نگاهی گذرا به مسائل قانونی هوش مصنوعی

فناوری هوش مصنوعی قابلیت تحول جامعه را دارد؛ با این حال، مسائل قانونی هوش مصنوعی بر حوزه‌های گوناگون قانونی سایه افکنده است که از جمله‌ آن‌ها می‌توان به حریم خصوصی و امنیت داده، قراردادهای تجاری، دارایی‌های ذهنی، قوانین ضدانحصار، مزایای کارکنان و مسئولیت ناشی از محصولات اشاره کرد. به عبارت دیگر، شرکت‌ها و سازمان‌ها برای افزایش کارآیی و کارآمدی خود از این فناوری‌ها استفاده می‌کنند. در این راستا، قابلیت‌های هوش مصنوعی را می‌توان درون خود سازمان توسعه داد یا اینکه از محصولات آماده به مصرف سایر شرکت‌ها استفاده کرد.

در حقیقت، هوش مصنوعی را می‌توان یک فناوری کامپیوتری تعریف کرد که قابلیت تقلید از هوش انسان را دارد. هوش مصنوعی از طریق الگوریتم‌ها، داده‌ها را جمع‌آوری کرده، الگوها را تشخیص داده، رفتارها را بهینه ساخته و مسائل را پیش‌بینی می‌کند. یادگیری ماشینی، پردازش زبان طبیعی، شبکه‌های عصبی مصنوعی، ادراک ماشینی و دستکاری حرکت، همگی نمونه‌هایی از نرم‌افزارهای هوش مصنوعی هستند. این روند تقلید، بی‌شک باعث می‌شود مسائل قانونی هوش مصنوعی نیز در نظر گرفته شود.

قانون مسئولیت ناشی از محصولات

امروزه هوش مصنوعی یکی از قابلیت‌های متداول محصولات و خدمات به شمار می‌رود. این پدیده به‌تبع زمینه را برای مطالبات قانون مسئولیت ناشی از محصولات فراهم کرده است. یکی از مسائل قانونی هوش مصنوعی در این خصوص، خودکار بودن هوش مصنوعی به مسائلی قانونی است که در ارتباط با مطالبات آسیب به اشخاص یا دارایی‌ها، دامن می‌زند.

در واقع، قانون مسئولیت ناشی از محصولات از قانون اساسی ریشه می‌گیرد. مسئولیت ناشی از محصولات شامل این موارد است: مطالبات و دعاوی قصور و اهمال‌کاری، نقض شرایط قرارداد و مسئولیت قانونی مطلق. همگی این موارد جزو مسائل قانونی هوش مصنوعی محسوب می‌شوند و در بافت این فناوری جای دارند.

مطالبات مربوط به قصور و اهمال‌کاری به عنوان یک قانون مسئولیت ناشی از محصولات حاکی از این است که مدعی علیه نتوانسته است استانداردهای مراقبتی لازم را برآورده کند. نواقص و آسیب‌ها می‌توانند ناشی از اهمال‌کاری در طراحی محصول یا برچسب‌های هشداری ناکافی باشند.

نقض شرایط قرارداد مبتنی بر رابطه‌ قراردادی بین شاکی و مدعی علیه (فروشنده محصول) است. شاکی می‌تواند ادعا کند یکی از مفاد عینی یا ضمنی قرارداد نقض شده است. مفاد ضمنی می‌توانند دو شکل به خود بگیرند: قابلیت داد و ستد محصول و یا تناسب محصول برای هدف خاص.

در آخر، مسئولیت قانونی مطلق به عنوان یکی از مسائل قانونی هوش مصنوعی، استانداردی است که به موجب آن، تولیدکننده یا فروشنده‌ محصول در قبال آسیب‌هایی که محصول به اشخاص یا دارایی‌ها می‌زند (فارغ از سطح مراقبت اعمال‌شده) مسئول است.

هوش مصنوعی و تصادف یک اتوبوس

اتفاق اخیری که منجر به پرونده‌ حقوقی «کروز در مقابل ریموند تالمج» شد، مصداق بارز مسائل قانونی هوش مصنوعی است و کاربرد اصول مسئولیت قانونی ناشی از محصولات در بافت هوش مصنوعی را بیان می‌کند. در این پرونده که موضوع هوش مصنوعی و تصادف یک اتوبوس بود، یک دستگاه GPD نقش داشت، محصولی مبتنی بر هوش مصنوعی که اکنون جزئی از زندگی روزمره ما شده است. شاکیان پرونده با برخورد اتوبوس به پل عابر صدمه دیدند.

شکایت شامل زیر پا گذاشتن مسئولیت‌های مبتنی بر مطالبه قصور، نقض شرایط قرارداد و مسئولیت مطلق از سوی تولیدکننده محصول GPS بود. به بیان دقیق‌تر، شاکیان معتقد بودند نقص در طراحی دستگاه GPS منجر به این حادثه شده است، چون این دستگاه راننده را به سمت پل عابر هدایت کرده بود، در حالی‌ که می‌بایست تشخیص می‌داد ارتفاع پل عابر کوتاه‌تر از ارتفاع اتوبوس است. این پرونده با توافق طرفین ختم شد.

هوش مصنوعی و حریم خصوصی داده

یکی دیگر از مسائل قانونی هوش مصنوعی، حریم خصوصی داده است. در واقع، فناوری هوش مصنوعی و حریم خصوصی داده، مسائل گوناگونی را از منظر تصمیم‌گیری خودکار ایجاد کرده است. قوانین محافظت از داده از کشوری به کشور دیگر تفاوت دارند. در ایالات متحده، قوانین استفاده از داده‌های شخصی برای تصمیم‌گیری خودکار در هر یک از ایالت‌ها نیز متفاوت هستند. در اروپا، GDPR (قانون محافظت از داده‌های عمومی) استانداردی یکپارچه فراهم آورده است.

علی‌رغم تفاوت‌های موجود در نظام‌های قانونی، اصول مشترکی هستند که به تفکرات مردم در این حوزه شکل می‌دهند. از جمله این اصول می‌توان به اصول عدالت و برابری، اصول تعیین هدف و اصول کمینه‌سازی داده اشاره کرد.

یکی دیگر از مسائل مربوط به هوش مصنوعی و حریم خصوصی داده، اصل برابری، سازمان‌ها را ملزم می‌کند اطلاعات شخصی را به شیوه‌ای عادلانه پردازش کنند؛ بدین معنی که معیارهای شفاف برای کاربرد اطلاعات شخصی به کار ببرند و از این طریق، مسائل قانونی هوش مصنوعی اجرایی گردد. به علاوه، کاربرد اطلاعات شخصی باید در چارچوب انتظارات معقول افراد باشد و ریسک کاربردهای تبعیض‌آمیز نیز رفع شود.

به موجب اصل تعیین هدف، سازمان‌ها باید اطلاعات شخصی را تنها برای اهداف خاص و از پیش تعیین‌شده جمع‌آوری کنند. پیاده‌سازی این اصل به عنوان یکی دیگر از مسائل قانونی هوش مصنوعی می‌تواند امری دشوار باشد، چون سازمان‌ها معمولاً نمی‌دانند الگوریتم‌ها چه می‌آموزند یا چه همبستگی‌هایی را در دیتاست‌ها کشف می‌کنند. به بیان دیگر، ممکن است الگوریتم‌ها به طرق غیر پیش‌بینی‌شده از داده‌ها استفاده کنند.

اصل کمینه‌سازی داده به سازمان‌ها می‌گوید زمان ذخیره‌ داده را به حداقل برسانند و کاربرد داده را صرفاً به دستیابی به اهداف مشخص‌شده محدود کنند. آنچه عملی کردن این اصل را دشوار می‌کند، این واقعیت است که هرچه دیتاست بزرگ‌تر باشد، عملکرد هوش مصنوعی معمولاً بهتر می‌شود.

هوش مصنوعی و دارایی‌های ذهنی

مسائل قانونی هوش مصنوعی شامل قوانین ثبت اختراع، کپی‌رایت و اسرار تجاری نیز می‌شود. به موجب دسته 706 (پردازش داده: هوش مصنوعی) در سیستم طبقه‌بندی درخواست‌های ثبت اختراع اداره ثبت اختراع و نشان تجاری ایالات متحده، هوش مصنوعی قابلیت ثبت اختراع را دارد. قوانین کپی‌رایت نیز محافظت از منبع‌کد و مؤلفه‌های بصری سیستم‌های هوش مصنوعی را تضمین می‌کنند. محافظت از اسرار تجاری نیز نوعی محافظت از هوش مصنوعی و دارایی‌های ذهنی به شمار می‌رود و الگوریتم‌ها، منبع‌کد و دیتاست‌های آموزشی هوش مصنوعی را نیز پوشش می‌دهد.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید