- nexa - server-nexa.polito.it

OpenAI fires co-founder and CEO Sam Altman for allegedly lying to company board | OpenAI | The Guardian

by Maurizio Borghi

OpenAI fires co-founder and CEO Sam Altman for allegedly lying to company board | OpenAI | The Guardian https://www.theguardian.com/technology/2023/nov/17/openai-ceo-sam-altman-fi… https://amp.theguardian.com/technology/2023/nov/17/openai-ceo-sam-altman-fi…

Nov. 18, 2023

Who will attend to the machines’ writing?

by Alberto Cammozzo

Who will attend to the machines’ writing? -- Richard Hughes Gibson <https://hedgehogreview.com/issues/markets-and-the-good/articles/language-ma…> Generative artificial intelligence is a headspace and a technology—as much an event playing out in our minds as it is a material reality emerging at our fingertips. Fast and fluent, AI writing and image-making machines inspire in us visions of doomsday or a radiant posthuman future. They raise existential questions about themselves and ourselves. And, not least, they should lead us to reconsider certain neglected thinkers of recent intellectual history. Consider a few of the bolder claims made by experts. Two years ago, Blaise Agüera y Arcas, vice president of Google Research, had already declared the end of the animal kingdom’s monopoly on language on the strength of Google’s experiments with large language models. LLMs, he argued, “illustrate for the first time the way that language understanding and intelligence can be dissociated from all the embodied and emotional characteristics we share with each other and with many other animals.”^1 <https://hedgehogreview.com/issues/markets-and-the-good/articles/language-ma…> In a similar vein, the Stanford University computer scientist Christopher Manning has argued that if “meaning” constitutes “understanding of the network of connections between linguistic form and other things,” be they “objects in the world or other linguistic forms,” then “there can be no doubt” that LLMs can “learn meanings.”^2 <https://hedgehogreview.com/issues/markets-and-the-good/articles/language-ma…> Again, the point is that humans have company. The philosopher Tobias Rees (among many others) has gone further, arguing that LLMs constitute a “far-reaching, epoch-making philosophical event” on par with the shift from the premodern conception of language as a divine gift to the modern notion of language as a distinctly human trait, even our defining one. On Rees’s telling, engineers at OpenAI, Google, and Facebook have become the new Descartes and Locke, “[rendering] untenable the idea that only humans have language” and thereby undermining the modern paradigm those philosophers inaugurated. LLMs, for Rees at least, signal modernity’s end.^3 <https://hedgehogreview.com/issues/markets-and-the-good/articles/language-ma…> Rees calls the AI developers “philosophical laboratories” because “they disrupt the old concepts/ontologies we live by.”^4 <https://hedgehogreview.com/issues/markets-and-the-good/articles/language-ma…> That characterization is somewhat misleading. Those disruptive engineers do not constitute a philosophical school in a traditional sense, since they aren’t advancing a /positive/ philosophical program (such as explicit new theories of language or consciousness). And by their own admission, they lack important answers about how and why LLMs work. Yet unquestionably, the technology is blazing some kind of trail—whither, no one knows for sure—leaving us to philosophize in its wake, just as Manning, Agüera y Arcas, and Rees have done. In this respect, current debates about writing machines are not as fresh as they seem. As is quietly acknowledged in the footnotes of scientific papers, much of the intellectual infrastructure of today’s advances was laid decades ago. In the 1940s, the mathematician Claude Shannon demonstrated that language use could be both described by statistics and /imitated/ with statistics, whether those statistics were in human heads or a machine’s memory. Shannon, in other words, was the first statistical language modeler, which makes ChatGPT and its ilk his distant brainchildren. Shannon never tried to build such a machine, but some astute early readers of his work recognized that computers were primed to translate his paper-and-ink experiments into a powerful new medium. In writings now discussed largely in niche scholarly and computing circles, these readers imagined—and even made preliminary sketches of—machines that would translate Shannon’s proposals into reality. These readers likewise raised questions about the meaning of such machines’ outputs and wondered what the machines revealed about /our/ capacity to write. The current barrage of commentary has largely neglected this backstory, and our discussions suffer for forgetting that issues that appear novel to us belong to the mid-twentieth century. Shannon and his first readers were the original residents of the headspace in which so many of us now find ourselves. Their ambitions and insights have left traces on our discourse, just as their silences and uncertainties haunt our exchanges. If writing machines constitute a “philosophical event” or a “prompt for philosophizing,” then I submit that we are already living in the event’s aftermath, which is to say, in Shannon’s aftermath. Amid the rampant speculation about a future dominated by writing machines, I propose that we turn in the other direction to listen to field reports from some of the first people to consider what it meant to read and write in Shannon’s world. [...] / /

Nov. 17, 2023

Fwd: Presentazione libro "L’intelligenza inesistente. Un approccio conviviale all’intelligenza artificiale"

by graffio

Care e cari, volentieri inoltro la segnalazione di questo evento. m ------------------------- Buongiorno a tutte e tutti! L’intelligenza artificiale ci viene raccontata con parole iperboliche: innovazione rivoluzionaria rischio esistenziale per l’umanità fattore di cambiamento totale rivoluzione totale dell’istruzione Cosa c’è di vero? Come sta impattando questa ennesima invenzione tecnologica sulla scuola? Venerdì 17 novembre alle ore 18.00 Nicola Villa intervisterà Stefano Borroni Barale in occasione dell’arrivo in libreria del suo libro pubblicato da Altreconomia “L’intelligenza inesistente. Un approccio conviviale all’intelligenza artificiale”. Vi chiediamo gentilmente di iscrivervi a questo link: https://inesistentepres.vado.li/ per garantire la qualità della connessione e poter al tempo stesso, se lo volete, proporre quesiti all’autore. venerdì 17 Novembre 2023 ore 18:00 - 19:00

Nov. 16, 2023

Social Media Trends 2024

by don Luca Peyron

https://www.hootsuite.com/research/social-trends _________________________ don Luca Peyron Pastorale Universitaria - Apostolato Digitale Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239

Nov. 16, 2023

Hacking Google Bard - From Prompt Injection to Data Exfiltration

by Alberto Cammozzo

<https://embracethered.com/blog/posts/2023/google-bard-data-exfiltration/> Recently Google Bard got some powerful updates, including Extensions. Extensions allow Bard to access YouTube, search for flights and hotels, and also to access a user’s personal documents and emails. So, Bard can now access and analyze your Drive, Docs and Gmail! This means that it analyzes untrusted data and will be susceptible to Indirect Prompt Injection. I was able to quickly validate that Prompt Injection works by pointing Bard to some older YouTube videos I had put up and ask it to summarize, and I also tested with Google Docs. Turns out that it followed the instructions: [...]

Nov. 15, 2023

Re: [nexa] Se l'intelligenza artificiale inizia a cibarsi dei dati che ha prodotto, abbiamo un problema

by Alberto Cammozzo

Come previsto questo rappresenta un problema per i motori di ricerca. Vediamo in azione 'fast-forward' la dinamica industriale globale: per non potersi fermare distrugge il proprio ecosistema. Come se la caveranno? <https://arxiv.org/pdf/2305.17493.pdf> Stable Diffusion revolutionised image creation from descriptive text. GPT-2, GPT-3(.5) and GPT-4 demonstrated astonishing performance across a variety of language tasks. ChatGPT introduced such language models to the general public. It is now clear that large language models (LLMs) are here to stay, and will bring about drastic change in the whole ecosystem of online text and images. In this paper we consider what the future might hold. What will happen to GPT-{n} once LLMs contribute much of the language found online? We find that use of model-generated content in training causes irreversible defects in the resulting models, where tails of the original content distribution disappear. We refer to this effect as model collapse1 and show that it can occur in Variational Autoencoders, Gaussian Mixture Models and LLMs. We build theoretical intuition behind the phenomenon and portray its ubiquity amongst all learned generative models. We demonstrate that it has to be taken seriously if we are to sustain the benefits of training from large-scale data scraped from the web. Indeed, the value of data collected about genuine human interactions with systems will be increasingly valuable in the presence of content generated by LLMs in data crawled from the Internet. [...] Discussion and Conclusion We now discuss the implications of Model Collapse on the underlying learning dynamics of LLMs. Long-term poisoning attacks on language models are not new. For example, we saw the creation of click, content, and troll farms – a form of human ‘language models’, whose job is to misguide social networks and search algorithms. The negative effect these poisoning attacks had on search results led to changes in search algorithms: e.g., Google downgraded farmed articles , putting more emphasis on content produced by trustworthy sources e.g. education domains, while DuckDuckGo removed them altogether. What is different with the arrival of LLMs is the scale at which such poisoning can happen once it is automated. Preserving the ability of LLMs to model low-probability events is essential to the fairness of their predictions: such events are often relevant to marginalised groups. Low-probability events are also vital to understand complex systems [Taleb, 2007]. Our evaluation suggests a “first mover advantage” when it comes to training models such as LLMs. In our work we demonstrate that training on samples from another generative model can induce a distribution shift, which over time causes Model Collapse. This in turn causes the model to mis-perceive the underlying learning task. To make sure that learning is sustained over a long time period, one needs to make sure that access to the original data source is preserved and that additional data not generated by LLMs remain available over time. The need to distinguish data generated by LLMs from other data raises questions around the provenance of content that is crawled from the Internet: it is unclear how content generated by LLMs can be tracked at scale. One option is community-wide coordination to ensure that different parties involved in LLM creation and deployment share the information needed to resolve questions of provenance. Otherwise, it may become increasingly difficult to train newer versions of LLMs without access to data that was crawled from the Internet prior to the mass adoption of the technology, or direct access to data generated by humans at scale. On 14/11/23 12:55, Alberto Cammozzo via nexa wrote: > QED > > <https://www.wired.it/article/intelligenza-artificiale-collasso-modelli-fond…> > > > Da poco più di un anno, chiunque abbia accesso a internet può > sperimentare liberamente con l'intelligenza artificiale generativa. I > contenuti prodotti con ChatGPT, Bard, Mid Journey, Dall-E e Stable > Diffusion, solo per nominare le più diffuse, sono ovunque. Utilizzate > da professionisti e utenti alle prime armi, le AI generative > permettono di creare testi e immagini che hanno improvvisamente invaso > il web, dalle agenzie creative alle classifiche dei libri più venduti > su Amazon. La proliferazione di questi contenuti però, potrebbe creare > un corto circuito su cui ricercatori di diversi paesi si stanno > concentrando: il model collapse. > > Il fenomeno è stato descritto per la prima volta da un gruppo di > ricerca di cui fanno parte membri di università britanniche e > canadesi. Lo definiscono come un processo degenerativo in cui i > contenuti generati finiscono per inquinare i dataset delle prossime > generazioni di modelli, che, addestrati con dati inquinati, avranno > una percezione sbagliata della realtà. In sostanza, se le informazioni > a cui queste AI attingono sono quelli prodotte dalle stesse AI, > potrebbe verificarsi un processo di degenerazione dei risultati. > > L’idea di base è tutto sommato intuitiva: queste AI producono > risultati su base statistica e tendono a eliminare progressivamente > ogni evento poco probabile ad ogni successiva iterazione. I modelli > linguistici di grandi dimensioni – comunemente chiamati Large Language > Model o LLM – sono la tecnologia che permette a questi programmi di > funzionare sulla base di prompt, o input, forniti in linguaggio > naturale dall’utente. Basandosi su enormi quantità di parametri, gli > algoritmi di deep learning utilizzati per far funzionare queste > tecnologie vengono addestrati su dati ricavati anche tramite scraping > da fonti online. E se i dati contengono errori o bias, l'AI non farà > che riprodurli. > > Finora possiamo dire che i contenuti su cui si basano le risposte di > ChatGPT sono stati creati da esseri umani, ma questo era vero solo > fino allo scorso anno. In futuro un ipotetico GPT-6 (la futura > generazione del LLM di ChatGPT) potrebbe trovare un dataset diverso da > quello usato da GPT-3, in cui molte informazioni sono state prodotte > utilizzando le versioni precedenti della stessa tecnologia. Come > sottolineato dai ricercatori questo implica che “i dati sulle > interazioni degli umani con gli LLM saranno sempre più preziosi”. Ma > cosa succede quando una crescente quantità di informazioni è di > origine “sintetica”, ovvero creata dalle macchine? Soffriranno di > quello che un’altra ricerca americana ha chiamato Mad, Model autophagy > disorder. Una disfunzione determinata da modelli che si nutrono delle > informazioni che hanno creato. > Il sistema di intelligenza artificiale ChatGPT > L'Europa vuole mettere più paletti ai grandi modelli di intelligenza > artificiale, come GPT > È la proposta di accordo su cui convergono Parlamento, Commissione e > Consiglio europeo nei negoziati sull'AI Act e prevede più obblighi per > i foundation models > > Dagli studi effettuati emerge che la qualità del lessico peggiora, > appiattendosi su un livello che offre una minore diversità di > linguaggio. Se pensiamo che una delle prime forme di intelligenza > artificiale con la quale siamo entrati in contatto quotidianamente è > l’autocomplete del telefono, la cosa ci appare subito più chiara e > semplice da estendere ad altre categorie. Il correttore automatico ci > offre come soluzioni quelle più statisticamente più probabili. Con i > dovuti distinguo, anche altri sistemi di raccomandazione funzionano > nello stesso modo, che siano combinazioni di parole, prodotti che > compriamo online, contenuti social o canzoni su Spotify. La differenza > principale sta nei parametri considerati e nella capacità del sistema > di imparare dai nuovi dati che vengono forniti alle macchine. Tutti i > sistemi basati su tecnologie simili sono sensibili all’inquinamento > dei dati. Questo non avviene solo per i testi, ma anche nel caso delle > immagini. E in questo caso i risultati sono forse ancora più visibili. > Il “rumore” di fondo può aumentare a tal punto da rendere i soggetti > quasi indistinguibili e coperti da una patina opaca, oppure le > immagini possono risultare visibilmente artefatte. > > Di recente Microsoft e Google hanno incorporato i propri chatbot in > diversi prodotti e nei loro motori di ricerca, una mossa che potrebbe > amplificare i problemi che generano. Non solo espongono gli utenti > alle cosiddette allucinazioni, gli errori degli LLM che generano > risposte che non trovano riscontro nella realtà, ma anche a feedback > loop in cui gli eventi meno frequenti tendono a scomparire. I sistemi > di raccomandazione possono creare camere dell’eco in cui trovano > rappresentazione solo gli eventi più probabili. > > Secondo Daniele Gambetta, dottorando in intelligenza artificiale > presso l'Università di Pisa, “ognuno di questi casi è rilevante nella > comprensione di fenomeni che saranno sempre più diffusi e che > potrebbero portare a implicazioni indesiderate. La ricerca si sta > muovendo in questa direzione, intersecando conoscenze tecniche e > informatiche con strumenti e teorie provenienti dalla sociologia e > dalla psicologia". > > _______________________________________________ > nexa mailing list > nexa(a)server-nexa.polito.it > https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa

Nov. 14, 2023

Se l'intelligenza artificiale inizia a cibarsi dei dati che ha prodotto, abbiamo un problema

by Alberto Cammozzo

QED <https://www.wired.it/article/intelligenza-artificiale-collasso-modelli-fond…> Da poco più di un anno, chiunque abbia accesso a internet può sperimentare liberamente con l'intelligenza artificiale generativa. I contenuti prodotti con ChatGPT, Bard, Mid Journey, Dall-E e Stable Diffusion, solo per nominare le più diffuse, sono ovunque. Utilizzate da professionisti e utenti alle prime armi, le AI generative permettono di creare testi e immagini che hanno improvvisamente invaso il web, dalle agenzie creative alle classifiche dei libri più venduti su Amazon. La proliferazione di questi contenuti però, potrebbe creare un corto circuito su cui ricercatori di diversi paesi si stanno concentrando: il model collapse. Il fenomeno è stato descritto per la prima volta da un gruppo di ricerca di cui fanno parte membri di università britanniche e canadesi. Lo definiscono come un processo degenerativo in cui i contenuti generati finiscono per inquinare i dataset delle prossime generazioni di modelli, che, addestrati con dati inquinati, avranno una percezione sbagliata della realtà. In sostanza, se le informazioni a cui queste AI attingono sono quelli prodotte dalle stesse AI, potrebbe verificarsi un processo di degenerazione dei risultati. L’idea di base è tutto sommato intuitiva: queste AI producono risultati su base statistica e tendono a eliminare progressivamente ogni evento poco probabile ad ogni successiva iterazione. I modelli linguistici di grandi dimensioni – comunemente chiamati Large Language Model o LLM – sono la tecnologia che permette a questi programmi di funzionare sulla base di prompt, o input, forniti in linguaggio naturale dall’utente. Basandosi su enormi quantità di parametri, gli algoritmi di deep learning utilizzati per far funzionare queste tecnologie vengono addestrati su dati ricavati anche tramite scraping da fonti online. E se i dati contengono errori o bias, l'AI non farà che riprodurli. Finora possiamo dire che i contenuti su cui si basano le risposte di ChatGPT sono stati creati da esseri umani, ma questo era vero solo fino allo scorso anno. In futuro un ipotetico GPT-6 (la futura generazione del LLM di ChatGPT) potrebbe trovare un dataset diverso da quello usato da GPT-3, in cui molte informazioni sono state prodotte utilizzando le versioni precedenti della stessa tecnologia. Come sottolineato dai ricercatori questo implica che “i dati sulle interazioni degli umani con gli LLM saranno sempre più preziosi”. Ma cosa succede quando una crescente quantità di informazioni è di origine “sintetica”, ovvero creata dalle macchine? Soffriranno di quello che un’altra ricerca americana ha chiamato Mad, Model autophagy disorder. Una disfunzione determinata da modelli che si nutrono delle informazioni che hanno creato. Il sistema di intelligenza artificiale ChatGPT L'Europa vuole mettere più paletti ai grandi modelli di intelligenza artificiale, come GPT È la proposta di accordo su cui convergono Parlamento, Commissione e Consiglio europeo nei negoziati sull'AI Act e prevede più obblighi per i foundation models Dagli studi effettuati emerge che la qualità del lessico peggiora, appiattendosi su un livello che offre una minore diversità di linguaggio. Se pensiamo che una delle prime forme di intelligenza artificiale con la quale siamo entrati in contatto quotidianamente è l’autocomplete del telefono, la cosa ci appare subito più chiara e semplice da estendere ad altre categorie. Il correttore automatico ci offre come soluzioni quelle più statisticamente più probabili. Con i dovuti distinguo, anche altri sistemi di raccomandazione funzionano nello stesso modo, che siano combinazioni di parole, prodotti che compriamo online, contenuti social o canzoni su Spotify. La differenza principale sta nei parametri considerati e nella capacità del sistema di imparare dai nuovi dati che vengono forniti alle macchine. Tutti i sistemi basati su tecnologie simili sono sensibili all’inquinamento dei dati. Questo non avviene solo per i testi, ma anche nel caso delle immagini. E in questo caso i risultati sono forse ancora più visibili. Il “rumore” di fondo può aumentare a tal punto da rendere i soggetti quasi indistinguibili e coperti da una patina opaca, oppure le immagini possono risultare visibilmente artefatte. Di recente Microsoft e Google hanno incorporato i propri chatbot in diversi prodotti e nei loro motori di ricerca, una mossa che potrebbe amplificare i problemi che generano. Non solo espongono gli utenti alle cosiddette allucinazioni, gli errori degli LLM che generano risposte che non trovano riscontro nella realtà, ma anche a feedback loop in cui gli eventi meno frequenti tendono a scomparire. I sistemi di raccomandazione possono creare camere dell’eco in cui trovano rappresentazione solo gli eventi più probabili. Secondo Daniele Gambetta, dottorando in intelligenza artificiale presso l'Università di Pisa, “ognuno di questi casi è rilevante nella comprensione di fenomeni che saranno sempre più diffusi e che potrebbero portare a implicazioni indesiderate. La ricerca si sta muovendo in questa direzione, intersecando conoscenze tecniche e informatiche con strumenti e teorie provenienti dalla sociologia e dalla psicologia".

Nov. 14, 2023

Re: [nexa] "How a billionaire-backed network of AI advisers took over Washington"

by Antonio Casilli

Open Philanthropy è un vero pericolo. Grazie JC per questo pezzo del puzzle dell'"Effective regulation". Per coloro che volessero approfondire la tematica e i suoi legami con miliardari di estrema destra e truffatori "altruisti", qui trovate un video di un mio recente seminario: https://diplab.eu/video-effective-regulation-and-the-real-risks-of-ai-inagu… Cheers, ---a ----- Original Message ----- From: "J.C. DE MARTIN" <juancarlos.demartin(a)polito.it> To: "Nexa" <nexa(a)server-nexa.polito.it> Sent: Sunday, November 12, 2023 2:31:09 PM Subject: [nexa] "How a billionaire-backed network of AI advisers took over Washington" How a billionaire-backed network of AI advisers took over Washington A sprawling network spread across Congress, federal agencies and think tanks is pushing policymakers to put AI apocalypse at the top of the agenda — potentially boxing out other worries and benefiting top AI companies with ties to the network. By Brendan Bordelon 10/13/2023 05:00 AM EDT An organization backed by Silicon Valley billionaires and tied to leading artificial intelligence firms is funding the salaries of more than a dozen AI fellows in key congressional offices, across federal agencies and at influential think tanks. The fellows funded by Open Philanthropy, which is [ https://www.openphilanthropy.org/about-us/ | financed primarily by billionaire Facebook co-founder and Asana CEO Dustin Moskovitz ] and his wife Cari Tuna, are already involved in negotiations that will shape Capitol Hill’s accelerating plans to regulate AI. And they’re closely tied to a powerful influence network that’s pushing Washington to focus on the technology’s long-term risks — a focus critics fear will divert Congress from more immediate rules that would tie the hands of tech firms. [...] continua qui: [ https://www.politico.com/news/2023/10/13/open-philanthropy-funding-ai-polic… | https://www.politico.com/news/2023/10/13/open-philanthropy-funding-ai-polic… ] _______________________________________________ nexa mailing list nexa(a)server-nexa.polito.it https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa

Nov. 13, 2023

Aggiornamento: How AI Fosters Global Inequalities (20 novembre, online)

by Michele Molè

Buongiorno, Ricordandovi del seminario di lunedí prossimo, segnalo che sará possibile seguirlo tramite diretta YouTube disponibile a questo link: https://www.youtube.com/watch?v=L01d8u97iE4 . Per chi fosse giá registrato per seguire l'evento online, riceverá una mail entro domani. Cordiali saluti,Michele ------- Forwarded Message ------- From: Michele Molè <michele.mole(a)protonmail.com> Date: On Thursday, 28 September 2023 at 11:26 Subject: Seminario: How AI Fosters Global Inequalities (20 novembre, online) To: nexa(a)server-nexa.polito.it <nexa(a)server-nexa.polito.it> > Buongiorno, > > Segnalo che il 20 novembre 2023 ore 15.30 presso l'Università di Groningen (Paesi Bassi) ospiteremo il seminario (online) "[How Artificial Intelligence Fosters Global Inequalities: A Four-Country Study on Data Work](https://www.rug.nl/jantina-tammes-school/calendar/2023/how-artificial-intelligence-fosters-global-inequalities)". Il prof. Antonio A. Casilli (Institut Polytechnique de Paris) presentera' il suo studio condotto con il DiPiLab tra il 2020-2023 in Venezuela, Madagascar, Brasile e Francia. Seguirà un panel multidisciplinare (programma allegato). > > E' necessario registrarsi[qui](https://forms.gle/V7P8BYyi4AJfHa1Y8), (scuse anticipate per il Google form:)) > Michele > > -- > > Michele Molè, PhD candidate > https://www.rug.nl/staff/m.mole/

Nov. 13, 2023

109° Nexa Lunch Seminar | 22 novembre 2023, ore 13.00

by Valeria Bergantino

Gentilissime, gentilissimi, Vi invitiamo a partecipare al *109° Nexa Lunch Seminar *che si terrà *mercoledì 22 novembre*, dalle ore 13.00 alle ore 14.00, con un incontro dal titolo: /*"Piattaforme digitali e autodeterminazione. Relazioni sociali, lavoro e diritti al tempo della 'governamentalità algoritmica'"*/. Ospite dell'incontro: *Giacomo Pisani* (Euricse). _L'incontro si terrà SOLO IN PRESENZA._ _SEDE FISICA __dell'incontro_: Campus Luigi Einaudi, Lungo Dora Siena, 100 Edificio D2, II piano, Meeting Room Dipartimento di Giurisprudenza (*MAPS <https://maps.app.goo.gl/jGxDQbUp2y8nD52LA>*) Di seguito maggiori dettagli: Se non visualizzi correttamente questo messaggio clicca qui <https://nexa.polito.it/lunch-109> NEXA 109° Nexa Lunch Seminar Mercoledì 22 novembre 2023, ore 13.00 - 14.00 https://nexa.polito.it/lunch-109 Piattaforme digitali e autodeterminazione Relazioni sociali, lavoro e diritti al tempo della "governamentalità algoritmica" Speaker: *GIACOMO PISANI* (Euricse) *L'INCONTRO SI TERRÀ SOLO IN PRESENZA* *SEDE FISICA*: Campus Luigi Einaudi, Lungo Dora Siena, 100 Edificio D2, II piano, Meeting Room Dipartimento di Giurisprudenza (Per maggiori informazioni su come raggiungerci clicca QUI <https://www.google.com/maps/place/Campus+Luigi+Einaudi/@45.0734963,7.699408…>) Le piattaforme digitali stanno ridisegnando le modalità di relazione fra gli individui. Esse hanno veicolato la *promessa di “disintermediare” sfere sempre più ampie dell’esistenza, celando nuove forme di controllo*. Attraverso l’uso di *algoritmi opachi*, le piattaforme mettono in atto strategie di potere che agiscono su gruppi, se non sull’intera popolazione, istituendo correlazioni, differenze, assemblaggi. L’obiettivo delle piattaforme sembra essere esattamente quello di agire a partire da una valorizzazione della personalità degli utenti, intervenendo sulle loro scelte attraverso la provocazione di impercettibili smottamenti. Anche il mondo del lavoro è al centro di fenomeni di imponente trasformazione, che investono la possibilità delle persone di autodeterminarsi in maniera consapevole. In questo quadro, *la promozione del diritto all’autodeterminazione della persona può avvenire solo a condizione di garantire adeguata rappresentazione agli interessi collettivi implicati*. Il volume */Piattaforme digitali e autodeterminazione/* delinea i tratti salienti di questa sfida, assumendo il diritto all’autodeterminazione come principio di democratizzazione del mondo digitale. BIOGRAFIA - e informazioni supplementari: [Lunch109] *Giacomo PISANI* , ricercatore presso Euricse (Trento), ha conseguito l'abilitazione scientifica nazionale a professore universitario associato in Filosofia del diritto. Formatosi presso l’Università di Bari, dottore di ricerca in Diritti e Istituzioni presso l'Università di Torino, ha collaborato con vari istituti di ricerca e università, tra cui l’Iisf (Istituto italiano per gli studi filosofici), l’Airi (Associazione italiana per la ricerca industriale), l’Università di Torino. Si occupa di welfare e diritti sociali, trasformazioni del lavoro, filosofia e teoria sociale critica del diritto. Ha pubblicato articoli e saggi su diverse riviste italiane e internazionali. Tra le sue pubblicazioni si segnalano le monografie /Welfare e trasformazioni del lavoro/ (Roma, Ediesse 2019), /Piattaforme digitali e autodeterminazione/ (Modena, Mucchi 2023). *Letture consigliate e link utili:* * Pisani G. (2023). /Piattaforme digitali e autodeterminazione. Relazioni sociali, lavoro e diritti al tempo della “governamentalità algoritmica/, Mucchi, Modena * Rosenblat, A. (2018). /Uberland. How Algorithms are Rewriting the Rules of Work/, University of California Press, Oakland * Resta, G. (2019). /Governare l’innovazione tecnologica: decisioni algoritmiche, diritti digitali e principio di uguaglianza/, in «Politica del diritto», 50, 2, pp. 199-236 * Borgesius F.J.Z. (2020). /Strengthening Legal Protection Against Discrimination by Algorithms and Artificial Intelligence/, in «The International Journal of Human Rights», 24, 2020, 10, pp. 1572-1593 * Viljoen, S. (2021). /A Relational Theory of Data Governance/, in «Yale Law Journal», 131, 2, pp. 573-654 Che cosa sono il Centro Nexa e i cicli di incontri “Mercoledì di Nexa” e “Nexa Lunch Seminar” <https://www.facebook.com/nexa.center/> <https://twitter.com/nexacenter> <https://www.youtube.com/user/NexaCenter> <https://www.instagram.com/nexa_center/> <https://www.linkedin.com/company/3054864/admin/> #nexalunchseminar <https://twitter.com/search?q=%23nexalunchseminar&src=typd> #Euricse <https://twitter.com/Euricse> Il Centro Nexa su Internet & Società del Politecnico di Torino (Dipartimento di Automatica e Informatica), fondato nel 2006, è un centro di ricerca interdisciplinare che, in collaborazione con l’Università di Torino (in particolare il Dipartimento di Giurisprudenza), studia le tecnologie digitali e il loro rapporto con la società. Maggiori informazioni all'indirizzo: http://nexa.polito.it/about. Durante i “Mercoledì di Nexa”, che si tengono *ogni 2° mercoledì del mese alle ore 17 in punto*, il Centro Nexa su Internet e Società apre le sue porte non solo agli esperti e a tutti coloro i quali lavorano con Internet, ma anche a semplici appassionati e cittadini. Il ciclo di incontri intende approfondire, con un linguaggio preciso ma accessibile, i temi legati alla Rete: “intelligenza artificiale”, reti sociali, software libero, capitalismo della sorveglianza, neutralità della rete, libertà di espressione, privacy, condivisione di file, "big data" e "open data", “smart cities”, e molto altro. Al centro della maggior parte degli incontri un ospite pronto a dialogare con i direttori del Centro Nexa, il Prof. Juan Carlos De Martin del Politecnico di Torino, i Proff. Marco Ricolfi e Maurizio Borghi dell'Università di Torino, lo staff, i Fellows del Centro Nexa e tutti i presenti. Maggiori informazioni sui Mercoledì di Nexa, incluso un elenco di tutti i “Mercoledì” passati, sono disponibili all'indirizzo: http://nexa.polito.it/mercoledi. Le registrazioni degli incontri sono disponibili qui: https://nexa.polito.it/audio-video. Si segnala inoltre che dal maggio 2012 *ogni 4° mercoledì* del mese *dalle ore 13 alle ore 14* il Centro Nexa organizza anche i "*Nexa Lunch Seminar*". Una lista di tutti i “Lunch Seminar” passati è disponibile all'indirizzo: http://nexa.polito.it/lunch-seminars. See our events calendar <http://nexa.polito.it/events> if you're curious about future luncheons, discussions, lectures, and conferences not listed in this email. Our events are free and open to the public, unless otherwise noted. Responsabile Comunicazione Centro Nexa su Internet & Società: *Valeria Bergantino*, tel: +39 011 090 7219, valeria.bergantino(a)polito.it. Maggiori informazioni sui Mercoledì di Nexa e i Nexa Lunch Seminar, sono disponibili all'indirizzo: http://nexa.polito.it/events. Weekly Events Newsletter. Sign up <http://nexa.polito.it/mailing-lists> to receive this newsletter if this email was forwarded to you. To manage your subscription preferences, please click here <https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa>. Connect & get involved: Jobs, internships, and more <http://nexa.polito.it/get-involved>. Nexa Center for Internet and Society Newsletter Cordiali saluti, -- Valeria Bergantino Communication Officer Nexa Center for Internet & Society Politecnico di Torino - DAUIN Via Pier Carlo Boggio, 65/A - 10138 Torino web: https://nexa.polito.it/ <https://nexa.polito.it/> mail: valeria.bergantino(a)polito.it <mailto:valeria.bergantino@polito.it> tel: 3473443585

Nov. 13, 2023