La quarantesima conferenza mondiale dei garanti per la Privacy si svolgerà dal 22 al 26 ottobre a Bruxelles, ospitando delegazioni da 81 Paesi. La sfida che ha contraddistinto le ultime edizioni dell’appuntamento è quella di tentare di adottare un approccio più “pratico” e meno “teorico”, fornendo un contributo sui temi d’attualità.
Prima una lettera aperta pubblicata dal Future of Life Institute, dove un nutrito gruppo di studiosi e ricercatori incluso Elon Musk hanno chiesto uno stop di almeno sei mesi nello sviluppo di sistemi di intelligenza artificiale come ChatGPT, poi l’intervento della nostra Autorità Garante per la protezione dei dati personali che fa da apripista ad altri interventi dei garanti europei contro ChatGPT in tema di violazione della privacy, adesso la più recente lettera di coloro che sono stati ritenuti padrini dell'intelligenza artificiale, i quali ritengono che addirittura l’IA potrebbe portare all’estinzione dell’umanità.
È antisindacale la condotta della società di consegna cibo a domicilio che rifiuta di consegnare alla organizzazioni sindacali comparativamente più rappresentative l'informativa sull'utilizzo e il funzionamento dei sistemi automatizzati digitali introdotta dal decreto Trasparenza (Dlgs 104/2022): con questa decisione il Tribunale di Palermo (ordinanza del 3 aprile 2023 RG 645/2023) lancia un segnale importante su un adempimento finora troppo sottovalutato da alcuni datori di lavoro.
Per leggere questo articolo devi essere registrato ed effettuare il login!
Si chiama Giggle, l’app tutta al femminile che promette di mettere in collegamento, in maniera sicura, donne con donne che condividano gli stessi interessi, che vogliano fare lo stesso viaggio o semplicemente condividere, al riparo da rischi al maschile, un passaggio per il lavoro. Buona l’intenzione, utile l’idea, indovinata la campagna di marketing. C’è, però, un “ma”.
Il data poisoning consiste in una minaccia alla sicurezza dei sistemi di Intelligenza artificiale (IA) riferito alle componenti di Machine Learning (ML): una modifica “malevola” dei dati di addestramento (training data set) di tali componenti può generare una distorsione dei risultati prodotti dal sistema in favore degli obiettivi perseguiti dall’attaccante.
Le recenti innovazioni nell’ambito dello sviluppo di intelligenze artificiali (di seguito anche “IA”) stanno portando all’interno della realtà di tutti i giorni quello che fino a pochi anni fa era solo fantascienza. Avere a portata di mano un “cervello elettronico” in grado svolgere non solo attività manifatturiere, ma anche di prestazione d’opera intellettuale, come ad esempio redigere e leggere contratti o scrivere articoli di giornale, può non tanto sostituire l’attività umana, quanto rafforzarla, moltiplicandone esponenzialmente la produttività.
Per chi deve ricorrere ad un finanziamento, pare proprio che si stia avviando verso il tramonto l'epoca della burocrazia fatta di buste paga e dichiarazioni dei redditi da presentare insieme ad altra documentazione con le varie lungaggini che ancora comportano le procedure tradizionali prima di ottenere risposta dall'istituto di credito a cui ci si rivolge.
Codici di condotta, diritto di opposizione contro lo strapotere degli algoritmi e portabilità dei dati grezzi (che sono ricalcolati dalle macchine e vanno a comporre masse enorme di informazioni): è la trilogia delle tutele contro i pericoli dei big data messa in campo dal regolamento Ue sulla protezione dei dati n. 2016/679 (Gdpr), illustrata nell'indagine conoscitiva appunto sui big data, condotta congiuntamente dall'Autorità per le garanzie nelle comunicazioni, dall'Autorità garante della concorrenza e del mercato e dal Garante per la protezione dei dati personali.
Il termine big data ("grandi masse di dati" in inglese), o megadati, indica genericamente una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità di analizzare ovvero estrapolare e mettere in relazione un'enorme mole di dati eterogenei, strutturati e non strutturati, allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri.
Nel continuo progresso verso l’automazione di un sempre maggior numero di lavori (basti pensare agli esperimenti di Amazon con i propri magazzini o a quelli di Google con il taxi che si guida da solo), un’iniziativa che di recente ha fatto parlare di sé è quella di “BRILLO” (Bartending Robot for Interactive Long-Lasting Operations), il robot-barista nato da un progetto dell’Università Federico II di Napoli.
