Gli algoritmi e l’intelligenza artificiale nell’attività amministrativa

Insabato, Luigi (A.A. 2021/2022) Gli algoritmi e l’intelligenza artificiale nell’attività amministrativa. Tesi di Laurea in Diritto amministrativo 1, Luiss Guido Carli, relatore Aldo Sandulli, pp. 184. [Single Cycle Master's Degree Thesis]

Full text for this thesis not available from the repository.

Abstract/Index

La digitalizzazione della pubblica amministrazione. L’avvio del processo di digitalizzazione amministrativa. Il processo di digitalizzazione ed i principi amministrativi: la legalità amministrativa. Il principio di trasparenza e l’evoluzione normativa interna. Brevi cenni sull’evoluzione normativa in ambito europeo: la comunicazione COM 2016/179 e successivi sviluppi. Dalla digitalizzazione della pubblica amministrazione all'analisi algoritmica. Le ragioni della diffusione dell’analisi algoritmica. La definizione di algoritmo e di intelligenza artificiale. Il rispetto dei principi della legalità algoritmica. La digitalizzazione e il rapporto con l’intervento umano all’interno del processo. Profili comparatistici in merito all'applicazione degli strumenti digitali. Applicazioni pratiche dell’algoritmo all’interno dell’Unione europea. L’erroneità dell’algoritmo: il caso della “buona scuola”. La discriminazione dell’algoritmo: il caso “Syri”. Il successo del processo di digitalizzazione amministrativa in Estonia. Uno sguardo ai Paesi extra UE: il caso degli “uiguri” in Cina.

References

Bibliografia e sitografia: pp. 150-184.

Thesis Type: Single Cycle Master's Degree Thesis
Institution: Luiss Guido Carli
Degree Program: Single Cycle Master's Degree Programs > Single Cycle Master's Degree Program in Law (LMG-01)
Chair: Diritto amministrativo 1
Thesis Supervisor: Sandulli, Aldo
Thesis Co-Supervisor: Mattarella, Bernardo Giorgio
Academic Year: 2021/2022
Session: Extraordinary
Deposited by: Alessandro Perfetti
Date Deposited: 26 Jun 2023 14:20
Last Modified: 26 Jun 2023 14:20
URI: https://tesi.luiss.it/id/eprint/36025

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item