Ievads

Jau ilgāku laiku mākslīgā intelekta (turpmāk – MI) rīku un sistēmu apmācība un praktiskā darbība ir viens no biežākajiem tematiem juristu un citu speciālistu publikācijās Latvijā un pasaulē. Aplūkoto tematu spektrs ir pietiekami plašs – no vispārīgām publikācijām par Eiropas Savienībā (turpmāk – ES) ieviesto regulējumu MI jomā (MI akts)¹ līdz detalizētai analīzei par personas datu apstrādes aspektiem gan MI rīku apmācību procesā, gan arī brīdī, kad tiek uzsākta MI rīka praktiskā izmantošana.

Kamēr eksperti analizē būtiskus aspektus saistībā ar MI rīku izmantošanu, uzņēmumi aizvien intensīvāk sāk izmantot dažādus MI rīkus savas ikdienas atvieglošanai un efektivitātes paaugstināšanai. Sākot ar vienkāršākām darbībām, aicinot darbiniekus izmantot MI rīkus ikdienas darbu atvieglošanai, un beidzot ar savu individuālo rīku izstrādi jau daudz sarežģītāku uzdevumu veikšanai. Šāda dinamiska jaunu tehnoloģiju ieviešana uzņēmuma procesos var radīt izaicinājumus tiem darbiniekiem, kas ir atbildīgi par atbilstības nodrošināšanu. Atkarībā no uzņēmuma brieduma pakāpes attiecībā uz MI rīku izmantošanu un ieviešanu savos procesos ir redzami arī dažādi attīstības līmeņi iekšējam regulējumam – no detalizētām iekšējām vadlīnijām līdz iekšējā regulējuma vakuumam, kur darbinieki patstāvīgi eksperimentē ar publiski pieejamiem MI rīkiem.

Šādā dinamiski mainīgā vidē darbinieki, kas ir atbildīgi par MI rīku atbilstošu izmantošanu, var saskarties ar būtiskiem izaicinājumiem. Ja darbiniekam tiek uzdots izstrādāt, piemēram, novērtējumu par ietekmi uz personas datu aizsardzību (turpmāk – NIDA), tradicionālās un līdz šim izmantotās metodes var izrādīties nepietiekamas. Līdz šim izmantotā NIDA metodoloģija ir pielāgota fiksētām sistēmām ar skaidri prognozējamu darbību. Turpretī MI rīki, kuriem raksturīga arī nepārtraukta mācīšanās, kļūdas, diskriminējoši rezultāti un citas īpatnības neietilpst ierastajos parastās analīzes rāmjos. Mēģinājums veikt MI rīku NIDA ar standarta pieeju bieži noved pie formāla “ķeksīša” dokumentācijā, kas nefiksē reālos riskus ne datu subjektam, ne pašam uzņēmumam.

Šā raksta mērķis ir piedāvāt praktisku ieskatu aspektos, kas jāņem vērā, izstrādājot NIDA par MI rīkiem, tādējādi mēģinot palīdzēt pārvērst NIDA par jēgpilnu dokumentu.