Esercitazione Data Science e Diritto

Info

Nome: Chiara Cognome: Petrucci Matricola: 2110979

Articolo 617 (Falsificazione, alterazione o soppressione del contenuto di comunicazioni informatiche o telematiche

  1. Chiunque, al fine di procurare a sé o ad altri un vantaggio o di arrecare ad altri un danno, forma falsamente ovvero altera o sopprime, in tutto o in parte, il contenuto, anche occasionalmente intercettato, di taluna delle comunicazioni relative a un sistema informatico o telematico o intercorrenti tra più sistemi, è punito, qualora ne faccia uso o lasci che altri ne facciano uso, con la reclusione da uno a quattro anni.
  2. La pena è della reclusione da uno a cinque anni nei casi previsti dal quarto comma dell’articolo 617 quater.
  3. Nel caso previsto dal primo comma il delitto è punibile a querela della persona offesa

Specificare:

  • se si tratta di delitto o di contravvenzione → Delitto, perchĂ© c’è la reclusione
  • qual è l’elemento psichico richiesto per la commissione del reato → Procurare a sĂ© o ad altri un vantaggio o arrecare ad altri un danno
  • se l’articolo richiede forme particolari di dolo → Dolo specifico
  • come rappresentare il dolo generico per ciascuna delle condotte punite.
    • Formare falsamente
    • Alterare
    • Sopprimere
    • Fare uso
    • Lasciare che altri facciano uso

Elaborare: tante frasi per ciascuno dei fatti tipici previsti dalla norma (ogni frase deve contenere una sola transizione e un solo oggetto), sino a completare la serie  delle condotte illecite previste dalla norma.

  • Formare falsamente: Il colpevole scrive un file di dati falso
  • Alterare: Il colpevole riscrive un file originale
  • Sopprimere: Il colpevole cancella il contenuto di un file originale
  • Uso: Il colpevole impiega il file manipolato
  • Lasciar usare: Il colpevole mette a disposizione il file manipolato

Immaginare:

  • un caso d’uso, cioè un fatto storico in cui si verifica una delle situazioni criminose possibili indicando: chi ne è il soggetto, che cosa ha fatto, con quale intendimento, quando come e dove.

Roma, 15/07/2024. Un giorno, durante il turno in ufficio, Tizio si è comportato male con Giulia, una sua collega di lavoro. Giulia ha immediatamente scritto un’email al datore di lavoro per denunciare l’accaduto. Non essendo la prima volta che i suoi comportamenti sbagliati vengono riportati al suo datore di lavoro, Tizio sa che questa volta rischierebbe il licenziamento. Perciò un giorno, approfittandosi del fatto che il suo datore si è alzato dalla sua scrivania e ha lasciato il computer aperto, ha cancellato l’email inviata da Giulia.

  • lo stesso caso precedente, con la differenza che in questo secondo caso il soggetto non può essere punito per una valida ragione giuridica.

Roma, 26/04/2020. Tizio è un grande amico di Giulia, una sua collega di lavoro. Un giorno, durante il turno in ufficio, Giulia ha scritto un’email al datore di lavoro per informarlo che avrebbe partecipato al meeting del giovedì, ma ancora non l’ha inviata. Giulia si alza dalla sua postazione, lasciando il computer aperto. Tizio, per fare uno scherzo a Giulia, apre la bozza dell’email e la altera scrivendo cose insensate e va via. Appena Giulia torna, e vuole inviare l’email. La apre per rileggerla e si accorge che il testo è stato alterato. Capisce che è stato il suo amico, modifica l’email ripristinandola a come era prima e la invia al suo datore.

Indicare: quali sono le parti fondamentali di un modello di intelligenza artificiale.

  1. Tokenizzazione: Processo che trasforma il testo in token.
  2. Embedding: Rappresentazione vettoriale che descrive ogni token in modo ricco e continuo.
  3. Meccanismo di attenzione: Sistema che permette al modello di “guardare” a tutte le altre parole della frase quando interpreta un token.
  4. Pesi: Valori numerici che costituiscono “la conoscenza” del modello.
  5. FFN (Feed-Forward Network): Rete neurale completamente connessa posta dopo il blocco di attenzione.
  6. Multi head attention: Estensione del meccanismo di attenzione. Invece di una sola “testa”, il modello ne usa molte in parallelo.
  7. Bias: Parametro aggiuntivo, associato ai pesi, che permette alla rete di spostare una funzione verso l’alto o il basso