Gyvename laikmečiu, kai technologijų sparta gerokai lenkia įstatymų leidėjų galimybes reaguoti. Dirbtinis intelektas (DI) nebėra tik mokslinės fantastikos filmų ar tolimos ateities vizijų dalis. Šiandien jis rašo programinį kodą, diagnozuoja ligas, kuria meną, valdo autonominius automobilius ir priima sprendimus dėl paskolų išdavimo. Tačiau su šia neįtikėtina galia kyla ir beprecedentė rizika. Todėl dirbtinis intelektas ir teisiniai reguliavimai tapo viena iš svarbiausių ir karščiausiai diskutuojamų temų ne tik technologijų sektoriuje, bet ir teismų salėse bei vyriausybių kabinetuose visame pasaulyje.
Ką šis technologinis šuolis reiškia paprastam vartotojui, inovatyviam startuoliui ir tarptautinei korporacijai? Šiame straipsnyje išsamiai apžvelgsime, kaip formuojasi dirbtinio intelekto teisė, kokius iššūkius kelia autorių teisės, asmens duomenų apsauga, teisinė atsakomybė bei kokios taisyklės jau visai netrukus diktuos žaidimo sąlygas visoje Europos Sąjungoje ir Lietuvoje.
Europos Sąjungos Dirbtinio Intelekto Aktas: Pasaulinis standartas?
Europos Sąjunga visada garsėjo kaip griežčiausia pasaulio reguliuotoja technologijų srityje (prisiminkime BDAR įtaką pasauliui). Reaguodama į DI keliamas grėsmes, ES priėmė istorinį dokumentą – Dirbtinio intelekto aktą (angl. AI Act). Tai yra pirmasis toks išsamus ir horizontalus DI reguliavimas pasaulyje, kuris neabejotinai taps etalonu ir kitoms valstybėms.
ES požiūris į dirbtinį intelektą yra pagrįstas rizika. Užuot bandžius reguliuoti pačią technologiją (kas būtų neįmanoma dėl jos nuolatinio kitimo), nuspręsta reguliuoti jos pritaikymo būdus. Aktas skirsto DI sistemas į keturias pagrindines rizikos kategorijas:
- Nepriimtina rizika (Visiškas draudimas): Sistemoms, kurios akivaizdžiai pažeidžia pagrindines žmogaus teises, nebus vietos ES rinkoje. Tai apima socialinio reitingavimo sistemas (panašias į tas, kurios naudojamos Kinijoje), pasąmonines manipuliacijas, taip pat realaus laiko biometrinio atpažinimo sistemas viešosiose vietose (su labai retomis teisėsaugos išimtimis).
- Didelė rizika: Tai sistemos, kurios gali turėti reikšmingą poveikį žmonių sveikatai, saugumui ar pagrindinėms teisėms. Pavyzdžiui: DI, naudojamas medicinos prietaisuose, darbuotojų atrankos algoritmų sistemos, švietimo vertinimo sistemos, teisėsaugos įrankiai ir autonominių transporto priemonių programinė įranga. Prieš patekdami į rinką, šie produktai turės praeiti itin griežtus atitikties vertinimus, užtikrinti duomenų kokybę, žmogaus priežiūrą ir kibernetinį saugumą.
- Ribota rizika: Šiai kategorijai priskiriami pokalbių robotai (angl. chatbots), virtualūs asistentai ir giliųjų klastočių (angl. deepfakes) generavimo įrankiai. Pagrindinis reikalavimas čia – skaidrumas. Vartotojas privalo būti aiškiai informuotas, kad jis bendrauja su mašina arba kad matomas turinys yra sugeneruotas DI.
- Minimali rizika: Tai vaizdo žaidimai su DI elementais, šlamšto (spam) filtrai ir kitos kasdienės sistemos. Jos nebus papildomai reguliuojamos šio akto rėmuose ir galės laisvai funkcionuoti.
Ką tai reiškia Lietuvos verslui?
Lietuvos IT sektorius, ypač finansinių technologijų (FinTech), medicinos technologijų (MedTech) ir programinės įrangos kūrimo srityse, yra labai stiprus. Viena vertus, naujasis reguliavimas reikš papildomą administracinę naštą. Startuoliai, kuriantys didelės rizikos DI sprendimus, turės investuoti dešimtis tūkstančių eurų į teisinius auditus, dokumentaciją bei sertifikavimą.
Kita vertus, vieningi standartai ES lygmeniu sukuria pasitikėjimą. Lietuvoje sukurtas ir AI Akto reikalavimus atitinkantis produktas galės būti laisvai parduodamas visoje Europoje su savotišku „kokybės ir saugumo ženklu“. Norėdama sušvelninti perėjimo procesą, Lietuva, kaip ir kitos ES šalys, skatins „reguliacinių smėliadėžių“ (angl. regulatory sandboxes) kūrimą. Tai saugi aplinka, kurioje verslas galės testuoti inovatyvius DI modelius prižiūrint reguliuotojams, nebijodamas gauti milžiniškų baudų už netyčines klaidas kūrimo procese.
Autorių teisės: Kam priklauso dirbtinio intelekto sukurti šedevrai?
Viena iš pačių sudėtingiausių ir labiausiai teisininkų ginčijamų sričių yra intelektinė nuosavybė. Kai jūs įvedate užklausą į „Midjourney“ ar „DALL-E“ ir gaunate nuostabų paveikslą, kam priklauso to kūrinio autorių teisės? Jums, kuris parašė užklausą (angl. prompt)? Platformos kūrėjams? O gal niekam?
Tradicinė teisė, įskaitant ir Lietuvos autorių teisių ir gretutinių teisių įstatymą, remiasi fundamentaliu principu: autorius gali būti tik fizinis asmuo (žmogus), kurio kūrybinės veiklos rezultatas yra konkretus kūrinys. JAV Autorių teisių biuras jau yra priėmęs kelis precedentinius sprendimus, atsisakydamas registruoti išimtinai DI sugeneruotus komiksus ir paveikslus, teigdamas, kad juose trūksta „žmogaus autorystės elemento“. Tačiau situacija tampa pilka, kai žmogus naudoja DI tik kaip įrankį – iš esmės redaguoja, perkuria ir modifikuoja gautą rezultatą. Kurioje vietoje baigiasi mašinos darbas ir prasideda žmogaus kūryba? Tai klausimas, į kurį teismai atsakinės dar ne vienerius metus.
Treniravimo duomenų problema: vagystė ar sąžiningas naudojimas?
Dar didesnė audra kyla dėl to, kaip DI modeliai mokomi. Didieji kalbos modeliai (LLM), tokie kaip „ChatGPT“, ir vaizdų generatoriai buvo treniruojami naudojant milijardus tekstų, nuotraukų ir straipsnių, surinktų iš interneto, dažniausiai neatsiklausiant tikrųjų autorių ir nemokant jiems kompensacijų.
Šiuo metu pasaulyje vyksta dešimtys didžiulių teismo procesų. Pavyzdžiui, leidinys „The New York Times“ padavė į teismą „OpenAI“ ir „Microsoft“, kaltindamas juos neteisėtu milijonų autorinių straipsnių panaudojimu modeliui treniruoti. Taip pat grupė menininkų bylinėjasi su vaizdų generavimo platformomis, nes modeliai sugeba tobulai atkartoti specifinį, tų menininkų ilgus metus tobulintą stilių.
DI kūrėjai ginasi remdamiesi „sąžiningo naudojimo“ (angl. fair use) doktrina arba ES direktyvoje įtvirtinta išimtimi teksto ir duomenų gavybai (angl. Text and Data Mining, TDM). ES taisyklės numato, kad galima analizuoti viešai prieinamus duomenis, nebent autorius to aiškiai nepageidauja (angl. opt-out) naudodamas mašininio skaitymo formatus (pavyzdžiui, metaduomenis svetainėje). Tačiau įrodyti, kad tavo darbas buvo panaudotas nelegaliai, kai jis ištirpo milijardų parametrų „juodojoje dėžėje“, yra techniškai labai sunku.
Asmens duomenų apsauga ir BDAR susidūrimas su DI
Dirbtinio intelekto sistemos yra alkanos duomenų, o Bendrai asmens duomenų apsaugos reglamentas (BDAR) reikalauja duomenų minimizavimo. Tai sukuria natūralų teisinį konfliktą. Prisiminkime 2023 metų pavasarį, kai Italijos duomenų apsaugos institucija laikinai užblokavo „ChatGPT“ dėl įtarimų, kad sistema neturi teisinio pagrindo masiškai rinkti žmonių duomenis ir nesugeba užtikrinti vaikų apsaugos.
Kelios kertinės problemos, susikertant BDAR ir DI technologijoms:
- Teisė būti pamirštam (Right to be forgotten): Pagal BDAR, kiekvienas ES pilietis gali reikalauti ištrinti savo duomenis. Tačiau kaip „ištrinti“ savo duomenis iš dirbtinio intelekto modelio? Modelis nėra duomenų bazė, jis yra neuroninis tinklas. Norint pašalinti specifinę informaciją, gali tekti iš naujo treniruoti visą modelį, kas kainuoja milijonus, arba naudoti „mašininio atpratimo“ (angl. machine unlearning) technologijas, kurios kol kas yra tik ankstyvoje tyrimų stadijoje.
- Sprendimų priėmimo skaidrumas: BDAR 22 straipsnis apsaugo žmones nuo sprendimų, pagrįstų tik automatizuotu duomenų tvarkymu (įskaitant profiliavimą), jei tai sukelia teisines pasekmes. Jei banko DI algoritmas atmeta jūsų paskolos paraišką, jūs turite teisę reikalauti žmogiškojo įsikišimo ir paaiškinimo. Tačiau DI modeliai dažnai veikia kaip „juodosios dėžės“ – net patys kūrėjai ne visada gali tiksliai paaiškinti, kodėl neuroninis tinklas priėmė vieną ar kitą sprendimą. Tai reikalauja plėtoti „paaiškinamąjį DI“ (angl. Explainable AI, XAI).
- Duomenų tikslumas: DI sistemos kartais „haliucinuoja“ – generuoja įtikinamai skambančius, bet visiškai išgalvotus faktus. Jei DI sugeneruoja melagingą, reputaciją žeminančią informaciją apie realų asmenį, tai gali tapti ne tik šmeižto, bet ir grubiu BDAR (tikslių duomenų tvarkymo principo) pažeidimu.
Atsakomybės klausimas: Kas kaltas, kai robotas padaro klaidą?
Vienas iš didžiausių iššūkių, stabdančių masinį DI sprendimų, ypač autonominių sistemų, diegimą į fizinį pasaulį, yra atsakomybės neapibrėžtumas. Panagrinėkime kelis hipotetinius, bet vis labiau realybe tampančius scenarijus.
Kas prisiima atsakomybę, jei ligoninėje įdiegtas dirbtinio intelekto algoritmas, analizuojantis rentgeno nuotraukas, nepastebi naviko ir pacientas dėl to patiria sunkią žalą sveikatai? Gydytojas, kuris pasikliovė sistema? Programinės įrangos kūrėjas? Ligoninės administracija? O galbūt pats algoritmas? (Teisiškai DI šiuo metu neturi teisinio subjektiškumo, todėl pats atsakyti negali).
Arba kas moka kompensaciją, jei autonominis automobilis, susidūręs su neįprasta eismo situacija, pasirenka manevrą, kuris baigiasi avarija ir pėsčiojo sužalojimu? Iki šiol teisė daugiausia rėmėsi kaltės principu – reikėjo rasti žmogų, kuris priėmė neteisingą sprendimą. Su autonominėmis DI sistemomis tradicinė civilinė atsakomybė nebeveikia sklandžiai.
Europos Sąjunga ir čia imasi iniciatyvos. Šalia AI Akto yra rengiama DI atsakomybės direktyva (AI Liability Directive) bei atnaujinama Atsakomybės už gaminius su trūkumais direktyva. Šių teisės aktų tikslas yra palengvinti įrodinėjimo naštą nukentėjusiajam. Vietoj to, kad žmogus turėtų samdyti brangius ekspertus bandydamas įrodyti, kaip konkrečiai suveikė sudėtingas kodas (kas paprastam žmogui yra beveik neįmanoma), bus taikoma tam tikra kaltės prezumpcija DI sistemos kūrėjui arba operatoriui, jei bus nustatyta, kad sistema neatitiko saugumo reikalavimų arba veikė ne pagal paskirtį.
Verslui tai reiškia viena – būtina itin atidžiai peržiūrėti sutartis, garantijų sąlygas ir civilinės atsakomybės draudimo polisus. Tiekėjai, parduodantys DI sprendimus Lietuvos įmonėms, turės prisiimti daug didesnę teisinę atsakomybę, o įmonės, diegiančios šiuos sprendimus, turės užtikrinti griežtą žmogiškąją priežiūrą (angl. human-in-the-loop), kad išvengtų tiesioginės atsakomybės už mašinos klaidas.
Šališkumas ir diskriminacija: Kai algoritmai išmoksta blogiausių visuomenės bruožų
Nors dirbtinis intelektas neturi emocijų, jis toli gražu nėra objektyvus. DI modeliai mokosi iš istorinių duomenų. Jei visuomenėje praeityje egzistavo diskriminacija ar stereotipai, algoritmas juos perims ir netgi sustiprins, traktuodamas tai kaip matematinę normą.
Praeityje viena didžiausių pasaulio technologijų korporacijų turėjo skubiai atšaukti savo DI paremtą CV atrankos sistemą, kai paaiškėjo, jog algoritmas sistemingai mažino moterų kandidatūrų vertinimus programavimo pozicijoms. Taip nutiko todėl, kad sistema buvo treniruojama naudojant pastarųjų dešimties metų priimtų darbuotojų gyvenimo aprašymus, o tarp jų absoliuti dauguma buvo vyrai. Algoritmas „padarė išvadą“, kad vyriška lytis yra sėkmės indikatorius.
Lietuvos Respublikos lygių galimybių įstatymas, kaip ir atitinkami ES teisės aktai, griežtai draudžia diskriminaciją dėl lyties, rasės, tautybės, amžiaus ar orientacijos. Jei įmonė Lietuvoje naudos šališką DI algoritmą darbuotojų atrankai, paskolų išdavimui (kreditingumo vertinimui) ar netgi kainodaros nustatymui (pvz., siūlant brangesnes prekes tam tikrų rajonų gyventojams), ji rizikuoja gauti ne tik baudą už vartotojų teisių pažeidimus, bet ir susidurti su reputacine krize. Siekiant to išvengti, teisininkai ir duomenų mokslininkai privalo bendradarbiauti atliekant „algoritmų poveikio vertinimus“ (Algorithmic Impact Assessments) dar prieš sistemai pradedant veikti.
Ateities perspektyvos ir teisininkų vaidmuo technologijų amžiuje
Akivaizdu, kad gyvename transformaciniu laikotarpiu. Teisė, kuri tradiciškai yra konservatyvi ir lėtai besikeičianti sritis, priversta adaptuotis milžinišku greičiu. Formuojasi visiškai nauja teisės atšaka – dirbtinio intelekto teisė. Ateities teisininkas nebegalės apsiriboti tik kodeksų išmanymu; jis turės suprasti, kas yra mašinų mokymasis, kaip veikia API sąsajos, kas yra duomenų tokenizacija ir atviro kodo licencijos.
Organizacijoms ir įmonėms šis pereinamasis laikotarpis reikalauja proaktyvumo. Nelaukite, kol ES Dirbtinio intelekto aktas ar naujos BDAR gairės pradės galioti visa apimtimi. Ką įmonės turėtų daryti jau šiandien?
- Atlikti sistemų auditą: Žinokite, kokius DI įrankius (net ir tuos, kuriuos darbuotojai naudoja savavališkai, pvz., nemokamus teksto generatorius) naudoja jūsų organizacija.
- Sukurti vidaus politiką: Patvirtinkite aiškias gaires darbuotojams, ką galima ir ko negalima kelti į viešus DI modelius (pvz., griežtai drausti kelti konfidencialų programinį kodą, klientų asmens duomenis ar komercines paslaptis).
- Peržiūrėti sutartis su tiekėjais: Reikalaukite aiškių garantijų iš trečiųjų šalių, tiekiančių DI sprendimus, kad jų įrankiai nepažeidžia autorių teisių ir atitinka saugumo standartus.
- Ugdyti kompetencijas: Edukuokite savo teisininkų, atitikties (compliance) ir IT saugumo komandas apie naujausias reguliavimo tendencijas.
Dirbtinio intelekto teisinis reguliavimas neturėtų būti matomas tik kaip kliūtis inovacijoms. Nors trumpuoju laikotarpiu tai kels sumaišties ir pareikalaus papildomų investicijų, ilgalaikėje perspektyvoje aiškios taisyklės sukuria stabilią aplinką investicijoms ir apsaugo pažeidžiamiausius visuomenės narius. Laimės tos valstybės ir įmonės, kurios sugebės rasti tobulą balansą tarp veržlių technologinių inovacijų bei tvirtų, žmogaus teises ir saugumą garantuojančių etikos bei teisės normų.