ഒരു ഓട്ടോമേറ്റഡ് സിസ്റ്റം ഉപയോഗിക്കുന്ന ഒരു സ്ഥാപനം, അത് സൃഷ്ടിക്കുന്ന വിവേചനപരമായ ഫലങ്ങൾക്ക് ഉത്തരവാദിയായിരിക്കും, അത് മോഡൽ നിർമ്മിച്ചാലും ഇല്ലെങ്കിലും, ആരെങ്കിലും ഫലം ഉദ്ദേശിച്ചാലും ഇല്ലെങ്കിലും. നെതർലാൻഡിൽ ആ ബാധ്യത ടോർട്ട് നിയമം (ഡച്ച് സിവിൽ കോഡിന്റെ ആർട്ടിക്കിൾ 6:162, BW), തുല്യ പരിഗണന നിയമനിർമ്മാണം, GDPR എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു; റിക്രൂട്ട്മെന്റ്, ക്രെഡിറ്റ്, ഇൻഷുറൻസ് സംവിധാനങ്ങൾക്കായുള്ള EU AI ആക്ടിന്റെ ഉയർന്ന അപകടസാധ്യതയുള്ള നിയമങ്ങൾ 2027 ഡിസംബർ 2 മുതൽ മാത്രമേ ബാധകമാകൂ.
ഡച്ച് വിവേചന നിയമത്തിൽ, ഒരു തീരുമാനത്തിന്റെ പ്രേരണയല്ല, അതിന്റെ ഫലമാണ് പ്രധാനം. ഒരു സംരക്ഷിത ഗ്രൂപ്പിനെ പ്രതികൂലമായി ബാധിക്കുന്ന ഒരു റിക്രൂട്ട്മെന്റ് ഫിൽട്ടർ, ക്രെഡിറ്റ് മോഡൽ അല്ലെങ്കിൽ വഞ്ചന സ്കോർ എന്നിവ ഒരു സിവിൽ ക്ലെയിം, നെതർലാൻഡ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ഹ്യൂമൻ റൈറ്റ്സിൽ പരാതി, ഡച്ച് ഡാറ്റ പ്രൊട്ടക്ഷൻ അതോറിറ്റിയുടെ അന്വേഷണം എന്നിവയിലേക്ക് നയിച്ചേക്കാം, എല്ലാം ഒരേ വസ്തുതകളെ അടിസ്ഥാനമാക്കി.
ഉള്ളടക്ക പട്ടിക
അൽഗോരിതം ബയസ് എന്താണ്, അത് എവിടെ നിന്ന് വരുന്നു?
ഒരു സംരക്ഷിത പ്രദേശത്ത്, അല്ലെങ്കിൽ ഒരു മാനദണ്ഡത്തിന് പകരമായി പ്രവർത്തിക്കുന്ന ഒരു മാനദണ്ഡത്തിൽ, ഒരു സിസ്റ്റം താരതമ്യപ്പെടുത്താവുന്ന ആളുകളെ വ്യത്യസ്തമായി പരിഗണിക്കുമ്പോഴാണ് അൽഗോരിതമിക് ബയസ് ഉണ്ടാകുന്നത്. ഒരു മോഡൽ എല്ലാ ഫയലുകളിലും ഒരേ പാറ്റേൺ പ്രയോഗിക്കുന്നതിനാൽ, ഒരു ബയസ്ഡ് മോഡൽ ഒരു സംഭവത്തേക്കാൾ ഒരു നയം പോലെ പ്രവർത്തിക്കുന്നു.
- പരിശീലന ഡാറ്റ: മുൻകാല തീരുമാനങ്ങളിൽ പരിശീലനം നേടിയ ഒരു മാതൃക അവയിലെ പാറ്റേണുകൾ പുനർനിർമ്മിക്കുന്നു.
- വേരിയബിളുകൾ: പോസ്റ്റ് കോഡ് പോലുള്ള ഒരു നിഷ്പക്ഷ സവിശേഷത വംശീയതയെ പ്രതിനിധീകരിക്കുകയും പരോക്ഷ വിവേചനത്തിന് കാരണമാവുകയും ചെയ്യും.
- ഔട്ട്പുട്ടിന്റെ ഉപയോഗം: ഒരു അപേക്ഷ നിരസിക്കുന്നതിനുള്ള ഏക അടിസ്ഥാനമെന്ന നിലയിൽ ഉപദേശമായി സ്വീകാര്യമായ ഒരു സ്കോർ നിയമവിരുദ്ധമാകാം.
- നിരീക്ഷണത്തിന്റെ അഭാവം: വിക്ഷേപണ സമയത്ത് സന്തുലിതമായിരുന്ന ഒരു മാതൃക, ഡാറ്റ മാറുന്നതിനനുസരിച്ച് മാറുന്നു.
നേരിട്ടുള്ള വിവേചനം ഒരു സംരക്ഷിത മേഖലയെ പരസ്യമായി ഉപയോഗിക്കുന്നു. ഒരു സംരക്ഷിത ഗ്രൂപ്പിന് നിഷ്പക്ഷമായ മാനദണ്ഡം ദോഷം വരുത്തുന്ന പരോക്ഷ വിവേചനം, ലക്ഷ്യം നിയമാനുസൃതവും മാർഗങ്ങൾ ഉചിതവും ആവശ്യവുമാണെങ്കിൽ മാത്രമേ ന്യായീകരിക്കാൻ കഴിയൂ, കൂടാതെ സംഘടനയ്ക്ക് അത് തെളിയിക്കാൻ കഴിയുകയും വേണം.
ഡച്ച് നിയമപ്രകാരം ഒരു സ്ഥാപനം എപ്പോഴാണ് ബാധ്യതയാകുന്നത്?
ഡച്ച് നിയമത്തിലെ രണ്ട് വിഭാഗങ്ങളാണ് ഭൂരിഭാഗം ജോലികളും ചെയ്യുന്നത്. ടോർട്ട് നിയമം സംഘടന അശ്രദ്ധമായി പ്രവർത്തിച്ച് നഷ്ടം വരുത്തിയോ എന്ന് ചോദിക്കുന്നു; തുല്യ പരിഗണന നിയമം നിരോധിത വേർതിരിവാണോ ഫലം എന്ന് ചോദിക്കുന്നു.
ടോർട്ട്: അശ്രദ്ധമായ വിന്യാസം
ആർട്ടിക്കിൾ 6:162 BW പ്രകാരം, ഒരു കക്ഷി നിയമവിരുദ്ധമായ പ്രവൃത്തിക്ക് (onrechtmatige daad) ബാധ്യസ്ഥനാണ്, അത് നാശനഷ്ടങ്ങൾക്ക് കാരണമാകുന്നു. പരീക്ഷിക്കപ്പെടാത്തതോ സാധൂകരിക്കപ്പെടാത്തതോ നിരീക്ഷിക്കപ്പെടാത്തതോ ആയ ഒരു സിസ്റ്റം ഉപയോഗിക്കുന്നത് തന്നെ അശ്രദ്ധമായ പെരുമാറ്റമായി കണക്കാക്കാം. നിയമവിരുദ്ധമായ പ്രവൃത്തി, ആട്രിബ്യൂഷൻ, കേടുപാടുകൾ, കാര്യകാരണ ബന്ധം എന്നിവ അവകാശവാദി തെളിയിക്കണം.
ഒരു വിതരണക്കാരനിൽ നിന്ന് സിസ്റ്റം വാങ്ങുന്നത് വിന്യസിക്കുന്ന സ്ഥാപനത്തെ ഈ കടമയിൽ നിന്ന് ഒഴിവാക്കുന്നില്ല. നിർവ്വഹണത്തിലെ പരാജയത്തിന് വിതരണക്കാരനെതിരെ ഇതിന് പ്രത്യേക അവകാശവാദം ഉണ്ടായിരിക്കാം (ആർട്ടിക്കിൾ 6:74 BW), എന്നാൽ അത് നിരസിക്കപ്പെട്ട അപേക്ഷകന്റെ അവകാശവാദത്തെ ബാധിക്കില്ല.
തുല്യ പരിഗണന നിയമവും തെളിവിന്റെ ഭാരവും
ജനറൽ ഈക്വൽ ട്രീറ്റ്മെന്റ് ആക്ട് (Algemene wet gelijke behandeling, AWGB), പ്രായ വിവേചന നിയമം (WGBL), വൈകല്യവും വിട്ടുമാറാത്ത രോഗവും സംബന്ധിച്ച നിയമം (WGBH/CZ) എന്നിവ സംരക്ഷിത കാരണങ്ങളാൽ പ്രത്യക്ഷമായും പരോക്ഷമായും വേർതിരിക്കുന്നത് നിരോധിക്കുന്നു; തൊഴിലിൽ, ആർട്ടിക്കിൾ 7:646 BW ലിംഗഭേദത്തെക്കുറിച്ചുള്ള നിയമങ്ങൾ ചേർക്കുന്നു. അവകാശവാദി വിവേചനം സൂചിപ്പിക്കുന്ന വസ്തുതകൾ മുന്നോട്ടുവച്ചുകഴിഞ്ഞാൽ, സംഘടന വിവേചനം കാണിച്ചിട്ടില്ലെന്ന് തെളിയിക്കണം.
തങ്ങളുടെ മോഡലിന്റെ ഭാരം, ഏത് ഡാറ്റ, ഏത് പരിശോധന എന്നിവ കാണിക്കാൻ കഴിയാത്ത ഒരു സ്ഥാപനത്തിന് ആ ഭാരം നിറവേറ്റാൻ കഴിയില്ല. നെതർലാൻഡ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ഹ്യൂമൻ റൈറ്റ്സിലേക്കും (കോളേജ് വൂർ ഡി റെക്റ്റെൻ വാൻ ഡി മെൻസ്) പരാതി നൽകാം, അവരുടെ അഭിപ്രായങ്ങൾ ബന്ധനകരമല്ലെങ്കിലും പിന്നീടുള്ള കോടതി കേസുകളിൽ തെളിവായി ഉപയോഗിക്കപ്പെടുന്നു.
ഓട്ടോമേറ്റഡ് തീരുമാനങ്ങളിൽ നിന്ന് GDPR എന്താണ് ആവശ്യപ്പെടുന്നത്?
ആർട്ടിക്കിൾ 22 GDPR, നിയമപരമായതോ സമാനമായതോ ആയ കാര്യമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുന്ന, ഓട്ടോമേറ്റഡ് പ്രോസസ്സിംഗിനെ മാത്രം അടിസ്ഥാനമാക്കിയുള്ള ഒരു തീരുമാനത്തിന് വിധേയമാകാതിരിക്കാൻ ഒരു വ്യക്തിക്ക് അവകാശം നൽകുന്നു. നിയമനം, ക്രെഡിറ്റ്, ആനുകൂല്യ തീരുമാനങ്ങൾ സാധാരണയായി യോഗ്യത നേടുന്നു.
ആർട്ടിക്കിൾ 22 ന് പുറത്ത് മനുഷ്യന്റെ ഇടപെടൽ അർത്ഥവത്തായതാണെങ്കിൽ മാത്രമേ തീരുമാനമെടുക്കൂ: സ്ക്രീൻ കാണിക്കുന്നത് സ്ഥിരീകരിക്കുന്ന ഒരാളല്ല, വ്യത്യസ്തമായി തീരുമാനിക്കാൻ അധികാരവും വിവരവുമുള്ള ഒരു വ്യക്തി. ആർട്ടിക്കിൾ 5(1)(a) ലെ ന്യായബോധം തത്വം ഏത് സാഹചര്യത്തിലും ബാധകമാണ്, കൂടാതെ സിസ്റ്റമാറ്റിക് പ്രൊഫൈലിംഗ് പോലുള്ള ഉയർന്ന അപകടസാധ്യതയുള്ള പ്രോസസ്സിംഗിന് മുമ്പ് ആർട്ടിക്കിൾ 35 ഒരു ഡാറ്റ സംരക്ഷണ ആഘാത വിലയിരുത്തൽ ആവശ്യപ്പെടുന്നു. ആർട്ടിക്കിൾ 83(5) GDPR പ്രകാരം, പിഴകൾ €20 മില്യൺ അല്ലെങ്കിൽ ലോകമെമ്പാടുമുള്ള വാർഷിക വിറ്റുവരവിന്റെ 4% വരെ എത്താം, ഏതാണ് ഉയർന്നത്. ഡാറ്റ സ്വകാര്യത, GDPR, AI, ബിഗ് ഡാറ്റ എന്നിവയെക്കുറിച്ചുള്ള ഞങ്ങളുടെ അവലോകനം കാണുക.
AI നിയമം ഇപ്പോൾ എന്താണ് ആവശ്യപ്പെടുന്നത്, പിന്നീട് എന്താണ് ആരംഭിക്കുന്നത്?
2024 ഓഗസ്റ്റ് 1 മുതൽ പ്രാബല്യത്തിൽ വന്ന റെഗുലേഷൻ (EU) 2024/1689 എന്ന AI ആക്റ്റ്, ഘട്ടം ഘട്ടമായി ബാധകമാണ്. ആർട്ടിക്കിൾ 5 ലെ നിരോധിത രീതികൾ 2025 ഫെബ്രുവരി 2 മുതൽ ബാധകമാണ്; റിക്രൂട്ട്മെന്റ്, ക്രെഡിറ്റ്, ഇൻഷുറൻസ് സംവിധാനങ്ങൾക്കുള്ള ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകൾ 2027 ഡിസംബർ 2 മുതൽ ബാധകമാണ്.
പൊതു ആവശ്യത്തിനുള്ള AI മോഡലുകൾക്കുള്ള ബാധ്യതകളും പിഴ വ്യവസ്ഥകളും 2025 ഓഗസ്റ്റ് 2 മുതൽ ബാധകമാണ്. 2026 ജൂലൈ 27 മുതൽ പ്രാബല്യത്തിൽ വന്ന ഡിജിറ്റൽ ഓമ്നിബസ് ഓൺ AI, റെഗുലേഷൻ (EU) 2026/1744, ഉയർന്ന അപകടസാധ്യതയുള്ള വ്യവസ്ഥ മാറ്റിവച്ചു: അനെക്സ് III-ൽ ലിസ്റ്റ് ചെയ്തിരിക്കുന്ന സംവിധാനങ്ങൾ, റിക്രൂട്ട്മെന്റ്, പ്രമോഷൻ, പിരിച്ചുവിടൽ, ക്രെഡിറ്റ് യോഗ്യത, ഇൻഷുറൻസ് റിസ്ക് അസസ്മെന്റ് എന്നിവയ്ക്കായി ഉപയോഗിക്കുന്നവ, 2027 ഡിസംബർ 2-ന് പിന്തുടരും, നിയന്ത്രിത ഉൽപ്പന്നങ്ങളിലെ ഉയർന്ന അപകടസാധ്യതയുള്ള സംവിധാനങ്ങൾ (അനെക്സ് I) 2028 ഓഗസ്റ്റ് 2-ന് പിന്തുടരും. ജീവനക്കാർക്കിടയിൽ AI സാക്ഷരതയെ പിന്തുണയ്ക്കുന്നതിനുള്ള കടമയായി ഓമ്നിബസ് ആർട്ടിക്കിൾ 4 ലെ AI സാക്ഷരതാ കടമയെ ലഘൂകരിച്ചു.
ഉയർന്ന അപകടസാധ്യതയുള്ള വ്യവസ്ഥ ബാധകമായാൽ, അതിന് പ്രതിനിധിയും പരിശോധിച്ചതുമായ പരിശീലന ഡാറ്റ, സാങ്കേതിക ഡോക്യുമെന്റേഷൻ, ലോഗിംഗ്, സുതാര്യത, മനുഷ്യ മേൽനോട്ടം, അനുരൂപീകരണ വിലയിരുത്തൽ എന്നിവ ആവശ്യമാണ്. ലോഗുകൾ സൂക്ഷിക്കുക, കഴിവുള്ള ജീവനക്കാർക്ക് മേൽനോട്ടം നൽകുക തുടങ്ങിയ ചുമതലകൾ വിന്യാസിമാർക്ക് ഉണ്ട്. നിരോധിത പ്രവർത്തനങ്ങൾക്ക് ലോകമെമ്പാടുമുള്ള വിറ്റുവരവിന്റെ 7% അഥവാ 35 മില്യൺ യൂറോയും ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകളുടെ ലംഘനത്തിന് 15 മില്യൺ യൂറോയും അല്ലെങ്കിൽ 3% വരെ പിഴ ഈടാക്കുന്നു. നിർദ്ദിഷ്ട AI ബാധ്യതാ നിർദ്ദേശം പിൻവലിച്ചതിനാൽ, നെതർലാൻഡ്സിലെ ഒരു നഷ്ടപരിഹാര ക്ലെയിം ഡച്ച് നിയമപ്രകാരം ഒരു ക്ലെയിം ആയി തുടരുന്നു. കൃത്രിമ ബുദ്ധിയുടെയും EU AI നിയമത്തിന്റെയും നിയമപരമായ വശങ്ങളിലേക്കുള്ള ഞങ്ങളുടെ ഗൈഡിൽ ഇതിനെക്കുറിച്ച് കൂടുതൽ വായിക്കുക.
ഡച്ച് കോടതികളും റെഗുലേറ്റർമാരും എന്താണ് തീരുമാനിച്ചത്?
2020 ഫെബ്രുവരി 5-ന് ഹേഗിലെ ജില്ലാ കോടതി, ഗവൺമെന്റിന്റെ വഞ്ചന അപകടസാധ്യതാ സംവിധാനമായ SyRI-യുടെ പിന്നിലുള്ള നിയമനിർമ്മാണം, വേണ്ടത്ര സുതാര്യമല്ലാത്തതും പരിശോധിക്കാവുന്നതുമല്ലാത്തതുമായതിനാൽ യൂറോപ്യൻ മനുഷ്യാവകാശ കൺവെൻഷന്റെ ആർട്ടിക്കിൾ 8 ലംഘിച്ചുവെന്ന് വിധിച്ചു (ECLI:NL:RBDHA:2020:865). അപകടസാധ്യതാ മോഡലോ സൂചകങ്ങളോ വെളിപ്പെടുത്തിയിട്ടില്ല, അതിനാൽ വിവേചനപരമായ ഫലങ്ങൾ ആർക്കും പരിശോധിക്കാൻ കഴിഞ്ഞില്ല.
ചൈൽഡ്കെയർ ആനുകൂല്യ അഴിമതിയിൽ (ടോസ്ലാഗെനഫെയർ), നികുതി ഭരണകൂടം ഇരട്ട പൗരത്വം ഒരു തട്ടിപ്പ് സൂചകമായി കണക്കാക്കുന്ന റിസ്ക് സെലക്ഷൻ ഉപയോഗിച്ചു. ഡച്ച് ഡാറ്റ പ്രൊട്ടക്ഷൻ അതോറിറ്റി ഈ പ്രോസസ്സിംഗ് നിയമവിരുദ്ധവും വിവേചനപരവുമാണെന്ന് കണ്ടെത്തി നികുതി ഭരണകൂടത്തിന് പിഴ ചുമത്തി. സ്വകാര്യ സ്ഥാപനങ്ങൾക്കുള്ള പാഠം: ആർക്കും വിശദീകരിക്കാൻ കഴിയാത്ത ഒരു സംവിധാനത്തെ പ്രതിരോധിക്കാൻ കഴിയില്ല, അത് നടത്താൻ തിരഞ്ഞെടുക്കുന്നതാണ് വിലയിരുത്തപ്പെടുന്ന പ്രവൃത്തി.
ആരാണ് ഉത്തരവാദി: വിതരണക്കാരനോ ഉപയോക്താവോ?
തീരുമാനം എടുത്ത സ്ഥാപനത്തിനെതിരെ വ്യക്തി അവകാശവാദങ്ങൾ ഉന്നയിച്ചു, അത് മിക്കവാറും എല്ലായ്പ്പോഴും ഡിപ്ലോയറാണ്. AI ആക്ടിന് കീഴിൽ, ദാതാവിനും ഡിപ്ലോയറിനും അവരുടേതായ കടമകളുണ്ട്.
വിതരണക്കാരനുമായുള്ള ഒരു കരാറിന് സാമ്പത്തിക പ്രത്യാഘാതങ്ങൾ അനുവദിക്കാനും ഒരു ക്ലെയിമിനെ പ്രതിരോധിക്കാൻ ആവശ്യമായ വിവരങ്ങൾ സുരക്ഷിതമാക്കാനും കഴിയും, എന്നാൽ അതിന് ഒരു റെഗുലേറ്ററി പിഴയോ നിയമപരമായ കടമോ നീക്കം ചെയ്യാൻ കഴിയില്ല. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വരുത്തുന്ന പിശകുകൾക്ക് ആരാണ് ഉത്തരവാദികൾ എന്നതിനെക്കുറിച്ചുള്ള ഞങ്ങളുടെ ലേഖനം ആ വിഹിതത്തെക്കുറിച്ച് ചർച്ച ചെയ്യുന്നു.
AI ഉപയോഗിക്കുന്ന ഒരു സ്ഥാപനം എന്ന നിലയിൽ നിങ്ങൾ എന്താണ് പരിശോധിക്കേണ്ടത്?
- വിന്യാസത്തിന് മുമ്പ് സംരക്ഷിത ഗ്രൂപ്പുകളിലുടനീളം ഫല നിരക്കുകൾ നിങ്ങൾ പരിശോധിച്ചിട്ടുണ്ടോ, പ്രോക്സികൾക്കായുള്ള വേരിയബിളുകൾ പരിശോധിച്ചിട്ടുണ്ടോ?
- ലൈവ് ആരംഭിച്ചതിനു ശേഷവും നിങ്ങൾ പരിശോധന തുടരാറുണ്ടോ, പേരുള്ള ഒരാൾക്ക് സിസ്റ്റം താൽക്കാലികമായി നിർത്തിവയ്ക്കാൻ അധികാരമുണ്ടോ?
- ആർട്ടിക്കിൾ 22 GDPR ബാധകമാകുന്നിടത്ത് മനുഷ്യ അവലോകനം അർത്ഥവത്താണോ, ലൈവ് ആകുന്നതിന് മുമ്പ് ഇംപാക്ട് അസസ്മെന്റ് നടത്തിയിരുന്നോ?
- ജീവനക്കാരെ നിരീക്ഷിക്കുന്ന സംവിധാനങ്ങൾ പോലുള്ള വർക്ക്സ് കൗൺസിൽ ആക്ടിന്റെ (WOR) ആർട്ടിക്കിൾ 27 പ്രകാരം വർക്ക്സ് കൗൺസിലിന് സമ്മതം നൽകാൻ അവകാശമുണ്ടോ?
- വിതരണ കരാർ നിങ്ങൾക്ക് ഡോക്യുമെന്റേഷൻ, പരിശോധനാ ഫലങ്ങൾ, ലോഗുകൾ എന്നിവയിലേക്ക് പ്രവേശനം നൽകുന്നുണ്ടോ, ഓഡിറ്റ് അവകാശം നൽകുന്നുണ്ടോ?
- ബാധിച്ച വ്യക്തിക്ക് ഓരോ തീരുമാനവും ലളിതമായ ഭാഷയിൽ വിശദീകരിക്കാമോ?
ഒരു തീരുമാനം ബാധിച്ച ഒരു അപേക്ഷകനോ ജീവനക്കാരനോ എന്ന നിലയിൽ നിങ്ങൾ എന്താണ് പരിശോധിക്കേണ്ടത്?
- അർത്ഥവത്തായ മനുഷ്യ ഇടപെടൽ ഇല്ലാതെയാണോ തീരുമാനം എടുത്തത്? അപ്പോൾ നിങ്ങൾക്ക് ആർട്ടിക്കിൾ 22 GDPR പ്രയോഗിക്കാവുന്നതാണ്.
- നിങ്ങളുടെ ഡാറ്റയിലേക്ക് ആക്സസ് ആവശ്യപ്പെട്ടിട്ടുണ്ടോ, അതിൽ ഉൾപ്പെട്ടിരിക്കുന്ന യുക്തിയുടെ വിശദീകരണവും (ആർട്ടിക്കിൾ 15 GDPR) ആവശ്യപ്പെട്ടിട്ടുണ്ടോ?
- ഒരു സംരക്ഷിത സ്ഥലമോ പ്രോക്സിയോ ഒരു പങ്കു വഹിച്ചതായി സൂചിപ്പിക്കുന്ന വസ്തുതകളുണ്ടോ? അപ്പോൾ തെളിവിന്റെ ഭാരം മാറുന്നു.
- നെതർലാൻഡ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ഹ്യൂമൻ റൈറ്റ്സിൽ നിന്നുള്ള ഒരു അഭിപ്രായം (ഉർദീൽ) മതിയോ, അതോ കോടതിയിൽ നഷ്ടപരിഹാരം ആവശ്യപ്പെടണോ?
അൽഗോരിതമിക് ബയസ് ബാധ്യതയുടെ കാര്യത്തിൽ ഞങ്ങൾ നിങ്ങൾക്കായി എന്തുചെയ്യാൻ കഴിയും?
ഞങ്ങളുടെ ഐടി അഭിഭാഷകർ കമ്പനികൾക്ക് ഓട്ടോമേറ്റഡ് തീരുമാനമെടുക്കലിന്റെ നിയമപരമായ വശത്തെക്കുറിച്ച് ഉപദേശം നൽകുന്നു.
- ഡച്ച് പീഡന നിയമം, തുല്യ പരിഗണന നിയമം, ഒരു പ്രത്യേക സിസ്റ്റത്തിനായുള്ള GDPR എന്നിവ പ്രകാരം നിങ്ങളുടെ എക്സ്പോഷർ ഞങ്ങൾ വിലയിരുത്തുന്നു.
- ആർട്ടിക്കിൾ 22 GDPR-നുള്ള നിങ്ങളുടെ ആഘാത വിലയിരുത്തലും മനുഷ്യ മേൽനോട്ട പ്രക്രിയയും ഞങ്ങൾ അവലോകനം ചെയ്യുന്നു.
- ഉയർന്ന അപകടസാധ്യതയുള്ള റിക്രൂട്ട്മെന്റ്, ക്രെഡിറ്റ്, ഇൻഷുറൻസ് സംവിധാനങ്ങൾക്കായി നിങ്ങളുടെ AI ആക്റ്റ് കംപ്ലയൻസ് ഞങ്ങൾ തയ്യാറാക്കുന്നു.
- ഡോക്യുമെന്റേഷൻ, ഓഡിറ്റ് അവകാശങ്ങൾ, ബാധ്യത എന്നിവയെക്കുറിച്ചുള്ള വിതരണ കരാറുകളിൽ ഞങ്ങൾ ചർച്ച നടത്തുന്നു.
- ഞങ്ങൾ പരാതികൾ, ഇൻസ്റ്റിറ്റ്യൂട്ട് നടപടിക്രമങ്ങൾ, ക്ലെയിമുകൾ, റെഗുലേറ്ററി അന്വേഷണങ്ങൾ എന്നിവ കൈകാര്യം ചെയ്യുന്നു.
ചുരുക്കം
- വാങ്ങിയ സംവിധാനം ഉണ്ടെങ്കിൽ പോലും, വിവേചനപരമായ ഫലങ്ങൾക്ക് വിന്യസിക്കുന്ന സ്ഥാപനം ബാധ്യസ്ഥനാണ്.
- വസ്തുതകൾ വിവേചനം സൂചിപ്പിച്ചുകഴിഞ്ഞാൽ, സംഘടന വിവേചനം കാണിച്ചിട്ടില്ലെന്ന് തെളിയിക്കണം.
- ആർട്ടിക്കിൾ 22 GDPR പൂർണ്ണമായും ഓട്ടോമേറ്റഡ് തീരുമാനങ്ങളെ നിയന്ത്രിക്കുന്നു; മനുഷ്യ അവലോകനം യഥാർത്ഥമായിരിക്കണം.
- റിക്രൂട്ട്മെന്റ്, ക്രെഡിറ്റ്, ഇൻഷുറൻസ് എന്നിവയ്ക്കുള്ള AI ആക്റ്റ് ഹൈ-റിസ്ക് ഡ്യൂട്ടി 2027 ഡിസംബർ 2 മുതൽ ബാധകമാണ്.
- ഏതൊരു പ്രതിരോധത്തിന്റെയും കാതൽ പരിശോധനയുടെയും നിരീക്ഷണത്തിന്റെയും രേഖപ്പെടുത്തലാണ്.
പതിവു ചോദ്യങ്ങൾ
നമ്മുടെ മൂന്നാം കക്ഷി AI പക്ഷപാതപരമാണെങ്കിൽ, ആരാണ് ഉത്തരവാദി: വെണ്ടറോ അതോ നമ്മളോ?
ബാധിക്കപ്പെട്ട വ്യക്തിക്ക്, സാധാരണയായി നിങ്ങൾ വിന്യാസി എന്ന നിലയിൽ. വെണ്ടറിനെതിരെ നിങ്ങൾക്ക് ഒരു കരാർ ക്ലെയിം ഉണ്ടായിരിക്കാം (ആർട്ടിക്കിൾ 6:74 BW), എന്നാൽ അത് ഒരു സിവിൽ ക്ലെയിമിൽ നിന്നോ റെഗുലേറ്ററി പിഴയിൽ നിന്നോ നിങ്ങളെ സംരക്ഷിക്കുന്നില്ല.
നമ്മുടെ അൽഗോരിതം വിവേചനപരമല്ലെന്ന് എങ്ങനെ തെളിയിക്കും?
ഉപയോഗിക്കുന്നതിന് മുമ്പും ശേഷവും നടത്തിയ രേഖകളോടൊപ്പം: ഡാറ്റാ ഉറവിടങ്ങൾ, ഗ്രൂപ്പുകളിലുടനീളമുള്ള മൂല്യനിർണ്ണയ പരിശോധനകൾ, പതിവ് ഓഡിറ്റുകൾ, തിരുത്തൽ ഘട്ടങ്ങൾ, തീരുമാന യുക്തിയുടെ വിശദീകരണം. AI നിയമത്തിന് കീഴിലുള്ള ഉയർന്ന അപകടസാധ്യതയുള്ള സിസ്റ്റങ്ങൾക്ക്, 2027 ഡിസംബർ 2 മുതൽ അത്തരം ഡോക്യുമെന്റേഷൻ നിർബന്ധമാകും.
വിശദീകരിക്കാവുന്ന AI നമ്മുടെ ബാധ്യത ഇല്ലാതാക്കുമോ?
ഇല്ല. വിശദീകരണക്ഷമത GDPR സുതാര്യതാ ചുമതലകൾ നിറവേറ്റാൻ സഹായിക്കുന്നു, എന്നാൽ ഒരു സംരക്ഷിത ഗ്രൗണ്ട് അല്ലെങ്കിൽ ഒരു പ്രോക്സിയാണ് ഫലം തീരുമാനിച്ചതെന്ന് വിശദീകരണം കാണിക്കുന്നുണ്ടെങ്കിൽ, തീരുമാനം ഇപ്പോഴും വിവേചനപരമാണ്.
ഈ നിയമങ്ങൾ ചെറുകിട ഇടത്തരം സംരംഭങ്ങൾക്ക് ബാധകമാണോ?
അതെ. ടോർട്ട് നിയമം, തുല്യ പരിഗണന നിയമം, GDPR എന്നിവ വലുപ്പം പരിഗണിക്കാതെ ബാധകമാണ്. AI നിയമം SME-കൾക്ക് ചില ഭാരങ്ങൾ ലഘൂകരിക്കുന്നു, എന്നാൽ റിക്രൂട്ട്മെന്റിനോ ക്രെഡിറ്റ് സംവിധാനങ്ങൾക്കോ ഉയർന്ന അപകടസാധ്യതയുള്ള തീരുവകൾ ഇപ്പോഴും ബാധകമാണ്.