Compreendendo a inteligência artificial e o legítimo interesse

Ingrid Mayumi da Silva  Yoshi; Carlos Renato Cunha

Ingrid Mayumi da Silva Yoshi Faculdades Londrina, Londrina, PR, Brasil
Carlos Renato Cunha Faculdades Londrina, Londrina, PR, Brasil

Resumen

A Inteligência Artificial (IA) tem revolucionado diversas áreas do conhecimento e setores econômicos, introduzindo inovações que impactam profundamente a sociedade. No entanto, junto com os benefícios surgem desafios significativos, especialmente relacionados à privacidade e ao tratamento de dados pessoais. O trabalho "Compreendendo a Inteligência Artificial e o Legítimo Interesse" explora o contexto histórico da IA, seus fundamentos teóricos, metodologias empregadas e estágios de desenvolvimento, além da complexidade da incerteza probabilística associada. Para alcançar os objetivos propostos, este estudo adotou uma abordagem metodológica baseada em revisão bibliográfica e análise crítica. O estudo discute as origens da IA e os marcos que a moldaram até hoje, destacando os princípios que sustentam seu avanço. A análise da probabilidade de incerteza enfatiza a natureza estatística das previsões feitas por sistemas de IA contrastando com a percepção equivocada de determinismo absoluto. Um foco especial é dado à privacidade, examinada à luz da Lei Geral de Proteção de Dados (LGPD) e do conceito de legítimo interesse. O estudo demonstra como o Poder Judiciário pode usar o legítimo interesse para justificar o processamento de dados pessoais na IA sublinhando a necessidade urgente de implementar medidas robustas de proteção de dados.

Biografía del autor/a

Ingrid Mayumi da Silva Yoshi, Faculdades Londrina, Londrina, PR, Brasil

Mestre em Direito, Sociedade e Tecnologias pela Escola de Direito das Faculdades Londrina. Mestranda em Bioética pela Pontifícia Universidade Católica do Paraná- PUCPR. Graduada em Direito pela PUCPR. Graduanda em Filosofia pela Universidade Estadual de Londrina- UEL. Graduanda em Ciência de Dados e Inteligência Artificial pelo Centro Universitário Filadélfia- UNIFIL. E-mail: ingrid.mayumi.yoshi@uel.br.

Carlos Renato Cunha, Faculdades Londrina, Londrina, PR, Brasil

Doutor e Mestre em Direito do Estado pela UFPR. Especialista em Direito Tributário pelo IBET. Professor do Programa de Mestrado Profissional em Direito, Sociedade e Tecnologias na Escola de Direito das Faculdades Londrina (Brasil). Professor da graduação em Direito das Faculdades Londrina e da PUCPR. Professor conferencista do IBET. E-mail: carlosrenato80@gmail.com.

Citas

ARTICLE 29 DATA PROTECTION WORKING PARTY. Opinion 02/2010 sobre Publicidade comportamental em linha. Disponível em: http://ec.europa.eu/justice/policies/privacy/docs/wpdocs/2010/wp171_pt.pdf. Acesso em: 20 mar. 2024.

BIONI, Bruno Ricardo. Proteção de Dados Pessoais: a função e os limites do BOEING, Daniel Henrique Arruda. Ensinando um robô a julgar: pragmática, discricionariedade, heurísticas e vieses no uso de aprendizado de máquina no judiciário. 1 ed- Florianópolis/SC: Demais Academia, 2020.

CENTI. O que é machine learning? Disponível em: https://www.centi.com.br/portal/2018/07/o-que-e-machine-learning. Acesso em: 08 nov. 2023.

COPPIN, Bem. Inteligência artificial; tradução e revisão técnica Jorge Duarte Pires Valério. Rio de Janeiro: LCT, 2013. ISBN 978-85-216-1729-7.

CORMEN, Thomas. Algoritmos. 4 ed. Editora Gen LTC, 2024. ISBN 9788595159907

CYBERNETCZOO. 1951 – SNARC Maze Solver – Minsky / Edmonds (American) Disponível em: http://cyberneticzoo.com/mazesolvers/1951-maze-solver-minsky-edmonds-american/ Acesso em: 08 abr. 2024.

DATA SCIENCE ACADEMY. Diferenças entre RPA, IA e Machine Learning. Disponível em: https://blog.dsacademy.com.br/diferencas-entre-rpa-ia-e- machine_learning/ Acesso em: 05 fev. 2024.

FERRARI, Isabel; BECKER, Daniel; WOLKART, ErikNavaro. Arbitrum Ex Machina: panorama, riscos e a necessidade de regulamentação das decisões informadas por algoritimos. Revista dis tribunais, 2018.

FILHO, Maurício Marques Soares. Redes Neurais Artificiais: Do Neurônio Artificial à Convolução. Disponível em: https://app.uff.br/riuff/bitstream/handle/1/8926/TCC_MAUR%C3%8DCIO_MARQUES_S O ARES_FILHO.pdf?sequence=1&isAllowed=y. Acesso em: 18 jun. 2024.

GONÇALVES, Paulo Cesar. Protótipo de um robô móvel de baixo custo para uso educacional. 2017. Dissertação (Mestrado em Ciência da Computação). Universidade Estadual de Maringá, Maringá, 2017.

GRANATYR, Jones. Shakey: Primeiro robô com Inteligência Artificial. Disponível em: https://iaexpert.academy/2017/04/28/shakey-primeiro-robo-com-inteligencia-artificial/. Acesso em: 28 jun. 2024.

GROSSFELD, Brett. A simple way to understand machine learning vc deep learning. Zendesck. Disponível em: http://www.zendesck.com/blog/machine-learning-and-deep- learning. Acesso em: 18 mar. 2024.

J. MCCARTHY. M. L. MINSKY. N. ROCHESTER. N. ROCHESTER. A proposal for the dartmouth summer research project on artificial intelligence. Disponível em: http://www.formal.stanford.edu/jmc/history/dartmouth/dartmouth.html. Acesso em: 12 mai. 2024.

HAENLEIN, M., & KAPLAN, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5-14. https://doi.org/10.1177/0008125619864925

KLEINA, Nilton. Origem dos Robôs: como e quando tudo começou. Disponível em: https://www.tecmundo.com.br/ciencia/212966-origem-robos-tudo-comecou.htm. Acesso em: 19 fev. 2024.

LEE, Kai-Fu. Inteligência Artificial: como os robôs estão mudando o mundo, a forma como amamos, nos comunicamos e vivemos; tradução Marcelo Barbão – 1° ed. Rio de Janeiro: Globo Livros, 2019.

LISBOA, Roberto Senise. Confiança contratual. São Paulo: Atlas, 2012.

MAHAPATRA, Sambit. Why deep learning over traditional machine learning? Disponível em: https://towardsdatacience.com/why-deep-lerning-is-needed-over-traditional-machine-learning/. Acesso em: 08 fev. 2023.

MICROSOFT. Aprendizado profundo x Aprendizado de máquina em Azure Machine Learning versus machine learning. Disponível em: https://learn.microsoft.com/pt- br/azure/machine-learning/concept-deep-learning-vs-machine-learning. Acesso em: 07 mai. 2024.

MIYAZAWA, Flávio Keidi. Algoritmos de aproximação. Disponível em: http://webcache.googleusercontent.com/search?q=cache:wI40LG8JiecJ:https://www.ic.un icamp.br/~fkm/problems/algaprox.html&hl=pt-BR&gl=br&strip=1&vwsrc=0. Acesso em: 15 abri. 2024.

MIYAZAWA, Flávio K. SOUZA, Cid C. Introdução à otimização combinatória. Disponível em: https://www.ic.unicamp.br/~fkm/lectures/intro-otimizacao.pdf. Acesso em: 10 mar. 2024.

MONTEIRO, Leandro Pinho. Hardware e Software. Universidade da Tecnologia. Disponível em: https://webcache.googleusercontent.com/search?q=cache:LfrLDOF_O5kJ:https://universid adedatecnologia.com.br/hardware-e-software/&cd=14&hl=pt-BR&ct=clnk&gl=br. Acesso em: 20 mai. 2024.

NISSENBAUM, Helen. Privacy as contextual integrity. Washitngton Law Review, v.79, 2014.

PEARL, Judea. Heuristics: inteligente Search strategies for computer problem solving. Disponível em: https://mat.uab.cat/~alseda/MasterOpt/Judea_Pearl- Heuristics_Intelligent_Search_Strategies_for_Computer_Problem_Solving.pdf. Acesso em: 14 abri. 2024. ISBN 0-201-05594-5

PEDROSA, Leybderson. Hoje é dia: Há 25 anos, computador vencia Kasparov no xadrez. Disponível em: https://agenciabrasil.ebc.com.br/geral/noticia/2021-01/hoje-e-dia- computador- vence-kasparov. Acesso em: 21 mar. 2024.

PETER, Yuri Marini. HAMMAD, Mohammad B. N. ZSCHORNACK, Marcelo. Conceitos de Linguagens de Programação 750012-UFPEL. Disponível em: http://ubiq.inf.ufpel.edu.br/clp/doku.php?id=lisp-1-trabalho#:~:text=Lisp%20%C3%A9%20uma%20fam%C3%ADlia%20de,%2C%20Smallta lk%2C%20Ruby%20e%20Forth> Acesso em: 26 jun. 2024.

POLIDO, Fabrício Pasquot. GDPR e suas repercussões no direito brasileiro: primeiras impressões de análise comparativa. Belo Horizonte: Instituto de Referência em Internet e Sociedade. IRIS, 2018.

PUGET, Jean François. What tis machine learning? Disponível em: https://www.ibm.com/developerwordks/community/blogs/jfp/entry/waht_is_machine_lear ning?lang=en. Acesso em: 12 mar. 2024.

RASCH, Elton Luiz. A lógica de Aristóteles. Investigação Filosófica: vol 03, n. 02, artigo digital 2, 2012. Disponível em: https://periodicos.unifap.br/index.php/investig acaofilosofica/article/viewFile/4867/2193. Acesso em: 17 jun. 2024.

SANTOS, Virgilio F.M. Probabilidade: O que é e cmo aplicar este conceito? Disponível em: https://www.fm2s.com.br/blog/probabilidade> Acesso em: 25 abri. 2024.

SCHWAB, Klaus. A quarta revolução industrial; tradução de Daniel Moreira Miranda, São Paulo: Editora Edipro, 2016.

SOUZA, Letícia. De Audrey a Alexa: A história da interface de voz. Disponível em: https://medium.com/dialograma/de-audrey-a-alexa-a-hist%C3%B3ria-da-interface-de-voz- 37333d63640. Acesso em: 16 mar. 2024.

VILAS BOAS, Matheus Guedes. Algoritmos exatos e heurísticos para a resolução do problema da descoberta de cliques de peso máximo. 2015. 96 f. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Ouro Preto, Ouro Preto, 2015.

ZAMPIER, Bruno Torquato Lacerda. Estatuto Jurídico da Inteligência Artificial [recurso eletrônico]: entre categorias e conceitos, a busca por marcos regulatórios. Indaiatuba, SP: Ed Foco,022. ISBN: 978-65-5515-538