الگوریتم های معقول و متعارف و تقویت نظریه قابلیت انتساب مسئولیت مدنی هوش مصنوعی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
بحث از مسئولیت مدنی ناشی از زیان های الگوریتمی، که بیشتر با عنوان مسئولیت مدنی یا مسئولیت برخاسته از کاربرد هوش مصنوعی بررسی شده است، در ادبیات حقوقی نوپاست. الگوریتم های متفکر به دلیل ویژگی های منحصربه فرد خودآموزی، تصادفی بودن، پیش بینی ناپذیری و خودمختاری، درصورت بروز ضرر و زیان، نظام مسئولیتی ویژه ای می طلبند. نظریه عمومی قابلیت انتساب می تواند در چنین موارد نوپدیدی راهگشا باشد؛ وانگهی دردست داشتن معیار و استانداردی شفاف و عمل گرایانه برای مقایسه الگوریتم زیانبار با دیگر موارد مشابه، برای تعیین متعارف عمل کردن آن، با چالش هایی همراه است. تعیین حدود و ثغور مفهوم الگوریتم های متعارف، به لحاظ ناشناخته بودن و پیچیدگی های ذاتی آن ها، لازم است. این پژوهش با بررسی موانع موجود، بازشناسی الگوریتم های معقول و متعارف را با معیاری ترکیبی دنبال می کند، معیاری که ضمن ایجاد انگیزه برای فضاهای فنّاورانه و نوآور، جبران خسارات زیان دیدگان، بهبود سطح ایمنی الگوریتم ها و انعطاف پذیری شایسته برای مواجهه با نسل های جدیدی از فنّاوری را تحقق بخشد. بازخوانی نظریه قابلیت استناد عرفی در وادی الگوریتم هایی با کارایی متعارف و معقول و نیز متناسب سازی این اندیشه جهان شمول، در برخورد با زیان های برخاسته از کاربرد الگوریتم های متفکر، برآیند اصلی تلاش نویسندگان در این نوشتار است.Reasonable Algorithms and Strengthening the "Opposability" Theory on the Civil Liability of Artificial Intelligence
The discussion of civil liability arising from algorithmic losses - mostly investigated as civil liability of artificial intelligence or liability arising from the use of artificial intelligence is nascent /aborning in the legal literature. thinking algorithms require a special civil liability system in case of losses Due to the unique characteristics of self-learning, randomness, unpredictability and autonomy. The general theory of Opposability can be a guide in such new cases, too. However, having a transparent and pragmatic criterion and standard to compare the harmful algorithm with similar cases to determine its normal operation is associated with challenges. Determining the scope of the concept of reasonable algorithms, in terms of their unknown nature and inherent complexities, needs to be investigated. By examining the existing obstacles, this research pursues the re-examination of reasonable algorithms with a mixture criterion: A standard that creates incentives for technological and innovative spaces, compensates for the damage, improves the safety level of algorithms and realises the appropriate flexibility to face new generations of technology. Rereading the Opposability theory (causality customary) in the field of algorithms with conventional and reasonable efficiency, as well as adapting this general theory in dealing with the losses arising from the use of thinking algorithms, is the main result of the authors' efforts in this article