Legal Informatics

The legal profession, one of humanity's oldest and most revered disciplines, stands at the precipice of a technological revolution that promises to transform the administration of justice fundamentally in the twenty-first century. As we witness the inexorable march of artificial intelligence across every sphere of human endeavour, the legal domain in India—steeped in centuries of jurisprudential tradition yet burdened by contemporary challenges of accessibility, efficiency, and equity—finds itself compelled to embrace this transformative technology.
The genesis of this work stems from a profound recognition that the Indian legal system, while robust in its constitutional framework and rich in its legal heritage, confronts unprecedented challenges in delivering timely and accessible justice to over 1.4 billion citizens. The pendency of cases in Indian courts has reached alarming proportions, with millions of cases awaiting adjudication, creating a crisis of confidence in judicial efficiency. Against this backdrop, artificial intelligence emerges not merely as a technological novelty but as an imperative for systemic reform and judicial modernisation.
This treatise endeavours to comprehensively examine the multifaceted applications of artificial intelligence within the Indian legal ecosystem. From the hallowed halls of the Supreme Court to the bustling chambers of district courts, from the boardrooms of leading law firms to the classrooms of legal academia, AI is beginning to reshape the foundations upon which legal practice and judicial administration rest. The urgency of understanding and adapting to these changes cannot be overstated, particularly when viewed through the lens of India's constitutional commitment to providing equal justice under law.

This essay critically examines the evolving role of Artificial Intelligence (AI) in shaping legal education in Ethiopia. It explores how AI technologies—if thoughtfully integrated—can modernize traditional pedagogical approaches, enhance access to legal resources, and bridge the gap between theory and practice. Drawing on firsthand experiences at Oda Bultum University and survey data from law students, the essay highlights systemic challenges such as limited infrastructure, digital illiteracy, and uneven access to AI tools. It also addresses ethical concerns including plagiarism, diminished originality, and the erosion of critical thinking. In response, the essay proposes a multi-stakeholder strategy involving university-industry partnerships, curriculum reforms, infrastructure investment, and the development of ethical guidelines. By fostering collaboration among educators, policymakers, and technology providers, Ethiopia can cultivate a generation of legal professionals who are both technologically proficient and ethically grounded, prepared to navigate the demands of a digital legal landscape.

This  contribution,  fitting  into  the  broad  context  of  international discussion,  investigates  the  guiding  principles  of  a  regulatory  nature  for the  use  of  artificial  intelligence  in  the  Federal  Republic  of  Germany. Artificial  intelligence  (AI),  which  is  increasingly changing our lives and our social relationships, is a research area in which the number of technologies is growing every day, being among those in development, which are regulated and guided by principles of a regulatory and strategic nature. The paper examines artificial intelligence systems in the public administration and questions what are the guidelines already in place in this field and what trends are emerging. After having reconstructed the definition of “artificial intelligence”, and after providing some examples of its application within the public administration, the contribution identifies ethics  and  politics  as possible  reference  criteria  for  guiding  principles.  In  the  discus-sion, law, technology, organization, strategy and models are seen as guiding principles capable of influencing and regulating AI and describing its current trends. The paper concludes with an appeal for interdisciplinary research on the subject and for a disci-plined regulation of technology in order to exploit all its positive potential.

1 Postgraduate student, Federal University of Espírito Santo, Ontology and Conceptual Modeling Research Group (NEMO) Av. Fernando Ferrari, 514, CT-VII, 29075-910, Vitória, Brazil E-mail: cristine.griffo@aluno.ufes.br 2 Professor, Federal University of Espírito Santo, Ontology and Conceptual Modeling Research Group (NEMO) Av. Fernando Ferrari, 514, CT-VII, 29075-910, Vitória, Brazil E-mail: jpalmeida@inf.ufes.br, gguizzardi@inf.ufes.br

In 2025, financial compliance remains an expensive, slow-moving process that often fails to prevent fraud and systemic risks. This article explores how blockchain technology, coupled with algorithmic real-time regulatory enforcement (RegTech), could fundamentally change the compliance model -reducing costs, increasing transparency, and enabling dynamic oversight without stifling innovation. It examines potential legal, technical, and economic challenges, while highlighting the urgent need for interdisciplinary collaboration between lawmakers, technologists, and financial institutions.

This research aims to define an integrated methodology for modelling judgments, starting from legal texts and capturing not only structural parts but also arguments used by judges to reach conclusions. The goal is to build a complete ontology framework capable of detecting and modelling knowledge from the judgement's text. The formalized judgements provide the necessary metadata for the rule layer to enable argumentation towards the acceptance or rejection of a given interpretation. For pursuing this goal it is important to integrate the legal ontology construction with a rule formalization following legal reasoning-oriented theory and defeasible logics, just like the Carneades application (presented here) follows Walton's argumentation theory. The XML interchange uses OWL, RuleML, and the emerging LegalRuleML.

La crescente diffusione di sistemi di Intelligenza Artificiale (IA) solleva questioni urgenti in merito alla responsabilità civile per i danni causati da errori algoritmici. Questo studio analizza la complessità del nesso di imputazione in un contesto di opacità tecnologica, con particolare attenzione alla riconciliazione dei modelli giuridici tradizionali (responsabilità soggettiva, oggettiva e per rischio) con l’autonomia decisionale dei sistemi di IA. Vengono esaminate proposte di introduzione di responsabilità solidale o sussidiaria, regimi assicurativi obbligatori e requisiti di trasparenza e tracciabilità come possibili soluzioni. In parallelo, si evidenziano sfide relative al coordinamento internazionale, alla definizione di standard condivisi e alla gestione di possibili conflitti normativi. Un focus particolare è dedicato all’adozione di meccanismi di governance e audit algoritmico, che ne migliorino la spiegabilità. Lo studio esplora inoltre la necessità di un approccio interdisciplinare e di principi etici che guidino la regolamentazione dell’IA, ponendo l’accento sulla tutela dei diritti fondamentali e sulle opportunità di innovazione. Da queste riflessioni emerge la proposta di un sistema ibrido e dinamico, capace di rispondere alle esigenze di sicurezza giuridica e di incentivare la ricerca e lo sviluppo tecnologico. La ricerca raccomanda una cornice giuridica maggiormente uniforme.

Over the past several years, the wealth management landscape has undergone a transformative shift. An increasing number of technology companies, who serve as financial service aggregators, have entered the fore to claim a piece of the wealth advisory pie. Further, these companies have disrupted traditional investment firms by incorporating digital advisory capabilities into their technology suites. These capabilities offer consumers instant access to financial advisors via text or arrange a video call -any time, anywhere -which, until a few years ago, were exclusive to private banking clients. As a result, customers have become more demanding, requiring greater responsive timeliness from their preferred service providers. In parallel, they have gained access to a pay-as-you-use pricing model that allows them to cherry-pick which services they would like to pay for. This trend has also forced financial institutions to rethink their service delivery models from a cost-to-serve perspective. In order to achieve greater economies of scale and to optimize profitability, wealth managers have increasingly reasonable fees while delegating human advisers for more complex investment management transactions, thereby leaving younger, less affluent IRAs and 401K investors to rely on automating their investment needs by means of robo-advisors . An early example of a robo-advisory platform was the launch of a platform in mid-2010. It described itself as an automated financial advisor that allowed consumers to invest, similar to that of an exchange-traded fund, in an array of index-based portfolios for an annually portfolio management fee of 0.35 percent. Years later, it dropped its admin fee to 0.25 percent, attributing its decision to an increased availability of low-cost ETFs.

FinTech platforms have been forced to justify the authenticity of their environmental claims. Yet, the existing auditing processes, which are overwhelmingly dominated by manual inspections and document-based verifications, have proved insufficient in guaranteeing transparency, speed, or scale. The matter is more acute when the data to be validated The framework can ingest multi-source visual inputs, including satellite imagery and drone views, alongside on-site IoT camera feeds and investor-submitted images, to assess the environmental compliance of a project remotely and almost instantaneously. Domain-specific datasets train deep learning models to capture environmental indicators, which include the placement of renewable infrastructure, illegal land clearing, water contamination, and fraudulent waste disposal. Performance analysis illustrates that the classification accuracy of over 92% and precision rate surpassing 90% can be achieved by the CNN-based system when it is used for the identification of non-compliant activities. In order to make the decision boundaries of the model interpretable-a key requirement for enhancing transparency to regulators and stakeholders-XAI methods, including SHAP and Grad-CAM, are integrated into the system. For audit-result integrity and traceability, outputs of audits are recorded in a permissioned blockchain using smart contracts that automatically deliver alerts and reports. Regulatory

Creder che sanza te per te contrasti Dio, Standoti ozioso e ginocchioni, Ha molti regni e molti Stati guasti. E son ben necessarie l'orazioni: E matto al tutto è quel ch'al popol vieta Le cerimonie e le sue divozioni: Perché di quelle in ver par che si mieta Unione e buono ordine, e da quello Buona fortuna poi dipende e lieta. Ma non sia alcun di sì poco cervello Che creda che se la sua casa ruina, Che Dio la salvi sen'altro puntello; Perché e' morrà sotto quella ruina! Niccolò Machiavelli, L'asino, Capitolo V Affermazioni e previsioni dell'Intelligenza Artificiale sono spesso considerate certe e assolute. Questa visione distorta (biased) è originata da un errore di un'attribuzione all'IA di un valore 'aletheico', per cui l'Intelligenza Artificiale diviene strumento di espressione di una verità pura, matematica, incontestabile. Da qui il dischiudersi della questione etica sul ruolo della verità algoritmica come ricerca di soluzioni nell'ambito del decision making. Per questo motivo, qui si intende cogliere la relazione sussistente fra l'aspetto epistemologico e l'aspetto etico tematizzando la connessione tra l'individuo e il suo rapporto con la verità, sottolineando: 1. l'abilità propria dell'essere umano nel ricercare soluzioni specifiche a situazioni differenti, impiegando la saggezza pratica (phrònesis) 1 , inteso come sistema etico adattivo; di fatto l' analisi situazionale di scenari com-1 Aristotele, Etica Nicomachea, Laterza, Roma-Bari 2015.

L'intelligenza artificiale sta trasformando le indagini penali, offrendo strumenti avanzati come l'apprendimento automatico, la visione artificiale e la realtà aumentata per migliorare l'efficienza e l'efficacia investigativa. Questo studio analizza le implicazioni etiche dell'adozione dell'IA nel sistema di giustizia penale, esplorando come sviluppare sistemi affidabili che supportino gli investigatori senza compromettere equità, trasparenza o responsabilità. Attraverso un approccio centrato sull'utente, la mitigazione dei pregiudizi e l'adozione di principi di progettazione etica, si sostiene che l'IA possa rivoluzionare le indagini penali, mantenendo l'etica al centro del processo decisionale.

This article examines the legal implications of using both personal and non-personal data in the training of artificial intelligence (AI) systems, focusing in particular on the role of international law and its interaction with domestic legal systems. While legal frameworks have traditionally
centred on the protection of personal data, the author highlights the inadequacy of this paradigm in the context of machine learning, which primarily relies on non-personal data and inferential techniques targeting indistinct groups of individuals. The article stresses the growing need
to recognize collective forms of protection, moving beyond the individual-centric approach of data regulation. After surveying recent unilateral regulatory developments – especially in the European Union, the United States, China, Japan, and Canada – as well as multilateral initiatives
promoted by the United Nations, G7, and the Council of Europe, the author underscores the importance of interpretive strategies and the principle of technological neutrality. These tools are seen as essential for adapting existing legal categories to the new challenges posed by AI. The
central thesis is that specific new rules are not always required; rather, a dynamic and technologically agnostic application of existing legal frameworks may suffice.

In considerazione dell’importanza riconosciuta al Servizio Civile Universale (SCU) a vari livelli e del valore che possono assumere i progetti di SCU per le giovani e i giovani coinvolti, in questo contributo si forniscono alcuni elementi di conoscenza - declinati in chiave di genere - in merito ai profili di giovani intercettati in questi anni e agli effetti sui volontari in termini di occupabilità e occupazione. Dati e informazioni alla base delle stime fornite provengono da un’indagine campionaria svolta da Inapp nel 2016 su 45.000 giovani che avevano svolto o stavano per svolgere il Servizio civile. [comprimi]

SOMMARIO 1. 2024/4(1)STh Verso il regolamento UE sullo spazio europeo dei dati sanitari (European Health Data Space) -Shaira Thobani 2. 2024/4(2)TDMCDV Pubblicata in GU la direttiva (UE) 2024/2853 del 23 ottobre 2024 sulla responsabilità per danno da prodotti difettosi ("nuova PLD") -Tommaso De Mari Casareto dal Verme 3. 2024/4(3)GM Lo European Media Freedom Act (EMFA): regolamento (UE) 2024/1083 che istituisce un quadro comune per i servizi di media nell'ambito del mercato interno e che modifica la direttiva 2010/13/UE (regolamento europeo sulla libertà dei media) -Giuseppe Muto 4. 2024/4(4)FBe Pubblicata la CS3D: direttiva (UE) 2024/1760 sul dovere di diligenza delle imprese ai fini della sostenibilità (Corporate Sustainability Due Diligence Directive) -Francesca Bertelli 5. 2024/4(5)EMI Il nuovo regolamento (UE) 2024/1781 sui requisiti di progettazione ecocompatibile per prodotti sostenibili (ESPR) -Enzo Maria Incutti * Contributo non sottoposto a referaggio ai sensi dell'art. 2.2, lett. c), del Regolamento per la classificazione delle riviste nelle aree non bibliometriche, approvato con Delibera del Consiglio Direttivo n. 306 del 21.12.2023.

Synthetic reasoning stands at the forefront of artificial intelligence innovation, proposing a paradigm shift through the fusion of neural networks and symbolic reasoning. Hybrid neuro- symbolic systems aim to overcome the inherent limitations of conventional AI architectures, offering a pathway toward enhanced interpretability, robustness, and common-sense reasoning — attributes that are critical for high-stakes applications in healthcare, finance, and autonomous systems. This paper investigates the architectural design, practical applications, and ethical implications of these hybrid systems, highlighting their capacity to combine data-driven learning with structured, logic- based reasoning. While these architectures promise improved adaptability and decision transparency, they also present formidable challenges in scalability, complexity, and ethical governance. Addressing these obstacles is essential for developing AI systems that align with human values and societal needs. The study positions synthetic reasoning as an essential step toward bridging the divide between human cognitive flexibility and machine intelligence, paving the way for reliable and ethically resilient AI solutions.

Artificial Intelligence (AI) is increasingly embedded in high-stakes domains such as healthcare, finance, and law enforcement, where opaque decision-making raises significant ethical concerns. Among the core challenges in AI ethics are explainability and transparency—key to fostering trust, accountability, and fairness in algorithmic systems. This review explores the ethical foundations of explainable AI (XAI), surveys leading technical approaches such as model-agnostic interpretability techniques and post-hoc explanation methods and examines their inherent limitations and trade-offs. A real-world case study from the healthcare sector highlights the critical consequences of deploying non-transparent AI models in clinical decision-making. The article also discusses emerging regulatory frameworks and underscores the need for interdisciplinary collaboration to address the evolving ethical landscape. The review concludes with recommendations for aligning technical innovation with ethical imperatives through responsible design and governance.

The review article examines the transformative role of Artificial Intelligence (AI) in wealth management, with a particular focus on robo-advisors and their integration with big data and algorithmic trading strategies. The growing global need for efficient, personalized, and data-driven financial advisory services is highlighted, as traditional methods struggle to meet the demands of modern investors. The objective of the review is to explore how AI technologies, including machine learning, predictive analytics, and automation, are reshaping portfolio management, risk assessment, and investment strategies. The review’s novelty lies in its comprehensive analysis of recent advancements in AI-driven wealth management, offering a synthesis of emerging trends and technologies. A qualitative methodology was employed, analyzing studies, conference papers, and articles from leading sources such as IEEE and IGI Global. The findings indicate that AI-powered robo-advisors significantly enhance financial literacy, improve decision-making efficiency, and deliver personalized investment strategies. AI's capacity to process large datasets and predict market movements has been proven to optimize investment portfolios and mitigate risks. However, challenges such as data privacy, algorithm transparency, and regulatory concerns remain. The discussion underscores the need for more transparent AI systems and the integration of blockchain for greater security and trust. The conclusion suggests that AI in wealth management has the potential to revolutionize personal finance, but its widespread adoption requires overcoming key technical and ethical barriers. The review highlights the implications for financial institutions, investors, and policymakers, while identifying limitations in the research, particularly the need for more empirical data and long-term studies. Future research should focus on refining AI models, addressing transparency issues, and exploring the intersection of AI and blockchain in wealth management.

Artificial intelligence (Ai) systems unquestionably influence the daily life of contemporary society, thanks to a symbiotic, yet necessary, interaction with the external environment. The training methods of intelligent machines, which include self-learning based on continuous data collection, however, open up important issues of a technical-legal nature: from the onset of new risk configurations, related to the use of systems based on the Ai, to civil liability for the damage caused by them. In fact, the interaction of Ai systems with the environment allows the system not only to influence it, but also and above all to modify it and make it new, while the system, in turn, evolves on the basis of these interactions; a problem that concerns not only the legislative and legal spheres but also the social and political ones. The hypothesis of generating damage, deriving from the interaction of the two environments, virtual and natural, is of fundamental speculative interest in the future scenario of law, where the right balance between ius condendum and massive growth of the phenomenon presupposes new interpretative canons capable of mediating between stringent regulatory needs and the speed with which technology evolves.

Artificial Intelligence is advancing rapidly. With the emergence of tools like ChatGPT and other AI programs from major companies, AI is becoming increasingly powerful. This raises the question: can it provide human-level advice, particularly in the realm of finance? To explore this, we conducted a survey of 30 individuals in India of varying age, income and experience. The objective was to understand the public perception of AI financial advisors. Many respondents had over 10 years of market experience, and the results suggest that people are open to trying AI advisors in conjunction with human advisors, as many believe AI still lacks the ability to understand clients' emotions fully. Further discussion on the results of this study is shown in this article.

The modelling of a legal text into a machine-processable form, such as a list of logic formulae, enables a semi-automatic reasoning about legal compliance but might entail some anticipation of legal interpretation in the modelling. The formulae need therefore to be validated by legal experts, but it is unlikely that they are familiar with the formalism used. This calls for an interdisciplinary validation methodology to ensure that the model is legally coherent with the text it aims to represent but that could also close the communication gap between formal modellers and legal evaluators. This paper discusses such a methodology, providing an human-readable representation that preserves the formulae's meaning but that presents them in a way that is usable by non-experts. We exemplify the methodology on a use case where Articles of the GDPR are translated in the Reified I/O logic encoded in LegalRuleML.

Profiling and fundamental rights refer to the complex relationship between the practice of profiling—often employed in law enforcement, marketing, and security—and the protection of individual rights, including privacy, non-discrimination, and data protection. Profiling involves the collection and analysis of personal data to predict behaviors or characteristics, which can lead to significant ethical and legal concerns. Notably, profiling practices have raised alarms about potential violations of civil liberties, not only regarding racial and ethnic discrimination, but primarly personal freedom. This book tries to answer to the following question: can we

On vaikea tiivistää niitä ristiriitaisia tuntemuksia, joita tämän monta vuotta nielaisseen tutkimusprosessin ajatteleminen aiheuttaa. Kalkkiviivan häämöttäminen synnyttää epäuskoisen euforian. Kaikesta kompastelusta, sairastelusta ja moninaisista vastoinkäymisistä huolimatta saan pian jättää tämän vaiheen elämästä taakseni. Tuntemukset ovat hieman haikeat, ja toisaalta helpottuneet. Yliopistolla viime vuosien aikana puhaltaneet uudistusten tuulet ovat näkyneet ja tuntuneet tutkijan elämässä monenlaisena epävarmuutena, mikä on saanut useaan otteeseen kyseenalaistamaan paitsi tutkimustyön mielekkyyden ja merkityksen myös oman työnsä ja oman itsensä arvon. Niinpä ansaittujen kiitosten osoittaminen tätä työtä ja sen tekijää eri tavoilla kannatelleille tuntuu aivan erityisen miellyttävältä velvollisuudelta. Suurimmat kiitokset kuuluvat työn ohjaajille professori Päivi Honkatukialle ja professori Pekka Sulkuselle. Jo graduohjaajanani toiminut Päivi on kommentoinut vuodesta 2003 asti varmasti jokaista akateemista yritelmääni kannustavasti, ymmärtävästi ja kärsivällisesti antaen tilaa erilaisille ajatuksille ja kokeiluille. Päivillä on ainutlaatuinen kyky antaa palautetta ja kritiikkiä innostavalla, itseluottamusta herättävällä tavalla. En usko, että rohkeuteni olisi riittänyt näinä vuosina ilman sitä. Pekka on pitänyt huolen suurista linjoista ja työn tekemisen edellytyksistä. Pekan aikaisemmin johtama Interventio-jatkokoulutusseminaari ja nykyinen CEACG-tutkimusryhmä ovat luoneet innostavan ja turvallisen paikan harjoitella tutkimuksen tekemistä sekä tutkijana olemista. Ne ovat tarjonneet tärkeän yhteisöllisen kiinnekohdan yksinäiselle puurtamiselle sekä kiinnostavia ja opettavaisia keskusteluita. Pekalle olen myös velkaa kaikkein konkreettisimman kiitoksen, sillä ilman Pekan apua ja eteenpäin puskemista tämä työ olisi tuskin koskaan valmistunut rahoituksen loputtua juuri siinä kriittisimmässä ja intensiivisimmässä vaiheessa. Kaksi viimeistä Interventio-vuottani seminaaria veti professori Erkki Kilpinen, jonka tinkimätön suhtautuminen tieteeseen ja tutkimukseen teki minuun suuren vaikutuksen. Erkin paneutuvat, kriittiset kommentit ja älykäs huumori saivat käymään Interventiossa vielä silloinkin, kun se ei ollut enää jatko-opintoihin sisältyvä velvollisuus. Professori emerita Riitta Jallinoja oli suuri apu väitöskirjatyön alkumetreillä. Riitan neuvojen avulla sain hapuilevat tutkimusideani koottua suunnitelmaksi, jolla tutkimukselle varmistui rahoitus. Esitarkastajiani professori Elina Pirjatanniemeä ja professori Suvi Ronkaista kiitän kannustavasta ja asiantuntevasta palautteesta, joka auttoi ajatusten -ja toivottavasti myös tekstin -selkeyttämisessä. Kiitokset ansaitsee myös kiireiseen aikatauluunsa tilaa tehnyt ja vastaväittäjäksi lupautunut professori Johanna Niemi. Intervetion kannustavassa ja yhteisöllisessä ilmapiirissä työtäni on kommentoinut koko joukko teräviä tyyppejä.

El presente artículo propone desde la filosofía científica un modelo teórico que describe y analiza la estructura del lenguaje jurídico desde una perspectiva formal y técnica, aplicando elementos de la teoría de lenguajes formales, teoría de conjuntos y teoría de semigrupos. La
propuesta a diferencia de estudios hermenéuticos o históricos, indica una naturaleza más artificial del lenguaje jurídico. Se plantea como objetivo introducir una estructura formal del lenguaje jurídico haciendo uso de ocho elementos u óctupla. La tesis que se sostiene es que el lenguaje jurídico al ser creado por los juristas es un lenguaje simbólico finito que puede representarse mediante una estructura matemática que permite analizar y evaluar su sintaxis, semántica y pragmática. Por un lado, se concluye que tanto la creación de códigos o leyes, reglamentos, decretos, etc., la creación de una teoría, doctrina o determinado texto jurídico
conlleva a emplear los lenguajes disponibles en cierto tiempo y lugar para hablar sobre elementos fácticos, empíricos o conceptuales. Por otro, en el análisis del lenguaje jurídico, la noción de designación precede la referencia. Igualmente, la asignación de significado o interpretación de un símbolo se lleva a cabo en función de otros símbolos, dado que éstos al
pasar por una serie de reglas de formación y transformación son incluidos en una secuenciación que permite así darles un significado.

"Non dobbiamo temere l'IA, ma piuttosto come sceglieremo di usarla"
(Tim Cook, amministratore delegato di Apple)

Che cos'è l'intelligenza artificiale?
In termini semplici, l'intelligenza artificiale è la capacità delle macchine di "pensare" e "apprendere" come farebbero gli esseri umani. Pensate ai computer di una volta, quei giganteschi macchinari che eseguivano calcoli complessi e compiti ripetitivi. Ora immaginate che questi computer possano non solo eseguire istruzioni, ma anche imparare dai loro errori, riconoscere modelli e prendere decisioni autonome.
Negli anni '50, un matematico britannico di nome Alan Turing ha immaginato macchine in grado di svolgere compiti intelligenti. Ha proposto il famoso "test di Turing" per determinare se una macchina potesse essere considerata intelligente. Se un computer può convincere un essere umano di essere un altro umano durante una conversazione, allora può essere considerato intelligente. Da allora, la tecnologia ha fatto passi da gigante.

IA nella vita quotidiana
Forse non ci rendiamo conto, ma l'IA è già parte della nostra vita quotidiana. Avete mai usato Siri o Google Assistant sul vostro smartphone? Questi assistenti virtuali utilizzano l'IA per capire le vostre domande e fornire risposte pertinenti. Gli algoritmi di intelligenza artificiale alimentano anche i suggerimenti che vedete su Netflix o Amazon, analizzando le vostre preferenze per consigliarvi film, serie TV o prodotti che potrebbero piacervi.
Le auto moderne utilizzano l'IA per migliorare la sicurezza. Funzioni come il cruise control adattivo, il riconoscimento dei segnali stradali e la frenata automatica di emergenza sono tutte abilitate dall'IA. In futuro, le auto a guida autonoma potrebbero diventare la norma, rendendo le strade più sicure e la guida più efficiente.

IA e salute
L'IA sta rivoluzionando anche il settore sanitario. I medici utilizzano algoritmi di IA per diagnosticare malattie con maggiore precisione, analizzando enormi quantità di dati medici. Immaginate un sistema che può esaminare migliaia di immagini radiologiche in pochi secondi e identificare anomalie che potrebbero sfuggire all'occhio umano. Questo non solo accelera il processo diagnostico, ma aumenta anche le probabilità di individuare malattie in stadi precoci.

Le preoccupazioni e le sfide dell'IA
Come ogni tecnologia, l'IA presenta anche delle sfide. Una delle principali preoccupazioni è la perdita di posti di lavoro. Con l'automazione dei processi industriali e l'introduzione di robot intelligenti, molti lavori tradizionali stanno scomparendo. Tuttavia, è importante ricordare che l'IA crea anche nuove opportunità di lavoro, in settori come lo sviluppo di software, la manutenzione dei robot e la gestione dei dati.
Un'altra preoccupazione riguarda la privacy. I sistemi di IA raccolgono e analizzano enormi quantità di dati personali, sollevando interrogativi su come queste informazioni vengono utilizzate e protette. È fondamentale che vi siano regolamentazioni rigorose per garantire che i dati personali siano trattati in modo sicuro ed etico.

Il futuro dell'IA
Guardando al futuro, le possibilità offerte dall'IA sono immense. Si prevede che l'IA avrà un impatto significativo su settori come l'educazione, la finanza, l'agricoltura e molto altro. Ad esempio, le piattaforme educative basate sull'IA possono adattarsi alle esigenze di ogni studente, offrendo un'esperienza di apprendimento personalizzata. Nell'agricoltura, i droni e i sensori intelligenti possono monitorare le colture e ottimizzare l'uso delle risorse, migliorando la produttività e la sostenibilità.

L'intelligenza artificiale è una tecnologia potente che sta cambiando il mondo in modi che nemmeno avremmo potuto immaginare qualche decennio fa. Per noi, generazione dei Baby Boomers, l'IA può sembrare un concetto astratto e futuristico, ma in realtà è già parte integrante della nostra vita quotidiana. È una tecnologia che offre immense opportunità, ma che deve essere gestita con attenzione per affrontare le sfide etiche e sociali che comporta.
Quindi, la prossima volta che useremo il nostro smartphone, accenderemo il nostro televisore intelligente o guideremo la nostra auto, dovremmo anche pensare all'intelligenza artificiale che lavora dietro le quinte per rendere la nostra vita più comoda, sicura e interessante.
L'IA non è solo il futuro, è il presente, ed è qui per restare.

L'art. 4 dello Statuto dei lavoratori prevede una procedura codeterminativa attraverso la quale è possibile installare apparecchiature di controllo sull'attività dei lavoratori. Questo meccanismo normativo, se fosse pienamente valorizzato, potrebbe consentire di contemperare le contrapposte esigenze del datore e dei lavoratori e di consentire una gestione equilibrata dell'introduzione delle nuove tecnologie sul luogo di lavoro. La codeterminazione ex art. 4 Stat. lav. L'art. 4 dello Statuto dei diritti dei lavoratori (l. 20 maggio 1970, n. 300) prevede, al primo comma, che «è vietato l'uso di impianti audiovisivi e di altre apparecchiature per finalità di controllo a distanza dell'attività dei lavoratori». Di seguito, al secondo comma, la disposizione aggiunge che «gli impianti e le apparecchiature di controllo che siano richiesti da esigenze organizzative e produttive ovvero dalla sicurezza del lavoro, ma dai quali derivi anche la possibilità di controllo a distanza dell'attività dei lavoratori, possono essere installati soltanto previo accordo con le rappresentanze sindacali aziendali, oppure, in mancanza di queste, con la commissione interna. In difetto di accordo, su istanza del datore di lavoro, provvede l'Ispettorato del lavoro» (ora Direzione territoriale del lavoro), «dettando, ove occorra, le modalità per l'uso di tali impianti». Il terzo comma contiene una norma provvisoria che ha esaurito i suoi effetti; mentre il quarto comma stabilisce che «contro i provvedimenti dell'Ispettorato del lavoro, di cui ai precedenti secondo e terzo comma, il datore di lavoro, le rappresentanze sindacali aziendali o, in mancanza di queste, la commissione interna, oppure i sindacati dei lavoratori di cui al successivo articolo 19 Dottrina Lavoro subordinato il Lavoro nella giurisprudenza 8-9/2014 737 brought to you by CORE View metadata, citation and similar papers at core.ac.uk provided by Archivio istituzionale della ricerca -

Predložený príspevok sa zameriava na deskripciu a analýzu troch koncepcií práva (právo 1.0, právo 2.0 a právo 3.0), ktoré sa vyskytujú v úvahách a diele Rogera Brownsworda. Cieľom tohto príspevku je tak poskytnúť stručný popis koncepcií právo 1.0, právo 2.0 a právo 3.0 a zároveň kritickým spôsobom poukázať na ich slabé miesta. Záver príspevku je venovaný problému samotného nastavenia koncepcie právo 3.0, ktoré podľa autora príspevku je výsledkom zjednodušeného uvažovania o vzťahu práva a technológií s dôrazom na nekritické adaptovanie ľudských činnosti umelou inteligenciou ako nespochybniteľného konečného zámeru.

Lista de acrónimos y abreviaturas utilizadas OCML -Operational Conceptual Modelling Language. SIGMOD -Special Interest Group on Management Of Data (dentro de ACM). OKBC -Open Knowledge-Base Connectivity. SIGSEMIS -Special Interest Group on Semantic Web and Information Systems (dentro de AIS).

L'avvento della giuscibernetica e dell'intelligenza artificiale pone nuove sfide al diritto e alla figura dell'interprete. Questo articolo esplora il ruolo del diritto romano e dei suoi principi fondamentali, come l'attenzione all'interpretazione e la ricerca dell'equità, nell'affrontare le sfide poste dalla tecnologia. L'analisi si concentra sui limiti dell'IA nell'applicazione del diritto e sulla necessità di un approccio umanistico che sappia coniugare l'efficienza tecnologica con la tutela dei
valori etici e dei diritti fondamentali.

La prolusione di Vittorio Frosini al suo primo corso d'in5egname11to a Catania fu «Umanesimo e tecnologia nella giurisprudenza». Salvando le distanze, trovo una felice coincidenza con questo mio tentativo di parlare di diritto dell'informatica. Di cosa ci dobbiamo occupare? Di un mondo che cambia vertiginosamente, della conoscenza e dell'informazione, della materia e deU' energia, del tempo e dello spazio. Dice Catala <1./a matière et l'énergie sant l'objet du droit, l'espace et le temps sont le cadre de l'activité jiuridique; il n'y a pas de droit qui ne porte soit sur une action, e' est a dire sur une f orce, soit sur une susbstance, c'est a dire sur un matière, et il n'y a pas d'action qui ne se situe a l'échelle humaine dans un lieu et dans la durée, meme si /,a durée est très brève» 1 • Lo spazio, come distanza, si riduce, vale a dire il tempo di percorso è sempre più breve. Ma tra spazio e tempo ci sono relazioni ingannevoli: la globalizzazione è l'effetto della rapidità dell'informazione e talvolta ci fa credere che certe realtà siano «più vicine» semplicemente perché le vediamo o le sentiamo più spesso. Nel mondo informatico si sparla ..:l'americano» e ragionevolmente la gente riesce a capirsi, ma quando si copiano le clausole di un contratto fatto a New York, per il fatto di essere fuori contesto diventa un senza senso. Le nuove tecnologie fanno vincere la conoscenza e l'energia sulla ma- teria, ma la tradizione giuridica è abituata a trattare della materia, non dell'energia, non della conoscenza. Ogni volta che vi è stata una grande trasformazione produttiva e sociale il diritto si è adeguato per consolidare e tutelare il nuovo assetto: dal mondo agricolo al mondo commerciale, da questo all'industriale, ora da quest'ultimo alle nuove tecnologie.

Specification Abstract Specification Validation Concrete Specification Plan Concrete Specification OACSpecification Validation Concrete Specification Plan Concrete Specification OAC Concrete Specification Concrete Specification Validation and Verification Software Development Plan Risk Assessment Risk Control Progress through steps Cumulative cost Evaluate alternatives, identify, resolve risks Develop, verify next-level product Plan next phases Commit Review partition Determine objectives, alternatives, constraints (OAC) Figure 9 Spiral Model Coders Must Face Design Issues Coders face the weight of the process bearing down on them in difficult situations. They are at the “end” of the code product effort in time and resources. The pressure is on them to produce a working product, to modify the product when needed, to

This paper addresses a debate that frequently arises when contract simplification is discussed. For business users, a clear contract is one that helps them understand the deal, implement its terms and encourages a productive business relationship. Legal teams, on the other hand, often worry about their responsibility to protect their client against excessive risk and potential litigation. For them, a clear document is unambiguous and legally watertight, resulting in complex documents that can be hard for non-lawyers to use. In this paper we discuss a layered approach that can reconcile competing definitions of clarity, functionality and user needs, and we speculate about the role of information design and emerging technologies in the development of human-centred layers to traditional contract wording.

This paper begins by examining the overall social risk management function of tort law. The common law of products liability has developed rules involving the categorization of product defects in order to operationalize this function. The legal rules are designed to provide economic incentives to balance unrestricted innovation with a desire for perfect safety. The incentives become critical input to the risk management process for software developers, managers, investors and insurers. The software product has often been described as unique among artifacts of engineering innovation. In this paper, that uniqueness is shown to prevent a rational application of common law rules to basic examples of software defect. This defeats the desired operationalization of the social risk management function of tort law. Risk managers face a new uncertainty when considering safety-critical software products. Commonly considered solutions to the problem are examined and dismissed as inadequate. Ove...

The article is dedicated to asst. prof. Theodor Piperkov. It examines the
importance of the Roman legal tradition in the study of the possessio and the conceptual framework that is created in the context of modern law in the light of comparative analysis with the legislations of other European countries.

This volume stems from the encounter between two communities: Creative Commons (CC) and Artificial Intelligence and Law, especially those people devoted to the development of Multimedia Technology. The Institute of Law and Technology (IDT-Universitat Autònoma de Barcelona) and the CC French chapter (CERSA-Université de Paris 2), together with leads from other CC jurisdictions, are united in one common effort to discuss CC values, technology and innovative solutions. We think that authors contributing to this volume share the following trends:

Рассмотрены некоторые аспекты реализации права граждан на получение полных, достоверных и своевременных сведении о деятельности осударственных органов относительно правовой информации. Внесены предложения по совершенствованию правовых механизмов реализации, в частности, путем опубликования актуальных редакций текстов нормативных правовых актов и обеспечения свободного доступа к ним, а также по норматив ному урегулированию порядка издания судебных постановлений в Республике Беларусь. Some aspects of the implementation of the right of citizens to receive complete, reliable and timely information on the activities of government bodies regarding legal information are considered. Proposals are made to improve the legal mechanisms for implementation, in particular, by publishing current versions of the texts of regulatory legal acts and ensuring free access to them, as well as by standards

Generative Artificial Intelligence is posing various dilemmas to all of us – and to jurists in particular. On the one hand, great opportunities are opening up. On the other hand, dangers are advancing. This underscores the imperative to implement robust regulatory measures to protect human rights.

In this paper we focus on innovative solutions to the problem of transparency in Public Administrations (PAs) by opening up public data and services so that citizens participation is facilitated and encouraged. We introduce the motivating principles and the architectural solutions to a Social Platform for Open Data, that is designed in order to provide a sustainable and re-usable framework to provide collaborative and social access to Open Data provided by PAs. Our overall objective is to propose a engage citizens by making them able to socially interact over Open Data, by forming or joining existing online communities that share common interest and discuss common issues of relevance to local policy, service delivery, and regulation. The proposed architectural solution is supporting the citizens in a collective relationship among them (as a network helping each other) and with PAs so that the information provided by the Public Administrations is shared, interpreted, personalized, made easier to understand and discussed to assess its meanings. The results and benefits of our approach, as well as potential impact in the pilot experiences that are planned, are also discussed.

In a legal context, it is often particularly important to be able to trace the reasons why a decision was made; therefore, there may be an intuition that explainability is extremely important in judicial support systems. However, the standard of explainability (understandability, transparency) that machine learning technologies used to assist judges should meet has not yet been described. Defining this standard is even more complicated because, when considering it, it is necessary to take into account not only the specifics of the legal context in general but also of individual branches of law (for example, criminal or civil law). In this paper, I consider which branches of law, due to their specificity, seem to require the use of the most algorithmically transparent-and thus inherently interpretable-methods. Juxtaposing three general levels of explainability (white boxes, black boxes with post hoc explainers, and full black boxes) with legal values, I consider the paths that the development of machine learning models supporting judicial reasoning should follow in order to be tailored to the specifics of each legal field.

This paper describes the analysis of the requirements and the knowledge acquisition process for the development of a legal ontology for the representation of data protection knowledge in the framework of the NEURONA project. This modular ontology is used in the NEURONA application to reason about the correctness of the measures of protection applied to these data files by an organization. In this sense, the use of legal ontologies could not only provide legal professionals and citizens with better access to legal information, but could also support data protection and privacy compliance in organizations and administrations.

No reproduction, copy or transmission may be made without written permission from the individual authors. Papers have been double-blind peer reviewed before final submission to the conference. Initially, paper abstracts were read and selected by the conference panel for submission as possible papers for the conference. Many thanks to the reviewers who helped ensure the quality of the full papers.

SINAPPSI è la rivista scientifica dell&#39;Inapp-Istituto nazionale per l&#39;analisi delle politiche pubbliche. SINAPPSI si pone come luogo di confronto e dibattito sui temi legati alla valutazione delle politiche del lavoro, dell&#39;istruzione, della formazione, delle politiche sociali. SINAPPSI rinnova la tradizione dell&#39;Osservatorio Isfol, la rivista storica dell&#39;Istituto. L&#39;Istituto nazionale per l&#39;analisi delle politiche pubbliche (INAPP) è un ente pubblico di ricerca, che svolge analisi, monitoraggio e valutazione delle politiche del lavoro e dei servizi per il lavoro, delle politiche dell&#39;istruzione e della formazione, delle politiche sociali e di tutte quelle politiche pubbliche che hanno effetti sul mercato del lavoro. Il suo ruolo strategico nel nuovo sistema di governance delle politiche sociali e del lavoro dell&#39;Italia è stabilito dal Decreto Legislativo 14 settembre 2015, n. 150. L&#39;Inapp fa parte del Sistema statistico nazionale (SISTAN) e ...

Experience of… •law in the world •interdisciplinary trading zones •creative, purposeful acts Ethics in… •an integrated curriculum •habitual action •reclamation of moral spaces in the curriculum Technology for… •our discipline, our curricula •learner-centred control •transactional learning Collaboration between… •students •institutions •academic & professional learning •open-access cultures

Facciamo una ricerca sul web e ci viene restituito un risultato, che riconosciamo sbagliato.
Chiediamo a ChatGPT di elaborare un testo, e scopriamo essere pieno di imprecisioni ed errori.
Tutti questi sono fenomeni comuni e quotidiani, che spesso toccano pesantemente i diritti delle persone, attraverso la produzione di informazioni false, sbagliate e fuorvianti.
In questo articolo proviamo a capire come ciò avvenga, perché e quali sono gli strumenti a nostra tutela.