GOVERNARE L’INTELLIGENZA ARTIFICIALE - Sfide ed opportunità tra innovazione, sicurezza etica e responsabilità

• Analisi dell'EU AI Act nel quadro della governance digitale (GDPR, NIS2, CRA)

• Evoluzione degli illeciti e prevenzione dei reati informatici nell'era dell'IA

• Profili giuridici, etici e investigativi dell'intelligenza artificiale

• IA e Pubblica Amministrazione: automazione decisionale e tutele

• IA e controlli in materia fiscale ed economico-finanziaria

• Etica, trasparenza, spiegabilità e principio di accountability

Il volume "Governare l’Intelligenza Artificiale" offre un'analisi rigorosa e interdisciplinare dell'impatto dell'IA negli ambiti pubblici e privati. Superando tanto i facili entusiasmi quanto le resistenze pregiudiziali, il testo affronta l'intelligenza artificiale per ciò che è realmente: un'infrastruttura già pienamente operativa. Il manuale costituisce la mappa strategica essenziale per giuristi, consulenti aziendali e responsabili della Pubblica Amministrazione che necessitano di governare la tecnologia in totale conformità al quadro normativo europeo.

Il Quadro Regolatorio Europeo: AI Act, GDPR e Governance Digitale

L'opera colloca l'analisi nel cuore della regolamentazione dell'Unione Europea, offrendo una lettura sistemica delle norme che disciplinano il mercato digitale:

• L'EU AI Act: Analisi dettagliata del primo regolamento organico sull'IA, basato sull'approccio della gestione del rischio (risk-based approach) e sulla tutela dei diritti fondamentali.

• Integrazione con la Compliance Digitale: Connessione strategica tra l'AI Act e le normative chiave come GDPR, Direttiva NIS2, Cyber Resilience Act, Digital Services Act (DSA) e Digital Markets Act (DMA).

• Accountability e Controllo Umano: Criteri per garantire trasparenza, spiegabilità degli algoritmi e supervisione umana sulle decisioni automatizzate.

Cybersicurezza, Cybercrime e Strumenti Investigativi

Un focus approfondito analizza la natura ambivalente dei sistemi di IA, esaminandone sia i rischi criminali sia i benefici operativi:

• Evoluzione della Minaccia: Come l'IA amplifica il cybercrime, la creazione di deepfake, la disinformazione e la manipolazione delle informazioni.

• L'IA come Mezzo di Difesa: Utilizzo dei modelli algoritmici per la threat intelligence, l'analisi predittiva e il contrasto alle frodi informatiche.

• Prevenzione degli Illeciti: Meccanismi di prevenzione e repressione dei reati informatici in ambito societario e pubblicistico.

IA nella Pubblica Amministrazione e nel Controllo Fiscale

Il volume riserva un'ampia trattazione al rapporto tra cittadino, Fisco e Stato nell'era dell'automazione decisionale:

• Trasformazione della PA: L'adozione di sistemi decisionali automatizzati, la gestione del procedimento amministrativo e le garanzie di difesa del cittadino.

• Controlli Fiscali e Analisi dei Dati: Come l'Amministrazione finanziaria e le autorità di vigilanza impiegano l'IA e la rilevazione delle anomalie per il contrasto all'evasione e all'elusione fiscale.

• Profili Etici ed Anti-Discriminazione: Strumenti per prevenire bias e discriminazioni algoritmiche nelle decisioni pubbliche.

STRUTTURA DEL LIBRO:

• Prefazione - Paolo Benanti
• Prefazione - Giulio Bacosi
• Introduzione
• L’evoluzione degli illeciti nell’era dell’IA
• 1. Introduzione
• 2. Cybercrime avanzato e automazione delle violazioni
• 3. Utilizzo illecito delle criptovalute
• 4. Manipolazione algoritmica dei mercati finanziari
• 5. Furto dei dati e violazioni sistemiche
• 6. Frodi d’identità e deepfake economy
• 7. Approfondimento: superficie di attacco e punti deboli
• 8. IA tra minaccia e presidio: verso una governance integrata
• Profili giuridici e investigativi dell’IA
• 1. Premessa: l’evoluzione della responsabilità penale nell’era dell’IA
• 2. Una nozione penalisticamente orientata di intelligenza artificiale
• 3. Le principali problematiche giuridiche
• 3.1. Dalla personalità della responsabilità penale all’autonomia della macchina
• 3.2. Tentativi di delineare una responsabilità diretta dell’IA
• 3.3. La responsabilità delle persone fisiche “dietro la macchina”
• 4. La tassonomia delle fattispecie penalmente rilevanti
• 4.1. Reati colposi e intelligenza artificiale
• 4.2. Reati dolosi e nuove opportunità criminose
• 4.3. Il “reato algoritmico”: verso una categoria ibrida
• 5. I profili di responsabilità dell’ente
• 5.1. Il catalogo dei reati-presupposto e la sfida della delega legislativa
• 5.2. Dalla colpa individuale alla colpa organizzativa: il cambio di prospettiva
• 5.3. L’applicazione del modello del D.Lgs. n. 231/2001: struttura e elementi
• 5.4. Approfondimento: case study
• 6. Sanzionabilità in via amministrativa per il mancato rispetto di norme cautelative di settore - rapporto con la responsabilità amministrativa degli enti
• 7. Intelligenza artificiale e responsabilità civile da prodotto intelligente difettoso
• 8. Profili investigativi
• 8.1. La prova digitale: acquisizione e conservazione, validità processuale, sfide tecniche e giuridiche
• 8.2. Incidenti probatori e digital forensics: un rapporto necessario
• 8.3. Il valore probatorio delle comunicazioni digitali
• 8.4. Perquisizioni digitali e ausiliario di P.G.
• 8.5. Il sequestro di materiale informatico: procedure operative, aspetti tecnici, giurisprudenza rilevante
• 8.6. Tecniche di sequestro di criptovalute
• 8.7. Collaborazione con gli exchange e tracciamento dei flussi illeciti
• 8.8. Le sfide investigative nel dark web
• Principali disposizioni normative e regolamentari in materia di IA
• 1. AI Act: Regolamento (UE) 2024/1689 del 13 giugno 2024
• 1.1. Inquadramento generale: dalla neutralità tecnologica al governo del rischio
• 1.2. Pratiche vietate: il criterio dell’inaccettabilità
• 1.3. Sistemi ad alto rischio: dalla qualificazione al presidio
• 1.4. Requisiti obbligatori per i sistemi ad alto rischio: dalla norma all’architettura tecnica e organizzativa
• 1.5. Monitoraggio post-market, incident management e doveri di reazione lungo il ciclo di vita
• 1.6. Modelli di IA di uso generale (General Purpose AI Models): obblighi specifici e responsabilità nella catena di fornitura
• 1.7. Conformità, verificabilità e governance dell’enforcement
• 1.8. Tempistica di applicazione e progressiva operatività dell’AI Act
• 2. Sicurezza e resilienza dell’ecosistema digitale
• 2.1. La Direttiva NIS2
• 2.2. Il Cyber Resilience Act (CRA)
• 2.3. Il Digital Operational Resilience Act (DORA)
• 3. La governance degli ecosistemi digitali
• 3.1. Il Digital Services Act (DSA)
• 3.2. Il Digital Markets Act (DMA)
• 3.3. Il Digital Omnibus
• 4. Protezione dei dati personali e garanzie fondamentali: GDPR e discipline complementari
• 4.1. Il GDPR come statuto generale del trattamento nell’ecosistema dell’IA
• 4.2. Dati personali, dati sensibili e limiti all’espansione funzionale dell’IA
• 4.3. Decisioni automatizzate, valutazioni d’impatto e tutela dei diritti fondamentali
• 4.4. Discipline complementari e funzione sistemica delle autorità di garanzia
• 5. Accesso ai dati, prova elettronica e cooperazione investigativa: il Regolamento eEvidence
• 5.1. Oggetto, finalità e strumenti del Regolamento
• 5.2. Categorie di dati, soglie di accesso e proporzionalità investigativa
• 5.3. Diritti fondamentali, protezione dei dati e garanzie procedurali
• 5.4. Cooperazione investigativa, soggetti privati e nuovi equilibri istituzionali
• 6. La normativa nazionale tra cybersicurezza, intelligenza artificiale e coordinamento con la cornice europea
• 6.1. La Legge n. 90 del 2024: rafforzamento della prevenzione e del coordinamento
• 6.2. Il completamento del quadro: il recepimento della “NIS 2” e la Legge n. 132 del 2025 sull’intelligenza artificiale
• 6.3. Coordinamento con la cornice europea già esaminata
• Intelligenza artificiale e Pubblica Amministrazione: sfide, norme e prospettive
• 1. L’automazione dei procedimenti amministrativi e la decisione amministrativa algoritmica
• 1.1. Governare l’algoritmo: norme europee e italiane sull’intelligenza artificiale nella Pubblica Amministrazione
• 1.2. La decisione algoritmica
• 1.3. Struttura della decisione amministrativa automatizzata e centralità del responsabile del procedimento
• 2. Sindacato del giudice amministrativo sulle decisioni AI-based
• 2.1. Decisione amministrativa automatizzata e funzione giurisdizionale: il giudice come garante dei diritti nell’era digitale
• 2.2. Il contributo della giurisprudenza del Consiglio di Stato: prime applicazioni e sviluppo del principio di legalità algoritmica
• 2.3. Riconfigurazione delle categorie giuridiche e sindacabilità delle decisioni algoritmiche: verso una “giurisdizione piena” in chiave sostanziale
• 3. Il fenomeno della shadow AI e i rischi di opacità
• 3.1. Shadow AI e diritto comparato: approcci internazionali alla regolazione dell’intelligenza artificiale non governata nella Pubblica Amministrazione
• 3.2. Profili di legalità e accountability: verso una responsabilità multilivello
• 3.3. Meccanismi di contrasto oltre l’audit. Verso un’architettura preventiva e adattiva
• 4. Strategia italiana per l’impiego dell’intelligenza artificiale nella Pubblica Amministrazione
• 4.1. L’Italia e l’Intelligenza Artificiale: tra eccellenza accademica e ritardi applicativi
• 4.2. Settori prioritari e ambiti di applicazione dell’intelligenza artificiale
• 4.3. Le azioni strategiche nella Pubblica Amministrazione: tra obiettivi e gestione dei rischi
• Prevenzione e gestione dei rischi per gli illeciti inerenti a sistemi di intelligenza artificiale
• 1. Prevenzione e gestione dei rischi nel settore pubblico
• 1.1. Il ruolo dei Piani Triennali di Prevenzione della Corruzione e della Trasparenza (PTPCT)
• 1.2. Utilizzo dell’Intelligenza Artificiale per la prevenzione della corruzione e il controllo delle decisioni algoritmiche
• 1.3. Gestione delle segnalazioni di illeciti nell’uso dell’IA (whistleblowing, audit, accountability)
• 1.4. Opportunità: trasparenza, efficienza, automazione dei controlli
• 1.5. Sfide: responsabilità disciplinare, tutela dei dati, resistenza al cambiamento
• 2. Intelligenza artificiale, diritto penale e responsabilità 231
• 2.1. Profili di responsabilità penale dell’intelligenza artificiale nel settore privato
• 2.2. Reati informatici, Modelli 231, intelligenza artificiale e supply chain
• 2.3. La gestione del rischio informatico nel Modello 231, mappatura dei processi, protocolli aziendali e codice etico
• 2.4. Opportunità offerte dall’IA per la sicurezza aziendale (monitoraggio e anomaly detection)
• 2.5. Modelli organizzativi integrati: privacy e integrazione delle funzioni
• 2.6. Impatto dell’intelligenza artificiale sull’Organismo di Vigilanza: incombenze ed opportunità
• 2.7. Formazione e comunicazione interna
• 2.8. Possibili accortezze di prevenzione dagli attacchi hacker
• 2.9. Sfide: gestione del rischio e cultura della sicurezza
• 2.10. Sicurezza informatica e PMI
• Opportunità offerte dall’IA in attività di law enforcement e di controllo in materia fiscale
• 1. Premessa
• 2. Sviluppo dell’intelligenza artificiale nel contesto delle forze dell’ordine
• 2.1. Un processo di evoluzione per fasi
• 2.2. L’apporto dell’IA nelle attività di intelligence e nei centri di comando e controllo
• 2.3. Limiti e problematiche
• 3. Principali applicazioni di IA: sistemi di sorveglianza intelligente, riconoscimento facciale e biometrico, veicoli e droni autonomi
• 3.1. Sorveglianza intelligente, analisi video automatizzata, riconoscimento facciale e identificazione biometrica
• 3.2. Veicoli e droni autonomi per il controllo del territorio
• 4. I sistemi di predictive policing: dalla reazione alla prevenzione, come cambia il paradigma operativo
• 4.1. Origine e tipologie di sistemi di polizia predittiva
• 4.2. I principali profili di criticità degli strumenti di predictive policing
• 4.3. L’evoluzione dell’inquadramento normativo dei sistemi di polizia predittiva nell’AI Act
• 4.4. Il quadro di governance e di enforcement costruito dall’AI Act
• 4.5. Prospettive applicative dei sistemi di predictive policing nell’ordinamento nazionale
• 4.6. Considerazioni conclusive
• 5. L’intelligenza artificiale nell’analisi del rischio fiscale: modelli predittivi e metodologie integrate
• 5.1. Una panoramica introduttiva su IA e Amministrazione finanziaria in Italia
• 5.2. La strategia nazionale per l’IA e la trasformazione digitale della funzione fiscale
• 5.3. Il ruolo strategico dell’IA nel risk management fiscale
• 5.4. Dalla Legge Delega n. 111/2023 al D.Lgs. n. 13/2024
• 5.5. Strumenti di intelligenza artificiale nell’attività dell’Agenzia delle Entrate
• 5.6. Profili di tutela del contribuente sottoposto alle procedure automatizzate: alla ricerca dell’equilibrio tra diritti e lotta all’evasione
• Etica e IA: principi, sfide e prospettive per una governance responsabile
• 1. Dilemmi etici e sociali nell’utilizzo dell’IA nelle attività di polizia e della Pubblica Amministrazione
• 1.1. Bias algoritmici e discriminazione automatica
• 1.2. Trasparenza e spiegabilità degli algoritmi
• 1.3. Responsabilità, accountability e sistemi di controllo
• 1.4. Erosione del controllo umano: il principio “human in the loop”
• 1.5. Rischi di autoritarismo algoritmico e squilibri di potere informativo
• 2. Impatto etico dell’Intelligenza Artificiale sulla società e l’ambito privacy
• 2.1. Etica e intelligenza artificiale
• 2.2. Privacy e sorveglianza di massa
• 2.3. L’AI Act e la protezione dei dati personali
• 2.4. IA e diritto alla privacy: un equilibrio in trasformazione tra GDPR, AI Act e Digital Omnibus
• 2.5. Il concetto di inferenza nell’intelligenza artificiale e le implicazioni sulla privacy
• 2.6. Trasparenza, consapevolezza e controllo dell’interessato sulle inferenze automatizzate
• 2.7. Conseguenze pratiche: discriminazione, esclusione e profiling predittivo
• 3. Sicurezza cibernetica e IA: rischi, vulnerabilità e dilemmi etici
• 3.1. Tecniche di attacco
• 3.2. Contromisure di sicurezza per mitigare i rischi legati all’AI
• 3.3. Etica e responsabilità nell’adozione dell’intelligenza artificiale
• 4. Soluzioni proposte
• 4.1. L’adozione di un approccio algoretico
• 4.2. Il Codice etico AgID
• 4.3. Le raccomandazioni ICSC (Centro Nazionale di Ricerca in HPC, Big Data e Quantum Computing)
• Conclusioni
• Normativa, regolamenti, linee guida
• Giurisprudenza
• Bibliografia
• Sitografia