Pētījumu un publikāciju datu bāze

Pētījums Mākslīgā intelekta sistēmas un diskriminācijas aspekti

Valoda:
Latviešu
Pētījuma statuss:
Nodots

Pētījums Mākslīgā intelekta sistēmas un diskriminācijas aspekti

Pētījuma mērķis:

Izpētīt MI sistēmu jau šobrīd radītos diskriminācijas riskus četrās no MI akta II pielikumā minētajām jomām:
1) fizisku personu biometriskā identifikācija un kategorizācija;
2) izglītība un arodapmācības;
3) nodarbinātība, darba ņēmēju pārvaldība un piekļuve pašnodarbinātībai;
4) piekļuve privātiem pamatpakalpojumiem un sabiedriskajiem pakalpojumiem un pabalstiem
un to izmantošana

Pētījuma uzdevums:

Pētījumā ir analizēts diskriminācijas aizlieguma, datu aizsardzības un mākslīgā intelekta normatīvais regulējums, kā arī vērsta uzmanību uz esošā tiesiskā regulējuma problēmām un izaicinājumiem algoritmu un MI sistēmu izmantošanas kontekstā. Pēc tam Pētījumā ir apkopoti un analizēti uzskatāmākie piemēri no starptautiskās prakses, kas saistīti ar MI sistēmu radīto diskrimināciju iepriekš minētajās četrās jomās, kā arī analizēti piemēri no prakses par MI sistēmu radīto diskrimināciju šādu kritēriju dēļ – dzimums, invaliditāte, rase, etniskā piederība, sociālais stāvoklis, vecums, seksuālā orientācija. Tajā pašā laikā pētījumā tiek apskatīti arī piemēri par to, kā MI sistēmu izmantošana citu kritēriju dēļ var radīt pozitīvu/negatīvu attieksmi iepriekš minētajās jomās.

Nodošanas datums:
17.10.2024
Resors (nozares ministrija, neatkarīga iestāde vai pašvaldība):
Latvijas Republikas Tiesībsargs
tiesibsargs@tiesibsargs.lv
Iesniedzējinstitūcijas autorizētais lietotājs:
Pētījuma pasūtītājs:
Latvijas Republikas Tiesībsargs
tiesibsargs@tiesibsargs.lv
Politikas joma:
Cilvēktiesības
Pētījuma klasifikācija:
Kompleksi analītisks pētījums
Pētījumu rezultātu izmantošana:
Izpratnes par mākslīgā intelekta sistēmu ietekmi un diskriminācijas novēršanu
Autoru saraksts:
  • Irēna Barkāne
Pētījuma finansēšanas avots:
Valsts budžets
Pētījuma finansēšanas summa EUR (bez PVN):
8976.98 EUR
Pētījuma sasniegtie rezultāti:

Rekomendācijas

Prakses piemēri atklāj vairākus kopīgus vispārējus izaicinājumus, ko MI sistēmas rada diskriminācijas aizlieguma principam un attiecīgas prasības, kas jāievēro, lai mazinātu un novērstu
diskriminācijas riskus:

  • Datu kvalitāte un datu pārvaldība;
  • Pārredzamība un izskaidrojamība;
  • Cilvēka virsvadība;
  • Atbildība, atbilstības un ietekmes novērtēšana, uzraudzība.
To top