intelligenza artificiale

AI e data protection, come si adegua un’azienda al Gdpr: tre temi chiave

I trattamenti di dati personali posti in essere mediante sistemi di intelligenza artificiale coinvolgono numerosi soggetti e l’aggregazione di molteplicità di informazioni. Lo svolgimento di audit e controlli verso titolari o responsabili è inoltre molto complicato. Ecco gli aspetti da considerare

Pubblicato il 15 Feb 2019

Niccolò Anselmi

Dentons Europe Studio Legale Tributario

Giangiacomo Olivi

Dentons Europe Studio Legale Tributario

machine-learning

Le questioni legate alla data protection nell’ambito dei sistemi di intelligenza artificiale devono essere gestite in maniera adeguata, con particolare riferimento alla necessità di prestare attenzione alle basi giuridiche e alle finalità. Vediamo quali sono ulteriori aspetti da tenere in considerazione oltre a quelli già trattati in questo precedente articolo.

Corretta identificazione di titolari e responsabili

I trattamenti di dati personali posti in essere mediante sistemi AI comportano il coinvolgimento di numerosi soggetti (fornitori dei servizi, progettisti / designer, eventuali terzi ai quali i dati sono trasferiti, ecc.).

La presenza di tali numerosi soggetti rende talvolta difficoltosa l’identificazione del ruolo da essi svolto – anche in modo sostanziale – a livello di struttura privacy: è arduo comprendere se un soggetto svolge il ruolo di titolare (con predisposizione autonoma di mezzi e finalità del trattamento) o di responsabile (con trattamento posto in essere per conto di un titolare).

Nello specifico, la questione si pone per i soggetti che dovrebbero essere responsabili del trattamento, ma in realtà utilizzano i dati e le informazioni elaborate anche per finalità proprie (si pensi ad esempio ai terzi che elaborano i dati provenienti da più sistemi AI).

Ciò si può tradurre in una situazione di incertezza anche tra soggetti coinvolti nel medesimo trattamento: alcuni soggetti potrebbero erroneamente fare affidamento su altri per l’espletamento di specifici compiti e adempimenti dalle leggi applicabili in materia di data protection.

Molteplicità di informazioni e dati trattati

I sistemi AI, per loro stessa natura, aggregano molteplicità di informazioni, recepite durante la loro operatività. A ciò si aggiunga che possono interagire con altri e ulteriori sistemi AI, condividendo quantità di dati e informazioni ancora più elevate. Da ciò deriva che un singolo sistema AI può disporre di dati complessi circa le abitudini di vita e di consumo degli utilizzatori (anche esulanti dalle finalità e destinazioni cui il sistema AI è preordinato).

Addirittura, l’aggregazione di informazioni di per sé apparentemente “innocue” può consentire di elaborare dati appartenenti a categorie particolari ai sensi dell’art. 9 del GDPR – es. stato di salute, convinzioni politiche o religiose, vita sessuale – con il risultato di realizzare una eccessiva, e talvolta illecita, intrusione nelle vite degli interessati.

Audit e controlli

Lo svolgimento di audit e controlli nei confronti dei soggetti che, in qualità di titolari o responsabili, sono coinvolti nei trattamenti di dati personali posti in essere mediante sistemi AI, non è agevole.

Ciò è dovuto in parte a limitazioni di natura tecnologica, dovute cioè alle difficoltà di lettura degli algoritmi posti alla base del funzionamento dei sistemi AI, e in parte a mere scelte di opportunità di fornitori di servizi AI.

Di conseguenza, non sono facilmente disponibili informazioni sulle modalità di funzionamento dei sistemi AI e soprattutto sui mezzi e criteri di trattamento di dati personali da parte di questi.

Da ciò deriva una sensazione di “impenetrabilità” dei sistemi AI, anche in violazione di disposizioni contrattuali o normative (si pensi ad esempio ai diritti di audit previsti nell’ambito di rapporti contrattuali, o ai diritti garantiti all’interessato ai sensi del GDPR).

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Analisi
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati