Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by Author "Manninen, Joona"

Sort by: Order: Results:

  • Manninen, Joona (2020)
    Tämä opinnäytetyö tarkastelee asianajajien tarjoamiin tekoälypalveluihin liittyvää siviilioikeudellista vastuuta ja siihen liittyviä keskeisempiä oikeudellisia kysymyksiä. Työn tarkoituksena on selvittää tekoälyyn liittyviä ongelmakohtia vahingonkorvausvastuun näkökulmasta ja tunnistaa kysymyksiä. Pääasiallinen tutkimusmetodi on lainopillinen. Aiheen tuoreudesta johtuen tutkimusaihetta koskevaa oikeuslähdemateriaali perustuu velvoittavien oikeuslähteiden lisäksi merkittävissä määrin heikkoihin ja sallittuihin oikeuslähteisiin. Tutkimusalueen ollessa vielä oikeudellisesti vielä melko jäsentymätön, tutkimukseni kontribuutio nykyiselle oikeuskirjallisuudelle perustuu perinteisen oikeusdogmaattisen tutkimuksen lisäksi tutkimusaiheen jäsentelyyn sekä erilaisten tulkintavaihtoehtojen esilletuontiin. Lisäksi tutkimukseni sisältää tutkimuskysymyksien pohdintaa de lege ferenda -näkökulmasta. Teknologianeutraliteetin periaatteen mukaisesti, käytettävä metodi ei vaikuta vastuun määräytymisen sisältöön, mikä tarkoittaa sitä, että tekoälyllä tuotetun neuvonnan tason tulee vastata sitä, mitä asiantuntijalta normaalistikin edellytetään. Asiantuntija- ja asianajajaneuvontaa koskeville tekoälypalveluille asetettava rima vaikuttaa siten nykyisen teknologisen kehityksen taso huomioon ottaen melko korkealta. Tekoälysovelluksen kannalta kriittistä on, miten laajasti halvempi tuotantohinta vaikuttaa vaadittavaan laatutasoon sekä kysymykset siitä, miten tehokkaasti tuottaja voi rajata toimeksiantonsa tai selonottovelvoitteensa alaa rajauksin. Oikeustila jää näiltä osin epäselväksi lainsäädännön ja oikeuskäytännön vähäisen tuen vuoksi. Lähitulevaisuudessa optimaalisimpana käyttömuotona säilynee ihmisen ja tekoälyn yhteistoiminta, jossa osapuolet paikkaavat toistensa puutteita ja ihminen tarkistaa tekoälyn tekemän tuotoksen. Tämä ei kuitenkaan ole kaikissa tapauksissa kuluttajan kannalta optimaalista, sillä silloin halpojen ja skaalautuvien ominaisuuksia ei voida täysimääräisesti hyödyntää loppukäyttäjän toimesta.