Equilibrio tra innovazione ed equità: un'analisi della legge europea sull'intelligenza artificiale
DOI:
https://doi.org/10.61007/QdC.2025.1.284Parole chiave:
AI Act, Innovazione, classificazione dei rischi, principio di precauzione, problema dell'induzioneAbstract
Questa rubrica illustra la logica regolatoria dell’AI Act europeo (Regulation (EU) 2024/1689), fornendone un’introduzione sistematica attraverso il framework del principio di precauzione. L’analisi muove dalla definizione di intelligenza artificiale contenuta nell’Articolo 3, eviden- ziando le criticità tecniche e filosofiche che caratterizzano tali sistemi: dai problemi di overfitting e data bias al problema epistemologico dell’indu- zione nelle inferenze predittive. La rubrica dimostra come il legislatore europeo abbia strutturato una risposta normativa all’incertezza tecnolo- gica mediante un sistema di classificazione del rischio articolato su quattro livelli progressivi: dalle pratiche espressamente proibite ai sistemi ad alto rischio, fino a quelli a rischio limitato e minimo, ciascuno soggetto a obblighi e controlli differenziati.
Riferimenti bibliografici
Acemoglu, D. (2024). Redesigning AI: Work, Democracy, and Justice in the Age of Automation. Cambridge, MA: MIT Press.
Acemoglu, D., & Restrepo, P. (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives, 33(2), 3-30.
Albanesi, S., Marinescu, I., & Schaumann, D. (2023). The Impact of AI on Labor Markets: Evidence from Online Job Postings. National Bureau of Economic Research Working Paper Series.
Barocas, S., Hardt, M., & Narayanan, A. (2019). Fairness and Machine Learning. In Proceedings of the 2019 Conference on Fairness, Accountability, and Transparency.
BBC. (2023, April). We’ll need universal basic income - AI’s godfather’. BBC News.
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. In Proceedings of the 2018 Conference on Fairness, Accountability, and Transparency, 149-158.
Briggs, J., & Kodnani, D. (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth. Goldman Sachs Global Investment Research.
European Commission. (2022, June 16). A European approach to micro-credentials. Education and Training.
European Commission. (2024). AI Act: Regulation on artificial intelligence. Official Journal of the European Union.
Henderson, L. (Winter, 2022). The Problem of Induction. The Stanford Encyclopedia of Philosophy. Edward N. Zalta & Uri Nodelman (eds.), https://plato.stanford.edu/archives/win2022/entries/induction-problem/.
O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. New York: Crown Publishing Group.
Smeds, E., & Smeds, E. (2020). The Greener State: Public services for a carbon-neutral Europe. https://core.ac.uk/download/481470986.pdf.
Stilgoe, J., Owen, R., & Macnaghten, P. (2013). Developing a framework for responsible innovation. Research Policy, 42(9), 1568-158.
Verlaat, T., de Kruijk, M., Rosenkranz, S., Groot, L., & Sanders, M.
(2020). Onderzoek Weten wat werkt: samen werken aan een betere bijstand, Eindrapport (What Works: Final Report). Utrecht: Utrecht University. https://www.uu.nl/en/publication/final-report-what-works-weten-wat-werkt.
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2025 Quaderni di comunità. Persone, Educazione e Welfare nella società 5.0
Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 4.0 Internazionale.
