ციფრული სამართლის ახალი კონცეფციები: დიდი მონაცემები, ეკოსისტემები და ფინტექი

თანამედროვე ციფრულ ეკონომიკაში სამართლებრივი გარემოს ფორმირება წარმოუდგენელია იმ ტექნოლოგიური საფუძვლების გააზრების გარეშე, რომლებიც საფინანსო და ბიზნეს სექტორს მართავს. წარმოგიდგენთ ძირითადი ტერმინების სამართლებრივ და ტექნოლოგიურ ანალიზს, რომლებიც მნიშვნელოვნად დაეხმარება ტექნოლოგიის სამართლის იურისტებს ახლა თუ არა მომავალში.

1. დიდი (მოცულობითი) მონაცემები (Big Data)

დიდი მონაცემები არ ციფრული სახის არაერთგვაროვანი, სხვადასხვა ტიპის მონაცემთა სიმრავლე, ციფრული სახის შეუზღუდავი მოქმედება, ფაქტი ან ინფორმაცია, რომლებიც გროვდება მაღალი სიჩქარით, მრავალი წყაროდან და მუშავდება რეალურ დროში მაღალგანვითარებული ტექნოლოგიის და ანალიტიკური ალგორითმის გამოყენებით.

მახასიათებლები:

• დიდ მოცულობა;

• მრავალფეროვნება (ჰეტეროგენულობა);

• სწრაფი (რეალურ დროში) შეგროვება;

• დამუშავების მაღალგანვითარებული ტექნოლოგიების არსებობა.

• ციფრული სახის შეუზღუდავ მოქმედება, ფაქტი ან ინფორმაცია.

2. მონაცემთა კომპლექსური ეკოსისტემა

დიდი მონაცემების კომპლექსური ეკოსისტემა არის ინფორმაციულ-ტექნოლოგიური ინფრასტრუქტურა, რომელიც სხვადასხვა წყაროებიდან მონაცემთა შეგროვების, შენახვისა და გამოყენების სხვადასხვა სისტემების ერთობლიობაა (კერძოდ, მონაცემთა ეკოსისტემა აერთიანებს მონაცემთა მფლობელებს, მონაცემთა ანალიტიკურ კომპანიებს, მონაცემთა პროფესიონალებს, ღრუბლოვანი მომსახურების მიმწოდებელს, მომხმარებელთა ინდუსტრიის კომპანიებს, უნივერსიტეტებს, კვლევით ინსტიტუტებს). მონაცემების ეკოსისტემა მოიცავს პროგრამირების ენებს, პაკეტებს, ალგორითმს და ქმნის მონაცემთა შეგროვების, შენახვის, ანალიზისა და გამოყენების საერთო ინფრასტრუქტურას.

მონაწილეები: ეკოსისტემა აერთიანებს მონაცემთა მფლობელებს, ანალიტიკურ კომპანიებს, პროფესიონალებს, ღრუბლოვანი მომსახურების მიმწოდებლებს, უნივერსიტეტებსა თუ კვლევით ინსტიტუტებს.

ინსტრუმენტები: იგი მოიცავს პროგრამირების ენებს, პაკეტებსა და ალგორითმებს, რაც ქმნის მონაცემთა ანალიზისა და გამოყენების საერთო ინფრასტრუქტურას.

3. მონაცემთა არქიტექტურა

დიდი მონაცემების არქიტექტურა მონაცემთა კომპლექსური ეკოსისტემის ნაწილი და განსაზღვრავს, როგორ უნდა დამუშავდეს, ინახებოდეს, ინტეგრირდებოდეს და გამოიყენებოდეს მონაცემები ორგანიზაციაში ორგანიზაციის საწარმოო მიზნებისთვის.

მონაცემთა არქიტექტურა მოიცავს მონაცემთა მოდელებს, სტრუქტურასა და ტიპებს, მონაცემთა მართვას (მათ შორის სასიცოცხლო ციკლის მართვას), დიდი მონაცემების ანალიტიკას, დიდი მონაცემების ინფრასტრუქტურას (მათ შორის, მოპოვება, მაღალი ხარისხის გამოთვლითი ტექნოლოგიით მხარდაჭერა, დამუშავება), მონაცემთა უსაფრთხოებას.

მონაცემთა არქიტექტურა უზრუნველყოფს მონაცემთა მართვას მისი შეგროვებიდან გარდაქმნამდე (ტრანსფორმაციამდე), განაწილებამდე და მოხმარებამდე, იგი კონცეპტუალური მოდელია და განსაზღვრავს ბიზნესისთვის დიდი მონაცემების (რომელიც მონაცემთა დამმუშავებელი ტრადიციული სისტემებისთვის მეტად მოცულობითია) მოპოვების, დამუშავებისა და ანალიზის სისტემის სტრუქტურასა და ქცევას.

ფუნქცია: იგი უზრუნველყოფს მონაცემთა მართვას შეგროვებიდან მის საბოლოო მოხმარებამდე.

მასშტაბი: მოიცავს მონაცემთა მოდელებს, სტრუქტურას, სასიცოცხლო ციკლის მართვას (მონაცემთა მართვა), დიდ მონაცემთა ინფრასტრუქტურასა და უსაფრთხოებას.

4. ფინტექი და პერსონალური მონაცემები

თანამედროვე ფინანსური ტექნოლოგიები (FinTech) პირდაპირ კავშირშია მონაცემთა დამუშავების ახალ სტანდარტებთან:

ფინტექი (FinTech): აერთიანებს ტექნოლოგიასა და ფინანსებს, რაც ეფუძნება დიდ მონაცემებს, ხელოვნურ ინტელექტს, ღრუბლოვან ინფრასტრუქტურასა და განფენილი რეესტრის ტექნოლოგიებს. იგი ქმნის პლატფორმული მომსახურების გაწევის საფუძველს.

დიდი პერსონალური მონაცემები: ეს არის პერსონალური მონაცემები, რომლებიც გენერირებულია ან დამუშავებულია დიდი მონაცემების კომპლექსური ეკოსისტემის შედეგად.

დასკვნა

ციფრული ეკონომიკის სამართლებრივი მოწესრიგება მოითხოვს მონაცემთა ეკოსისტემისა და არქიტექტურისა სიღრმისეულ ცოდნას, რადგან სწორედ ეს ტექნოლოგიური მოდელები განსაზღვრავენ ბიზნესის ქცევასა და მომხმარებელთა უფლებების დაცვის ხარისხს.