INGLESE

Gli algoritmi governano diversi aspetti della nostra vita. Lo statuto normativo applicabile agli algoritmi solleva molte questioni: l'obiettivo del corso è comprendere l'impatto degli algoritmi sull'attività interpretativa in relazione a specifiche ipotesi di interesse.

M. Ebers and S. Navas (eds.), Algorithms and Law, Cambridge University Press, 2020.
D.R. Desai and J.A. Kroll, Trust but Verify: A Guide to Algorithm and Law, 2017, Harvard Journal Law and Technology, 2 ff.
C.L. Reyes, A Unified Theory of Code-Connected Contracts, 2021, in The Journal of Corporation Law, 982 ff.

Agli studenti verranno forniti ulteriori articoli su specifici temi di ricerca (vedi sezione "Metodo di valutazione").

Conoscenza e capacità di comprensione. Lo studente dovrà dimostrare una conoscenza almeno sufficiente degli argomenti indicati nel programma (knowledge and understanding).
Conoscenza e capacità di comprensione applicate. Lo studente dovrà dimostrare di avere capacità critica nella acquisizione della conoscenza del metodo interpretativo assiologico-sistematico, nonché della relativa applicazione giurisprudenziale. Lo studente saprà applicare le norme dell’ordinamento italo-europeo a contesti concreti e specifici individuando, interpretando e applicando le norme che, di volta in volta, concorrono a caratterizzare il caso di specie (applied knowledge and understanding).
Autonomia di giudizio. Lo studente dovrà dimostrare capacità interpretativa delle norme del vigente sistema ordinamentale (making judgements).
Abilità comunicative. Lo studente dovrà dimostrare di saper comunicare in modo chiaro e senza ambiguità le proprie conoscenze, di saper esprimere le proprie considerazioni e conclusioni anche nell’àmbito del dibattito su casi (working class) che potrebbe sorgere nel corso delle lezioni frontali o nei seminari di approfondimento tematici organizzati nell'àmbito del corso. Lo studente deve dimostrare di saper esporre le nozioni acquisite con coerenza argomentativa, rigore logico-sistematico e proprietà di linguaggio (communication skills).
Capacità di apprendere. Lo studente dovrà dimostrare di aver sviluppato capacità di comprendere la complessità del fenomeno giuridico.

E' necessaria una conoscenza approfondita dei corsi di: Diritto privato, Diritto internazionale, Diritto costituzionale.

Lezioni frontali e lezioni "capovolte". Le 36 ore del corso si sviluppano in modo interattivo: gli studenti dovranno studiare, volta per volte, il materiale indicato e venire in classe preparati a discuterlo.

Gli studenti saranno valutati sulla base di (2) prove scritte e (1) prove orali.
Il voto complessivo risulterà dalla media ponderata ottenuta nelle varie valutazioni, come segue:

1) Esame scritto finale: 50% del voto finale;
2) Valutazione orale: 25% del voto finale;
3) Saggio finale: 25% del voto finale.

L'esame scritto finale consisterà in 4 domande aperte che attingeranno al programma del corso. L'esame orale si concentrerà sulla lettura dei materiali del corso da parte degli studenti. Il saggio finale - di circa 10.000 parole - sarà assegnato all'inizio del corso. Consisterà nella discussione di un argomento da scegliere da un elenco di temi di ricerca stabilito dal docente all'inizio del corso.

Lezione 1 - Robotica e intelligenza artificiale
Lezione 2 - Regolamentare l'intelligenza artificiale e la robotica: Sfide etiche e legali
Lezione 3 - Regolamentare gli algoritmi - Come de-mistificare l'alchimia del codice?
Lezione 4 - Processo decisionale automatizzato ai sensi dell'articolo 22 del GDPR
Lezione 5 - Macchine robot e responsabilità civile
Lezione 6 - Responsabilità extracontrattuale per gli errori commessi da sistemi autonomi
Lezione 7 - Il controllo degli algoritmi nei mercati finanziari
Lezione 8 - Creatività degli algoritmi e diritto d'autore
Lezione 9 - Wake Neutrality dei dispositivi di intelligenza artificiale
Lezione 10 - Il quadro giuridico (previsto) della commercializzazione dei dati digitali nell'UE
Lezione 11 - Teoria dei contratti intelligenti
Lezione 12 - Discussione dei saggi (vedi sezione "Metodo di valutazione")

Il rapporto tra lezioni e crediti è il seguente:

Lezioni 1 e 2: 1 credito
Lezioni 3 e 4: 1 credito
Lezioni 5 e 6: 1 credito
Lezioni 7 e 8: 1 credito
Lezioni 9 e 10: 1 credito
Lezioni 11 e 12: 1 credito

English

Algorithms have been infiltrating and governing several aspects of our lives. Governance by algorithms raises many legal challenges: the aim of the course is to understand the legal impact of algorithms on lawyers, judges, public administrations and States.

M. Ebers and S. Navas (eds.), Algorithms and Law, Cambridge University Press, 2020.
D.R. Desai and J.A. Kroll, Trust but Verify: A Guide to Algorithm and Law, 2017, Harvard Journal Law and Technology, 2 ff.
C.L. Reyes, A Unified Theory of Code-Connected Contracts, 2021, in The Journal of Corporation Law, 982 ff.

Further articles on specifical research issues will be provided to the students (see ‘Evaluation method’ section).

Knowledge and understanding skills. The student must have a good knowledge of the topics indicated in the program; must also have the ability to understand the subject, with regard both to the institutes analyzed both to the principles and rules that govern the current law system. Most important: student will also have to show how to develop own and original ideas.

Knowledge and understanding skills applied. The student must demonstrate the ability to interpret and apply their knowledge, skills and understanding skills in seeking solutions to problems related to civil law. The student will be able to apply the rules law to concrete and specific contexts by identifying, interpreting and applying the norms which, from time to time, contribute to characterizing the concrete case. In this context, the student must have the ability to draft legal documents in court and out-of-court contexts.

Judgment autonomy. The student must be able to interpret the rules of current legal system.

Communicative Skills. Ability to communicate his / her knowledge in a clear and unambiguous way, to express his / her own considerations and conclusions also in the case of working-class debates that may arise during frontal lessons. The student has to be able to expose the acquired knowledge with arguing consistency.

Ability to learn. The student has to develop the ability to understand the complexity of the legal phenomenon as well as the learning skills that will enable him to continue studying algorthmic law in an autonomous and conscious manner.

An in-depth knowledge of the following courses is required: Civil Law, International Law, Public Law

Lectures and ‘flipped’ classes. The course’s 36-hours are developed interactively: students will be expected to do all the reading assignments and come to class prepared to discuss them.

Students will be assessed on the basis of (2) written and (1) oral assessments.
The overall mark will result from the weighted average obtained at the various assessments, as follows:

1) Final written exam: 50% of final mark;
2) Oral assessment: 25% of final mark;
3) Final essay: 25% of final mark.

The final written exam will consist in 4 open questions drawing on the course programme. The oral exam will focus on students’ reading of the course materials. The final essay – around 10,000 words long – will be assigned at the beginning of the course. It will consist in the discussion of one topic to be chosen from a list of research themes set by the lecturer at the beginning of the course.

Lecture 1 – Robotics and Artificial Intelligence
Lecture 2 – Regulating AI and Robotics: Ethical and Legal Challenges
Lecture 3 – Regulating Algorithms – How to De-Mystify the Alchemy of Code?
Lecture 4 – Automated Decision-Making under Article 22 GDPR
Lecture 5 – Robot Machines and Civil Liability
Lecture 6 – Extra-contractual Liability for Wrongs Committed by Autonomous Systems
Lecture 7 – Control of Algorithms in Financial Markets
Lecture 8 – Creativity of Algorithms and Copyright
Lecture 9 – Wake Neutrality' of Artificial Intelligence Devices
Lecture 10 – The (envisaged) Legal Framework of Commercialisation of Digital Data within the EU
Lecture 11 – Theory of smart contracts
Lecture 12 – Discussion of the essays (see ‘Evaluation method’ section)

The relationship between lectures and credits is as follows:

Lectures 1 and 2: 1 credit
Lectures 3 and 4: 1 credit
Lectures 5 and 6: 1 credit
Lectures 7 and 8: 1 credit
Lectures 9 and 10: 1 credit
Lectures 11 and 12: 1 credit