5. Effetti della regulatory competition: il sistema americano
6. Responsabilità per circolazione dei dati personali nella legislazione uniforme europea
7. L’emersione della finalità preventiva della gestione del rischio
1. L’intelligenza artificiale applicata ai veicoli a guida autonoma
Il processo di digitalizzazione, con la conversione delle informazioni analogiche in digitali, ha consentito lo sviluppo di servizi che si basano sulla circolazione dei dati, processati direttamente dalla macchina e trasformati in informazioni utili, alla base dello sviluppo dell’intelligenza artificiale. All’accelerazione nel processo evolutivo ha contribuito il passaggio dalla tecnologia algoritmica tradizionale alla tecnologia machine learning, capace di apprendimento automatico. Con questa tecnica le macchine non devono essere programmate con le istruzioni chiare, univoche e finite degli algoritmi, perché non si limitano a seguire fedelmente le istruzioni del programmatore: sono in grado di apprendere dall’esperienza e inventare soluzioni inedite. La più recente tipologia di machines learning, che si basa sulle reti neurali, ha consentito l’evoluzione del deep learning, in grado di riconoscere immagini, testi, suoni grazie alla crescente disponibilità di dati su cui allenare la capacità delle macchine1 . I big data processati dalle macchine, lo sviluppo di hardware con crescenti capacità di calcolo e l’utilizzo di metodi statistici e probabilistici consentono di verificare l’esistenza di ricorrenze statistiche e di correlazioni tra i dati2 . La varietà della tipologia di dati processabili ha cambiato le forme di conoscenza e consentito il raggiungimento di obiettivi sempre più complessi: la macchina non si basa più su un campione limitato, ma può impiegare la totalità delle informazioni in possesso e ampliare il margine di errore, la cui incidenza negativa è ridotta; la spiegazione del fenomeno non si basa più sul nesso tra causa ed effetto, ma sulla correlazione tra fenomeni; i dati possono essere impiegati e riutilizzati più volte, in quanto il potenziale di riutilizzo è illimitato. Vasta è la gamma di applicazioni e riguardano tutti i contesti reali, con prestazioni superiori alle capacità umane sebbene circoscritte ad un unico ambito, settoriali.