Transparencia sobre el uso de la Inteligencia Artificial en el Poder Judicial: un modelo de gobernanza

Autores/as

DOI:

https://doi.org/10.53798/suprema.2023.v3.n2.a231

Palabras clave:

Inteligencia artificial, Transparencia, Gobernancia, Regulación

Resumen

Este artículo propone, a partir de una revisión bibliográfica de la matriz de transparencia presentada por Kaminski, un modelo de gobernanza de la transparencia en el Poder Judicial brasileño sobre sistemas de Inteligencia Artificial (como los sistemas sociotécnicos), basado en la segmentación del objeto de transparencia en: transparencia sobre : el uso, funcionamiento y beneficios y riesgos del sistema de Inteligencia Artificial (IA). El modelo especifica cuáles serían las preguntas e indicaciones clave para definir contenidos informativos relevantes y apropiados para diferentes contextos e interlocutores, tanto participantes internos (funcionarios y magistrados, servidores de Tecnologías de la Información (TI), etc.) como destinatarios externos (ciudadanos, abogados, etc.). La matriz presentada, además de permitir el control público democrático de los proyectos de IA, sirve de base para estudios empíricos sobre la transparencia de los Tribunales en relación con las herramientas utilizadas. Los tribunales también podrán, basándose en el modelo creado en este artículo, desarrollar políticas internas de gobernanza de la transparencia aplicables a los sistemas de IA que utilicen.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Juliano Souza de Albuquerque Maranhão, Universidade de São Paulo (São Paulo, SP, Brasil)

Professor Associado da Faculdade de Direito da USP, Diretor da Associação Lawgorithm de Pesquisa em Inteligência Artificial, Pesquisador Associado do Centro de Inteligência Artificial USP-IBM e da Fundação Alexander von Humboldt – Alemanha, Diretor da International Association on Artificial Intelligence and Law.

Tainá Aguiar Junquilho, Instituto de Direito Público (Brasília, DF, Brasil)

Doutora em Direito com ênfase em Inteligência Artificial pela Universidade de Brasília. Advogada, CEO da Sentelia e Pesquisadora. Professora de Direito, Inovação e Tecnologia no mestrado do IDP. Foi bolsista da FINATEC no Projeto de Pesquisa & Desenvolvimento de aprendizado de máquina (machine learning) sobre dados judiciais das repercussões gerais do Supremo Tribunal Federal – STF (Projeto Victor). Vice Líder do Grupo de Pesquisa Observatório de Políticas Públicas (GEOPP) UnB. Foi professora substituta de Direito empresarial na Universidade de Brasília de 2019 a 2021. Mestra em Direito pela Universidade Federal do Espírito Santo (UFES).

Fernando Antônio Tasso, Universidade Nove de Julho (São Paulo, SP, Brasil)

Doutor em Direito Empresarial pela Universidade Nove de Julho. MBA em Gestão e Governança de Tecnologia da Informação pela Faculdade de Informática e Administração Paulista. Membro da Comissão de Proteção de Dados da Corregedoria Nacional de Justiça. Membro do Comitê Consultivo de Dados e Proteção de Dados Pessoais do Conselho Nacional de Justiça. Membro do Grupo de Trabalho sobre inteligência artificial no Poder Judiciário. Coordenador de Direito Digital da Escola Paulista da Magistratura. Juiz de Direito no Tribunal de Justiça de São Paulo.

Citas

ANDERSON, Chris. The end of theory: the data deluge makes the scientific method obsolete. Wired, 23 June 2000. Disponível em: https://www.wired.com/2008/06/pb-theory/. Acesso em: 3 out. 2023.

ARRIETA, Alejandro Barredo et al. Explainable artificial intelligence (XAI): concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, v. 58, p. 82-115, June 2020. Disponível em: https://arxiv.org/pdf/1910.10045. Acesso em: 3 out. 2023.

BARFIELD, Woodrow (ed.). The Cambridge handbook of the law of algorithms. Cambridge: Cambridge University Press, 2021.

BURRELL, Jenna. How the machine thinks: understanding opacity in machine learning algorithms. Big Data & Society, v. 3, n. 1, Jan. 2016. Disponível em: https://doi.org/10.1177/2053951715622512. Acesso em: 3 out. 2023.

BUSUIOC, Madalina. Accountable artificial intelligence: holding algorithms to account. Public Administration Review, v. 81, n. 5, p. 825-836, Sept./Oct. 2021. Disponível em: https://onlinelibrary.wiley.com/doi/epdf/10.1111/puar.13293. Acesso em: 3 out. 2023.

COECKELBERGH, Mark. AI ethics. Cambridge, MA: MIT Press, 2020.

DIAKOPOULOS, Nicholas. Transparency. In: DUBBER, Markus D.; PASQUALE, Frank; DAS, Sunit (ed.). The Oxford handbook of ethics of AI. New York: Oxford University Press, 2020. p. 197-213.

DIGNUM, Virginia. Ethics in artificial intelligence: introduction to the special issue. Ethics and Information Technology, v. 20, n. 1, p. 1-3, 2018. Disponível em: https://link.springer.com/article/10.1007/s10676-018-9450-z. Acesso em: 3 out. 2023.

DIGNUM, Virginia. Responsible artificial intelligence: how to develop and use AI in a responsible way. Cham, Switzerland: Springer Nature, 2019. (Artificial intelligence: foundations, theory, and algorithms).

ENGSTROM, David Freeman; HO, Daniel E. Artificially intelligent government: a review and agenda. In: VOGL, Roland (ed.). Research handbook on big data law. Cheltenham, UK: Edward Elgar, 2021. p. 57-86. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3551549. Acesso em: 3 out. 2023.

FLORIDI, Luciano. The end of an era: from self-regulation to hard law in the digital industry. Philosophy & Technology, v. 34, n.4, p. 619-622, Dec. 2021. Disponível em: https://link.springer.com/article/10.1007/s13347-021-00493-0. Acesso em: 5 out. 2023.

FLORIDI, Luciano et al. AI4people – an ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds and Machines, v. 28, n. 4, p. 689-707, Nov. 2018. Disponível em: https://link.springer.com/article/10.1007/s11023-018-9482-5. Acesso em: 3 out. 2023.

FLORIDI, Luciano et al. capAI: a procedure for conducting conformity assessment of AI systems in line with the EU Artificial Intelligence Act. Oxford, UK: Saïd Business School, University of Oxford, 2022. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4064091. Acesso em: 4 out. 2023.

GAETANI, Francisco; ALMEIDA, Virgilio. Inteligência artificial e democracia. Valor Econômico, São Paulo, 22 jul. 2021. Disponível em: https://valor.globo.com/opiniao/coluna/inteligencia-artificial-e-democracia.ghtml. Acesso em: 23 fev. 2023.

JOBIN, Anna; IENCA, Marcello; VAYENA, Effy. The global landscape of AI ethics guidelines. Nature Machine Intelligence, v. 1, p. 389-399, 2019. Disponível em: https://www.nature.com/articles/s42256-019-0088-2. Acesso em: 3 out. 2023.

JUNQUILHO, Tainá Aguiar. Inteligência artificial no direito: limites éticos. São Paulo: Juspodivm, 2022.

JUNQUILHO, Tainá Aguiar; SUGAI, Kin Modesto; VALENTE, Ana Cláudia de Souza. A inteligência artificial no TJDFT: estratégias de publicidade e princípio da transparência. In: FARRANHA, Ana Cláudia. Direito ao acesso à informação: perspectivas no âmbito da tecnologia e governança digital. Campinas: Pontes, 2022. p. 163-178.

KAMINSKI, Margot E. Understanding transparency in algorithmic accountability. In: BARFIEL, Woodrow (ed.). Forthcoming in Cambridge handbook of the law of algorithms. Cambridge, UK: Cambridge University Press, 2021. p. 121-140. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3622657. Acesso em: 3 out. 2023.

LEHR, David; OHM, Paul. Playing with the data: what legal scholars should learn about machine learning. UC Davis Law Review, v. 51, n. 2, p. 653-717, Dec. 2017. Disponível em: https://lawreview.law.ucdavis.edu/issues/51/2/Symposium/51-2_Lehr_Ohm.pdf. Acesso em: 3 out. 2023.

MARANHÃO, Juliano Souza de Albuquerque; COZMAN, Fabio Gagliardi; ALMADA, Marco. Concepções de explicação e do direito à explicação de decisões automatizadas. In: VAINZOF, Rony; GUTIERREZ, Andriei Guerrero (coord.). Inteligência artificial: sociedade, economia e Estado. São Paulo: Revista dos Tribunais, 2021. p. 137-154.

MITTELSTADT, Brent. Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, v. 1, 501-507, Nov. 2019. Disponível em: https://www.nature.com/articles/s42256-019-0114-4. Acesso em: 5 out. 2023.

PINHANHEZ, Claudio S. Expose uncertainty, instill distrust, avoid explanations: towards ethical guidelines for AI. In: NEURIPS 2021 WORKSHOP ON HUMANCENTERED AI, 2021, online. [Proceedings…]. Disponível em: https://arxiv.org/abs/2112.01281. Acesso em: 16 abr. 2023.

SALOMÃO, Luis Felipe (coord.). Inteligência artificial: tecnologia aplicada à gestão dos conflitos no âmbito do Poder Judiciário brasileiro. 2. ed. Rio de Janeiro: FGV Conhecimento Centro de Inovação, Administração e Pesquisa do Judiciário, 2022. Disponível em: https://ciapj.fgv.br/sites/ciapj.fgv.br/files/relatorio_ia_2fase.pdf. Acesso em: 2 fev. 2023.

WISCHMEYER, Thomas. Artificial intelligence and transparency: opening the black box. In: WISCHMEYER, Thomas; RADEMACHER, Timo (ed.). Regulating artificial intelligence. Cham, Switzerland: Springer Nature, 2020. p. 75-101.

WISCHMEYER, Thomas; RADEMACHER, Timo (ed.). Regulating artificial intelligence. Cham, Switzerland: Springer Nature, 2020.

ZHONG, Jinfeng; NEGRE, Elsa. AI: to interpret or to explain? In: CONGRÈS INFORSID 2021: INFormatique des Organisations et Systèmes d’Information et de Décision, 39., 2021, Dijon, France. [Actes…]. Disponível em: https://hal.science/hal-03529203/document. Acesso em: 3 out. 2023.

BRASIL. Congresso Nacional. Senado Federal. Projeto de Lei n° 21, de 2020:Relatório final da Comissão de Juristas responsável por subsidiar a elaboração de substitutivo sobre inteligência artificial. Diário do Senado Federal, ano 77, n. 204, suplemento n. B, p. 3-915, 9 dez. 2022. Disponível em: https://legis.senado.leg.br/diarios/BuscaDiario?tipDiario=1&datDiario=09/12/2022&paginaDireta=3&indSuplemento=Sim&codSuplemento=B&desVolumeSuplemento=&desTomoSuplemento=&_gl=1*hulqbi*_ga*MjgwNzg1MDUzLjE2MjQ0ODA3Nzk.*_ga_CW3ZH25XMK*MTY5NjUzMDI1MS4yNS4xLjE2OTY1MzA3MDcuMC4wLjA. Acesso em: 2 abr. 2023.

BRASIL. Conselho Nacional de Justiça. Portaria nº 271, de 04/12/2020. Regulamenta o uso de Inteligência Artificial no âmbito do Poder Judiciário. DJe/CNJ, n. 393, p. 2-4, 14 dez. 2020. Disponível em: https://atos.cnj.jus.br/atos/detalhar/3613. Acesso em: 7 mar. 2023.

INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE 7000-2021: IEEE model process for addressing ethical concerns during system design. New York: IEEE, 2021. Disponível em: https://standards.ieee.org/ieee/24748-7000/11098/7000/6781/. Acesso em: 4 out. 2023.

INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE 7001-2021: IEEE standard for transparency of autonomous systems. New York: IEEE, 2021. Disponível em: https://standards.ieee.org/ieee/7001/6929/. Acesso em: 4 out. 2023.

INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE P2863: recommended practice for organizational governance of artificial intelligence. New York: IEEE, 2020. Disponível em: https://standards.ieee.org/ieee/2863/10142/. Acesso em: 4 out. 2023.

INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE P2894: IEEE draft guide for an architectural framework for explainable artificial intelligence. New York: IEEE, 2023. Disponível em: https://standards.ieee.org/ieee/2894/11296/. Acesso em: 4 out. 2023.

INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE P7003: algorithmic bias considerations. New York: IEEE, 2023. Disponível em: https://standards.ieee.org/ieee/7003/11357/. Acesso em: 4 out. 2023.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO/IEC TR 24027:2021: information technology – artificial intelligence (AI) – bias in AI systems and AI aided decision making. Geneva, Switzerland: ISO, 2021. Disponível em: https://www.iso.org/standard/77607.html. Acesso em: 4 out. 2023.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO/IEC 38507:2022: information technology – governance of IT – governance implications of the use of artificial intelligence by organizations. Disponível em: https://www.iso.org/standard/56641.html. Acesso em: 4 out. 2023.

UNIÃO EUROPEIA. Comissão Europeia. The Artificial Intelligence Act. Bruxelas: EU, 2021. Disponível em: https://artificialintelligenceact.eu/. Acesso em: 2 abr. 2023

Descargas

Publicado

2023-12-13

Cómo citar

MARANHÃO, Juliano Souza de Albuquerque; JUNQUILHO, Tainá Aguiar; TASSO, Fernando Antônio. Transparencia sobre el uso de la Inteligencia Artificial en el Poder Judicial: un modelo de gobernanza. Suprema - Revista de Estudos Constitucionais, Distrito Federal, Brasil, v. 3, n. 2, p. 145–187, 2023. DOI: 10.53798/suprema.2023.v3.n2.a231. Disponível em: https://suprema.stf.jus.br/index.php/suprema/article/view/231. Acesso em: 24 nov. 2024.

Número

Vol. 3 Núm. 2 (2023): Suprema - Revista de Estudos Constitucionais

Sección

Artículos

Licencia

Derechos de autor 2023 Juliano Souza de Albuquerque Maranhão, Tainá Aguiar Junquilho, Fernando Antônio Tasso

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.