DOI: 10.47743/jss-2024-70-2-7

Rezumat: Această prezentare își propune să exploreze echilibrul complex dintre valorificarea potențialului AI pentru progresul societății și abordarea implicațiilor etice ale utilizării datelor. În zilele noastre, datele sunt adunate și se stochează informații despre utilizatori, procedeu care trebuie să respecte un set de legi foarte specifice. Acest lucru dă putere cercetătorilor din domeniul AI să-și antreneze modelele fără a le alimenta cu date decriptate de utilizator. Dar cine decide cum să folosească datele? În prezent, majoritatea companiilor care colectează informații de la clienții lor trebuie să urmeze un set de directive ale Comisiei UE. Prin urmare, evoluția inteligenței artificiale nu ar însemna invadarea intimității personale. În această lucrare sperăm să creștem necesitatea tratării datelor ca obiect legal căruia i se vor aplica reguli reinterpretate, conform fluxului de dezvoltare a AI. Ne vom concentra mai mult asupra conținutului datelor și asupra momentului în care datele ar putea fi stocate și transferate ca urmare a creșterii valorii lor (valoare economică). Datele sunt un activ care poate fi tranzacționat. De asemenea, datele pot ajuta la crearea unei personalități a utilizatorilor (de aceea valoarea datelor poate crește).O altă întrebare la care vom încerca să răspundem se referă la conceptul de „moștenire digitală” și datele post-mortem. După ce o persoană moare, ce se va întâmpla cu forma sa digitală, cum ar fi banii digitali (bitcoin sau active câștigate într-un joc), cu contul de Facebook, contul Google etc.? Datele personale ale omului vor crea oameni artificiali care vor supraviețui morții naturale?

Cuvinte cheie: IA, machine learning, acte inter vivos, acte mortis causa, proprietate.

Referințe

Abadi M., Chu A., Goodfellow I., McMahan H. B., Mironov I., Talwar K., Zhang L. (2016). Deep Learning with Differential Privacy.

Backhoum M., B. C. Gallego, M. O. Mackenrodt et alii, Personal Data in Competition, Consumer Protection and Intellectual Property Law. Toward a Holistic Approach?, in MPI Studies on Tellectual Property and Competition Law 28, Springer, Berlin, 2018, https://doi.org/10.1007/978-3-662-57646-5.

Boroi G., C.A. Anghelescu, B. Nazat, Curs de drept civil. Drepturile reale principale, Ed. Hamangiu, București, 2013, pp. 16-17.

Chawla N. V., Bowyer K. W., Hall L. O., Kegelmeyer W. P. (2002). SMOTE: Synthetic Minority Over-sampling Technique.

Custers B., Alan M. Sears, F. Dechesne et alii, EU Personal Data Protection in Policy and Practice, in S. van der Holf, et. alii., Information Technology and Law Series, vol. 29, Ed. T.M.C. ASSER PRESS, Haga, 2019, pp. 153-173. https://doi.org/10.1007/978-94-6265-282-8.

Fadaee M., Bisazza A., Monz C. (2017). Data Augmentation for Low-Resource Neural Machine Translation.

Franceschi A. de, European Contract Law and The Digital Single Market. The Implications of the Digital Revolution, Ed. Intersentia, Cambridge, 2016.

Kudo T., Richardson J. (2018). SentencePiece: A Simple and Language Independent Subword Tokenizer and Detokenizer for Neural Text Processing.

McMahan B., Moore E., Ramage D., Hampson S., Arcas B. A. (2017). Communication-efficient Learning of Deep Networks from Decentralized Data.

Mikolov T., Chen K., Corrado G., Dean J. (2013). Efficient Estimation of Word Representations in Vector Space.

Miyato T., Dai A. M., Goodfellow I. (2017). Adversarial Training Methods for Semi-Supervised Text Classification.

Momberg R., Standard Terms and Transparency in Online Contracts, in loc. cit., A. de Franceschi, European Contract Law and The Digital Single Market. The Implications of the Digital Revolution, Ed. Intersentia, Cambridge, 2016.

Naef T., Data Protection without Data Protectionism. The Right to Protection of Personal Data and Data Transfers in EU Law and International Trade Law, in loc. cit., Marc Bungenberg, Christoph Herrmann, Markus Krajewski, et. alii., EYIELMonographs-StudiesinEuropeanandInternationalEconomicLaw, Vol. 28, Springer, 2021, p. 30. https://doi.org/10.1007/978-3-662-57646-5.

Radford A., Wu J., Child R., Luan D., Amodei D., Sutskever I. (2019). Language Models are Unsupervised Multitask Learners.

Rajaraman A., Ullman J. D. (2011). Mining of Massive Datasets.

Sennrich, R., Haddow, B., & Birch, A. (2016). Neural Machine Translation of Rare Words with Subword Units.

Twigg-Flesner C., Disruptive Technology – Disrupted Law? How The Digital Revolution affects (Contract) Law in loc. cit., A. de Franceschi, European Contract Law and The Digital Single Market. The Implications of the Digital Revolution, Ed. Intersentia, Cambridge, 2016.

Warren S.D., L. D. Brandeis, The Right to Privacy, in Harvard Law Review, Vol. IV, decembrie 1890, [Online]

Zech H., Data as Tradeable Commodity, in loc. cit., A. de Franceschi, European Contract Law and The Digital Single Market. The Implications of the Digital Revolution, Ed. Intersentia, Cambridge, 2016.