Il ricorso all'Intelligenza artificiale è sempre più intenso e diffusivo. Network sociali, web, smartphone, piattaforme per streaming diventano strumenti quotidiani utilizzati non solo dalla digital generation per mantenere i contatti, ma da milioni di cittadini talvolta non avvezzi all’uso quotidiano e intenso delle nuove tecnologie digitali. Il ricorso allo smart working, o al telelavoro, all’home working, si è esteso progressivamente e sempre più intensamente e le stesse aziende. Negli ultimi decenni le aziende hanno creato grandi banche dati capaci di personalizzare profili di acquirenti, hanno fatto ricorso alle tecnologie del machine learning e dell’IA per consolidare l’e-commerce, la vendita al dettaglio, i modelli di business online, oppure offrire servizi finanziari, assicurazioni, gestire crediti, mutui e tutta una serie di attività che hanno reso la convivenza quotidiana con la robotica, le app, i computer, i tablet, i droni, le stampanti 3D e tutto ciò che è derivato dall’IA una realtà sempre più pervasiva e molto utile. Per aumentare nel tessuto industriale l’innovazione tecnologica avanzata specie “nelle componenti strategiche della supply chain digitale, si è aumentato l’uso della tecnologia nei paesi europei incanalando gli stessi verso “capacità digitali strategiche”, «including artificial intelligence, cybersecurity, secured communication, data and cloud infrastructure, 5G and 6G networks, supercomputers, quantum and blockchain», ovvero i c.d. “Acceleratori dell’Innovazione”. Un campo di applicazione dell’information technology (IT) e di applicazione degli strumenti digitali in grado di elaborare una quantità elevata di dati e che molti dipartimenti di polizia esteri da anni stanno sperimentando è quello relativo alla ottimizzazione delle strategie di controllo del territorio per contrastare o meglio prevenire il consumo di reati (specie quelli a carattere predatorio). Il presente contributo dà conto dell’applicazione di un modello strategico di prevenzione e sorveglianza territoriale elaborato in collaborazione con alcuni funzionari della Questura di Napoli e derivato dall’applicazione di un algoritmo (Xlaw) che apprende in maniera supervisionata e si basa sull’incrocio di alcune assunzioni che derivano dagli studi della sociologia della devianza, dalla nuova criminologia e dalla psicologia. Xlaw è una tecnica di apprendimento automatico che mira a istruire un sistema informatico in modo da consentirgli di risolvere dei compiti in maniera autonoma sulla base di una serie di esempi ideali, costituiti da coppie di input e di output desiderati, che gli vengono inizialmente forniti. L'algoritmo che presiede a Xlaw rende conto di un passaggio da una visione riparatoria del danno ad una visione probabilistica del rischio. Il lavoro mostra come combinando la new criminological theory, il crime mapping e una metodologia di analisi che va oltre l'hot spot, sia possibile produrre un modello di risk assessment basato sulla logica dell’uso dei “big data” per coordinare predittivamente la sicurezza urbana.

Intelligenza artificiale e politiche di sicurezza urbana: verso quali modelli? / DI GENNARO, Giacomo. - Unico:(2020), pp. 665-694.

Intelligenza artificiale e politiche di sicurezza urbana: verso quali modelli?

Giacomo, Di Gennaro
2020

Abstract

Il ricorso all'Intelligenza artificiale è sempre più intenso e diffusivo. Network sociali, web, smartphone, piattaforme per streaming diventano strumenti quotidiani utilizzati non solo dalla digital generation per mantenere i contatti, ma da milioni di cittadini talvolta non avvezzi all’uso quotidiano e intenso delle nuove tecnologie digitali. Il ricorso allo smart working, o al telelavoro, all’home working, si è esteso progressivamente e sempre più intensamente e le stesse aziende. Negli ultimi decenni le aziende hanno creato grandi banche dati capaci di personalizzare profili di acquirenti, hanno fatto ricorso alle tecnologie del machine learning e dell’IA per consolidare l’e-commerce, la vendita al dettaglio, i modelli di business online, oppure offrire servizi finanziari, assicurazioni, gestire crediti, mutui e tutta una serie di attività che hanno reso la convivenza quotidiana con la robotica, le app, i computer, i tablet, i droni, le stampanti 3D e tutto ciò che è derivato dall’IA una realtà sempre più pervasiva e molto utile. Per aumentare nel tessuto industriale l’innovazione tecnologica avanzata specie “nelle componenti strategiche della supply chain digitale, si è aumentato l’uso della tecnologia nei paesi europei incanalando gli stessi verso “capacità digitali strategiche”, «including artificial intelligence, cybersecurity, secured communication, data and cloud infrastructure, 5G and 6G networks, supercomputers, quantum and blockchain», ovvero i c.d. “Acceleratori dell’Innovazione”. Un campo di applicazione dell’information technology (IT) e di applicazione degli strumenti digitali in grado di elaborare una quantità elevata di dati e che molti dipartimenti di polizia esteri da anni stanno sperimentando è quello relativo alla ottimizzazione delle strategie di controllo del territorio per contrastare o meglio prevenire il consumo di reati (specie quelli a carattere predatorio). Il presente contributo dà conto dell’applicazione di un modello strategico di prevenzione e sorveglianza territoriale elaborato in collaborazione con alcuni funzionari della Questura di Napoli e derivato dall’applicazione di un algoritmo (Xlaw) che apprende in maniera supervisionata e si basa sull’incrocio di alcune assunzioni che derivano dagli studi della sociologia della devianza, dalla nuova criminologia e dalla psicologia. Xlaw è una tecnica di apprendimento automatico che mira a istruire un sistema informatico in modo da consentirgli di risolvere dei compiti in maniera autonoma sulla base di una serie di esempi ideali, costituiti da coppie di input e di output desiderati, che gli vengono inizialmente forniti. L'algoritmo che presiede a Xlaw rende conto di un passaggio da una visione riparatoria del danno ad una visione probabilistica del rischio. Il lavoro mostra come combinando la new criminological theory, il crime mapping e una metodologia di analisi che va oltre l'hot spot, sia possibile produrre un modello di risk assessment basato sulla logica dell’uso dei “big data” per coordinare predittivamente la sicurezza urbana.
2020
9788866119685
Intelligenza artificiale e politiche di sicurezza urbana: verso quali modelli? / DI GENNARO, Giacomo. - Unico:(2020), pp. 665-694.
File in questo prodotto:
File Dimensione Formato  
5 Inteligenza artificiale e politiche in Uricchio e Riccio a cura di.pdf

non disponibili

Descrizione: Articolo principale
Tipologia: Documento in Post-print
Licenza: Accesso privato/ristretto
Dimensione 6.39 MB
Formato Adobe PDF
6.39 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11588/827981
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact