UNIBA 2030 è il progetto di Terza Missione e Public Engagement dell’Università degli Studi di Bari Aldo Moro realizzato in collaborazione con Stroncature. A partire dalle pubblicazioni dei Dipartimenti coinvolti, Stroncature cura articoli divulgativi e incontri pubblici dedicati alle conseguenze ambientali e sociali dell’innovazione digitale.
Questo numero affronta la dimensione sociale dell’intelligenza artificiale. Tre ricerche esaminano come le imprese documentano la tutela dei diritti degli utenti, quali aspettative può suscitare un robot di compagnia e a quali condizioni un modello linguistico riesce a riconoscere il controllo nelle conversazioni tra adolescenti. Il webinar approfondisce il ruolo dei dati e delle scelte di progettazione nella riproduzione degli stereotipi di genere.
I diritti umani alla prova dell’intelligenza artificiale generativa
Quali informazioni ha a disposizione un utente per capire come un’impresa protegge i suoi dati o verifica se un modello produce risposte discriminatorie? Maria Teresa Baldassarre, Danilo Caivano, Berenice Fernandez Nieto, Domenico Gigante e Azzurra Ragone hanno esaminato la documentazione pubblica di OpenAI, Google AI, Meta AI Research e Microsoft AI. Il confronto riguarda la protezione dei dati personali, la sicurezza informatica, le discriminazioni, i discorsi d’odio e la disinformazione. L’articolo segue alcune scelte concrete, dalla composizione dei gruppi che valutano le risposte dei modelli agli strumenti con cui le persone possono controllare l’uso delle proprie informazioni. Le fonti consentono di ricostruire le misure che ciascuna impresa rende pubbliche. Per valutarne l’efficacia nei diversi contesti d’uso occorrono anche riscontri sul loro funzionamento.
Il vero rischio dei robot sociali è l’equivoco
Un robot di compagnia può rispondere alla stessa persona ogni giorno, accompagnarla nelle sue attività e diventare una presenza familiare. Piercosma Bisconti e Antonio Carnevale studiano il significato che l’utente attribuisce a questa continuità. Chi riceve attenzione può interpretarla come il segno di un affetto ricambiato e sviluppare aspettative che il dispositivo, secondo gli autori, non è in grado di soddisfare. La questione riguarda in particolare la progettazione dei robot destinati a bambini e anziani, con i quali l’interazione può protrarsi nel tempo. L’articolo illustra il criterio proposto dai due studiosi per valutare questi dispositivi: considerare insieme l’aiuto che il robot può effettivamente offrire e l’idea della relazione che le sue parole e i suoi gesti suggeriscono a chi lo utilizza.
Un algoritmo può spiegare la violenza?
Una richiesta di accesso al cellulare del partner può essere formulata come una prova di fiducia. Riconoscere la pressione esercitata attraverso quelle parole richiede di interpretare il rapporto tra le persone, anche in assenza di insulti o minacce esplicite. Una ricerca dell’Università di Bari ha esaminato come il modello linguistico italiano LLaMAntino affronti questo compito su un campione di messaggi relativi a relazioni adolescenziali. Nella prova iniziale il modello non ha identificato correttamente come abuso digitale nessuno dei venti casi di questa categoria. Dopo aver ricevuto due esempi commentati sulla base delle valutazioni delle psicologhe, ne ha riconosciuti undici. L’articolo esamina anche le motivazioni fornite dal modello: gli esempi lo hanno aiutato a descrivere con maggiore precisione la violazione della privacy e la limitazione dell’autonomia del partner, pur lasciando una distanza rispetto alle spiegazioni delle esperte.
Etica algoritmica e bias di genere: i dati non sono neutri
Quando si chiede a un sistema di generare l’immagine di un medico con due assistenti, il genere che attribuisce alle tre figure può riflettere uno stereotipo professionale. È uno degli esempi discussi nel webinar del 25 maggio 2026 con Francesca Alessandra Lisi, Marco de Gemmis e Lucia Siciliani, del Dipartimento di Informatica dell’Università di Bari. Lisi esamina le responsabilità di chi progetta sistemi destinati a intervenire in decisioni delicate, come quelle che riguardano l’autonomia di una persona assistita. De Gemmis illustra come i dati di addestramento influenzino le rappresentazioni dei ruoli sociali e l’affidabilità delle risposte. Siciliani presenta il lavoro sui modelli linguistici italiani della famiglia LLaMAntino e una sperimentazione didattica che usa conversazioni simulate per aiutare a riconoscere comportamenti di isolamento e controllo nelle relazioni affettive.
Le attività rientrano nel «Bando per Finanziamento di Iniziative di Public Engagement» del progetto «Sistema Universitario Pugliese», finanziato nell’ambito della misura «Patti Territoriali dell’Alta Formazione per le Imprese» (CUP F61B23000370006).





