Damiana Vallone
Big data e Privacy = Big data and Privacy.
Rel. Luigi Buzzacchi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2022
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract: |
Il presente lavoro di tesi affronta un tema attuale, che da diverso tempo ha colto l’attenzione di vari studiosi e delle Autorità competenti: i big data e la privacy. È infatti appurato che tantissime aziende come Google, Amazon e Facebook abbiano avuto una rapida crescita nell’arco di un decennio grazie alla raccolta e all’accumulo di un’enorme quantità di dati. Se da un lato ciò ha favorito la crescita del loro potere di mercato, allarmando le Autorità per la concorrenza nel data market, dall’altro ha suscitato anche la preoccupazione dei consumatori per la propria privacy. Pertanto, la presente tesi punta a studiare il contesto in questione da un punto di vista economico, analizzando diversi modelli che sono stati proposti dagli studiosi per meglio spiegare il funzionamento dei big data e della privacy. Inizialmente, la trattazione analizza il contesto nel quale i big data trovano applicazione, mostrando, con l’aiuto di grafici, le società che più si sono distinte nel data market. Si passa poi a una spiegazione più approfondita di ciò che sono i big data: se ne analizzano la raccolta, l’elaborazione, l’interpretazione e l’utilizzo. A tal proposito se ne discute la correlazione con la privacy, ponendo l’attenzione sul fenomeno del “paradox of privacy”. In una seconda parte viene studiata la privacy da un punto di vista economico, portando in rassegna la letteratura degli studi più importanti, divisa in tre ondate di pensiero: la prima risalente agli anni ’70 - ’80, la seconda agli anni ’90 e la terza nei tempi più recenti. Successivamente, si fa riferimento al funzionamento delle piattaforme emergenti nel contesto dei big data, distinguendole per tipologia e analizzandone le caratteristiche. Se ne spiega anche il meccanismo del pricing, prendendo come riferimento i modelli di Parker e Van Alstyne e di Rochet e Tirole. Una volta appreso il contesto economico, si passa a un’analisi concorrenziale del data market. A seguito di varie adunanze aperte dall’Autorità Garante della Concorrenza sul Mercato e dalla Commissione Europea, sembra ormai evidente che molte imprese emergenti nel data market abbiano abusato e abusino tutt’ora del proprio potere di mercato, minando completamente all’ideale neoclassico di concorrenza. Si propone, quindi, un’analisi dell’articolo 102 TFUE (Trattato sul Funzionamento dell’Unione Europea), facente parte della normativa antitrust che regola la concorrenza tra le imprese. Viene poi esaminato nel dettaglio anche il GDPR (General Data Protection Regulation), Regolamento proposto nel 2016, ma applicato solo a partire dal 2018, con l’obiettivo di far assumere al consumatore una posizione di maggior rilievo, dando spessore al suo consenso per ogni tipo di trattamento che le imprese adoperano sui suoi dati personali. L’obiettivo della tesi è infatti quello di proporre una valutazione delle istruttorie antitrust nel contesto del data market che faccia riferimento non solo alla normativa concorrenziale, ma anche al GDPR. A tal proposito, viene presentata una possibile analisi del caso “Google-Hoda”, adunanza aperta nel luglio 2022 per una segnalazione di Hoda s.r.l. all’Autorità Garante della Concorrenza sul Mercato. Il caso in questione è stato commentato prendendo come riferimento sia la normativa antitrust che il GDPR. |
---|---|
Relators: | Luigi Buzzacchi |
Academic year: | 2022/23 |
Publication type: | Electronic |
Number of Pages: | 90 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
Classe di laurea: | New organization > Master science > LM-31 - MANAGEMENT ENGINEERING |
Aziende collaboratrici: | UNSPECIFIED |
URI: | http://webthesis.biblio.polito.it/id/eprint/25363 |
Modify record (reserved for operators) |