di Andrea Zoppini
SOMMARIO: 1. Considerazioni introduttive. – 2. L’algoritmo come oggetto di regolazione e vigilanza. – 2.1 Evoluzione e regole del mercato finanziario. – 2.2 Gli algoritmi predittivi: regole private e libertà individuali. – 2.3 Mercato digitale e tutela della concorrenza. – 3. L’algoritmo come strumento di regolazione e vigilanza. – 4. Procedure algoritmiche e forme di tutela. – 5. Conclusioni.
1. Lo studio degli algoritmi e dell’intelligenza artificiale rappresenta un passaggio fondamentale per cogliere il rapporto tra le potenzialità tecnologiche e la regolazione del mercato1.
Il tema, oggi ampiamente trattato, si è in realtà posto, pur con criteri metodologici differenti, già a partire dagli anni ’80 del secolo scorso2. In confronto alle prime riflessioni di allora, l’approccio sistematico alla materia della regolazione algoritmica si è notevolmente sviluppato a causa del forte impatto che gli strumenti di intelligenza artificiale hanno prodotto nel mercato3.
Rispetto all’adozione di un punto di osservazione individualistico, esclusivamente volto a far emergere le tecniche di tutela dei diritti soggettivi, appare più opportuno orientare l’indagine attraverso una prospettiva di tipo meta-individuale. Ciò permette di cogliere le interrelazioni tra il sistema algoritmico e il funzionamento del mercato, specie quando il trattamento algoritmico sia evocato a livello procedimentale quale strumento di risoluzione di un problema.
La regolazione dell’impiego di strumenti algoritmici implica una serie di questioni, la cui soluzione presuppone il puntuale intervento delle autorità indipendenti4. La tematica della regolazione indipendente del mercato può essere concettualmente articolata in due sottoinsiemi, così delineandosi distinti orizzonti di indagine, che hanno, peraltro, punti di contatto molto rilevanti su un piano sia teorico che di disciplina. Da un lato, ci si può interrogare se e in quale misura si apra un problema di regolazione indipendente e di vigilanza sull’uso degli algoritmi (ovvero, gli algoritmi come oggetto della regolazione e della vigilanza); dall’altro lato, invece, l’interrogativo attiene al se e in quale misura gli algoritmi possano essere utilizzati dalle autorità indipendenti per svolgere la funzioni cui sono preposte (quindi, gli algoritmi come strumento di regolazione e vigilanza).
2. In termini teorici, la giustificazione delle autorità indipendenti risiede nella presenza di un fallimento del mercato che non può essere governato mediante regole imperative, bensì necessita di una regolazione tecnica affidata a organi burocratici, indipendenti e autonomi rispetto al potere esecutivo5.
L’espansione della digitalizzazione e il sempre più diffuso impiego di strumenti algoritmici incide significativamente sulle relazioni commerciali6: l’ampio utilizzo di sistemi informatici ha generato e genera tuttora una profonda trasformazione sia a livello imprenditoriale, favorendo l’interscambio di informazioni tra diversi settori e modificando i sistemi di business, sia sul piano dei rapporti contrattuali tra imprese e tra imprese e consumatori7.
La necessità che si presenta in considerazione della rilevanza delle situazioni connesse è, quindi, quella di implementare un sistema di digital regulation. Evocare l’algoritmo come oggetto di vigilanza si collega, infatti, a quanto può essere definito legality by design, ossia al genere di intervento che le autorità indipendenti possono o debbono attuare sin da una fase di progettazione e per tutto il corso di utilizzo dell’algoritmo stesso. In tal modo si predeterminano le modalità di funzionamento, al fine di evitare e ridurre eventuali impatti negativi sui diritti civili, sociali e politici degli individui, nonché per ovviare a ripercussioni sfavorevoli sul mercato, specialmente, in termini stabilità della concorrenza8. In ogni caso, gli strumenti di intelligenza artificiale non possono ritenersi sistemi autosufficienti, atteso che necessitano, sia sul piano tecnico sia su quello metodologico, di una serie di condizioni operative e di disciplina che consentano di indirizzarli all’effetto desiderato9.
Al fine di poter valutare il rapporto tra regolazione del mercato e algoritmi, è possibile isolare tre diversi profili: a) l’operatività del mercato finanziario; b) il caso degli algoritmi predittivi; c) il modo con il quale i big data e l’utilizzo dell’intelligenza artificiale ridefiniscono il concetto stesso di mercato.
2.1 Il fenomeno della tecnologia applicata ai mercati finanziari (Fintech) va determinando un mutamento dei connotati essenziali dell’industria finanziaria10, in quanto consente di offrire nuovi servizi e prodotti, ovvero già esistenti ma con nuove prassi operative, massimizzando i profitti e, al contempo, abbattendo costi e tempi11. Le peculiarità di tali servizi si rinvengono, infatti, nella digitalizzazione, nella disintermediazione umana e nella frammentazione dei rapporti di mercato12.
Nonostante le indubbie potenzialità che gli strumenti algoritmici presentano sia a livello temporale sia in termini di semplificazione, vi sono, tuttavia, una serie di rischi operativi connessi ai limiti di capacità computazionale, nonché alla mancanza di trasparenza sulle modalità di funzionamento di alcune tecnologie. Tali criticità devono essere affrontate e mitigate dalle autorità di vigilanza, rendendosi necessario un intervento ex ante, volto a definire le modalità operative dell’algoritmo.
Del resto, passate esperienze già hanno fatto emergere alcune problematicità: si pensi al crollo dell’indice Dow Jones di Wall Street del 19 ottobre del 1987. Una delle cause del lunedì nero, in cui l’indice di borsa subì la più grande perdita dopo il martedì nero del ’29, era legata al fatto che iniziava l’utilizzo di sistemi informatici che davano ordini di vendita in automatico, allorché la quotazione dei titoli scendeva sotto certi livelli predeterminati (cd. stop loss). Altro esempio significativo è connesso all’intervento della Consob in tema di vendite allo scoperto. Nel 2011 l’Autorità di vigilanza ha adottato misure restrittive in materia di vendite allo scoperto, poiché ritenute foriere di squilibri di tipo macroeconomico nel mercato finanziario13.
A ben vedere, si tratta di esempi che giustificano una regolazione indipendente per prevenire automatismi che si riflettano sulle reazioni del mercato: spetta alle autorità indipendenti garantire un quadro regolamentare adeguato alle esigenze che dinamicamente si prospettano a seguito del continuo progresso tecnologico14.
2.2 I sistemi di intelligenza artificiale, in particolar modo quelli che si basano sull’utilizzo degli algoritmi, sono strutturati sulla disponibilità di una vasta scala di dati, la cui elaborazione consente di pervenire a soluzioni casisticamente articolate. Nel caso degli algoritmi predittivi, il sistema, grazie all’interazione con il fenomeno dei big data, sfrutta il metodo dell’analisi e della catalogazione dei dati per la risoluzione di casi specifici15. Difatti, quando si parla di algoritmi predittivi si pensa a sistemi informatici ovvero a sistemi esperti preordinati alla previsione o alla decisione di una determinata questione.
Tuttavia, la questione ha un impatto sociale molto più significativo16: la decisione automatizzata è, infatti, il risultato dell’analisi di dati appartenenti a esperienze passate e del complesso di valori sui quali la programmazione del sistema si fonda17.
Nell’esperienza americana si è discusso molto del caso Compas, un software utilizzato in diversi Stati degli USA per il calcolo, sulla base di una serie di dati statistici e di precedenti giudiziari, della iterazione dei crimini da parte di un soggetto sottoposto a procedimento penale. Tale sistema ha, peraltro, evidenziato una scarsa capacità predittiva, a dimostrazione del fatto che la predittività è anche frutto dell’esperienza e del pregiudizio di chi programma a monte18.
D’altro canto, è ormai frequente la pratica di intermediari finanziari che operano nei call center incrociando i dati dei soggetti che pagano il servizio con regolarità. Sostanzialmente, quindi, si genera la selezione della clientela sulla base dell’osservazione inferenziale di fattori individuali presi a campione. È evidente come, anche in questo caso, si ponga un rilevante problema teorico, atteso che si tratta di meccanismi che spingono sempre più in basso i più svantaggiati, così accrescendo le diseguaglianze19.
In quest’ottica, il tema della regolazione si presta a essere analizzato alla luce di un duplice modello teorico. Il primo, che potrebbe dirsi alla Nozick, ovvero basato sulla privatizzazione delle infrastrutture sociali di relazione20; una esperienza non ignota al sistema americano, ove tutto è disciplinato dalla regola statutaria convenzionalmente fissata. Con il paradosso, tuttavia, che la regola privata può essere molto più oppressiva rispetto alla regola di diritto pubblico21. L’altra prospettiva teorica attinge all’impianto della «governamentalità neoliberale», nel senso elaborato dagli studi di Michel Foucault, e alla concezione per cui siano necessari rimedi di tipo pubblicistico anche all’interno delle infrastrutture privatistiche. La «governamentalità» pone il problema delle tecnologie del potere in un contesto in cui si è sgretolato il concetto di sovranità: ciò invita a guardare all’interazione effettiva, in una logica decentrata e policentrica che si sottrae al comando legislativo, dei poteri presenti nel mercato22.
Emerge allora la domanda su come il diritto sia (o possa essere) uno dei fattori costitutivi di legittimazione sociale. Si tratta, infatti, di guardare alle regole del diritto scritto quali forme di produzione di cornici ontologiche e agli effetti che determinano in termini di legittimazione e creazione di nuove soggettività sociali. Un esempio è quello inerente alla governance societaria: nel processo di «giuridificazione» delle regole di organizzazione dell’impresa si possono riconoscere altrettanti processi volti a creare e legittimare nuove istanze e centri di potere. Si pensi, a titolo esemplificativo, alle regole sulla parità di accesso che consentono al sesso meno rappresentato di accedere in eguale misura ai consigli di amministrazione delle società quotate in borsa (legge 12 luglio 2011, n. 120). L’affermazione di un’istanza paritaria si giustifica prendendo atto che proprio la legittimazione sociale dell’impresa, che deriva dal suo essere nel mercato, è la ragione che autorizza e coonesta quelle istanze paritarie23.
Si tratta, evidentemente, di due prospettive teoriche molto diverse che gli algoritmi predittivi ci pongono e che sollevano un problema che riguarda l’intervento regolatorio delle autorità indipendenti, proprio in considerazione della rilevanza sociale che l’utilizzo di questi strumenti riveste.
2.3 L’intelligenza artificiale e i big data incidono in modo significativo sulle infrastrutture di mercato e sulle modalità di negoziazione24.
L’economia digitale si caratterizza per la presenza di mercati multilaterali nei quali operano piattaforme di interazione tra consumatori e tra consumatori e imprese. L’esperienza attuale ne delinea due diverse tipologie, a seconda che tramite la piattaforma si realizzino (matching platforms), o meno (attention platforms), transazioni commerciali25. Centrale è il peso specifico dei dati che, oltre a essere considerati alla pari degli altri asset di una società26, costituiscono il valore aggiunto, misurabile in termini di potere di mercato27. Ne consegue che il rendimento competitivo degli operatori economici è strettamente connesso alla loro capacità di impiegare i dati disponibili per promuovere offerte e sollecitare acquisti personalizzati28.
I big data presentano, quindi, implicazioni multisettoriali, poiché a essere inciso non è soltanto l’ambito della privacy, bensì quello propriamente organizzativo del mercato, con i suoi riflessi sulla concorrenza29. Il fenomeno ha di recente suscitato l’attenzione delle autorità statali di garanzia della concorrenza e del mercato per le possibili ripercussioni restrittive dell’integrazione di algoritmi sofisticati nelle soluzioni organizzative e strategiche delle imprese30.
La questione di fondo, pertanto, oltre ai profili inerenti al mutamento dell’infrastruttura di mercato, attiene all’attualità, o meno, della disciplina antitrust per verificarne il livello di effettività rispetto all’evoluzione dell’economia digitalizzata.
Si prenda il caso, frequente nella prassi, di utilizzazione di algoritmi per segmentare e personalizzare le offerte dei beni. Rispetto a una teoria del mercato costruita sulla volontà individuale, è evidente come in questo caso si assiste all’intervento di macchine che non si limitano a individuare la quantità di offerta sul mercato, ma procedono a una segmentazione personalizzata e favoriscono l’incontro con la relativa domanda31.
Queste peculiarità dei mercati digitalizzati portano a riflettere sulle conseguenze derivanti, da un lato, dal mutamento strutturale del mercato, realizzato mediante offerte predeterminate da algoritmi basati su sistemi di data analytics; d’altro lato, sulla necessità, imposta dalla presenza di mercati a più versanti, di ripensare taluni concetti e categorie fondamentali, quali il mercato rilevante, il potere di mercato e la posizione dominante32.
Molti modelli di business fondati sui big data si presentano per lo più associati a servizi gratuiti: il consumatore per fruire di questi servizi «cede» delle informazioni, la cui aggregazione permette all’impresa una profilazione essenziale per la creazione di gruppi omogenei e per reinvestire nel servizio prestato33. Pertanto, mentre per il diritto contrattuale può porsi il quesito se la cessione delle informazioni rappresenti il corrispettivo, per il diritto della concorrenza ciò assume rilievo ai fini dell’analisi del mercato34, atteso che quanto l’impresa realizza è funzionale all’acquisizione di un potere in mercati laterali.
Dunque, se si osserva in una prospettiva meta-individuale la capacità di questi strumenti di condizionare gli equilibri e le logiche del mercato, emerge che si tratta di materia che implica l’intervento delle autorità indipendenti, poiché solo la regolazione indipendente è in grado di identificare una legality by design, così impedendo un utilizzo distorsivo.
3. Dinanzi agli sviluppi dell’economia digitale può apparire opportuno un mutamento delle modalità e delle tecniche regolatorie: l’impiego di sistemi algoritmici potrebbe favorire tecniche di supervisione e controllo tempestivo e proattivo. Difatti, in un ecosistema caratterizzato dallo scambio virtuale e contestuale di informazioni rilevanti, una forma incisiva di controllo può attuarsi solo mediante strumenti che consentano di analizzare concretamente i comportamenti degli agenti del mercato35.
Il caso degli abusi di mercato e quello delle intese antitrust rappresentano degli importanti ambiti di valutazione36.
Quanto al primo profilo, l’individuazione delle operazioni di insider trading avviene tipicamente mediante l’incrocio dei dati delle transazioni effettuate nel mercato da parte del singolo investitore, in modo da identificare eventuali anomalie37. In questo caso, è evidente che mediante l’utilizzo di un algoritmo si è in grado di rilevare in tempo reale il comportamento illecito costitutivo dell’abuso.
Invero, l’esperienza attuale evidenzia che i procedimenti sanzionatori, sia in ambito ammnistrativo che in quello penale, vengono condotti anche indipendentemente da oggettive evidenze probatorie riguardanti la circolazione e l’utilizzo di informazioni privilegiate, ricorrendosi, piuttosto, a prove indiziarie38. Conseguentemente, in questi ambiti, il ricorso agli algoritmi può costituire un concreto sussidio all’attività di vigilanza, consentendo, attraverso l’omogeneizzazione dei dati, di inquadrare più specificamente le condotte poste in essere.
Analoghe considerazioni possono svolgersi in relazione alle intese anticoncorrenziali, atteso che il trattamento algoritmico dei dati può rappresentare lo strumento più efficace per monitorare l’andamento dei prezzi, specie quando vi sono soggetti che, pur non legati da rapporti diretti, attuino comportamenti convergenti. Diversamente da quanto avviene nei classici modelli di mercato, ove le imprese per conoscere le condizioni di offerta praticate dagli altri operatori debbono ricorrere ad accordi aventi ad oggetto lo scambio di informazioni riservate, in quelli digitali, invece, il carattere «aperto» della rete dà la possibilità a tutti gli operatori economici di rilevare costantemente i prezzi altrui, anche al fine di adeguare i propri sulla base del riscontro effettuato39. Gli illeciti antitrust, pertanto, possono realizzarsi mediante centri di collegamento neutrale: l’accesso generalizzato alle informazioni presenti in rete e l’utilizzo di algoritmi di monitoraggio possono, infatti, consentire l’affermazione di meccanismi di concentrazione e collusione tacita tra le imprese40. A ben vedere, anche in questo caso emerge con chiarezza l’attitudine della tecnologia a coadiuvare l’attività di vigilanza verso forme più efficaci ed efficienti di controllo.
Ancora, nella prospettiva dell’impiego dell’algoritmo in funzione regolatoria, è da segnalare l’utilizzo proattivo di tali sistemi in funzione di vigilanza da parte degli organi di controllo delle istituzioni del mercato finanziario, al fine di snellire e automatizzare le procedure operative e amministrative, digitalizzare gli strumenti di lavoro e migliorare l’analisi dei dati41.
4. Accanto ai benefici che gli algoritmi permettono di ottenere sul piano della razionalizzazione e della semplificazione dei procedimenti, non possono, tuttavia, non considerarsi i rischi connessi al loro utilizzo. Si pone, a questo punto, la questione dei mezzi di tutela42.
Già dall’esame del GDPR, che rappresenta uno dei compendi normativi di maggiore rilievo per lo sviluppo della società digitale, emerge l’ininfluenza della natura pubblica o privata dell’utilizzatore dello strumento di intelligenza artificiale43. Infatti, lo stesso Regolamento contiene una disciplina rivolta sia al settore pubblico, sia a quello privato, atteso che trova indistintamente applicazione laddove vi sia una decisione automatizzata presa sulla base di dati personali44.
In questo contesto si pongono sistematicamente due aspetti: i) la conoscenza ex ante degli algoritmi e ii) il loro conseguente rapporto con il procedimento amministrativo.
Quanto al primo profilo, in conformità al principio di trasparenza, vi è la necessità che questi strumenti siano conosciuti ex ante. La giurisprudenza amministrativa si è già pronunciata, affermando il diritto di accesso del cittadino al linguaggio sorgente del software dell’algoritmo utilizzato dal MIUR per gestire l’assegnazione delle sedi ai docenti in mobilità45. La questione si collega, peraltro, al rapporto con le tutele intellettuali, atteso che, in questo caso, il diniego alla richiesta d’accesso potrebbe trovare giustificazione per proteggere “il segreto industriale e aziendale e la proprietà intellettuale”46. Tuttavia, una corretta politica di regolazione implica che venga assicurata la conoscibilità ex ante di questi modelli algoritmici di comprensione e interpretazione del reale, al fine di soddisfare l’esigenza di chiarezza in ordine alle modalità di catalogazione e di impiego dei dati.
Sul conseguente profilo del rapporto con il procedimento amministrativo, la questione è di particolare importanza ove si consideri che tutte le autorità indipendenti operano mediante procedimenti amministrativi, devoluti e conosciuti dal giudice amministrativo.
Il giudice amministrativo, occupandosi della legittimità di una procedura ministeriale di mobilità straordinaria dei docenti interamente informatizzata, ha escluso la possibilità che i modelli algoritmici possano ovviare all’attività istruttoria procedimentale. Pertanto, risulta in contrasto con il quadro normativo attuale affidare all’impersonale funzionamento di sistemi informatici lo svolgimento di procedimenti amministrativi, atteso che nella dinamica procedimentale non può prescindersi dal contributo che l’esperienza umana offre alla valutazione e alla conseguente motivazione del provvedimento, in particolare quando il contenuto del medesimo incida su situazioni giuridiche soggettive, potenzialmente compromesse dal ricorso a soluzioni puramente meccanicizzate47.
Poiché la motivazione costituisce il nucleo portante del provvedimento amministrativo, è chiaro che l’impiego di algoritmi sostitutivi del tradizionale agire dell’amministrazione implica una complessiva revisione dei principi sui quali si fondano le concezioni tradizionali. Queste ultime, quindi, andrebbero affinate per consentire l’utilizzo dell’algoritmo almeno nei casi di provvedimenti vincolati o di discrezionalità limitata48.
5. Il tema si presta, evidentemente, al confronto tra apocalittici e integrati. Ne sono evidenti i due poli estremi della dialettica: da un lato, si radica il liberalismo tecnologico di quanti ritengono che la libertà individuale e l’autonomia nella regolazione degli interessi sia comunque sufficiente; d’altro lato, si afferma una sorta di luddismo tecnocratico, dal quale occorre rifuggire, di quanti sostengono l’impraticabilità di questi strumenti tecnologici.
Attraverso una prospettiva funzionale, invero, deve riconoscersi ampio spazio per il ricorso a strumenti algoritmici nella regolazione indipendente del mercato, pur con il dovuto arco temporale di approfondimento: proprio in quest’ottica è essenziale un grande investimento in tema di intelligenza artificiale da parte delle autorità di regolazione49.
1) V. ZENO-ZENCOVICH, Dati, grandi dati, dati granulari e la nuova epistemologia del giurista, in MediaLaws – Rivista dir. media 2, 2018, p. 32 ss.
2) Sia consentito rimandare a A. ZOPPINI, Les systèmes-experts et la responsabilité civile, in Droit de l’informatique et des télécoms, 1989, 1, p. 54 ss. Sul rapporto tra calcolatori elettronici e diritti della personalità, v., già, S. RODOTÀ, Elaboratori elettronici e controllo sociale, Bologna, 1973; nonché, V. FROSINI, Cibernetica, diritto e società, Milano, 1983.
3) Cfr. il fascicolo curato da A. NUZZO e G. OLIVIERI (a cura di), Algoritmi. Se li conosci li regoli…, in An. giur. econ., 2019; nonché, E. GABRIELLI e U. RUFFOLO (a cura di), Intelligenza Artificiale e diritto, in Giur. it., 2019, p. 1657 ss.
4) Cfr. G. NAPOLITANO e A. ZOPPINI, La regolazione indipendente dei servizi pubblici e la garanzia dei privati, in G. GITTI (a cura di), L’autonomia privata e le autorità indipendenti, Bologna, 2006, p. 125 ss.; A. ZOPPINI, Funzioni del diritto privato e tecniche di regolazione del mercato, in ID. e M. MAUGERI (a cura di), Funzioni del diritto privato e tecniche di regolazione del mercato, Bologna, 2009, p. 9 ss.
5) A. ZOPPINI, Diritto privato vs diritto amministrativo (ovvero alla ricerca dei confini tra Stato e mercato), in Riv. dir. div., 2013, p. 520.
6) P. PERLINGIERI, Privacy digitale e protezione dei dati personali tra persona e mercato, in Foro nap., 2018, p. 481 ss.
V. FALCE e G. FINOCCHIARO, La digital revolution nel settore finanziario. Una nota di metodo, in An. giur. econ., 2019, p. 316.
8) G. RESTA, Governare l’innovazione tecnologica: decisioni algoritmiche, diritti digitali e principio di uguaglianza, in Pol. dir., 2019, p. 218 ss.
9) R. ANGELINI, Intelligenza artificiale e governance: alcune riflessioni di sistema, in F. PIZZETTI (a cura di), Intelligenza artificiale, protezione dei dati personali e regolazione, Torino, 2018, p. 295.
10) R. LENER e G. PARRILLO, Quali regole per Fintech?, in R. LENER (a cura di), Fintech: diritto tecnologia e finanza, Roma, 2018, p. 7 ss.
11) F. MATTASSOGLIO, Algoritmi e regolazione. Circa i limiti del principio di neutralità tecnologica, in Rivista della regolazione dei mercati, 2018, 2, p. 226 ss.; M. BERTANI, Trading algoritmico ad alta frequenza e tutela dello slow trader, in An. giur. econ., 2019, p. 261 ss.
12) R. DI RAIMO, Disintermediazione e struttura dei mercati finanziari digitalizzati. Primi appunti, in R. LENER (a cura di), Fintech: diritto tecnologia e finanza, cit., p. 20 ss.
13) Consob, Delibera 11 novembre 2011, n. 17993. Tale provvedimento è stato, peraltro, superato dal Reg. UE, 14 marzo 2012, n. 236, relativo alle vendite allo scoperto e a taluni aspetti dei contratti derivati aventi ad oggetto la copertura del rischio di inadempimento dell’emittente (credit default swap).
14) Cfr. L. TORCHIA, La regolazione del mercato e la crisi economica globale, in F. BRESCIA, EAD. e A. ZOPPINI (a cura di), Metamorfosi del diritto delle società? Seminario per gli ottant’anni di Guido Rossi, Napoli 2012, p. 59 ss.
15) B. CUSTERS, Method of data research for law, in V. MAK, E. TJONG TJIN TAI e A. BERLEE (a cura di), Data Science and Law, Cheltenham-Northampton, 2018, p. 360 ss.
16) S. RODOTÀ, Il mondo nella rete. Quali i diritti, quali i vincoli, Roma-Bari, 2014, p. 34 ss., p. 39; A. SIMONCINI, L’algoritmo incostituzionale: intelligenza artificiale e il futuro delle libertà, in BioLaw Journal – Rivista di BioDiritto, 2019, 1, p. 27 ss.
17) G. RESTA, Governare l’innovazione tecnologica: decisioni algoritmiche, diritti digitali e principio di uguaglianza, cit., p. 214.
18) A. NUZZO, Algoritmi e regole, in An. giur. econ., 2019, p. 43.
19) Sul “potere elitario degli algoritmi”, cfr. B. ROMANO, Algoritmi al potere. Calcolo, giudizio, pensiero, Torino, 2018, spec. p. 23 ss.
20) R. NOZICK, Anarchy, State, and Utopia, New York, 1974.
21) A. ZOPPINI, Il diritto privato nella trasformazione dei processi allocativi delle risorse pubbliche, in Eur. dir. priv., 2003, p. 428 ss.
22) A. ZOPPINI, Diritto privato vs diritto amministrativo (ovvero alla ricerca dei confini tra Stato e mercato), cit., p. 528 ss.
23) A. ZOPPINI, Diritto privato vs diritto amministrativo (ovvero alla ricerca dei confini tra Stato e mercato), cit., p. 529 s.
24) M. DELMASTRO e A. NICITA, Big data. Come stanno cambiando il nostro mondo, Bologna, 2019, p. 12 ss., p. 67 ss.
25) G. MUSCOLO, Big data e concorrenza. quale rapporto?, in V. FALCE, G. GHIDINI e G. OLIVIERI (a cura di), Informazione e big data tra innovazione e concorrenza, Milano, 2018, p. 173.
26) R. PODSZUN e S. KREIFELS, Data and competition law, in V. MAK, E. TJONG TJIN TAI e A. BERLEE (a cura di), Data Science and Law, cit., p. 186 ss.
27) M. MAGGIOLINO, I big data e il diritto antitrust, Milano, 2018, p. 223 ss.; R. ANGELINI, Intelligenza artificiale e governance: alcune riflessioni di sistema, cit., p. 300 ss.
28) F. VESSIA, Big data: dai vantaggi competitivi alle pratiche abusive, in AA. VV., Studi per Luigi Carlo Ubertazzi, Milano, 2019, p. 821 ss.
29) A.M. GAMBINO e M. MANZI, Intelligenza artificiale e tutela della concorrenza, in Giur. it., 2019, p. 1744 ss.; nonché, M. DELMASTRO e A. NICITA, Big data. Come stanno cambiando il nostro mondo, cit., 124 ss.
30) V. ZENO-ZENCOVICH, Do “data markets” exist?, in MediaLaws – Rivista dir. media, 2, 2019, p. 1.
31) O. BEN-SHAHAR e A. PORAT, Personalizing Mandatory Rules in Contract Law, in Univ. Chicago L. Rev., 86 (2019), p. 255 ss.; O. BAR-GILL, Symposium: Algorithmic Price Discrimination When Demand Is a Function of Both Preferences and (Mis)perceptions, ivi, p. 217 ss.
32) G. MUSCOLO, Big data e concorrenza. quale rapporto?, cit., p. 175 ss.; M. GAMBARO, Big data, mercato e mercati rilevanti, in V. FALCE, G. GHIDINI e G. OLIVIERI (a cura di), Informazione e big data tra innovazione e concorrenza, cit., p. 205 ss.
33) V. ZENO-ZENCOVICH, Do “data markets” exist?, cit., p. 7.
34) R. PODSZUN e S. KREIFELS, Data and competition law, cit., p. 188 ss.; A. PEZZOLI, Big data e antitrust: un’occasione per tornare ad occuparci di struttura?, in V. FALCE, G. GHIDINI e G. OLIVIERI (a cura di), Informazione e big data tra innovazione e concorrenza, cit., p. 247 ss.
35) La diretta proporzionalità tra potere tecnologico e potere di mercato aumenta il pericolo che si realizzino pratiche anticoncorrenziali e che si determini un’accentuata asimmetria tra imprese e consumatori, atteso che maggiore è l’utilizzo dei big data, maggiore è la possibilità che le imprese detentrici dei dati diano vita a forme di concentrazione o abusino della posizione dominante. Emblematiche in tal senso sono le numerose indagini avviate dalle autorità antitrust statali sulle BigTech (Amazon, Apple, Facebook e Google) e sulle loro attività di fusione e acquisizione, tra le quali, in particolare, quella di WhatsApp da parte di Facebook e quelle di Doubleclick, Android e YouTube da parte di Google. Per un approfondimento di alcune delle vicende più rilevanti, A.M. GAMBINO e M. MANZI, Intelligenza artificiale e tutela della concorrenza, cit., p. 1746 ss.; R. PODSZUN e S. KREIFELS, Data and competition law, cit., p. 197 ss.
36) M. MAGGIOLINO, I big data e il diritto antitrust, cit., p. 279 ss.
37) M. MINENNA, L’individuazione di fenomeni di abuso di mercato nei mercati finanziari: un approccio quantitativo, in Quaderni di finanza Consob, 54, Roma, 2003.
38) Per un approfondimento sia consentito rimandare a A. ZOPPINI e G. DIELE, Il procedimento sanzionatorio Consob e le sanzioni amministrative, in S. VINCENZI, M. ZANCHETTI e A. ZOPPINI, Market Abuse Regulation. Le nuove regole sugli abusi di mercato, Roma, 2016, p. 167 ss.
39) F. VESSIA, Big data: dai vantaggi competitivi alle pratiche abusive, cit., p. 832 ss.
40) Per un’analisi dei meccanismi di concentrazione e collusione tra le imprese tramite algoritmi, v. P. MANZINI, Algoritmi collusivi e diritto antitrust europeo, in Merc. conc. reg., 2019, p. 164 ss.
41) Per un’analisi delle tecnologie di regolazione (Regtech), v. D. BROEDERS e J. PRENIO, Innovative technology in financial supervision (Suptech) – the experience of early users, Financial Stability Institute (Bank for International Settlements), 2018.
42) G. RESTA, Governare l’innovazione tecnologica: decisioni algoritmiche, diritti digitali e principio di uguaglianza, cit., p. 213 ss.
43) Cfr. Considerando n. 71 e artt. 15 e 22 GDPR.
44) G. RESTA, Governare l’innovazione tecnologica: decisioni algoritmiche, diritti digitali e principio di uguaglianza, in Politica del diritto, cit., p. 220 ss.
45) Tar Lazio, 22 marzo 2017, n. 3769.
46) Cfr. Considerando 63 GDPR
47) Tar Lazio, 10 settembre 2018, n. 9227. V., anche, Cons. Stato, 8 aprile 2019, n. 4477. In tema, nonché F. PATRONI GRIFFI, La decisione robotica e il giudice amministrativo, in A. CARLEO (a cura di), Decisione robotica, Bologna, 2019, p. 165 ss.
48) In tema, cfr. S. CIVITARESE MATTEUCCI, «Umano troppo umano». Decisioni amministrative automatizzate e principio di legalità, in Dir. pubbl., 2019, p. 5 ss.; M.C. CAVALLARO e G. SMORTO, Decisione pubblica e responsabilità dell’amministrazione nella società dell’algoritmo, in Federalismi.it, 16/2019, p. 1 ss.
49) Consob, Piano strategico 2019 – 2021. Uno degli obiettivi espressamente enucleati nel Piano è quello di approfondire e investire nel processo di digitalizzazione del sistema finanziario. V., anche, M. DELMASTRO e A. NICITA, Big data. Come stanno cambiando il nostro mondo, cit., p. 130 ss.
