- Oggetto:
- Oggetto:
Etica, Società e Privacy
- Oggetto:
Ethics, Society and Privacy
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- INF0187
- Docenti
- Guido Boella (Titolare)
Rosa Meo (Titolare) - Corso di studio
- [008515] Laurea magistrale in informatica
- Anno
- 1° anno, 2° anno
- Periodo
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6 CFU - Numero di ore - Number of hours: 48 (in aula)
- Crediti percorso 24 CFU
- 2
- SSD attività didattica
- INF/01 - informatica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Facoltativa
- Tipologia esame
- Orale
- Tipologia unità didattica
- corso
- Prerequisiti
- Conoscenze elementari di probabilità e statistica, algoritmi, basi di dati.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Dalla laure triennale: Sistemi intelligenti, Basi di dati, Algoritmi.Basic knowledge of probability, statistics, algorithms, databases.
Preparatory courses (providing the expected entry skills): Intelligent systems (Bachelor level), Databases (Bachelor level), Algorithms (Bachelor level). . - Oggetto:
Sommario insegnamento
- Oggetto:
Avvisi
- Oggetto:
Obiettivi formativi
L'insegnamento concorre al raggiungimento degli obiettivi formativi specifici del Corso di Laurea Magistrale in Informatica (LM18) fornendo un'introduzione i problemi relativi alla società e all'etica sollevati dai sistemi informativi nella società contemporanea e ai principali metodi per la gestione e l'analisi privata dei "big data". Si propone perciò di fornire le competenze teoriche e pratiche necessarie alla ideazione, progettazione e sviluppo di sistemi informatici aperti e trasparenti, nel rispetto dell'etica e della privacy dell'individuo.The course contributes to the achievement of the specific educational objectives of the Laurea Magistrale in Informatica programme (LM18), by providing an introduction to societal and ethical issues raised by information systems in contemporary society, and to the main methods for private big data management and analysis. It is therefore proposed to provide students with the theoretical and practical skills for the conception, design and development of open and transparent computer information systems, with respect for ethics and for the privacy of the individuals. .- Oggetto:
Risultati dell'apprendimento attesi
CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Al termine dell'insegnamento si dovranno conoscere:- i rischi sollevati dalle tecnologie dell'informazione,
- l'impatto delle tecnologie dell'informazione sulla società contemporanea,
- i rischi per la privacy sollevati dalla gestione e analisi dei cosiddetti "big data",
- i principali metodi di protezione dei dati,
- i principali metodi di analisi privacy-preserving dei dati.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Al termine dell'insegnamento si dovrà essere in grado di:- adottare un approccio etico all'informatica nella società,
- rafforzare la privacy nella gesione e analisi dei dati.
AUTONOMIA DI GIUDIZIO
Alla fine di questo insegnamento si saprà:- analizzare, progettare e sviluppare soluzioni per la protezione del dato personale nei sistemi infomatici in un semplice caso di studio,
- sfruttare la migliorata consapevolezza della necessità di un approccio etico all'informatica nella ideazione, progettazione e sviluppo dei sistemi informatici.
ABILITÀ COMUNICATIVE
Al termine dell'insegnamento si sarà in grado di:- elaborare, in forma scritta e/o orale, le problematiche legate all'etica e alla privacy e le possibili soluzioni in casi di studio pratici.
CAPACITÀ DI APPRENDIMENTO
Al termine dell'insegnamento, si saranno acquisite capacità autonome di apprendimento e di autovalutazione della propria preparazione, atte a intraprendere gli studi successivi con un alto grado di autonomia.KNOWLEDGE AND UNDERSTANDING
At the end of the course, students should know:- the risks raised by information technologies,
- the impact of information technologies on contemporary society,
- the privacy risks raised by the management and analysis of so-called "big data",
- the main data protection methods,
- the main methods of privacy-preserving data analysis.
APPLYING KNOWLEDGE AND UNDERSTANDING
At the end of the course, students will be able to:- adopt an ethical approach to information technology in society,
- strengthen privacy in data management and analysis.
INDEPENDENT JUDGEMENT
At the end of the course, students will know how to:- analyze, design and develop solutions for the protection of personal data in computer information systems in a simple case study,
- exploit the improved awareness of the need for an ethical approach to information technology in the conception, design and development of information systems.
COMMUNICATION SKILLS
At the end of the course, students will be able to:- discuss, in written and/or oral form, about ethics and privacy issues and possible solutions in practical case studies.
LEARNING SKILLS
At the end of the course, students will have acquired the skills to study independently and self-assess their knowledge, so that they will be able to continue to higher leves of education with a high degree of autonomy.- Oggetto:
Programma
Etica e Società
La prima parte dell'insegnamento mira a presentare e disctutere i problemi relativi alla società e all'etica sollevati dai sistemi informativi nella società contemporanea, dal possibile abuso dei social network ai rischi nell'uso dei "big data", dall'impatto dell'informatica sulle libertà fondamentali alla diffusione dell'IA. Si considereranno anche le relazioni tra l'IT e le leggi e i regolamenti.
- Etica dell'Informazione
- I social network e i loro rischi
- Economia digitale, competizione e lavoro
- Problemi etici dell'IA
- Sorveglianza vs Libertà
- IT compliance
- Digital divide
- Aspetti giuridici, epistemiologici, etici e sociali dei big data
- Guerra cibernetica
- Opportunità e rischi delle tecnologie blockchain
- Neutralità della Rete
Privacy e Protezione del Dato
La seconda parte dell'insegnamento mira ad introdurre i principali metodi per la gestione e l'analisi privata dei "big data". Questa parte si concentra sui principali metodi di anonimizzazione e modelli di computazione privacy-preserving proposti, con un'attenzione particolare alle sfide della cosiddetta "era dei big data".
- Il concetto di privacy e le leggi sulla privacy in diversi paesi
- Le sfide della privacy nell'era dei Big Data
- Sistemi informativi e privacy
- Statistical disclosure control
- Attacchi e modelli di privacy nelle basi di dati statistiche
- k-anonymity
- l-diversity
- t-closeness
- delta-presence
- Differential privacy
- Definizioni e teoremi base
- Definizioni avanzate
- Machine Learning differenzialmente privato
- Esercitazione: progetto di algoritmi differenzialmente privati
- Data separation
- Secure multiparty computation
- Federated learning
Ethics and Society
The first part of the course aims at presenting and discussing the societal and ethical issues raised by information systems in contemporary society, from the possible abuse of social networks to risks in the use of "big data", from the impact of IT on the fundamental freedoms to the spread of AI. Relationships between IT and laws and regulations will also be considered.
- Information ethics
- Social networks and their risks
- Digital economy, competition and work
- Ethical issues of AI
- Surveillance vs freedom
- IT compliance
- Digital divide
- Giuridical, epistemological, ethical and societal aspects of big data.
- Cyberwarfare
- Opportunities and perils of blockchain technologies.
- Net neutrality
Privacy and Data Protection
The second part of the course aims to introduce the main methods for privacy-preserving management and analysis of the so-called "big data". This part focuses on the main anonymization methods privacy-preserving computation models proposed so-far, with particular attention to the challenges of the so-called "big data era".
- The concept of privacy and privacy laws in different countries
- The challenges of privacy in the "Big Data Era"
- Information systems and privacy
- Statistical disclosure control
- Privacy attacks and models in statistical databases
- k-anonymity
- l-diversity
- t-closeness
- delta-presence
- Differential privacy
- Base definitions and theorems
- Advanced definitions
- Differentially private machine learning
- Lab: design of differentially private algorithms
- Data separation
- Secure multiparty computation
- Federated learning .
- Oggetto:
Modalità di insegnamento
L'insegnamento è strutturato in 48 ore di didattica frontale che prevedono una forte componente interattiva tra docenti e studentesse/studenti. Le ore sono suddivise in lezioni da 2 ore in base al calendario accademico. Sono previsti seminari tenuti da esperti sugli argomenti trattati. La frequenza è facoltativa, consigliata, e la prova finale sarà uguale per frequentanti e non.
The course is structured in 48 hours of face-to-face lectures that include a strong interactive component between lecturer and students. The total amount of hours is divided into 2-hour lectures according to the academic calendar. Seminars given by experts on the topics covered are also planned. Attendance is optional, recommended, and the final test will be the same for attending and nonattending students.
- Oggetto:
Modalità di verifica dell'apprendimento
E' obbligatoria l'iscrizione all'ambiente di e-learning Moodle dove si potranno trovare forum di discussione, materiale didattico, compiti assegnati e approfondimenti sugli argomenti delle lezioni preparati dai docenti. L'esame consiste in un colloquio atto a valutare la comprensione generale del corso e di argomenti specifici concordati con i docenti. Durante il colloquio potrà essere richiesto lo svolgimento di esercizi. La valutazione è in trentesimi.
Enrollment in the Moodle e-learning environment is mandatory, where students will find discussion forums, course materials, assignments, and supplementary course material prepared by the lecturers. The exam consists of an oral interview designed to assess the general understanding of the course and specific topics agreed upon with the lecturers. The solution of exercises may be required during the interview. Grading is in thirtieths.
Testi consigliati e bibliografia
- Oggetto:
Materiale fornito dai docenti.
Course material is provided by the lecturers.
- Oggetto:
