Artificial intelligence and machine learning: applications, algorithmic bias and ethics

This thesis is intended to be an introduction to the concept of artificial intelligence (AI), with a particular focus on machine learning (ML). Artificial intelligence involves the processing by a computer of a large amount of data to act or think "rationally" or reproduce the behaviour or way of thinking of human beings. Machine learning is a technique for using AI in which an algorithm learns and, on this basis, progressively improves its performance. In the first part of the paper, after a brief excursus on the history and uses of AI and ML, practical examples of the application of machine learning will be presented, including predicting bank creditworthiness or bank frauds, job candidate screening, self-driving cars and its use in the war between Russia and Ukraine. Particular attention will be paid to face recognition systems. The second part, due to the ethical criticalities identified during the drafting of this thesis, will be dedicated to understanding the phenomenon of algorithmic bias, exploiting the concrete cases dealt with in the previous chapters, and to the delineation of the European regulatory framework on the matter of AI. In today's world where the economic well-being of individuals and countries depends on the value of data, artificial intelligence appears to be a fundamental resource. Taking into account the advantages and risks deriving from its use, the key seems to be to find a balance between these two elements, in particular by focusing on regulation, consent, transparency and accountability.

Questa tesi vuole essere un’introduzione al concetto di intelligenza artificiale (AI), con un focus particolare sul machine learning (ML). L’intelligenza artificiale prevede l’elaborazione da parte di un computer di un grande mole di dati al fine di agire o pensare “razionalmente” o riprodurre il comportamento o il modo di pensare degli esseri umani. Il machine learning è una tecnica di impiego dell’AI in cui vi è un algoritmo in grado di imparare e, su questa base, progressivamente migliorare le proprie performance. In una prima parte dell’elaborato, dopo un breve excursus sulla storia e gli utilizzi dell’AI e del ML, verranno presentati degli esempi pratici di applicazione dell’apprendimento automatico tra cui la previsione di insolvenze o di frodi bancarie, l’assunzione di candidati a una posizione lavorativa, la guida autonoma e, seppur brevemente, il suo impiego nello scontro tra Russia e Ucraina. Un’attenzione particolare sarà dedicata ai sistemi di riconoscimento del volto. La seconda parte, in ragione delle criticità etiche individuate durante la stesura di questa tesi, sarà dedicata alla comprensione del fenomeno dei bias algoritmici, sfruttando i casi concreti trattati nei capitoli precedenti, e alla delineazione del quadro normativo europeo in tema di AI. Nella realtà di oggi in cui il benessere economico delle singole persone e dei Paesi dipende dal valore dei dati, l’intelligenza artificiale risulta essere una risorsa fondamentale. Tenendo conto dei vantaggi e dei rischi derivanti dal suo utilizzo, la chiave sembra essere quella di trovare un equilibrio tra questi due elementi, in particolare puntando sulla regolamentazione, il consenso, la trasparenza e l’assunzione di responsabilità.