L’apprendimento automatico rappresenta il nucleo algoritmico dei più recenti sistemi di Intelligenza Artificiale, fondandosi su modelli matematici e statistici che consentono di estrarre regolarità dai dati. In tale ambito, la dimensione teorica riveste un ruolo fondamentale nel distinguere la capacità di generalizzazione dalla semplice memorizzazione, nel quantificare l’incertezza e nella progettazione di algoritmi robusti in contesti non ideali. La comprensione dei principi teorici che governano i processi di apprendimento risulta quindi essenziale per garantire sicurezza, affidabilità e trasparenza dei sistemi, definendo al contempo le condizioni di validità e i limiti operativi.