Menü

Mesterséges intelligencia és jogi felelősség

Feltöltve: 2022. június 15.

Szabályozás ANI Felelősség Etika Innováció AI Jog
Email Share Tweet Share Follow

A jog és technológia keresztmetszetében kiemelt helyen szerepel a mesterséges intelligencia témaköre. Jelenleg is számos felhasználási területe van az AI alapú megoldásoknak, miközben számtalan kérdés merül fel a biztonsággal, átláthatósággal, elszámoltathatósággal, az alapvető jogok tiszteletben tartásával kapcsolatban, de ugyanúgy fontos aspektus, hogy hogyan lehet elkerülni a diszkriminációt? Mindeközben az egyes megoldások rohamtempóban fejlődnek, és amíg jelenleg csak az ANI (artificial narrow intelligence) technológiai megoldásokról lehet felelősségteljesen beszélni, nem szabad elfelejteni a következő lépcsőket, az AGI-t (artificial general intelligence) és ASI-t (artificial superintelligence), amik jelenleg jogi szempontból még a sci-fi kategóriába esnek.

Újra Zorkóczy Miklóssal beszélgetünk a LegalTech aktuális kérdéseiről, jelen esetben, hogy mi a jelenlegi technológia mögötti jogi felelősség alapja, elegendő-e a jogi szabályozás, mikor kell és kell-e innovatív jogi szabályozás?

Dr. Zorkóczy Miklós

Dr. Zorkóczy Miklós

Founder & Director @ Zorkóczy Law Office / LEGALai§e

Zorkóczy Miklós ügyvéd, mesterséges intelligencia konzultáns, kutatója a LegalTech és a HealthTech
témakörnek. Témaspecifikus iskoláit a Legal Technology Innovations Institute Certificate (UK, Dubai), illetve az EIT Health RIS HelloAI képzések keretében szerezte. Start up tanácsadó és mentor, a HVCA és a CEU iLAB tevékenységének aktív résztvevője, ügyvédi irodáknak, nagyvállalati jogi osztályoknak szívesen tart bemutatót a technológia szerződés előkészítő és ügyfélkiszolgáló
munkára gyakorolt hatásáról, a mesterséges intelligencia felelősségi és etikai vonatkozásairól. A TalkingLegalTech HuB alapító tagja. (www.legalise.hu; Linkedin).

Laczkó Gábor

Laczkó Gábor

Stylers Group, Managing Partner & Co-Founder; Braining Hub, CEO & Co-Founder

Gábor a Stylers, a Braining Hub, valamint a Protechtor egyik alapító tulajdonosa. Az elmúlt 18 évben a IT területen szoftverfejlesztő vállalatot épített, Magyarországon és az Egyesült Államokban, valamint IT iskola és tréning centrum kialakításával foglalkozott. Legfőbb erényei közé tartozik a tudatos vállalati kultúra kialakítása, csapatok vezetése és motiválása. Jelenleg a Stylers és a Braining Hub üzletfejlesztésével foglalkozik, digitális transzformációs projekteket vezet és egyedi IT képzési modelleket épít.

Szakmai partnerek

Mesterséges intelligencia és jogi felelősség

Feltöltve: 2022. június 15.

Szabályozás ANI Felelősség Etika Innováció AI Jog
Email Share Tweet Share Follow

Ajánlott videók

REGIO JÁTÉK: a modern játékkereskedelmi kiskátéja – stratégiai gondolkodás és IT

Mire van szükség ipari IT fejlesztési projektek input minőségének javításához?

Microservice Tréning Nap

Az e-sport és gaming jelene a magyar piacon és azok kereskedelmi metszetei

Az ingatlanpiaci digitalizáció jelene és jövője

5 év múlva elképzelhetetlen az adathitelesítés blockchain nélkül

API használat, state management és az rxjs szépégei nagy projektek esetén

LegalTech trendek a magyar piacon és a vilában

Foodpanda: Digitalizáció és stratégiai látásmód piacvezető szerepben

Data science módszerek vásárlói viselkedésminták elemzésére 2.0

Next Earth: A blockchain alapú jövő

Nestlé: Online FMCG értékesítés a világ legnagyobb élelmiszeripari vállalatának szemszögéből

Data Science az online médiában: az adatvezérelt újságírás jövője

A Java jelene és jövője

A sikeres ügyfél-szolgáltató együttműködés kultúrális és szervezési kérdései

Generációk és fogyasztói szokások változása a metaverzum kapujában

OKR, avagy hogyan érik el a világelsők a legambiciózusabb terveiket

A Bitrise sztori: üzlet, vezetés és vállalati kultúra

Mesterséges intelligencia a videós kontent gyártásban

Java REST API kihívások és megoldások

Mesék a való életből: adathalászat, mely a javunkat szolgálja

Az adatvagyon keletkezése, kezelése és monetizációja az e-kereskedelemben

A mesterséges intelligencia alapjai

Cégépítészet – hogyan építsünk sikeres vállalatot a digitális korban?

Amikben hibáztam – Beszélgetés Bojár Gáborral

Influencerek és új médiacsatornák az e-commerce marketingben

HR támogatás a digitális forradalom tükrében

Agilis tesztelés a gyakorlatban

Subscription rendszerek a médiában: HVG, Central Médiacsoport

Az ügyfélélmény versenyjogi és fogyasztóvédelmi aspektusai

Digitális ipari megoldások: az AR/VR ipari alkalmazása

Digitális terméktervezés és a design kutatás haszna

Projekt életciklus fejlesztői szemmel

Ipar 4.0 – Álmok és a valóság Data Science szemszögből

Ameddig a föld kerek, mindig lesznek Dockerek!

Bodorítsunk-e bárányfelhőket – mire jó a cloud?

A fenntarthatósági kihívások az E-commerce logisztikában

Vezető a vezető mögött

Iparági helyzetelemzés a B2B e-commerce piac trendjeiről és jövőjéről

Remote first

AI alapú ajánlórendszerek a gyakorlatban

AI fejlesztési tapasztalatok a hazai nagyvállalati és az amerikai startup szektorból

Ökoszisztémák az e-kereskedelemben

Adatokban gazdag

Kubernetes Policy Enforcement – a Kubernetes videóbírója

Innovatív payment stratégia: így kattintanak egyre többen a fizetés gombra

Engineering kultúra vol. 2: Feedback és onboarding a terítéken

Hogyan építsünk AI alapú vállalati alkalmazásokat? – Avagy egy szakma szépségei és buktatói

Exportfejlesztés az Egyesült Államokban

Intézményi befektetők a nemzetközi piacra lépés mögött – ahogy a Hiventures látja

Szervezeti hálózatelemzés

Konténerizáció ismertető

Data Science – IT Morning School

Data science módszerek vásárlói viselkedésminták elemzésére

Hogyan válasszak e-commerce fejlesztési platformot?

Robotok a vállalati kommunikációban

Single source of TRUTH, avagy a teljes customer experience forrása és jövője

Termékkereső a webáruházakban

A mesterséges intelligencia határterületei

Hogyan lettem adattudós?

Building Products People Will Love

Milyen a hatékony engineering kultúra?

Mi fán terem az agilitás? – IT Morning School

Natív és cross platform alkalmazások – IT Morning School

Webes technológiák – IT Morning School

Hogyan épül fel egy fejlesztő csapat? – IT Morning School

Robotikai alapok – IT Morning School

Technológiai áttekintés – IT Morning School

E-commerce az Egyesült Államokban: Amazon és más csodaszerek

Magyarországról az amerikai piacra: a partraszállástól a befektetőkig

Így reagáltunk mi a változásokra – szallas.hu és ingatlan.com

Kitartás a vezetésben és sportban

Mit tanul ma egy vezető? Mások hogy csinálják?

Kezdjünk bele az AI transzformációba!

Az e-commerce jövője: 50%-os részesedés a teljes kiskereskedelemből?

Vízesés és agilis fejlesztési szemléletek — mindkettőre szükség van?

Microservice architektúra alapok

A jövő váratlanul válik jelenné – Auchan, Decathlon, Rossmann

E-commerce rendszer Microservice architektúrával

Kiberbiztonság webes aspektusai, támadási felületek és védekezési lehetőségek

Felhasználói élmény és e-commerce – 1. rész

Felhasználói élmény és e-commerce – 2. rész

Google Analytics fejlesztői szemmel

Chatbot alapok és gyakori integrációk

Hogyan határozzuk meg és hogy mérjük a legfontosabb eCommerce KPI-okat?

Hogyan használjuk ki az adatelemzés adta lehetőségeket a digitális világban?

Termékajánlók webshopoknak a Google AI segítségével

AI ajánlórendszerek típusai és megközelítései

Diverz kereskedelmi folyamatok felépítése

Evolution of the Shopping Experience – a Walmart Case Study

Ajánlott videók

Vállalati képzések

Artificial Intelligence

Data Science
Vállalati szolgáltatások

Vállalati képzések