Ensuring Autonomy of Decision-Making by Artificial Intelligence for the Purposes of Legal Public Relations.

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Within the framework of this article, a comparative analysis of existing approaches is carried out to determine the basic conditions for ensuring the autonomy of AI in the context of public legal relations of foreign countries and Russia. As part of the comparative analysis, the basic problems in the field of AI decision-making transparency in world practice, practical situations of integrating non-transparent AI into the sphere of public legal relations in foreign countries, as well as possible compensatory legal measures that ensure the safe integration of AI into the sphere of public administration in Russia are being investigated. The subject of the study is the formalization of the actions of artificial intelligence as a representative of a government body. The object of the research is normative documents, recommendations and other documents regulating the implementation of AI autonomy for the purposes of public legal relations in Russia and foreign countries, judicial practice, academic publications on the issues under study. The research methodology integrates a complex of modern philosophical, general scientific, special scientific methods of cognition, including dialectical, systemic, structural-functional, hermeneutical, comparative legal, formal legal (dogmatic), etc. Within the framework of this study, special emphasis is placed on the implementation of a comparative legal study of the phenomenon of AI autonomy, which implements public functions based on the experience of various states. The measures proposed as a result of the study can be applied in the legislative and law enforcement practice of the relevant authorities implementing the integration of artificial intelligence into the sphere of public relations in Russia.

Авторлар туралы

Atabek Atabekov

Email: atabekoff1@mail.ru

Әдебиет тізімі

  1. Zwischenbericht der Arbeitsgruppe “Digitaler Neustart” zur Frühjahrskonferenz der Justizministerinnen und Justizminister am 6. und 7. Juni 2018 in Eisenach: [сайт]. — URL: www.justiz.nrw.de/JM/schwerpunkte/digitaler_neustart/zt_fortsetzung_arbeitsgruppe_teil_2/2018-04-23-Zwischenbericht-F-Jumiko-2018%2D%2D-final.pdf (дата обращения: 21.02.2023).
  2. Proposal for a Regulation on promoting fairness and transparency for business users of online intermediation services (COM(2018) 238 final / 2018/0112 (COD)): [сайт]. — URL: https://eur-lex.europa.eu/procedure/EN/2018_112 (дата обращения: 21.02.2023).
  3. The initial proposal (Int. 1696–2017) would have added the text cited above to Section 23-502 of the Administrative Code of the City of New York. However, the law that was finally passed only established a task force which is designated to study how city agencies currently use algorithms: [сайт]. — URL: legistar.council.nyc.gov/LegislationDetail.aspx? ID¼3137815&GUID¼437A6A6D-62E1-47E2-9C42-461253F9C6D0 (дата обращения: 21.02.2023).
  4. Burrell J. How the machine ‘thinks’: Understanding opacity in machine learning algorithms //Big data & society. – 2016. – Т. 3. – №. 1. – С. 2053951715622512.
  5. Ananny M., Crawford K. Seeing without knowing: Limitations of the transparency ideal and its application to algorithmic accountability //new media & society. – 2018. – Т. 20. – №. 3. – С. 973-989.
  6. Fenster M. The transparency fix: Secrets, leaks, and uncontrollable government information. – Stanford University Press, 2017.
  7. Grey C., Costas J. Secrecy at work: The hidden architecture of organizational life. – Stanford University Press, 2016.
  8. Мартынов А. В., Бундин М. В. О правовых принципах применения искусственного интеллекта при осуществлении органами исполнительной власти контрольно-надзорной деятельности //Журнал российского права. – 2020. – №. 10. – С. 59-75.
  9. Leese M. The new profiling: Algorithms, black boxes, and the failure of anti-discriminatory safeguards in the European Union //Security Dialogue. – 2014. – Т. 45. – №. 5. – С. 494-511.
  10. Bundesanstalt für Finanzdienstleistungsaufsicht (2018) Big Data trifft auf künstliche Intelligenz. Herausforderungen und Implikationen für Aufsicht und Regulierung von Finanzdienstleistungen: [сайт]. — URL: www.bafin.de/SharedDocs/Downloads/DE/dl_bdai_studie.html (дата обращения: 21.02.2023).
  11. Tutt A. An FDA for Algorithms’(2017) //Administrative law review. – Т. 69. – С. 83.
  12. IBM. Continuous relevancy training: [сайт]. — URL: console.bluemix.net/docs/services/discovery/continu ous-training.html#crt (дата обращения: 21.02.2023).
  13. Hermstrüwer Y. Artificial intelligence and administrative decisions under uncertainty //Regulating Artificial Intelligence. – 2020. – С. 199-223.
  14. Lehr D., Ohm P. Playing with the data: what legal scholars should learn about machine learning //UCDL Rev. – 2017. – Т. 51. – С. 653.
  15. Воробьёва И. Б. Этические аспекты использования систем искусственного интеллекта при расследовании преступлений //Вестник Саратовской государственной юридической академии. – 2022. – №. 4 (147). – С. 162-172.
  16. Харитонова Ю. С., Савина В. С., Паньини Ф. Предвзятость алгоритмов искусственного интеллекта: вопросы этики и права //Вестник Пермского университета. Юридические науки. – 2021. – №. 53. – С. 488-515.
  17. Cowgill B., Tucker C. Algorithmic bias: A counterfactual perspective //NSF Trustworthy Algorithms. – 2017.
  18. Lewis D. Counterfactuals. Harvard University Press. Cambridge, MA. – 1973.
  19. Информация Конституционно-правовая защита предпринимательства: актуальные аспекты (на основе решений Конституционного Суда Российской Федерации 2018-2020 годов) (одобрено решением Конституционного Суда РФ от 17.12.2020)
  20. SyRI legislation in breach of European Convention on Human Rights: [сайт]. — URL: https://www.rechtspraak.nl/Organisatie-en-contact/Organisatie/Rechtbanken/Rechtbank-Den-Haag/Nieuws/Paginas/SyRI-legislation-in-breach-of-European-Convention-on-Human-Rights.aspx (дата обращения 21.02.2023)
  21. District Court of the Hague, 6 March 2020, ECLI:NL:RBDHA:2020:865: [сайт]. — URL: uitspraken.rechtspraak.nl/inziendocument?id=ECLI:NL:RBDHA:2020:1878 (дата обращения 21.02.2023)
  22. MAKING O. F. A. D. PROFILING THE UNEMPLOYED IN POLAND: SOCIAL AND POLITICAL IMPLICATIONS.
  23. Koniec profilowania bezrobotnych: [сайт]. — URL:https://www.prawo.pl/kadry/bezrobotni-nie-beda-profilowani-utrudnialo-to-ich-aktywizacje,394701.html (дата обращения 21.02.2023)
  24. Michigan’s MiDAS Unemployment System: Algorithm Alchemy Created Lead, Not Gold: [сайт]. — URL: https://spectrum.ieee.org/michigans-midas-unemployment-system-algorithm-alchemy-that-created-lead-not-gold#toggle-gdpr (дата обращения 21.02.2023)
  25. Cahoo v. SAS Analytics Inc. Nos. 18-1295/1296: [сайт]. — URL:https://casetext.com/case/cahoo-v-sas-analytics-inc (дата обращения 21.02.2023)

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».