پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 49 |
| تعداد شمارهها | 1,308 |
| تعداد مقالات | 11,245 |
| تعداد مشاهده مقاله | 23,474,591 |
| تعداد دریافت فایل اصل مقاله | 15,804,538 |
چالشهای بکارگیری هوش مصنوعی در حوزه حقوق شهروندی با رویکرد حقوق خصوصی | ||
| حقوق شهری | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 24 تیر 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محسن جعفری بهزادکلائی* 1؛ مونا رهبر2 | ||
| 1عضو هیأت علمی داشگاه پیام نور | ||
| 2دانشجوی دکتری هوش مصنوعی، دانشگاه تبریز، ایران | ||
| چکیده | ||
| تحول فناورانه هوش مصنوعی، نه تنها نظام سنتی مسئولیت مدنی را با بحران انتساب تقصیر و علیت روبهرو کرده، بلکه بنیادهای گستردهتری از حقوق شهروندی مانند حق بر توضیحپذیری، حق اعتراض به تصمیمات خودکار و دسترسی مؤثر به عدالت را نیز دچار چالش ساخته است. در محیط خودتطبیق الگوریتمی، شهروندان در تعامل با سامانههایی نظیر ارزیابی ریسک در استخدام، اعطای وام، خدمات شهری (جریمههای خودکار، تخصیص مسکن عمومی) و دادرسی ماشینی با پدیده «جعبه سیاه» روبهرو هستند که بازسازی منطق تصمیم و احقاق حق را ناممکن میسازد. هدف این پژوهش که با روش توصیفی-تحلیلی انجام شده، گذار از رویکرد صرفاً نظری به ارائه مدلی عملیاتی بر پایه «مسئولیت مدنی مشروط به شفافیت اجرایی» است تا ضمن حفظ نوآوری فناورانه، ابعاد گوناگون حقوق شهروندی (از جمله جبران خسارت، رفع تبعیض الگوریتمی و نظارت قضایی) تأمین گردد. یافتهها نشان میدهد تحقق عدالت در عصر خودیادگیری، مستلزم پیوند شاخصهای فنی شفافیت و قابلیت بازبینی داده با معیار تقصیر است؛ رویکردی که حکمرانی مبتنی بر قابلیت ردیابی را جایگزین مسئولیت محض خطا میکند. مدل پیشنهادی با الزام به مستندسازی آزمونهای استحکام و انصاف و انتقال بار اثبات در صورت امتناع از ارائه گزارشهای فنی، زمینه اعمال مسئولیت پیشدستانه را فراهم میآورد. این مدل با ادغام قابلیت توضیحپذیری بهعنوان شاخص جدید مراقبت متعارف، زیربنای حقوقی لازم برای اعتمادسازی در تعاملات شهروند و سیستمهای خودمختار را میسازد. واژگان کلیدی: حقوق شهروندی، هوش مصنوعی، حقوق خصوصی، مسئولیت مدنی، شفافیت الگوریتمی. | ||
| عنوان مقاله [English] | ||
| Challenges of Applying Artificial Intelligence in the Field of Citizens' Rights with an Emphasis on Private Law | ||
| نویسندگان [English] | ||
| mohsen jafari behzadkalaei1؛ mona rahbar2 | ||
| 1Faculty member of Payam Noor University | ||
| 2PhD student in Artificial Intelligence, University of Tabriz, Iran | ||
| چکیده [English] | ||
| The technological transformation of artificial intelligence has not only confronted the traditional system of civil liability with a crisis of attribution of fault and causality, but has also challenged broader foundations of citizens' rights, such as the right to explainability, the right to contest automated decisions, and effective access to justice. In the self-adaptive algorithmic environment, citizens interacting with systems such as risk assessment in employment, loan approval, urban services (automated fines, public housing allocation) and machine adjudication face the "black box" phenomenon, which makes reconstructing the logic of decisions and vindicating rights impossible. This research, conducted through a descriptive-analytical method, aims to move from a purely theoretical approach to presenting an operational model based on "civil liability conditional upon operational transparency" in order to preserve technological innovation while securing various dimensions of citizens' rights (including compensation for damages, elimination of algorithmic discrimination, and judicial oversight). Findings show that achieving justice in the self-learning era requires linking technical indicators of transparency and data auditability with the criterion of fault—an approach that replaces mere error liability with traceability-based governance. The proposed model, by requiring documentation of robustness and fairness tests and shifting the burden of proof in case of refusal to provide technical reports, provides the basis for proactive liability. By integrating explainability as a new indicator of ordinary care, this model establishes the legal foundation for building trust in citizen-autonomous system interactions. Keywords: Citizens' Rights, Artificial Intelligence, Private Law, Civil Liability, Algorithmic Transparency | ||
|
آمار تعداد مشاهده مقاله: 96 |
||