Skaitmeninė diskriminacija žmogaus teisių apsaugos kontekste: dirbtinio intelekto iššūkiai
Recenzentas / Rewiewer |
Licencinė sutartis Nr. MRU-EDT-2036.
Šiame magistro baigiamajame darbe analizuojama skaitmeninės diskriminacijos problema dirbtinio intelekto sistemų taikymo kontekste, siekiant įvertinti jos pasireiškimo formas ir teisinio reguliavimo pakankamumą. Analizuojamas skaitmeninės diskriminacijos reiškinys darbo rinkoje, paslaugų administravimo, sveikatos priežiūros ir teisingumo srityse, daugiausia dėmesio skiriama skiriant netiesioginei diskriminacijai, kylantiems dėl algoritminio šališkumo ir istorinių duomenų naudojimo sprendimų priėmimo. Empirinėje dalyje analizuojami praktiniai atvejai (Amazon atrankos sistema, SyRI, COMPAS ir sveikatos priežiūros algoritmai), atskleidžiantys sistemines diskriminacijos rizika ir struktūrinės skaitmeninės nelygybės pobūdį. Darbe taip pat vertinami skaidrumo, paaiškinamumo ir proporcingumo principai kaip esminiai žmogaus teisių apsaugos instrumentai automatizuotų sprendimų priėmimo procesuose. Pabaigoje pateikiamos rekomendacijos nacionalinei teisėkūrai, orientuotos į skaidrumo didinimą, algoritminių sistemų priežiūros stiprinimą, asmens teisių apsaugos užtikrinimą bei tarpdisciplininio bendradarbiavimo svarbą.
This master’s thesis analyses the problem of digital discrimination in the context of the application of artificial intelligence systems, aiming to assess its forms of manifestation and the adequacy of legal regulation. The study examines the phenomenon of digital discrimination in the labour market, service administration, healthcare, and justice sectors, with particular emphasis on indirect discrimination arising from algorithmic bias and the use of historical data in decision- making processes. The empirical part analyses practical cases (the Amazon recruitment system, SyRI, COMPAS, and healthcare algorithms), revealing systemic risks of discrimination and the structural nature of digital inequality. The thesis also evaluates the principles of transparency, explainability, and proportionality as key human rights protection instruments in automated decision-making processes. Finally, the study provides recommendations for national legislation focused on increasing transparency, strengthening oversight of algorithmic systems, ensuring the protection of individual rights, and enhancing interdisciplinary cooperation.