Il contributo propone PEGA 2, modello operativo e multidimensionale per valutare la proporzionalità nelle investigazioni AI-based. Aggiornamento metodologico del framework PEGA, tratto dalla Raccomandazione della Commissione d’inchiesta del Parlamento europeo sull’uso di spyware (2022-2023), ne conserva l’impianto convenzionale integrandolo con parametri tecnici, socio-economici e giuridici. Elemento distintivo è l’Indice di Intrusività Costituzionalmente Rilevante (IICR), che collega gravità della minaccia (M), affidabilità tecnica e probatoria del sistema (A) e impatto socio-economico della misura (S). Le variabili poggiano sulla giurisprudenza della Corte EDU su accesso ai dati, sorveglianza segreta e non-disclosure e sui profili di opacità algoritmica, rischio cibernetico e profilazione predittiva. Il modello fornisce criteri operativi per determinarne i valori e affronta l’interdipendenza tra stima algoritmica della minaccia e affidabilità del sistema, distinguendo investigazioni ex post e predittive.

Implementazione di un modello multidimensionale per il bilanciamento dei diritti nelle investigazioni AI-based ad alto impatto / Salerno, T.. - In: RIVISTA ITALIANA DI INFORMATICA E DIRITTO. - ISSN 2704-7318. - 8:2/2026(2026), pp. 8.2-8.17. [10.32091/RIID0291]

Implementazione di un modello multidimensionale per il bilanciamento dei diritti nelle investigazioni AI-based ad alto impatto

Salerno Tina
2026

Abstract

Il contributo propone PEGA 2, modello operativo e multidimensionale per valutare la proporzionalità nelle investigazioni AI-based. Aggiornamento metodologico del framework PEGA, tratto dalla Raccomandazione della Commissione d’inchiesta del Parlamento europeo sull’uso di spyware (2022-2023), ne conserva l’impianto convenzionale integrandolo con parametri tecnici, socio-economici e giuridici. Elemento distintivo è l’Indice di Intrusività Costituzionalmente Rilevante (IICR), che collega gravità della minaccia (M), affidabilità tecnica e probatoria del sistema (A) e impatto socio-economico della misura (S). Le variabili poggiano sulla giurisprudenza della Corte EDU su accesso ai dati, sorveglianza segreta e non-disclosure e sui profili di opacità algoritmica, rischio cibernetico e profilazione predittiva. Il modello fornisce criteri operativi per determinarne i valori e affronta l’interdipendenza tra stima algoritmica della minaccia e affidabilità del sistema, distinguendo investigazioni ex post e predittive.
2026
Intelligenza artificiale investigativa, Proporzionalità, Sorveglianza digitale, Diritti fondamentali, Cybersecurity
File in questo prodotto:
File Dimensione Formato  
0291_RIID_2026_02Salerno (1).pdf

Accesso aperto

Descrizione: Implementazione di un modello multidimensionale per il bilanciamento dei diritti nelle investigazioni AI-based ad alto impatto
Tipologia: Versione Editoriale (PDF)
Licenza: Creative commons
Dimensione 586.07 kB
Formato Adobe PDF
586.07 kB Adobe PDF Visualizza/Apri

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/20.500.11771/45058
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • OpenAlex 0
social impact