Percorso Avanzato in Etica dell'Intelligenza Artificiale
Un programma formativo che esplora i dilemmi etici dell'IA attraverso casi pratici, discussioni filosofiche e analisi dei framework normativi in evoluzione. Per chi vuole comprendere davvero cosa significa progettare tecnologia responsabile.
Struttura del Percorso
Sei moduli tematici che affrontano questioni concrete: dalla privacy nei sistemi di riconoscimento facciale alla trasparenza degli algoritmi decisionali. Niente teoria astratta – solo problemi reali con cui chi lavora nell'IA si confronta ogni giorno.
Fondamenti Etici per l'IA
Partiamo dalle basi filosofiche. Cosa intendiamo davvero quando parliamo di etica applicata alla tecnologia? Esploriamo diverse tradizioni di pensiero.
- Teorie etiche classiche applicate al digitale
- Bias cognitivi e decisioni algoritmiche
- Responsabilità morale nei sistemi autonomi
- Privacy come diritto fondamentale
Bias e Discriminazione
Gli algoritmi riflettono i pregiudizi nei dati di addestramento. Come individuarli, misurarli e correggerli? Casi studio da sistemi di credito, assunzioni e giustizia penale.
- Analisi dei dataset per identificare squilibri
- Fairness metrics e loro limiti
- Casi reali di discriminazione algoritmica
- Strategie di mitigazione pratiche
Trasparenza e Spiegabilità
Le "scatole nere" dell'IA sono un problema serio. Come rendere comprensibili decisioni complesse? Equilibrio tra accuratezza tecnica e interpretabilità umana.
- Explainable AI: approcci e metodologie
- Comunicare decisioni algoritmiche al pubblico
- Diritto alla spiegazione nell'AI Act
- Trade-off tra performance e trasparenza
Privacy e Protezione Dati
GDPR, sorveglianza di massa, raccolta dati non consensuale. Come progettare sistemi che rispettano davvero la privacy senza comprometterne l'utilità.
- Privacy by design nei sistemi di IA
- Tecniche di anonimizzazione e pseudonimizzazione
- Federated learning e differential privacy
- Consenso informato nell'era del machine learning
Governance e Normative
L'AI Act europeo sta cambiando le regole del gioco. Cosa devono sapere sviluppatori, aziende e policy maker? Analisi delle normative in sviluppo.
- AI Act: requisiti per sistemi ad alto rischio
- Framework di governance aziendale
- Certificazioni e standard emergenti
- Conformità pratica per team tecnici
Progetto Finale Applicato
Mettere insieme tutto. Analisi etica completa di un sistema reale o prototipazione di una soluzione che integra i principi studiati. Lavoro di gruppo guidato.
- Audit etico di sistemi esistenti
- Sviluppo di linee guida etiche settoriali
- Presentazione e difesa del progetto
- Peer review e discussione critica
Chi Guida il Percorso
Docenti che lavorano quotidianamente su questi temi. Non solo teoria accademica, ma esperienza diretta nella progettazione di sistemi etici e nella consulenza su conformità normativa.
Livia Taverna
Responsabile Scientifica del Programma
Filosofa della tecnologia con un dottorato in etica applicata. Ha collaborato con tre diverse commissioni europee sulla regolamentazione dell'IA. Quello che le piace davvero è tradurre concetti filosofici complessi in linee guida utilizzabili da chi scrive codice ogni giorno.
Margot Reali
Esperta in Fairness e Bias Algoritmico
Data scientist diventata ricercatrice dopo aver scoperto bias discriminatori in un sistema di scoring creditizio a cui stava lavorando. Oggi aiuta organizzazioni a fare audit sui propri algoritmi e a implementare metriche di equità che funzionano davvero.
