هوش مصنوعی و تکنیک‌های حقوقی

برای پیروزی در نبرد هوش مصنوعی، حرفهای تکنیکی حقوقی را در ارائه مواد آموزشی و تنظیمات حقوقی بایدچند برابر کرد!
سه‌شنبه، 16 ارديبهشت 1399
تخمین زمان مطالعه:
موارد بیشتر برای شما
هوش مصنوعی و تکنیک‌های حقوقی
تصویر: جان فیلیپس / فلیکر ، CC BY
 
درک رشته حقوقی غالباً برای افراد بدون دانش پیشین زمینه، ناگهانی به نظر می‌رسد. از طریق ستون‌هایم سعی می‌کنم قانون دیجیتالی را دموکراتیک سازی کنم، موضوعی که به اندازه کافی آموزش داده نمی‌شود و از نظر من یک موضوع غیر قابل دسترسی برای تحقیق است. در مقابل، استفاده از آیین نامه حفاظت از داده‌های عمومی اروپا  (European General Data Protection Regulation or GDPR)  باعث می‌شود تأثیری از آن برای همه، از جمله شهروندان، انجمن‌ها، مشاغل در هر اندازه‌ای و حتی فراتر از مرزهای اتحادیه اروپا قابل مشاهده باشد. برای پیروزی در نبرد هوش مصنوعی، قانون دیجیتال باید به طور فزاینده رشته‌های دیگر به ویژه علوم رایانه و روانشناسی شناختی را یکی کند. منطق، احتمال، ادراک، استدلال، یادگیری و عمل منابعی هستند که به عنوان مخرج مشترک خدمت خواهند کرد.
 

وکیل تقویت شده

بسیاری از متخصصان حقوقی به طور ناعادلانه به عنوان موانعی شناخته می‌شوند که، به جز در مورد شرکت‌هایی که تخصص لازم دارند، به دور از حلقه به سر می‌برند. به آنها هنوز هم بیشتر اوقات در انتهای پروژه مراجعه می‌شود، یا حتی در بدترین شکل، در مرحله نهایی دادخواهی به آنها مراجعه می‌شود. امروزه، فناوری‌های حقوقی (LegalTech) 65 درصد از وکلا و شرکت‌های بزرگ را هدف قرار می‌دهند.
 
قراردادهای هوشمند (قراردادهای مبتنی بر blockchain)، تبادل امن اسناد، برنامه‌های تلفن همراه برای دسترسی به تصمیمات دادگاه یا روابط مشتری، تجزیه و تحلیل (داده‌ها، قراردادها و غیره)، کمک‌های تصمیم گیری، چت‌بات‌ و روبات‌های قانونی، سناریو با یک هکر قانونی داده‌ها، همه به منظور ارتقاء متخصصان حقوقی در این بخش انجام می‌شود.
 
فرض وجود یک دادگاه خودکار عدالت پیش بینی کننده، آینده عدالت را زیر سؤال می‌برد. در این جا مجدداً، درک انتظام، یا قاعده قانون، باعث می‌شود که تعادل مناسب بین فناوری و نیازهای جامعه پیدا شود؛ در این حالت گوش دادن به طرفین و قابل فهم بودن تصمیم گرفته شده مهم است.
 
کمیسیون حقوق سنا با آگاهی از این چالش‌های نوآوری‌های فناوری در عملکرد عدالت مدنی، مجمع مربوط به فناوری‌های این قانون را در 18 ژوئن ترتیب داد تا تأمل خود را در مورد اصلاح عدالت تأمین کند. شورای قانون اساسی در تصمیم اخیر خود درباره قانون حمایت از داده‌های شخصی، درهای عدالت را به طور خودکار بسته است. پاشنه آشیل فناوری‌های قانون این است: آموزش. فقط 10٪ از این ابتکارات به دانشجویان رشته حقوق اختصاص دارد، بنابراین چگونه باید این موضوع را برای پیروزی در مسابقه هوش مصنوعی مدیریت کرد؟
 

تقویت قانون

تا به امروز، آموزش کافی در مورد قانون دیجیتال وجود ندارد، نه برای دانشجویان رشته حقوق یا دانشجویان "مدارس بزرگ" فرانسه. چنین آموزش‌هایی تا زمانی که سطح استاد، 2 (هدف حرفه‌ای) نباشد قابل دسترسی است. این موردِ من است که قانون دیجیتال را در سال دوم در یک مدرسه تجارت به صورت تخصصی (27 ساعت) و در قالب کارشناسی ارشد تحت عنوان "داده های بزرگ" (18 ساعت) آموزش می‌دهم در حالی که مخاطبانم مهندس هستند. این دوره بر اساس چالش‌های تجارت دیجیتال از دیدگاه یک مدیر ساخته شده است، و موضوعاتی از جمله حفاظت از داده‌های شخصی، انتقال آنها به خارج از کشور (GDPR, Cloud) ، و تجارت الکترونیکی (شرایط خدمات و حریم خصوصی) را در بر می‌گیرد. یادگیری علوم کامپیوتر پیش شرط لازم برای درک هدف قانون دیجیتال است، اما این بعد یا توسط سایت‌های آموزشی نادیده گرفته می‌شود یا به صورت اختیاری ارائه می‌شود. سیاست‌ها متمرکزند بر روی بازاریابی الکترونیکی، برنامه‌های کاربردی موبایل، امنیت سایبری، منابع انسانی، قانون روبات، blockchain ، داده‌های بزرگ و سلامتی. روشهای مختلفی برای تدریس وجود دارد که من در این دوره از آنها استفاده می‌کنم: کلاس معکوس، مطالعه موردی به شکل کارتون Pokémon Go!") یا شکار اطلاعات شخصی بازیکنان")، تسهیل گرافیک و به زودی یک دوره آنلاین کوچک خصوصی (SPOC) و تفکر طراحی.
 
با این حال، از آن جا که فناوری اطلاعات تمام زمینه‌های قانونی را آبیاری می‌کند، کلیه زمینه‌های حقوقی باید بعد دیجیتالی خود را یکی کنند. به طور خاص، عدالت پیش بینی کننده، قراردادهای هوشمند با قانون قراردادها و غیره باید در آموزش مؤسسات قضایی (هر دو در درجه یک) لحاظ شوند.
 
بنابراین، انتشار مؤلفه‌های مختلف قانون دنیای دیجیتال، ما را ملزم می‌کند که در مورد هر موضوع قانون به صورت اصطلاحی مربوط به ریشه لغاط فکر کنیم: با دقت فکر کنیم، و بیش از یک بار به چیزی فکر کنیم. در حال حاضر، این تأمل که مطمئناً در حال انجام است، در تلاش است تا ثمر دهد.
 
مانع اول هنوز زمان است: برای حمایت از تقطیر قانون دیجیتال از سال اول تا پایان برنامه درسی، نیاز به اصلاح همه این دوره‌ها وجود دارد!
 
مانع دوم ماهیت انسانی دارد: معلمان فعلی هیچ تعلیمی در این زمینه ندارند: با توجه به این، چگونه می‌توان سطح تعالی مورد نیاز را تضمین کرد؟
 
سومین مشکل به این‌ها اضافه می‌شود: اساساً موضوع جهانی ما مبتنی بر اسناد قانونی است که نه تنها در سطح ملی بلکه توسط اتحادیه اروپا یا حتی نمونه‌های جهانی اتخاذ شده است. با این حال، آموزش اولیه وکلا مانع از این برابری می‌شود: قوانین اروپایی و حقوق بین الملل در بسیاری از دوره‌های دانشگاهی بر روی مباحث "عمومی" متمرکز شده‌اند نه بر مباحث تخصصی. به عنوان مثال، قانون قرارداد در سال اول تدریس می‌شود، و قانون قراردادهای بین المللی در پایان دوره.
 
مهمتر از همه این است که یادگیری علوم کامپیوتر پیش شرط لازم برای درک هدف قانون دیجیتال است، اما این بعد یا توسط سایت‌های آموزشی نادیده گرفته می‌شود یا به صورت اختیاری ارائه می‌شود. بر عکس، قانون دیجیتال باید اکتساب قبلی ستون‌های محاسبات را داشته باشد: داده‌ها، الگوریتم‌ها، زبان‌ها، ماشین‌ها و باگ‌ها (یا اشکالات).
 

وکیل با دانشمند رایانه مواجه می‌شود

این غوطه‌وری در رشته‌های کامپیوتری با ضرب برنامه‌ها و سناریوهای ارائه شده توسط فناوری‌های جدید ضروری می‌شود؛ چیزهایی مثل: چاپ سه بعدی پلاستیک‌ها و فلزات و روزی چاپ سه بعدی سلول‌ها، محاسبات عاطفی، استفاده گسترده از وام گیری از بیومتریک (در مورد تشخیص دیجیتال  صدا، صورت، شبکیه، وریدی یا امضا و …)، و کنترل اسکلت خارجی توسط مغز.
 
اما در مورد حریم خصوصی شما، وقتی روبات انسان نمای خانواده با همسایگان گفتگو می‌کند، چه؟ چرا استانداردهای ایمنی برای وسایل نقلیه متصل در مقایسه با مواردی که برای حمل و نقل هوایی یا ریلی مورد استفاده قرار می‌گیرند، در سطح الزامات نیست؟
 
آیا کلمه هوشمند یا با هوش بیشتر به معنای آسیب پذیر بودن در حمله نیست؟
 
به نظر می‌رسد مسابقه برای سهم بازار، جمع آوری سرمایه در ارزهای رمزپ ایه و تسخیرهای معکوس و چشم اندازهای کوتاه مدت، صنعت را هدایت می‌کند.
 
درباره امنیت محصولات و خدمات و سرویس‌هایی که به مشتریان ارائه می‌دهیم چطور؟ هنوز همچنان، این اشکالات، و این نقص‌های امنیتی و عدم شفافیت روی الگوریتم‌ها، منشأ خسارت‌ها برای شرکت‌ها از نظر خسارات اقتصادی و شهرت، و برای مردم از نظر خسارت جسمی یا مادی است.
 
منبع: ناتالی دِویلیِر - Grenoble École de Management (GEM)


مقالات مرتبط
ارسال نظر
با تشکر، نظر شما پس از بررسی و تایید در سایت قرار خواهد گرفت.
متاسفانه در برقراری ارتباط خطایی رخ داده. لطفاً دوباره تلاش کنید.
مقالات مرتبط