د الګوریتمیک تعصب مسؤلیت هغه قانوني مسؤلیت دی چې یو سازمان یې ترسره کوي کله چې یو اتومات سیسټم تبعیضي پایلې تولیدوي. په هالنډ کې دا مسؤلیت په دریو بنسټونو ولاړ دی چې نن ورځ پلي کیږي: د هالنډ د مدني قانون د 6:162 مادې عمومي توطیه، د هالنډ د بشري حقونو انسټیټیوټ لخوا څارل شوي مساوي چلند قانون، او د انصاف او اتوماتیک پریکړې کولو په اړه د GDPR قواعد. د EU AI قانون یو بل پرت اضافه کوي، چې یوه برخه یې دمخه نافذه ده او یوه برخه یې د دې لسیزې په وروستیو کې پیل کیږي.
عملي پایله یې ساده ده. هغه شرکت چې د استخدام فلټر، د کریډیټ ماډل یا د درغلیو کشف کولو نمرې ځای پر ځای کوي د هغه څه لپاره مسؤل دی چې دا سیسټم یې کوي، ایا دا ماډل پخپله جوړ کړی یا نه او ایا چا د پایلې اراده درلوده یا نه. د هالنډ د تبعیض قانون کې د پریکړې اغیز شمیرل کیږي، نه د هغې تر شا انګیزه.
هغه څه چې د الګوریتمیک تعصب مسؤلیت په حقیقت کې پوښي
د الګوریتمیک تعصب هغه وخت رامینځته کیږي کله چې یو اتومات سیسټم د پرتله کولو وړ خلکو سره په دې اساس توپیر لري چې قانون یې ساتنه کوي، یا په دې اساس چې د دوی لپاره د بدیل په توګه عمل کوي. دا په ندرت سره ځان اعلانوي. یو ماډل چې د شرکت د خپلو پریکړو په لسیزه کې روزل شوی وي هغه به هغه نمونه بیا تولید کړي چې پدې پریکړو کې شامل دي، او دا به په دوامداره توګه، په سرعت سره، په هره فایل کې چې دا یې لمس کوي ترسره کړي. دا تسلسل هغه څه دي چې تخنیکي نیمګړتیا په قانوني افشا کولو بدلوي: یو اړخیز انساني پریکړه یوه پیښه ده، پداسې حال کې چې یو اړخیز ماډل یوه پالیسي ده.
مسؤلیت له دریو جلا سرچینو څخه راځي، او دوی په ورته وخت کې د ورته پریکړې له لارې پیل کیدی شي. مدني مسؤلیت هغه کس ته تاوان ورکوي چې زیان یې لیدلی وي. د مساوي چلند قانون هغه کس ته د هالنډ د بشري حقونو انسټیټیوټ (کالج ووور ډی ریچټین وان ډی مینز) یا مدني محکمې ته لاره ورکوي، د ثبوت بار سره چې د تبعیض فرض کیدو وروسته سازمان ته لیږدول کیږي. د معلوماتو د ساتنې قانون د هالنډ د معلوماتو د ساتنې ادارې (Autoriteit Persoonsgegevens) ته د پلي کولو واکونه ورکوي چې په هیڅ فرد پورې اړه نلري چې ادعا راوړي.
له دې څخه هیڅ یو ځانګړي مصنوعي ذهانت قانون ته اړتیا نلري. هغه قوانین چې د دې قضیو پریکړه کوي د ټیکنالوژۍ له شتون څخه دمخه لیکل شوي وو او پرته له تعدیل څخه پلي کیږي.
چیرې چې تعصب یو اتومات سیسټم ته ننوځي
تعصب یوه ناکامي نه ده چې یو ځل یې له منځه یوړل شي. دا د ژوند دورې په پیژندلو وړ ټکو کې ننوځي، او هر ټکی د غفلت مختلف تورونو ته نقشه کوي.
- د روزنې معلومات. تاریخي پریکړې تاریخي نمونې لري. یو ماډل چې په دوی روزل شوی وي هغه نمونې د معیار په توګه زده کوي نه د یوې ستونزې په توګه چې باید سم شي.
- د متغیراتو انتخاب. یوه ځانګړتیا چې بې طرفه ښکاري کولی شي د خوندي شوي ځانګړتیا سره نږدې اړیکه ولري. د توکم لپاره ولاړ پوسټ کوډ د درسي کتاب مثال دی، او دا غیر مستقیم تبعیض رامینځته کوي حتی چیرې چې خوندي شوی ځانګړتیا پخپله هیڅکله ثبت شوې نه وه.
- هغه لاره چې محصول کارول کیږي. هغه ماډل چې په ډلو کې په نا مساوي ډول فعالیت کوي د څیړنې وسیلې په توګه د دفاع وړ او د غوښتنلیک ردولو لپاره د یوازینۍ اساس په توګه د دفاع وړ نه وي. ورته نمره، چې په مختلف ډول کارول کیږي، یو مختلف قانوني پایله تولیدوي.
- د څارنې نشتوالی. یو سیسټم چې د لانچ په وخت کې متوازن و، د هغې شاوخوا معلومات بدلیدو سره بدلیږي. د ډیری ادعاوو کې د نه لیدلو ناکامي پخپله غفلت دی.
هغه توپیر چې په قانوني توګه مهم دی د مستقیم تبعیض ترمنځ دی، چیرې چې یو خوندي شوی ځمکه په ښکاره ډول کارول کیږي، او غیر مستقیم تبعیض، چیرې چې یو بې طرفه معیار یو خوندي شوي ډلې ته زیان رسوي. غیر مستقیم تبعیض هغه وخت توجیه کیدی شي که چیرې هدف مشروع وي او وسیلې مناسبې او اړینې وي، مګر دا توجیه باید ثبوت شي، او یو سازمان چې نشي کولی تشریح کړي چې ولې یې ماډل یو ټاکلی متغیر کاروي هلته به ونه رسیږي.
د هالنډ بنسټ: د شکنجې قانون او د مساوي چلند قانون
د هالنډ د قانون دوه ادارې د تعصب ادعا کې ډیری کار کوي، او دوی مختلف پوښتنو ته ځوابونه ورکوي. د ځورونې قانون پوښتنه کوي چې ایا سازمان په بې پروایۍ سره عمل کړی او زیان یې څومره ارزښت لري. د مساوي چلند قانون پوښتنه کوي چې ایا پایله تبعیض لرونکې وه، او دا د ثبوت بار سره کوي چې په قصدي ډول د ادعا کونکي سره دوستانه وي.
د غفلت له امله ګمارنه د یو غیرقانوني عمل په توګه
د هالنډ د مدني قانون ۶:۱۶۲ ماده یو کس د غیرقانوني عمل (onrechtmatige daad) لپاره مسؤل ګڼي چې دوی ته منسوب کیدی شي او زیان رسوي. د یو اتومات سیسټم ځای پرځای کول چې سازمان یې ازموینه، تایید یا څارنه نه ده کړې، د تبعیضي پایلو پرته په خپل حق کې د غیرقانوني چلند وړتیا لري. مدعي باید عمل، منسوب، زیان او د دوی ترمنځ د علت اړیکه وښيي؛ پلي شوی معیار هغه څه دي چې په ورته موقف کې یو محتاط سازمان باید ترسره کړي وي.
چیرې چې سیسټم د عرضه کونکي څخه راغلی وي، نو د ګمارنې اداره له دې دندې څخه خلاصه نه کیږي. دا ممکن د مدني قانون د 6:74 مادې لاندې د پلورونکي په وړاندې د نیمګړتیا فعالیت لپاره د قرارداد ادعا ولري، مګر دا د دوو سوداګریزو خواوو ترمنځ جلا عمل دی. دا د هغه غوښتونکي ادعا ته ځواب نه ورکوي چې رد شوی و.
د مساوي چلند قانون او د ثبوت بار بدل شوی
د الجیمین د ویټ جیلجیک چلند او د هغې سره یوځای د سکتور قوانین، په شمول د عمر د تبعیض قانون (WGBL) او د معلولیت او اوږدمهاله ناروغۍ قانون (WGBH/CZ)، په خوندي اساساتو کې مستقیم او غیر مستقیم توپیر منع کوي. په کارموندنه کې، د مدني قانون 7:646 ماده د جنسیت احکام اضافه کوي.
د طرزالعمل قاعده هغه ده چې ډیری قضیې پریکړه کوي. یوځل چې مدعي هغه حقایق وړاندې کړي چې د تبعیض انګیرنه رامینځته کوي، بار بدلیږي: بیا سازمان باید ثابته کړي چې دا بندیز نه دی مات کړی. یو سازمان چې نشي ښودلی چې د هغې ماډل څه وزن لري، په کومو معلوماتو، او په کومو ازموینو سره، د دې بار د لرې کولو لپاره هیڅ لاره نلري. دا هغه ټکی دی چې ضعیف اسناد د داخلي کور ساتنې ستونزه پاتې کیږي او د ادعا د ورکیدو لامل کیږي.
شکایتونه د هالنډ د بشري حقونو انسټیټیوټ ته هم وړاندې کیدی شي، چې نظرونه یې الزامي ندي مګر په پراخه کچه تعقیب کیږي او ډیری وختونه په راتلونکو مدني محاکمو کې د شواهدو په توګه کارول کیږي.
د اتوماتیک پریکړو لپاره GDPR څه ته اړتیا لري
GDPR د معلوماتو د ساتنې له اړخه ورته سیسټمونه اداره کوي. ۲۲ ماده یو کس ته حق ورکوي چې یوازې د اتوماتیک پروسس کولو پر بنسټ پریکړې ته غاړه کیږدي، په شمول د پروفایل کولو، چیرې چې دا پریکړه قانوني اغیزې رامینځته کوي یا په ورته ډول د پام وړ اغیزه کوي. د استخدام، کریډیټ او ګټو پریکړې معمولا د دې توضیحاتو دننه راځي.
هغه کلمه چې وزن لري یوازې ده . د انسان ښکیلتیا یوازې د ۲۲ مادې څخه بهر پریکړه کوي که چیرې معنی ولري: یو کس چې واک او معلومات لري چې مختلف پایلې ته ورسیږي، نه یو آپریټر چې هغه څه تاییدوي چې سکرین ښیې. د ربړ ټاپه کول د اتوماتیک پریکړې کولو په توګه چلند کیږي.
دوه نور مکلفیتونه د ۲۲ مادې په پام کې نیولو پرته پلي کیږي. د ۵(۱)(الف) مادې کې د انصاف اصل یوه آزاده اړتیا ده چې یو تبعیضي ماډل د تعریف له مخې سرغړونه کوي، او ۳۵ ماده د پروسس کولو دمخه د معلوماتو د محافظت اغیزې ارزونې ته اړتیا لري چې احتمال لري د اشخاصو لپاره لوړ خطر رامینځته کړي، کوم چې عموما د غوښتونکو یا پیرودونکو سیستماتیک پروفایل کول دي. د دې احکامو د سرغړونو لپاره اعظمي جریمه د GDPR د ۸۳(۵) مادې لخوا د شل ملیون یورو یا د نړۍ په کچه د کلني عاید څلور سلنه څخه لوړه ټاکل شوې ده.
زموږ د معلوماتو محرمیت، GDPR، AI او لویو معلوماتو عمومي کتنه دا په ګوته کوي چې دا دندې څنګه د لوی کچې معلوماتو کارولو سره تعامل کوي.
د مصنوعي ذهانت قانون لا دمخه څه ته اړتیا لري او څه وروسته پیل کیږي
د (EU) ۲۰۲۴/۱۶۸۹ مقرره، د مصنوعي ذهانت قانون، نور وړاندیز نه دی. دا د ۲۰۲۴ کال د اګست په لومړۍ نیټه نافذ شو او په مرحلو کې پلي کیږي. د ۲۰۲۵ کال د فبروري له ۲ نیټې راهیسې د پنځمې مادې بندیزونه پلي کیږي، د څلورمې مادې د دندې سره یوځای ترڅو ډاډ ترلاسه شي چې د مصنوعي ذهانت سیسټمونو سره کار کونکي د مصنوعي ذهانت سواد کافي کچه لري. د عمومي هدف مصنوعي ذهانت ماډلونو لپاره مکلفیتونه د ۲۰۲۵ کال د اګست له ۲ نیټې راهیسې پلي شوي، لکه څنګه چې د حکومتدارۍ او جریمې احکام لري.
د لوړ خطر رژیم هغه برخه ده چې تر ډیره حده په مستقیم ډول تعصب ته اندیښنه لري، او دا هغه برخه هم ده چې ځنډول شوې ده. د مصنوعي ذهانت سیسټمونه چې په ضمیمه III کې لیست شوي، چې پکې د استخدام او انتخاب لپاره کارول شوي سیسټمونه، د ترفیع او فسخ کولو پریکړو لپاره، د اعتبار وړتیا ارزولو لپاره او په بیمه کې د خطر ارزونې لپاره کارول کیږي، اوس د 2 دسمبر 2027 څخه د لوړ خطر مکلفیتونو تابع کیږي. د لوړ خطر سیسټمونه چې د 2 اګست 2028 څخه د 2 ضمیمه I تعقیب لاندې د تنظیم شوي محصولاتو خوندیتوب برخې دي.
کله چې دا مکلفیتونه سرته رسوي، دوی ډیری هغه څه کوډ کوي چې دمخه یې په احتیاط سره ترسره کیږي: د معلوماتو حکومتداري چې موخه یې د استازیتوب او غلطۍ چک شوي ډیټاسیټونه، تخنیکي اسناد، اتوماتیک ثبت کول، د اغیزمنو خلکو په وړاندې روڼتیا، د سیسټم دننه ډیزاین شوی بشري څارنه پرځای د تړلو، او د سیسټم بازار ته د ایښودلو یا خدمت ته وړاندې کولو دمخه د مطابقت ارزونه. ګمارونکي، نه یوازې چمتو کونکي، خپل دندې ترسره کوي، پشمول د لاګونو ساتل او وړ خلکو ته د نظارت سپارل.
دوه ټکي په منظم ډول غلط بیان شوي دي. د جریمې حدونه د یونیفورم پرځای په سطحه ویشل شوي دي: تر پنځه دیرش ملیون یورو پورې یا د نړۍ په کچه د سوداګرۍ اوه سلنه په پنځمه ماده کې د منع شوي کړنو سرغړونې باندې پلي کیږي، پداسې حال کې چې د لوړ خطر مکلفیتونو سره نه اطاعت د پنځلس ملیون یورو یا درې سلنه ټیټ حد لري. او د AI مسؤلیت وړاندیز شوی لارښود، کوم چې به په ټوله EU کې د AI سیسټمونو لخوا زیانمن شوي خلکو لپاره د ثبوت بار کم کړی وای، بیرته اخیستل شوی دی. د AI زیان لپاره د اروپایی مسؤلیت رژیم همغږي شوی نه دی؛ په هالنډ کې ادعا د هالنډي قانون لاندې ادعا ده.
ملي تطبیق لا هم روان دی. هالنډ لا تر اوسه د پلي کولو قانون بشپړ کړی نه دی چې د مقرراتو لاندې د بازار څارنې چارواکي ټاکي، که څه هم د هالنډ د معلوماتو ساتنې اداره او د ډیجیټل زیربنا لپاره د هالنډ ادارې د چمتووالي په کار کې د همغږۍ رول لوبولی دی. موږ د مصنوعي استخباراتو قانوني اړخ او د EU AI قانون په اړه زموږ لارښود کې د چوکاټ په اړه په ژوره توګه بحث کوو.
درې چوکاټونه څنګه پرتله کوي
| چوکاټ | هغه پوښتنه چې دا یې کوي | د مسؤلیت اساس | پایلې |
|---|---|---|---|
| د هالنډ د شکنجې قانون (ماده ۶:۱۶۲ BW) | ایا سازمان بې پروايي وکړه او دا د زیان لامل شو؟ | د سیسټم بې پروايي انتخاب، ځای پرځای کول یا څارنه | د زیان لپاره خساره، د هر ادعا کوونکي په اساس ټاکل شوې |
| د مساوي چلند قانون | ایا پایله یو منع شوی توپیر و؟ | په خوندي ځمکه کې مستقیم یا غیر مستقیم توپیر، چې بار یې سازمان ته لیږدول کیږي | د پریکړې لغوه کول، تاوانونه، د هالنډ د بشري حقونو انسټیټیوټ نظر |
| GDPR | ایا پروسس عادلانه، شفاف او په قانوني ډول اتومات و؟ | د ۵(۱)(الف)، ۲۲ مادې یا ۳۵ مادې سرغړونه | د Autoriteit Persoonsgegevens لخوا تطبیق؛ په 83 (5) ماده کې تر حد پورې جریمه |
| د AI قانون | ایا سیسټم د خپل خطر طبقې اړتیاوې پوره کوي؟ | د بندیزونو سره اوس مهال نه اطاعت کول، یا د لوړ خطر رژیم سره کله چې پلي شي | اداري جریمې، اصلاحي اقدامات، له بازار څخه د سیسټم ایستل |
چوکاټونه د سیالۍ پر ځای سره یو ځای کیږي. یو رد شوی غوښتنلیک کولی شي د ورته حقایقو په اړه مدني ادعا، انسټیټیوټ ته شکایت، تنظیمي څیړنه او په مناسب وخت کې، د AI قانون اطاعت ناکامي رامینځته کړي.
هغه څه چې د هالنډ قضیو ثابت کړي دي
دوه قسطونه دا بڼه ورکوي چې هالنډي محکمې او تنظیم کونکي څنګه اتوماتیک پریکړو ته مخه کوي، او دواړه د ورته ناکامۍ په اړه دي: یو مبهم سیسټم چې په هغو خلکو پلي کیږي چې نشي کولی وګوري چې دا څنګه کار کوي.
د ۲۰۲۰ کال په فبروري کې د هاګ ولسوالۍ محکمې د SYRI بند کړ، د خطر نښې سیسټم چې ورسره عامه ادارې د ګټې او مالیې درغلۍ کشفولو لپاره د مختلفو سرچینو څخه معلومات یوځای کوي. محکمې پریکړه وکړه چې د سیسټم ملاتړ کوونکی قانون د بشري حقونو په اړه د اروپا کنوانسیون د ۸ مادې لاندې د عادلانه توازن ازموینه کې ناکام شو. هغه څه چې وژونکي وو د معلوماتو تحلیل کارول نه وو بلکې د شفافیت او تایید نشتوالی وو: نه د خطر ماډل او نه شاخصونه افشا شوي وو، نو نه اغیزمن شوی اتباع او نه هم محکمه کولی شي د تبعیض اغیزې وګوري. د خصوصي سازمانونو لپاره درس دا دی چې یو سیسټم چې هیڅوک یې نشي تشریح کولی دفاع نشي کولی، ځکه چې هغه ګوند چې دا چلوي د هغې د توجیه کولو بار په غاړه لري.
د ماشومانو د پاملرنې ګټو رسوایی (toeslagenaffaire) د خپلو پایلو له لارې ورته ټکی څرګند کړ. د مالیې ادارې د خطر اتومات انتخاب څخه کار واخیست چې د دوه ګوني تابعیت په څیر شاخصونو سره د درغلۍ نښه ګڼل کیده، او لسګونه زره والدین په غلط ډول لیبل شوي او د بیرته ورکولو لپاره تعقیب شوي. د هالنډ د معلوماتو ساتنې ادارې د اصلي پروسس غیرقانوني او تبعیض وموند او د پلي کولو عمل یې پلي کړ. دا هغه اصل هم تایید کړ چې دلته خورا مهم دی: هغه دفاع چې سیسټم پایله تولید کړې هیڅ وزن نلري، ځکه چې د سیسټم چلولو غوره کول پخپله هغه عمل دی چې قضاوت کیږي.
چیرې چې مسؤلیت په عادي سوداګریز استعمال کې راپورته کیږي
ډیری افشا کول هیڅکله یوې مهمې پریکړې ته نه رسیږي. دا په پیژندل شوي عملیاتي پریکړو کې راپورته کیږي.
د استخدام فلټر چې د سازمان د خپل ګمارنې تاریخ په اړه روزل شوی وي به هغه غوره توب زده کړي چې تاریخ پکې شامل وي او په هر راتلونکي غوښتونکي باندې به یې پلي کړي. ځکه چې د ګمارنې وسیلې د AI قانون په ضمیمه III کې په کلکه ناست دي او په ورته وخت کې د GDPR 22 مادې سره اړیکه لري، دوی په یو وخت کې ټول درې چوکاټونه راجلبوي. د کریډیټ یا بیمې ماډل چې پوسټ کوډ کاروي، د کارموندنې تاریخ تشه یا د ورته ځانګړتیا پراکسي کولی شي غیر مستقیم تبعیض رامینځته کړي حتی چیرې چې د معلوماتو سیټ هیڅ خوندي ځانګړتیا نلري. د کاري ځواک مدیریت سیسټم چې بدلونونه تخصیص کوي، فعالیت څاري یا د پای ته رسیدو پریکړو ته فیډ کوي په ورته کټګورۍ کې راځي، د دې اضافه پیچلتیا سره چې د کار شورا ممکن د داسې سیسټم معرفي کیدو دمخه د کار شورا قانون لاندې د رضایت حق ولري.
په هره قضیه کې هغه پوښتنه چې د هالنډ محکمه یې کوي ورته ده. سازمان د سیسټم د چلند په اړه څه پوهیده، د موندلو لپاره یې څه وکړل، او کله چې نمونه ښکاره شوه نو څه یې وکړل؟
پلورونکی او پلي کوونکی: څوک د څه لپاره ځواب ورکوي
د سیسټم اخیستل خطر ورسره نه لیږدوي. د مصنوعي ذهانت قانون له مخې، چمتو کوونکی او ګمارونکی جلا دندې لري، او د هالنډ د مدني قانون له مخې، زیانمن شوی کس د هغه چا په وړاندې دعوه کوي چې هغه پریکړه یې کړې چې دوی یې اغیزمن کړي، کوم چې تقریبا تل د ګمارنې سازمان وي.
هغه څه چې قراردادونه یې کولی شي هغه د مالي پایلو تخصیص کول او د ادعا د دفاع لپاره اړین معلومات خوندي کول دي. د تدارکاتو تړون ارزښت لري چې د فعالیت او انصاف معیارونه مشخص کړي چې سیسټم یې د پوره کولو لپاره تضمین لري، اسنادو، ازموینې پایلو او لاګونو ته لاسرسی تضمینوي، د تفتیش حق ورکوي، عرضه کوونکي ته اړتیا لري چې په ماډل کې د موادو بدلونونو خبر ورکړي، او دا ټاکي چې مسؤلیت او دفاع لګښتونه څنګه شریک کیږي که چیرې ادعا راپورته شي. هغه څه چې قراردادونه یې نشي کولی د تنظیمي جریمې یا قانوني دندې لرې کول دي. زموږ مقاله چې د مصنوعي استخباراتو لخوا د غلطیو لپاره مسؤل څوک دی په تفصیل سره د تخصیص له لارې کار کوي.
د ادعا له رسیدو دمخه د خطر کنټرول کول
د تعصب په ادعا کې دفاعي دریځ د ادعا کولو څخه ډیر وخت دمخه جوړ شوی وي، او دا تقریبا په بشپړ ډول د ریکارډونو څخه جوړ دی. ځکه چې د ثبوت بار د تبعیض فرضیه رامینځته کیدو وروسته بدلیږي، هغه سازمان چې کولی شي وښيي چې څه یې ازمول شوي، کله، او د پایلې سره یې څه وکړل، په بنسټیز ډول د هغه څخه توپیر لري چې نشي کولی.
یو کار وړ پروګرام څلور عناصر لري. د پلي کولو دمخه ازموینه، د هغو ډلو په اوږدو کې د پایلو کچه پرتله کول چې قانون یې ساتنه کوي او د روزنې ډیټا او د پراکسي لپاره غوره شوي متغیرات معاینه کوي. د پلي کولو وروسته ازموینې ته دوام ورکړئ، ځکه چې یو ماډل چې د پیل په وخت کې متوازن و، په دې ډول به پاتې نشي. یو نومول شوي کس یا کمیټې ته واک ورکړئ چې پایلې بیاکتنه وکړي او یو سیسټم وځنډوي، ترڅو د هغې د چلولو پریکړه د یو چا لخوا ترسره شوې پریکړه وي، نه د هغه ډیفالټ چې هیڅوک یې ملکیت نه لري. او دا ټول ثبت کړئ، پشمول د معلوماتو سرچینې، اعتبار، د پلټنې موندنې او اصلاحي ګامونه، په داسې بڼه چې تنظیم کونکي ته وسپارل شي یا په عمل کې تولید شي.
د دې تر څنګ، د ۲۲ مادې په پلي کېدو سره، د انسان پریکړه په ریښتینې انساني توګه وساتئ، د معلوماتو د ساتنې اغیزې ارزونه د سیسټم له پیل څخه مخکې بشپړه کړئ، نه دا چې وروسته، وګورئ چې ایا د کار شورا رول لري، او وکولی شئ چې اغیزمن کس ته په ساده ژبه ووایاست چې ولې پریکړه په دې ډول وشوه. د دې ګامونو څخه هیڅ یو غیر معمولي نه دی، او د AI قانون لوړ خطر رژیم به د دسمبر ۲۰۲۷ څخه په هر حالت کې د استخدام، کریډیټ او بیمې سیسټمونو لپاره ډیری یې لازمي کړي. هغه سازمانونه چې اوس یې جوړوي په ساده ډول ژر راځي.
که چیرې پریکړه وننګول شي نو څه باید وشي
کله چې یو غوښتونکی، پیرودونکی یا کارمند د اتوماتیک پریکړې په اړه پوښتنه کوي، لومړی دنده حقیقي ده: دا معلومه کړئ چې سیسټم په حقیقت کې په دې قضیه کې څه وکړل، کوم معلومات یې کارولي، ایا یو کس ریښتینی قضاوت کړی، او ایا پایله یې د پراخې نمونې سره سمون لري. د ځواب ورکولو دمخه دا کار وکړئ، ځکه چې یو غلط لومړی ځواب وروسته سمول ستونزمن دي او د سازمان په وړاندې به لوستل شي.
لاګونه او د هغه ماډل نسخه وساتئ چې پکې شامله ده. د ادعا ارزونه د هغه چوکاټ پر ځای چې شکایت کوونکی یې غوښتنه کړې وه، د ټولو دریو چوکاټونو په وړاندې وکړئ، ځکه چې د معلوماتو د ساتنې شکایت او د تبعیض ادعا کولی شي د ورته فایل څخه تعقیب شي. که نمونه ریښتیا وي، نو د هغې اصلاح کول او د اغیزمنو پریکړو اصلاح کول زیان د هغې د دفاع په پرتله خورا په مؤثره توګه محدودوي.
Law & More شرکتونو ته د اتوماتیک پریکړې کولو قانوني اړخ په اړه مشوره ورکوي: د هالنډي شکنجې او مساوي چلند قانون لاندې د افشا کیدو ارزونه، د پروفایل کولو او اتوماتیک پریکړو لپاره د GDPR اطاعت بیاکتنه، د AI قانون مکلفیتونو لپاره چمتووالی چې د ګمارنې، کریډیټ او بیمې سیسټمونو باندې پلي کیږي، د پلورونکو قراردادونو په اړه خبرې اترې، او د ادعاوو او تنظیمي تحقیقاتو دفاع. زموږ د معلوماتي ټکنالوژۍ وکیلان خوشحاله یو چې په دې اړه بحث وکړو چې څنګه قوانین په هغو سیسټمونو پلي کیږي چې تاسو یې کاروئ.
د الګوریتمیک تعصب مسؤلیت په اړه ډیری پوښتل شوي پوښتنې
لکه څنګه چې سوداګرۍ په مصنوعي ذهانت کې ژوره مطالعه کوي، ډیری مشران ځانونه د مسؤلیت په اړه خورا مشخصې پوښتنې کوي. لاندې، موږ ځینې خورا عام او ننګونکي پوښتنې حل کوو، چې روښانه ځوابونه وړاندې کوي ترڅو تاسو سره د دې پیچلي قانوني ساحې په نیولو کې مرسته وکړي.
که زموږ د دریمې ډلې مصنوعي ذهانت تعصب ولري، نو مسؤل څوک دی - پلورونکی یا موږ؟
دا په ندرت سره یوه ساده پوښتنه ده، او ځواب یې تقریبا تل دا وي: دا پیچلی دی. مسؤلیت ډیری وختونه شریک کیږي او په پراخه کچه د وضعیت ځانګړتیاو پورې اړه لري. د AI پراختیا کونکی د یو عیب لرونکي یا غیر مطابقت لرونکي محصول وړاندې کولو مسؤلیت په غاړه اخیستل کیدی شي. په هرصورت، د سیسټم کارولو سازمان په توګه، تاسو خپل ځانګړي قانوني دندې لرئ.
د اروپايي اتحادیې د مصنوعي ذهانت قانون او GDPR په څیر چوکاټونو لاندې، ستاسو شرکت د مصنوعي ذهانت د پلي کولو او څارنې مسؤلیت لري. دا پدې مانا ده چې تاسو دنده لرئ چې هغه ټیکنالوژي وڅیړئ چې تاسو یې اخلئ، د تعصب پایلو څارنه وکړئ، او ډاډ ترلاسه کړئ چې د هغې کارول په بنسټیز ډول عادلانه دي.
یو ښه جوړ شوی قرارداد کولی شي ستاسو او پلورونکي ترمنځ د مالي خطر په ویشلو کې مرسته وکړي، مګر دا به ستاسو شرکت د تنظیمي جریمې یا مدني ادعا څخه ونه ساتي که تاسو د سیسټم په پلي کولو او نظارت کې غفلت کړی وي.
موږ څنګه ثابتولی شو چې زموږ الګوریتم په محکمه کې تبعیضي نه دی؟
ستاسو غوره دفاع په فعال او بشپړ اسنادو جوړه شوې ده. تاسو اړتیا لرئ چې دقیق ریکارډونه وساتئ چې د AI ماډل ټول ژوند دوره پوښي. دا هغه څه ندي چې تاسو یې د قانوني ننګونې رامینځته کیدو وروسته راټولولی شئ.
ستاسو اسناد باید یو ژوندی ریکارډ وي چې پکې شامل وي:
د معلوماتو سرچینه: ستاسو د روزنې معلومات له کوم ځای څخه راغلي تفصيلي لاګونه، او همدارنګه هغه ګامونه چې تاسو یې د پاکولو او د ذاتي تعصبونو د چک کولو لپاره اخیستي دي.
د ماډل اعتبار: د هغه سخت ازموینې قوي شواهد چې تاسو یې د ځای پرځای کولو دمخه ترسره کړي ترڅو د تبعیضي نمونو موندلو او حل کولو لپاره ترسره کړي.
منظم تعصبي پلټنې: دا ثبوت چې تاسو په دوامداره توګه سیسټم څارنه کوئ ترڅو هر هغه تعصب چې د وخت په تیریدو سره رامینځته کیږي ونیسي او سم کړي.
د پریکړې کولو منطق: د دې لپاره روښانه او د پوهیدو وړ توضیحات چې سیسټم څنګه خپلو پایلو ته رسیږي، په ځانګړي توګه د لوړو پریکړو لپاره.
د اروپايي اتحادیې د مصنوعي ذهانت قانون لاندې د هر لوړ خطر لرونکي مصنوعي ذهانت سیسټم لپاره، د تخنیکي اسنادو دا کچه یوازې ښه عمل نه دی؛ دا یو لازمي قانوني اړتیا ده. د شواهدو دا ټولګه هغه څه دي چې تاسو به یې د مناسب احتیاط ښودلو او د غفلت د ادعاوو په وړاندې د دفاع لپاره تکیه وکړئ.
ایا د تشریح وړ AI (XAI) کارول زموږ د مسؤلیت خطر له منځه وړي؟
نه، خو دا د دې خطر د مدیریت یوه اړینه برخه ده. د تشریح وړ AI (XAI) د GDPR لاندې د شفافیت مکلفیتونو پوره کولو لپاره یوه مهمه وسیله ده، ځکه چې دا د الګوریتم د پریکړې کولو پروسه انسانانو ته د پوهیدو وړ کولو کې مرسته کوي. دا تاسو د قانوني خطرناک "تور بکس" ستونزې څخه لرې کوي چیرې چې هیڅوک نشي ویلای چې ولې پریکړه وشوه.
په هرصورت، په ساده ډول د غیر عادلانه پایلې تشریح کول دا عادلانه نه کوي. که چیرې د پریکړې دلیل دا په ګوته کړي چې ماډل په یوه خوندي ځانګړتیا تکیه کړې وه (د مثال په توګه، د توکم لپاره د پراکسي په توګه د پوسټ کوډ کارول)، تاسو لاهم مسؤل یاست.
XAI د ښې حکومتولۍ ستراتیژۍ یوه مهمه برخه ده، مګر دا بشپړ حل نه دی. دا باید د قوي پروسو سره یوځای شي ترڅو کله چې تعصبونه وموندل شي سم شي او د هغو خلکو لپاره ریښتینې درملنه چمتو کړي چې زیانمن شوي دي.
ایا دا پیچلي AI د مسؤلیت قوانین په SMEs باندې پلي کیږي؟
هو، دوی کوي. اصلي قانوني اصول لکه د هالنډ د شکنجې قانون او د تبعیض ضد قوانین په ټولو سوداګرۍ باندې پلي کیږي، پرته له دې چې اندازه یې په پام کې ونیول شي. پداسې حال کې چې د اروپايي اتحادیې د مصنوعي استخباراتو قانون کې ځینې احکام شامل دي ترڅو په کوچنیو او منځنیو تصدیو (SMEs) باندې د اطاعت بار کم کړي، دا بشپړ معافیتونه ندي.
که ستاسو SME د لوړ خطر لرونکو برخو کې AI کاروي — لکه استخدام، د کریډیټ سکور کول، یا د کارمندانو د فعالیت بیاکتنې — تاسو به د لویو شرکتونو په څیر د سخت اطاعت دندو سره مخ شئ. GDPR هم په ټوله کې پلي کیږي. د SME لپاره، د دې خطرونو له پامه غورځول کولی شي په غیر متناسب ډول زیان رسونکي جریمې او قضیو لامل شي، چې دا خورا مهم کوي چې ستاسو د AI وسایلو ارزونه وکړئ او له پیل څخه ستاسو قانوني مسؤلیتونه درک کړئ.
At Law & More، موږ ستاسو سوداګرۍ سره د AI مقرراتو او مسؤلیت پیچلي منظره کې د مرستې لپاره متخصص حقوقي مشوره چمتو کوو. زموږ ټیم عملي، مناسب مشوره وړاندې کوي ترڅو ډاډ ترلاسه کړي چې ستاسو د ټیکنالوژۍ کارول نوښتګر او مطابقت لري. د فعال AI حکومتدارۍ ستراتیژۍ جوړولو لپاره موږ سره اړیکه ونیسئ چې ستاسو شرکت خوندي کوي. نور معلومات په https://lawandmore.eu.
