Mario Piattini
Full Professor at the University of Castilla-La Mancha. Scientific Director of AQCLab, DQTeam and I2SC
Dottore e laureato in Informatica presso l’Università Politecnica di Madrid. Laureato in Psicologia presso l’UNED. Dottore honoris causa presso l’Università di La Plata (Argentina). Master in Audit informatico, Master in Gestione delle risorse umane e Master in Gestione dei progetti. Specialista nell’applicazione delle tecnologie dell’informazione alla gestione aziendale (UPM). CISA, CISM, CRISC, CGEIT, AAIA (Advanced in Artificial Intelligence Audit) e AAIR (Certified Advanced AI Risk) dall’ISACA. PMP dal PMI. Diploma in Qualità presso l’AEC. Auditor capo ISO 15504/33000 certificato da AENOR. CDMP, Certificazione in Data Quality e Data Governance da DAMA. AI Security & Governance da Securiti e AIGP (Artificial Intelligence Governance Professional) rilasciata dall’IAPP. ISO/IEC 42001 Lead Auditor da PECB.
Ha lavorato come consulente per numerosi enti e aziende. Socio fondatore delle spin-off Cronos Ibérica S.A. (attualmente Alten), Kybele Consulting S.L., Lucentia Lab, S.L., DQTeam, S.L., AQCLab (primo laboratorio accreditato dall’ENAC per la valutazione della qualità dei prodotti software, dei dati e dell’IA) e I2SC (Intelligent and Information Systems Certification) S.L. È stato professore associato presso l’Università Complutense e l’Università Carlos III di Madrid. È stato direttore del Centro misto di ricerca e sviluppo software UCLM-Indra, coordinatore dell’area di Scienze dell’informatica e Tecnologia informatica dell’Agenzia nazionale di valutazione e prospettiva (ANEP) e direttore dell’Istituto di TecnoloANEP) e direttore dell’Istituto di Tecnologie e Sistemi Informativi (ITSI) dell’UCLM. Professore ordinario presso la Scuola Superiore di Informatica (ESI) dell’Università di Castilla-La Mancha (UCLM), dove ha fondato il gruppo di ricerca Alarcos. È segretario del CTN71/SC7 e membro del CTN71/SC40 e SC42 dell’UNE.
È tra i 15 “Top scholars nel campo dell’ingegneria dei sistemi e del software (2004-2008)” e tra i 15 “Ricercatori più attivi ed esperti nell’ingegneria del software (2010-2017)”. Premio Nazionale alla Carriera Professionale dell’Ingegnere Informatico della Federazione delle Associazioni degli Ingegneri Informatici di Spagna, Premio Gabriel Alonso Herrera della Giunta delle Comunità di Castiglia-La Mancia (JCCM) alla carriera di ricerca, Premio Grace Hooper conferito dall’Ordine Ufficiale degli Ingegneri Informatici di Castiglia-La Mancia (COIICLM), Premio Aritmel della Società Scientifica Informatica di Spagna (SCIE), Premio alla carriera di ricerca e all’innovazione di Castiglia-La Mancia (JCCM), Premio FIUM e Premio alla carriera professionale di ISACA Madrid.
Sito ufficiale UCLM: https://alarcos.esi.uclm.es/per/mpiattini/
Pubblicazioni: https://dblp.org/pid/p/MPiattini.html
_____________________
Abstract intervento
12:20–12:50
Governance dei dati e dell’Intelligenza Artificiale
Regole, standard e responsabilità per uno sviluppo affidabile
L’Intelligenza Artificiale (in particolare l’apprendimento automatico, l’apprendimento profondo e, negli ultimi anni, gli agenti) è diventata una delle tecnologie più potenti al giorno d’oggi, poiché consente di aumentare l’efficienza e la produttività delle organizzazioni, rivoluzionando i processi aziendali e il processo decisionale praticamente in tutti i settori e le industrie.
Infatti, i vantaggi dei sistemi intelligenti sono straordinari, ma i rischi che comportano possono essere ancora maggiori. Sebbene ogni nuova tecnologia informatica presenti dei rischi, forse l’IA è tra quelle che ne accresce maggiormente la portata, sia in termini negativi (per il suo potenziale impatto a livello organizzativo e sociale) che positivi (per le magnifiche opportunità che offre a supporto delle decisioni) e in tutti gli ambiti: giuridico, etico e tecnico. Occorre inoltre tenere presente che i rischi legati all’IA evolvono più rapidamente rispetto alla maggior parte degli altri rischi tradizionali.
Pertanto, lo sforzo di implementare e utilizzare sistemi di IA deve comportare l’adozione di un solido sistema di governance dell’IA, che consenta di trarne i benefici e gestirne i rischi. Ovviamente, man mano che l’IA viene implementata su scala più ampia nelle organizzazioni, la governance svolge un ruolo chiave nella supervisione adeguata delle iniziative di IA e dei sistemi correlati.
Ora, sebbene esistano diversi quadri normativi in materia di IA e si continui a sottolineare la necessità di disporre di un’“IA affidabile” (“responsabile”), che rispetti gli aspetti legali ed etici e che consenta di costruire e utilizzare sistemi intelligenti robusti, tra il 60% e l’85% dei progetti di Intelligenza Artificiale fallisce clamorosamente. E la maggior parte di questi fallimenti è dovuta a dati di scarsa qualità. Pertanto, il vero ostacolo all’IA risiede nei dati, nella loro scarsa qualità, nella loro gestione e nella loro governance.
Per questo motivo, è fondamentale partire da una buona governance dei dati per ottenere un’adeguata governance dell’IA (come riconosce lo stesso Regolamento europeo sull’IA (AI Act), in particolare nell’articolo 10). In definitiva, la governance dell’IA può essere considerata un superset della governance dei dati, per cui è consigliabile integrare le pratiche di governance dell’IA nei sistemi di governance dei dati esistenti. E non dobbiamo dimenticare che l’IA è soggetta al classico principio dell’informatica «garbage in-garbage out», per cui, senza una buona governance dei dati, la governance dell’IA è destinata al fallimento.