როგორ არის რეგულირებული მონაცემთა გამოყენება ხელოვნური ინტელექტის სწავლებისთვის საქართველოში
ხელოვნური ინტელექტის სისტემების სწავლება მოითხოვს უდიდესი მოცულობის ჩანაწერებს, ტექსტებს, სურათებს და სხვა მონაცემებს, რომლებიც ხშირად სხვა ადამიანებზეა შეგროვებული. აქ წარმოიქმნება ფუნდამენტური სამართლებრივი კითხვა: შეიძლება თუ არა ამ მონაცემების გამოყენება მოდელის სასწავლებლად. საქართველოს სამართალში ამ კითხვას პასუხი ზოგადი ნორმებით ეძლევა: „პერსონალურ მონაცემთა დაცვის შესახებ“ საქართველოს კანონი არ შეიცავს ხელოვნური ინტელექტისთვის სპეციალურად მიძღვნილ მუხლს. ეს პირდაპირ უნდა ითქვას: სწავლების მონაცემების გამოყენება წინააღმდეგობაში არ არის კანონთან — ის მარტივად ექვემდებარება იმავე ზოგად რეჟიმს, რომელიც ნებისმიერ სხვა დამუშავებას აწესრიგებს: დამუშავების პრინციპებს, საფუძვლებს, განსაკუთრებული კატეგორიის მონაცემების წესებს და დაპროექტების მოთხოვნებს.
ეს ნიშნავს, რომ სასწავლო მონაცემების შეგროვებისას და მათი მოდელისთვის გამოყენებისას ორგანიზაცია ვალდებულია იმავე კითხვებს უპასუხოს, რომლებიც ნებისმიერ სხვა დამუშავებას ახლავს: რა არის დამუშავების მიზანი, რა საფუძველზე ხდება ის, რამდენად თავსებადია ეს მიზანი მონაცემების შეგროვების თავდაპირველ მიზანთან და რა ზომებით იმცირება რისკი სუბიექტის უფლებებისთვის. ქართული კანონი ევროპულ მიდგომას მიჰყვება, ამიტომ საერთაშორისო პრაქტიკა შედარების ჩარჩოდ რჩება, ხოლო გადამწყვეტი არგუმენტი ყოველთვის ქართული ნორმაა.
შემდგომი დამუშავების თავსებადობის ტესტი
ხელოვნური ინტელექტის სწავლებისთვის მონაცემების გამოყენება თითქმის ყოველთვის შემდგომი დამუშავებაა: მონაცემები ერთი მიზნითაა შეგროვებული და სხვა — სასწავლო — მიზნით გამოიყენება. კანონის მე-4 მუხლის მიხედვით, დაუშვებელია მონაცემთა შემდგომი დამუშავება თავდაპირველ მიზანთან შეუთავსებელი მიზნით. იმისთვის, რომ დადგინდეს თავსებადობა, მე-4 მუხლის მე-2 პუნქტი ექვს ფაქტორს აწესებს, რომლებიც სწავლების პროექტის შეფასების საფუძველია.
პირველი: არსებობს თუ არა შეგროვების თავდაპირველ მიზანსა და სასწავლო მიზანს შორის კავშირი. მეორე: როგორია დამუშავებისთვის პასუხისმგებელ პირსა და მონაცემთა სუბიექტს შორის ურთიერთობის ხასიათი შეგროვების მომენტში. მესამე: აქვს თუ არა სუბიექტს მის შესახებ მონაცემთა ასეთი შემდგომი დამუშავების გონივრული მოლოდინი. მეოთხე: ხორციელდება თუ არა განსაკუთრებული კატეგორიის მონაცემთა დამუშავება. მეხუთე: რომელია სუბიექტისთვის შესაძლო შედეგები, რომლებიც შეიძლება ახლდეს ამ დამუშავებას. მეექვსე: არსებობს თუ არა ტექნიკური და ორგანიზაციული უსაფრთხოების ზომები.
პრაქტიკულად, თუ მომხმარებლისგან მომსახურების მიზნით შეგროვებული მონაცემები მოულოდნელად აღმოჩნდება სასწავლო კორპუსის ნაწილი, გონივრული მოლოდინის ფაქტორი ყველაზე სუსტი რგოლია: სუბიექტი ვერ მოელოდება ასეთ გამოყენებას, და ეს შეუთავსებლობის დასკვნისკენ მიუთითებს. ამიტომ სასწავლო პროექტების დოკუმენტირება ამ ექვსი ფაქტორზე ანალიზით უნდა იწყებოდეს.