მონაცემთა მინიმიზაციისა და მოდელის მაქსიმიზაციის თავსებადობა: მარეგულირებელი და ეთიკური წინააღმდეგობები ხელოვნური ინტელექტის განვითარებაში
∘ აგნიესკა გრზელაკი ∘
ფართომასშტაბიანი ხელოვნური ინტელექტის (AI) სისტემების, განსაკუთრებით კი დიდი ენობრივი მოდელების (LLM) სწრაფმა განვითარებამ, მონაცემთა დაცვის სფეროში ღრმა მარეგულირებელი წინააღმდეგობები წარმოშვა. ამ დისკურსის ცენტრშია კონფლიქტი მონაცემთა მინიმიზაციის პრინციპსა, რომელიც „მონაცემთა დაცვის ძირითად რეგულაციით“ არის განმტკიცებული, და ხელოვნური ინტელექტის მოდელების შემუშავების საფუძვლად არსებულ მონაცემთა ინტენსიურ ლოგიკას შორის.სტატია იკვლევს ამ წინააღმდეგობის სამართლებრივ, პრაქტიკულ და ეთიკურ ასპექტებს მონაცემთა დაცვის საზედამხედველო ორგანოების (DPA) პერსპექტივიდან, აანალიზებს აღსრულების მიმდინარე ტენდენციებს, მარეგულირებელ სახელმძღვანელო მითითებებსა და ევროკავშირის ხელოვნური ინტელექტის აქტის მოსალოდნელ გავლენას. სტატიაში წარმოდგენილია არგუმენტი, რომლის თანახმად, მონაცემთა დაცვის საზედამხედველო ორგანოები უნდა გასცდნენ ტრადიციული აღსრულების როლს და იქცნენ ეთიკურ ზედამხედველებად და ხელოვნური ინტელექტის მართვის პროაქტიულ კოორდინატორებად ევროპაში, რათა უზრუნველყონ, რომპრინციპები არ დასუსტდეს ან იგნორირებულ იქნეს ინოვაციის სახელით.
იხილეთ სრული: 
|
საკონტაქტო მონაცემები  საქართველო, თბილისი, ნ.ვაჩნაძის №7,0105 2421000 office@pdps.ge
|
სოციალური ქსელი 
 
|