DISCRIMINAZIONE E BIAS NELL’ERA DELL’INTELLIGENZA ARTIFICIALE: CASI APPLICATIVI

La presente tesi analizza il fenomeno della discriminazione algoritmica nell’ambito dei sistemi di intelligenza artificiale. Vengono esaminati il funzionamento dei modelli basati sul machine learning e le principali cause della discriminazione algoritmica, tra cui i bias del programmatore, le distorsioni nei dati di addestramento e l’uso di variabili proxy. Attraverso l’analisi di casi applicativi, come COMPAS, Deliveroo, SyRI, si dimostra come la discriminazione algoritmica rappresenti una nuova manifestazione di disuguaglianze già esistenti, amplificate dall’opacità e dalla diffusione su larga scala dei sistemi di intelligenza artificiale, i quali, pur essendo fondati su basi matematiche apparentemente neutre, possono comunque generare trattamenti discriminatori.