Approccio umanocentrico all’intelligenza artificiale: sfide etiche, sociali ed economiche
DOI:
https://doi.org/10.61007/QdC.2025.1.295Parole chiave:
umanocentrico, bias, governance, sostenibilità , eticaAbstract
L’articolo esplora un approccio umanocentrico all’intelligenza artificiale (IA), indagandone implicazioni etiche, pedagogiche e sociali attraverso le percezioni degli studenti del TFA. L’obiettivo è definire linee guida per un utilizzo sostenibile e responsabile dell’IA che integri valori fondamentali, promuova il benessere educativo e sociale e risponda criticamente alle sfide poste dall’automazione.
Riferimenti bibliografici
Angwin, J., Larson, J., Mattu, S., & Kirchner, L. (2016). Machine bias: There’s software used across the country to predict future criminals. And it’s biased against blacks. ProPublica.
Bostrom, N. (2018). Superintelligenza: Tendenze, pericoli, strategie (S. Frediani, Trad.). Bollati Boringhieri. (Opera originale pubblicata nel 2014).
Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W.W. Norton & Company. Coeckelbergh, M. (2020). AI Ethics. MIT Press.
Eubanks, V. (2018). Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. St. Martin’s Press.
European Commission. (2023). White Paper on Artificial Intelligence: A European Approach to Excellence and Trust.
Fjeld, J., Achten, N., Hilligoss, H., Nagy, A. C., & Srikumar, M. (2020). Principled Artificial Intelligence: Mapping Consensus in Ethical and Rights-based Approaches to Principles for AI. Berkman Klein Center Research Publication, (2020-1).
Floridi, L., (2020). The Ethics of Artificial Intelligence: Principles and Practices. Oxford University Press.
Floridi, L., (2022). Etica dell’intelligenza artificiale. Raffaello Cortina.
Hagendorff, T. (2020). The Ethics of AI Ethics: An Evaluation of Guidelines. Minds and Machines, 30(1), 99-120.
Jobin, A., Ienca, M., & Vayena, E. (2020). The Global Landscape of AI Ethics Guidelines. Nature Machine Intelligence, 2(6), 389-399.
Johnson, M., & Verdicchio, M. (2022). AI Literacy and Ethical Challenges in the 21st Century. Cambridge Scholars Publishing.
McKinsey Global Institute. (2022). The Future of Work in the Age of AI.
Mittelstadt, B. D. (2021). Principles Alone Cannot Guarantee Ethical AI. Nature Machine Intelligence, 3(2), 104-110.
OCSE (2021). OECD Employment Outlook 2021: AI and the Future of Work. OECD Publishing. https://doi.org/10.1787/5a700c4b-en
OECD (2023). AI and Digital Transformation: Governance and Responsible AI.
O’Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. New York: Crown.
Russell, S. (2022). Human Compatible: Artificial Intelligence and the Problem of Control. Penguin Books.
Smith, A. (2023). Regulatory Frameworks for a Human-Centric AI. Routledge.
TECH4FUTURE. (2022). Impronta di carbonio e intelligenza artificiale. https://tech4future.info/impronta-di-carbonio-intelligenza-artificiale/ (consultato il 9 novembre 2024).
UNESCO. (2022). Artificial Intelligence in Education: Challenges and Opportunities.
Whittlestone, J., Nyrup, R., Alexandrova, A., & Dihal, K. (2021). The Role and Limits of Principles in AI Ethics: Towards a Focus on Tensions. AI & Society, 36(1), 1-12.
Zeng, Y., Lu, E., & Huangfu, C. (2021). Linking Artificial Intelligence Principles: The Study of Ethics Guidelines, Policy, and Practices. Journal of Business Ethics, 167(4), 645-662.
Zuboff, S. (2019). Il capitalismo della sorveglianza: Il futuro dell’umanità nell’era dei nuovi poteri (P. Bassotti, Trad.). Roma: Luiss University Press.
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.
