L’avv. Agatino Luigi D I STALLO è socio fondatore dello studio legale Di Stallo&Partners nonche’ componente del Direttivo Nazionale del network giuridico Master Legal Service(MLS). E’ co-fondatore del Laboratorio Scientifico-Giuridico “Giurimatica” dedicato allo studio teorico ed all’applicazione pratica delle scienze matematiche al diritto.
Cv sintentico:
- 1991 – Laurea in Giurisprudenza presso l’Università degli Studi di Catania;
- 1992 – Scuola di Perfezionamento per “Giuristi d’Impresa” presso l’Università di Bologna;
- 1991-1992 – Stage formativo presso l’Ufficio Legale dell’IRI in Roma;
- 1992 – 1998 – Giurista d’impresa presso l’Ufficio Legale dell’Anonima Petroli Italiana S.p.A;
- 1999 – Avvocato del Libero Foro iscritto presso l’Ordine degli Avvocati di Ragusa;
- 2001 – Fondatore studio legale DS&P – Di Stallo&Partners, specializzato in diritto d’impresa e contenzioso bancario;
- 2004 – Presidente del CDA ATO Ambiente Ragusa Spa;
- 2011 – Avvocato di fiducia di Riscossione Sicilia S.p.A. per la provincia di Ragusa;
- 2011 – Consigliere CDA – Intersac S.p.A. (Gestione aeroporti Catania e Comiso);
- 2011 – Avvocato di fiducia di primarie aziende siciliane;
- 2013 – Avvocato di fiducia dell’IRSAP Sicilia;
- 2015 – Avvocato di fiducia Euler Hermes Siac S.p.A.;
- 2015 – Avvocato di fiducia di primarie società specializzate in contenzioso bancario;
- 2016 – Consulente SO.A.CO. S.p.A. (Gestione aeroporti di Comiso);
- 2017 – Componente Direzione Nazionale Master Legal Service – MLS:
- 2018 – Avvocato di fiducia di Agenzia delle Entrate S.p.a. – Riscossione;
- 2018 – Co-fondatore Giurimatica Lab – Matematica applicata al diritto
Articoli pubblicati
di Francesco Rundo e Agatino Luigi Di Stallo (n.II_MMXXII)
Le applicazioni basate su algoritmi di Artificial Intelligence (AI), stanno rivoluzionando significativamente la nostra società contribuendo attivamente ad un miglioramento delle performance in vari settori, dalla medicina alla robotica all’economia e “last but not least” al settore della Giustizia. In quest’ultimo ambito, i termini e le relative teorie sottese, quali “Giustizia Predittiva” o “Giustizia Intelligente” stanno progressivamente incidendo nei processi decisionali che gli organi governativi sono spesso chiamati a valutare per legiferare nell’ambito di riforme da operare in vari settori tra cui, appunto, quella della Giustizia con special focus al mondo propriamente giudiziario legato ai processi. Il presente contributo illustrerà sommariamente gli indubbi vantaggi che il mondo giuridico potrebbe ricavare dall’introduzione di una particolare estensione dell’AI, ossia l’Explainable AI che alle tecniche analitiche classiche del deep learning, associa delle metodiche di interpretabilità dei modelli AI al fine di consentire una validazione robusta del modello inferenziale con cui tali approcci pervengono a decisioni predittive.
di Francesco Rundo, A. Luigi Di Stallo (N. III_MMXIX)
Recenti statistiche hanno confermato che Il problema legato al cattivo funzionamento della giustizia in Italia, è tra i temi piu’ dibattuti, tanto da essere quotidianamente menzionato sulla stampa nazionale. La lungaggine dei processi sia in sede civile che penale è certamente, tra tutti, il problema che maggiormente penalizza (e paralizza) il sistema giuridico italiano. Numerose riforme di legge, negli anni passati, hanno tentato di ridurre questo “gap”, senza però produrre sostanziali miglioramenti nel timing dei tempi medi che oggi un cittadino deve attendere prima di vedere un procedimento giudiziario che lo riguarda, giungere a conclusione. Peraltro le (lunghissime) attese lungi dal ridursi si replicano invece nell’ambito di ciascun grado di giudizio! L’articolo che gli autori intendono proporre in questa sede si pone l’ambizioso quanto arduo obiettivo di ipotizzare una possibile soluzione per migliorare il sistema processuale italiano, nello specifico, la durata media di un procedimento giudiziario. Segnatamente, gli autori rappresenteranno i potenziali effetti sul sistema giustizia di un motore di Deep Learning (Intelligenza artificiale) addestrato ad analizzare il testo delle sentenze emesse da uno specifico Tribunale in riferimento ad un determinato argomento. Si anticipa sin d’ora che il motore algoritmico sarà – quale esito finale - in grado di fornire una stima predittiva ex-ante di probabile vittoria/soccombenza in giudizio, ogni qual volta un suo fruitore vorrà valutare preliminarmente l’esigenza di istruire una causa in un determinato foro ed in riferimento ad una specifica materia. In particolare, gli autori intendono illustrare – quale esempio qualificato - una applicazione pratica di questi motori algoritmici al settore del contenzioso bancario-finanziario.
di Francesco Rundo, A. Luigi Di Stallo, Francesco Andronico (N. II_MMXIX)
Un nutrito numero di controversie giudiziali e stragiudiziali, che investono a vario titolo le sezioni specializzate dei tribunali italiani, è alimentato da contestazioni relative ai criteri di inquadramento professionale dei dipendenti. Troviamo spesso contrapposte: i) richieste (legittime o meno) del lavoratore; ii) richieste dei sindacati; iii) criteri stabiliti dall’eventuale contratto collettivo di categoria; iiii) limiti imposti dalla normativa vigente; iiiii) e last but not least, gli interessi aziendali di cui è portatore il datore di lavoro. Ovviamente ciascuna parte tende a massimizzare il proprio obiettivo rendendo spesso difficile – per non dire impossibile – l’individuzione di un punto di equilibrio. Gli autori nel presente contributo, descriveranno il funzionamento di un algoritmo innovativo di deep learning e Teoria dei Giochi, che ha permesso la soluzione di una problematica critica analoga a quella sopra descritta. In particolare, gli autori riporteranno gli esiti di un caso-studio dove risulta essere stato applicato con successo un algoritmo di deep learning ed una strategia di Teoria dei Giochi, per la ricerca di una soluzione univoca ed oggettiva nella risoluzione di una potenziale controversia relativa alla gestione di tematiche inerenti l’inquadramento dei lavoratori in una società per azioni. Anticipiamo sin d’ora che l’algoritmo realizzato è stato in grado di proporre alle parti coinvolte una soluzione di equilibrio, in tesi omogeneamente condivisibile, dimostrando concretamente come anche nel settore del Diritto del Lavoro, l’intelligenza artificiale può essere considerata un valido ausilio.
di Francesco Rundo, Rosalba Parenti, Giovanna Calabrese, A. Luigi Di Stallo e Sabrina Conoci (N. I_MMXIX)
Nel 2017 è entrata in vigore la Legge 24/2017, meglio nota come legge Gelli-Bianco, recante “Disposizioni in materia di sicurezza delle cure e della persona assistita, nonché in materia di responsabilità professionale degli esercenti le professioni sanitarie”. Senza alcuna pretesa di completezza giuridica, atteso il carattere prettamente tecnico scientifico del presente contributo, va sinteticamente premesso che la legge in commento affronta l’annosa e spinosa questione della regolamentazione delle questioni attinenti la responsabilità professionale degli operatori del settore medico-sanitario, nel tentativo di fornire strumenti di valutazione oggettiva dell’operato del professionista. Di specifico rilievo all’interno del nuovo contesto normativo i concetti di “Linee guida” e “Buone Pratiche”, da adottare da parte degli operatori sanitari, allo scopo di documentare la correttezza del proprio operato. Nel riferito contesto, gli autori propongono l’utilizzo di un innovativo sistema predittivo, denominato iPredMed, che si pone l’obiettivo di coniugare le potenzialità delle nuove tecniche di Radiomics e di Intelligenza Artificiale, ai nuovi strumenti legislativi forniti dalla recente riforma normativa.
di Francesco Rundo e A. Luigi Di Stallo (N. IV_MMXVIII)
Il presente articolo esamina le possibili interazioni tra il sistema di Alert introdotto dalla recente riforma della crisi di impresa e l’applicazione di sistemi basati sulla c.d. Intelligenza Artificiale, con particolare riferimento agli strumenti intesi a potenziare le performance del modello predittivo estimativo del rischio di insolvenza delle imprese italiane. Con un approccio squisitamente ibrido scientifico-giuridico, viene descritta nel presente contributo la pipeline iCorporate Alert-advisor System (iCAS), sviluppata interamente dagli autori. iCAS è essenzialmente un prototipo di sistema cui affidare la valutazione del rischio di impresa ovvero la predisposizione di sistemi correttivi idonei al recovery del rischio, finalità target della recente riforma della crisi di impresa e dell’insolvenza.
di Francesco Rundo, Sabrina Conoci e A. Luigi Di Stallo (N. III_MMXVIII)
Il termine “LawTech” è oggi sinonimo di una vera e propria rivoluzione tecnologica in atto nel settore legale-forense, a causa del tentativo di progressivo utilizzo delle nuove metodologie di Intelligenza Artificiale (Machine Learning e/o Deep Learning) nell’ambito delle attività giuridiche. Con il termine “LawTech” gli autori intendono riferirsi, pertanto, alle applicazioni pratiche derivanti dall’integrazione multi-disciplinare tra diritto e matematica, tra diritto ed informatica, tra norme e metodologie innovative di Intelligenza Artificiale(IA). Infatti, proprio grazie a nuovi investimenti di ricerca e sviluppo nell’area “LawTech” si sta sempre piu’ delineando, tra molteplici ostacoli culturali, tecnici e normativi, questo nuovo “paradigma” del settore legale-forense, e disegnando un futuro che lascia intravedere, come mai prima d’ora, una stretta integrazione tra materie giuridiche e scientifiche. Il presente contributo si articola in due parti. La prima parte illustra l’attuale panorama nazionale del “LawTech”. La seconda parte è dedicata all’analisi dei vantaggi e svantaggi del “LawTech”, con la descrizione di un caso-studio elaborato dagli scriventi quale esempio di applicazione delle nuove metodologie.
di Francesco Rundo e A. Luigi Di Stallo (N. II_MMXVIII)
Le recenti notizie provenienti dal settore bancario e finanziario insieme alle ricorrenti perplessità in merito all’utilizzo poco accorto degli strumenti derivati ad opera di enti pubblici, confermano al di là di ogni dubbio, che gli operatori professionali operanti nel settore bancario e finanziario devono necessariamente dotarsi di una metodologia di indagine bancaria e finanziaria capace di segnalare tempestivamente degli “alert(s)” alle istituzioni preposte alla vigilanza del sistema finanziario nazionale. Una metodologia efficiente ed accurata di analisi prospettica degli strumenti finanziari, può certamente contribuire alla definizione di una valida politica di risk management in ambito bancario e finanziario. In tale contesto, gli autori propongono una innovativa metodologia di indagine bancaria e finanziaria basata su algoritmi di Deep Learning.
di Francesco Rundo, Sebastiano Battiato, Sabrina Conoci e A. Luigi Di Stallo (N. I_MMXVIII)
Decreto legislativo 29 dicembre 2017, n. 216. Con decorrenza Gennaio 2018, entra in vigore la riforma della disciplina delle intercettazioni attuata con il decreto legislativo 29 dicembre 2017, n. 216: “Disposizioni in materia di intercettazioni di conversazioni o comunicazioni, in attuazione della delega di cui all’articolo 1, commi 82, 83 e 84, lettere a), b), c), d) ed e), della legge 23 giugno 2017, n. 103”. La riforma rafforza il ruolo delle intercettazioni come indispensabile strumento di indagine ed investigazione forense. Nell’ambito di questa riforma, gli autori intendono illustrare nel presente articolo, una innovativa pipeline di elaborazione dati che consente, sotto opportune ipotesi, la ricostruzione delle conversazioni tra due o piu’ soggetti, dal solo filmato video (a risoluzione e frame-rate tipici di uno dispositivo di acquisizione video di ultima generazione) senza avere accesso alla relativa traccia audio associata.
Articoli Correlati
