“Bu makale, hukuk uygulaması kapsamında yapay öğrenme tekniklerinin uygulanmasını araştırmaktadır. Kabaca “yapay öğrenme”, zaman içinde bazı görevleri yerine getirmeyi “öğrenen ve bunu geliştirme yeteneği olan bilgisayar algoritmalarını ifade eder. Genel olarak, yapay öğrenme algoritmaları, verideki kalıpları belirlemek için tasarlanır ve daha sonra belirli görevleri otomatikleştirmek için yeni veriler üzerinde bu kalıpları uygular. Hukuk haricinde, yapay öğrenme teknikleri bir zamanlar insan zekası gerektirdiği düşünülen görevleri otomatikleştirmek için başarılı bir şekilde uygulanmıştır – örneğin, dil çevirisi, sahtekarlık tespiti, otomobiller, yüz tanıma ve veri madenciliği. İyi performans gösteriyorsa, yapay öğrenme algoritmaları, benzer durumdaki bir kişi tarafından yapılmış olanlara yakın otomatik sonuçlar üretebilir.
Bu makale, teknik temeli olmayan kitlelere yapay öğrenme yöntemlerinin altındaki bazı temel ilkeleri yalın bir şekilde açıklayarak başlar. İkinci kısım daha geniş bir bulmacayı araştırır: hukuksal pratiklerin gelişmiş bilişsel yetenekler gerektirdiği düşünülür, ancak bu tür yüksek dereceli bir biliş, mevcut yapay öğrenme teknolojisinin dışında kalmaktadır. Bu bölüm temel bir ilkeyi tanımlar: yararlı, “akıllı” sonuçlar üretebilen, deneyimsel yetenek (istatistiksel korelasyon gibi) kullanan, zeki olmayan hesaplama tekniklerine başvurularak normalde insan zekası gerektirdiği düşünülen belirli görevlerin otomatikleştirilmesi bazen mümkündür. Üçüncü bölüm bu ilkeyi hukuk uygulamasında kullanıp, şu anda avukatlar tarafından yürütülen belirli hukuksal görevler bağlamında yapay öğrenme otomasyonunu tartışır: davaların sonuçlarını tahmin etme, hukuki belgeler ile verilerde gizlenmiş olan bağlantıları bulma, elektronik keşif ve belgelerin otomatik düzenlenmesi.”
Makale ile ilgili bağlatı adresini ve makalenin orijinalini aşağıda bulabilirsiniz:
“Büyük veri analitiği ve yapay zeka (YZ), bireylerin davranışları, tercihleri ve özel yaşamları hakkında sezgisel olmayan, doğrulanamaz çıkarımlar ve tahminler çizmektedir. Bu çıkarımlar tahmin edilemez değere sahip, son derece çeşitli ve zengin özellikli verilere dayanmakta; ayrıca ayrımcı, yanlı ve istilacı karar alma için yeni fırsatlar yaratmaktadır. Algoritmik hesap verebilirlik ile ilgili hususlar, genellikle bu teknolojilerin hakkımızda öngöremediğimiz, anlayamadığımız veya aksini ispat edemeyeceğimiz, mahremiyete saldıran ve doğrulanamayan çıkarımlar çizmesi ile ilgili endişeleri içermektedir. Veri koruma kanunu, insanların mahremiyetini, kimliğini, itibarını ve özerkliğini korumak içindir; ancak şu anda ilgili kişileri çıkarımsal analitiğin yeni risklerinden korumakta yetersiz kalmaktadır. Avrupa’daki geniş kişisel veri kavramı, bir bireye atıfta bulunan ya da etki eden çıkarımları, tahminleri ve varsayımları içerecek şekilde yorumlanabilir. Kişisel veriler göz önüne alındığında, bireylere veri koruma kanunu kapsamında çok sayıda hak tanınabilir. Bununla birlikte, çıkarımların hukuki durumu hukuk biliminde ağır bir şekilde tartışılmakta ve Madde 29 Çalışma Grubu ile Avrupa Adalet Divanı’nın görüşleri arasındaki tutarsızlıklar ve çelişkiler ile işaretlenmektedir.
Bu makalede de gösterdiğimiz gibi, bireylerin kişisel verilerinin, bunlarla ilgili çıkarımlar yapmak için nasıl kullanıldığı konusunda çok az kontrol ve denetim sağlanmaktadır.Diğer kişisel veri türleri ile karşılaştırıldığında, çıkarımlar Genel Veri Koruma Tüzüğü’nde (GDPR) etkin bir şekilde “ekonomi sınıfı” kişisel veridir.İlgili kişilerin kişisel verilerini bilme(madde 13-15), düzeltme(madde 16), silme(madde 17), bunlara itiraz etme(madde 21) veya aktarma(madde 20) hakları, çıkarımlar söz konusu olduğunda önemli ölçüde azalır ve çoğu zaman veri sorumlusunun çıkarları ile (örneğin ticari sırlar, fikri mülkiyet hakları) daha büyük bir dengeyi gerektirir. Benzer şekilde, GDPR, hassas çıkarımlara (Madde 9) veya çıkarımlarla ilgili zorluklara çözüm bulmada veya bunlara dayanan önemli kararlara karşı yetersiz koruma sağlamaktadır (Madde 22 (3)).
Bu durum tesadüfi değildir.Mahkeme içtihatlarında, Avrupa Adalet Divanı (ECJ; Bavarian Lager, YS. ve M. ve S. ve Nowak) ve Avrupa Adalet Divanı Sözcüsü (AG; YS. ve M. ve S. ve Nowak), veri koruma kanununun işlenmekte olan girdi kişisel verilerinin meşruiyetini değerlendirme ve düzeltme, engelleme ya da silme alanını sürekli olarak kısıtlamıştır. Eleştirel olarak, Avrupa Adalet Divanı aynı şekilde, veri koruma kanununun kişisel verilerin yer aldığı kararların ve karar verme süreçlerinin doğruluğunu sağlamak veya bu süreçleri tamamen şeffaf hale getirmek için tasarlanmadığını açık bir şekilde belirttmektedir.
Avrupa’daki zayıf tartışmalar, çıkarımlara karşı ilgili kişilere sağlanan korumayı daha da zayıflayacaktır. Gizlilik korumasına (ePrivacy Tüzüğü ve AB Dijital İçerik Direktifi) değinen mevcut politika önerileri, GDPR’ın çıkarımlarla ilgili hesap verebilirlik boşluklarını kapatamaz. Aynı zamanda, GDPR ve Avrupa’nın yeni Telif Hakkı Direktifi, ilgili kişilerin kişisel veriler üzerindeki haklarını sınırlandırarak veri madenciliği, bilgi keşfi ve büyük veri analitiğini kolaylaştırmayı amaçlamaktadır.Ve son olarak, yeni Ticaret Sırları Direktifi, bu süreçlerin çıktılarına (ör. modeller, algoritmalar ve çıkarımlar) bağlı ticari çıkarların kapsamlı bir şekilde korunmasını sağlar.
Bu yazıda, şu anda yüksek riskli, mahremiyete saldıran ya da itibara zarar verici olan ve öngörücü ya da kanaat temelli olma anlamında düşük doğrulanabilirliğe sahip çıkarımların oluşturduğu hesap verebilirlik açığının kapatılmasına yardımcı olmak için ihtiyaç duyulan yeni bir veri koruma hakkı olarak “makul çıkarım hakkı”nı tartışıyoruz. Algoritmaların bireyler hakkında ‘yüksek risk çıkarımları’ çizdiği durumlarda, bu hak, bir çıkarımın makul olup olmadığının belirlenmesi için veri sorumlusu tarafından önceden tahmin edilen bir gerekçelendirme yapılmasını gerektirecektir. Bu açıklama, (1) belirli verilerin neden çıkarımlar yapmak için uygun bir temel oluşturduğunu; (2) bu çıkarımların, seçilen işleme amacına veya otomatik karar türüne neden uygun olduğu ve (3) çıkarımları çizmek için kullanılan veri ve yöntemlerin doğru ve istatistiksel olarak güvenilir olup olmadığı ele alacaktır. Önceden tahminin gerekçelendirmesi, mantıksız çıkarımlara meydan okunmasını sağlayan ek bir aktüel mekanizma ile desteklenmektedir. Bununla birlikte, makul çıkarım hakkı, AB içtihadıyla uzlaştırılmalı ve IP ve ticari sırlar kanunu ile ifade özgürlüğü ve AB Temel Haklar Şartı’nın 16. Maddesi: bir işi yürütme özgürlüğü ile dengelenmelidir.”
Makale ile ilgili bağlantı adresini ve makalenin orijinalini aşağıda bulabilirsiniz:
“Yapay zekanın (YZ) kullanımı yaygınlaşmaya devam ederken, ırkçı yüz tanımadan cinsiyetçi doğal dil işlemeye kadar toplumsal önyargıyı yansıtan veya şiddetlendiren YZ sistemlerinin örneklerinde de bir artış olduğunu görüyoruz.Bu önyargılar, YZ’nin teknolojik kazanımlarını ve potansiyel faydalarını gölgelemekle tehdit ediyor. Hukuk ve bilgisayar bilimi üzerine çalışan akademisyenler, çoğu kez türdeş yaratıcılarının incelenmemiş varsayımlarını, kusurlu algoritmaları ve eksik veri setlerini içeren, birçok önyargı kaynağını analiz ederken, kanunun rolü, büyük ölçüde göz ardı edilmiştir. Kodlar ve kültür, onları yöneten yasalar kadar, YZ’nin dünyada nasıl öğrendiği ve hareket ettiği konusunda önemli bir rol oynamaktadır. Bu makale, muhtemelen YZ’nin önyargısına etki etmekte olan en güçlü yasayı inceleyen ilk makaledir: Telif Hakkı
Yapay zeka, çoğu zaman insan eserlerinin kopyalarını okuyarak, görüntüleyerek ve dinleyerek “düşünmeyi” öğrenir. Bu makale, yasanın telif hakkıyla korunan belirli kaynak materyallere erişimi hariç tutmasının, önyargılı YZ sistemlerini nasıl oluşturabildiğine veya artırabildiğine bakarak, ilk olarak, önyargı problemini telif hakkı doktrini merceği ile inceliyor. Telif hakkı yasası, ters mühendislik, algoritmik hesap verebilirlik süreçleri ile YZ’yi deneme ve müşterileri kendine çekmek için rekabet etme gibi önyargı azaltma tekniklerini sınırlamaktadır.Telif hakkı yasası kuralları, veriler kanıtlanabilir şekilde önyargılı olsa bile, YZ oluşturucularının YZ öğreniminde yasal olarak düşük riskli veri kaynakları kullanımını teşvik ederek, başkaları üzerinden belirli çalışmalara erişim ayrıcalığı tanımaktadır. İkincisi, telif hakkı yasasının farklı bir bölümünün — adil kullanım doktrini — geleneksel olarak diğer teknolojik alanlardaki benzer konuları ele almak için nasıl kullanıldığını incelemekte ve bunların YZ önyargısı alanında eşit bir şekilde ele alıp almadığını sormaktadır. Makale, sonuç olarak, geleneksel adil kullanım içinde yer alan normatif değerlerin nihai olarak YZ önyargısının hafifletilmesi ve tam anlamıyla daha iyi YZ sistemleri yaratma hedefleriyle uyumlu olması sonucuna varmaktadır.”
Makale ile ilgili bağlantı adresini ve makalenin orijinalini aşağıda bulabilirsiniz:
English
