1. Intelligenza Artificiale: definizione di IA. Cos’è e come funziona, con esempi di utilizzo nei contesti sociali. Le teorie sociologiche sull’innovazione tecnologica e il cambiamento sociale. Impatto dell’IA sulle strutture sociali e le dinamiche del potere.
2. IA e Disuguaglianze Sociali: analisi dei bias algoritmici e delle discriminazioni implicite nei sistemi di IA; discussione sull’IA e le nuove forme di esclusione sociale (es. accesso ai servizi, discriminazione automatizzata). Casi studio: profiling algoritmico, credito sociale, giustizia predittiva.
3. Aspetti Etici e Normativi dell’IA: analisi delle implicazioni etiche dell’uso dell’IA: privacy, sorveglianza, trasparenza degli algoritmi; normative emergenti e discussione sulle politiche di regolamentazione dell’IA a livello nazionale e internazionale.
4. Capitalismo della sorveglianza. Nuovo modello economico in cui le informazioni personali e i dati comportamentali raccolti dalle tecnologie digitali vengono trasformati in beni commerciali e utilizzati per prevedere e influenzare i comportamenti delle persone.

1. Intelligenza Artificiale e Cambiamento Sociale
Obiettivi specifici:
• Comprendere i principi di base dell’IA e delle sue applicazioni nei contesti sociali.
• Esaminare l’interazione tra innovazione tecnologica e cambiamento sociale, con un focus sulle teorie sociologiche.
Contenuti:
• Definizione e funzionamento dell’IA (Machine Learning, Deep Learning, Big Data).
• Esempi di IA applicata: educazione, salute pubblica, politiche sociali.
• Teorie sociologiche dell’innovazione tecnologica (es. Rogers, Castells, Latour) e loro applicazione ai mutamenti sociali.
• Impatto dell’IA sulle strutture sociali e dinamiche di potere.

2. IA e Disuguaglianze Sociali

Obiettivi specifici:
• Analizzare le disuguaglianze create o amplificate dai sistemi di IA.
• Riconoscere i bias algoritmici e le discriminazioni implicite nei sistemi automatizzati.
Contenuti:
• Bias algoritmico: come si generano e perché sono problematici.
• Analisi critica del profiling algoritmico (es. riconoscimento facciale, scoring sociale).
• Implicazioni sociali: esclusione dai servizi essenziali, discriminazioni automatizzate.
• Casi studio: giustizia predittiva, sistemi di credito sociale in Cina, discriminazione nell’accesso al lavoro

3. Aspetti Etici

Obiettivi specifici:
• Comprendere le implicazioni etiche dell’uso dell’IA nelle decisioni collettive.
• Riflettere sulle questioni di privacy, trasparenza e sorveglianza.
Contenuti:
• Privacy e controllo: il trattamento dei dati personali nei sistemi di IA.
• Algoritmi opachi e trasparenza (la “scatola nera”).
• Sorveglianza algoritmica e impatti sulla libertà individuale e collettiva.
• Responsabilità etica: chi risponde degli errori dell’IA?

4. Normative e Politiche sull’IA

Obiettivi specifici:
• Esaminare le politiche di regolamentazione e le normative emergenti.
• Comprendere le sfide nel bilanciare innovazione e protezione sociale.
Contenuti:
• Regolamentazioni dell’IA: GDPR, AI Act europeo e linee guida globali.
• Governance dell’IA: il ruolo delle istituzioni pubbliche e private.
• Analisi critica dei quadri normativi esistenti: opportunità e lacune.