Mi\u0161ljenje EDSA-e je potaknuto od strane Irske vlasti za za\u0161titu podataka, koja je zatra\u017eila procjenu klju\u010dnih pitanja za\u0161tite podataka u vezi s razvojem i upotrebom AI modela. EDSA, koja je zadu\u017eena za osiguravanje dosljednog tuma\u010denja Op\u0107e uredbe o za\u0161titi podataka (GDPR) unutar EU, u svom mi\u0161ljenju obra\u0111uje tri klju\u010dne ta\u010dke: uslove za anonimnost AI modela; zahtjeve za zakonitu obradu li\u010dnih podataka od strane AI modela \u2013 kako tokom faze razvoja, tako i tokom faze implementacije; i posljedice nezakonite obrade podataka od strane takvih modela.<\/p>\n
EDSA definira AI modele kao klju\u010dne komponente AI sistema koje se kreiraju kroz specifi\u010dne mehanizme obuke (takozvane '\u201eMa\u0161insko u\u010denje<\/em>\u201c") se generi\u0161u na osnovu opse\u017enih skupova podataka. Ako ovi skupovi podataka sadr\u017ee li\u010dne podatke, mora se procijeniti da li se AI model koji se koristi i dalje mo\u017ee smatrati anonimnim. To je posebno upitno u slu\u010daju modela koji su dizajnirani da naknadno pru\u017ee ili u\u010dine dostupnim li\u010dne podatke kojima su bili obu\u010deni tokom razvoja.<\/p>\n EDSA detaljno ispituje okolnosti pod kojima se AI sistem mo\u017ee smatrati anonimnim. \u010cak i ako AI model nije dizajniran za obradu ili izlaz takvih informacija, li\u010dni podaci (npr. iz skupa podataka za obuku) mogu ostati unutar parametara obrade modela. Prema EDSA-i, stoga je odgovornost tijela za za\u0161titu podataka procijeniti mo\u017ee li se odre\u0111eni AI model zaista smatrati anonimnim. Pri tome moraju uzeti u obzir karakteristike podataka za obuku, kontekst u kojem se model koristi i tehnologije dostupne za izdvajanje podataka iz AI modela.<\/p>\n Svako ko \u017eeli koristiti AI model bez obaveze po\u0161tivanja zahtjeva GDPR-a \u2013 kao \u0161to su obaveze vo\u0111enja evidencije o aktivnostima obrade, obavje\u0161tavanja ispitanika ili sklapanja ugovora o obradi podataka s pru\u017eateljem AI modela \u2013 stoga \u0107e morati nadle\u017enom tijelu dokazati da je kori\u0161teni AI model anoniman. U tu svrhu mora se dokazati da se iz modela ne mogu izvu\u0107i li\u010dni podaci niti da se ne mogu dobiti putem upita.<\/p>\n Dokumentacija i transparentnost<\/u><\/p>\n Ako se ne mo\u017ee dokazati da je anonimizacija mogu\u0107a, ili ako upotreba AI modela u svakom slu\u010daju uklju\u010duje obradu li\u010dnih podataka, kontrolor mora po\u0161tovati odredbe GDPR-a. S jedne strane, to zna\u010di da se mora dokumentovati svrha obrade, kao i priroda i obim obra\u0111enih podataka. S druge strane, obrada mora biti transparentna i razumljiva subjektima \u010diji se podaci obra\u0111uju.<\/p>\n EDSA pridaje posebnu va\u017enost ovoj transparentnosti. S obzirom na slo\u017eenost tehnologije koja stoji iza AI modela, informacije o obradi podataka trebaju se pru\u017eiti subjektima podataka u pristupa\u010dnom, razumljivom i korisniku prilago\u0111enom formatu.<\/p>\n Pravna osnova i legitimni interes<\/u><\/p>\n Pravne osnove kao \u0161to su privola, izvr\u0161enje ugovora ili po\u0161tivanje zakonske obaveze rijetko \u0107e se primjenjivati pri kori\u0161tenju AI modela. EDSA stoga detaljno ispituje uslove koje je potrebno ispuniti da bi obrada podataka pomo\u0107u AI modela bila zasnovana na legitimnim interesima kao pravnoj osnovi. U tu svrhu, EDSA predvi\u0111a trofaznu procjenu:<\/p>\n Ovdje je potrebno napraviti razliku izme\u0111u pojedinaca \u010diji su podaci uklju\u010deni u skup podataka za obuku i onih \u010diji se podaci obra\u0111uju tokom faze implementacije. Jednako va\u017ean faktor u uskla\u0111ivanju interesa je pitanje mogu li se od subjekata podataka razumno o\u010dekivati da predvide na\u010din na koji \u0107e njihovim podacima pristupiti AI model (\u0161to se ne smije mije\u0161ati sa uskla\u0111eno\u0161\u0107u sa zahtjevima transparentnosti prema GDPR-u).<\/p>\n Minimizacija rizika<\/u><\/p>\n Kontrolori podataka stoga su posebno pozvani da minimiziraju rizike za subjekte podataka. Sigurnosne mjere poput pseudonimizacije, maskiranja li\u010dnih podataka ili njihove zamjene la\u017enim podacima mogu se razmotriti u tu svrhu. U ovom kontekstu, EDSA posebno isti\u010de mjere koje omogu\u0107avaju subjektima podataka jednostavno ostvarivanje svojih prava \u2013 kao \u0161to su odgovaraju\u0107i period \u010dekanja izme\u0111u prikupljanja podataka i njihove naknadne upotrebe, kao i mogu\u0107nost bezuvjetnog odjavljivanja.<\/p>\n Tako\u0111er se mogu zahtijevati posebne mjere za\u0161tite za specifi\u010dne rizike povezane s AI modelima \u2013 kao \u0161to je web scraping \u2013 (u slu\u010daju web scrapinga, na primjer, isklju\u010divanje odre\u0111enih izvora podataka ili uzimanje u obzir datoteka robots.txt ili ai.txt). Nadalje, tokom operativne faze trebaju se poduzeti mjere kako bi se po mogu\u0107nosti sprije\u010dilo pohranjivanje ili generisanje li\u010dnih podataka.<\/p>\n Na samom po\u010detku treba napomenuti da nezakonita obrada li\u010dnih podataka tokom faze razvoja modela vje\u0161ta\u010dke inteligencije mo\u017ee imati zna\u010dajne implikacije na zakonitost naknadnih operacija obrade. U slu\u010daju nezakonite obrade podataka od strane AI modela, nacionalne nadle\u017ene vlasti imaju ovlasti za istragu, izdavanje naloga i izricanje sankcija. Nadzorni organ mo\u017ee nalo\u017eiti korektivne mjere, izre\u0107i nov\u010dane kazne (do 20 miliona eura ili 4% godi\u0161njeg globalnog prometa grupe) ili \u010dak nalo\u017eiti brisanje cijelog skupa podataka ili AI modela.<\/p>\n Nadalje, subjekti podataka ne mogu samo ostvariti svoja prava na pristup, brisanje, prigovor ili ograni\u010denje obrade svojih podataka podno\u0161enjem \u017ealbe nadle\u017enom tijelu za za\u0161titu podataka, ve\u0107 i ostvariti ta prava pred sudovima. Ako su subjekti podataka pretrpjeli materijalnu ili nematerijalnu \u0161tetu kao rezultat nezakonite obrade njihovih podataka od strane AI modela, oni tako\u0111er mogu tra\u017eiti naknadu \u0161tete.<\/p>\n Organizacije moraju pa\u017eljivo procijeniti ispunjavaju li njihovi AI sistemi visoke standarde evropske za\u0161tite podataka. Transparentnost i dokumentacija potrebne u mi\u0161ljenju EDSA-e, kao i trofazni postupak procjene legitimnih interesa, postavljaju standard. S obzirom na mogu\u0107nost te\u0161kih kazni, pa\u017eljiva primjena ovih zahtjeva je klju\u010dna. Za dodatne informacije i personalizirane savjete, molimo kontaktirajte Stefan Knotzer<\/a> i Roman Taudes<\/a> na sljede\u0107i telefonski broj 01 3912345<\/a> ili putem e-po\u0161te office@atb.law<\/a> dostupno.<\/p>\n\n\n <\/p>","protected":false},"template":"","categories":[29],"class_list":["post-6788","blog-post","type-blog-post","status-publish","has-post-thumbnail","hentry","category-datenschutz-und-ki"],"acf":[],"post-kategorie":"29","_post-kategorie":"field_66d947537140a","post-kurzbeschreibung":"Der Europ\u00e4ische Datenschutzausschuss hat k\u00fcrzlich versucht Klarheit in die Debatte um KI und Datenschutz zu bringen. In seiner Stellungnahme vom 18. Dezember 2024 geht der EDSA drei zentralen Fragen nach:","_post-kurzbeschreibung":"field_66d949fe1efe2","post-beitragsbild":"9208","_post-beitragsbild":"field_66d94a4a1efe3","post-author_post-author-name":"Roman Taudes","_post-author_post-author-name":"field_66d94a801efe5","post-author_post-author-foto":"1855","_post-author_post-author-foto":"field_66d94aa11efe6","post-author":"","_post-author":"field_66d94ee2827ca","yoast_head":"\nProcjena anonimnosti AI modela<\/strong><\/h2>\n
Obrada li\u010dnih podataka od strane AI modela<\/strong><\/h2>\n
\n
Pravne posljedice kr\u0161enja GDPR-a<\/strong><\/h2>\n
Zaklju\u010dak<\/strong><\/h2>\n