Negli ultimi anni si sente sempre di più parlare di sistemi informatici che utilizzano o sfruttano l’Intelligenza Artificiale. Ormai la possiamo trovare incorporata in un semplice motore di ricerca oppure in uno smartphone; ma il campo di applicazione è veramente molto ampio: dall’elaborazione dati, all’assistenza virtuale, alle applicazioni bancario-finanziario, persino in ambito medico e giuridico. In questa tesi, dopo un’introduzione, si è cercato di definire il concetto di intelligenza artificiale. Sulla base del razionalità umana, diversi approcci hanno cercato di stabilire in che modo un sistema venisse considerato ‘intelligente’. All’interno dell’IA si può distinguere il Machine Learning (ML), una serie di tecniche che porta una macchina ad apprendere il modo cui svolgere un determinato compito o task. Dopo aver esaminato gli elementi fondamentali del Machine learning e aver introdotto alcuni tra i modelli maggiormente diffusi, si sono analizzate le reti neurali. Queste strutture di neuroni artificiali interconnessi, simulano il funzionamento cerebrale umano. Le due tipologie di reti neurali complesse più conosciute sono: le Convolutional neural networks e le Recurrent neural networks, le prime lavorano con le immagini, e le seconde con sequenze di valori. Sebbene queste reti siano avanzate, l’IA generativa fa affidamento su una specifica sottoclasse del ML, ossia il Deep learning. La svolta che ha portato alla rivalutazione e di conseguenza all’ampia diffusione di sistemi di IA è stata con l’introduzione dell’architettura dei transformers. Il meccanismo dell’attenzione presente nei transformer ha reso modelli generativi di testo come i chatbot, capaci di estrarre il contesto delle frasi ed elaborare frasi di senso compiuto. ChatGPT è uno dei modelli più avanzati nel campo dell’elaborazione del linguaggio naturale. Per quanto utili siano questi modelli di IA, non sono esenti da eventuali rischi. Privacy, proprietà intellettuale e disinformazione sono solo alcune problematiche legate a tali modelli.

IA Generativa: ChatGPT e le implicazioni giuridico-sociali

BELLINI, ANDREA
2023/2024

Abstract

Negli ultimi anni si sente sempre di più parlare di sistemi informatici che utilizzano o sfruttano l’Intelligenza Artificiale. Ormai la possiamo trovare incorporata in un semplice motore di ricerca oppure in uno smartphone; ma il campo di applicazione è veramente molto ampio: dall’elaborazione dati, all’assistenza virtuale, alle applicazioni bancario-finanziario, persino in ambito medico e giuridico. In questa tesi, dopo un’introduzione, si è cercato di definire il concetto di intelligenza artificiale. Sulla base del razionalità umana, diversi approcci hanno cercato di stabilire in che modo un sistema venisse considerato ‘intelligente’. All’interno dell’IA si può distinguere il Machine Learning (ML), una serie di tecniche che porta una macchina ad apprendere il modo cui svolgere un determinato compito o task. Dopo aver esaminato gli elementi fondamentali del Machine learning e aver introdotto alcuni tra i modelli maggiormente diffusi, si sono analizzate le reti neurali. Queste strutture di neuroni artificiali interconnessi, simulano il funzionamento cerebrale umano. Le due tipologie di reti neurali complesse più conosciute sono: le Convolutional neural networks e le Recurrent neural networks, le prime lavorano con le immagini, e le seconde con sequenze di valori. Sebbene queste reti siano avanzate, l’IA generativa fa affidamento su una specifica sottoclasse del ML, ossia il Deep learning. La svolta che ha portato alla rivalutazione e di conseguenza all’ampia diffusione di sistemi di IA è stata con l’introduzione dell’architettura dei transformers. Il meccanismo dell’attenzione presente nei transformer ha reso modelli generativi di testo come i chatbot, capaci di estrarre il contesto delle frasi ed elaborare frasi di senso compiuto. ChatGPT è uno dei modelli più avanzati nel campo dell’elaborazione del linguaggio naturale. Per quanto utili siano questi modelli di IA, non sono esenti da eventuali rischi. Privacy, proprietà intellettuale e disinformazione sono solo alcune problematiche legate a tali modelli.
2023
Generative AI: ChatGPT and the legal-social implications.
IA Generativa
ChatGPT
Machine Learning
Privacy
File in questo prodotto:
File Dimensione Formato  
Bellini_Andrea.pdf

accesso riservato

Dimensione 1.14 MB
Formato Adobe PDF
1.14 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/68591