Abstracts
Résumé
L’essor des systèmes d’intelligence artificielle soulève d’importants défis juridiques, notamment en matière de discriminations algorithmiques. Cet article examine la capacité des cadres législatifs canadien et européen à répondre à ces biais algorithmiques. Il met en lumière les limites des classifications traditionnelles en droit anti-discrimination, particulièrement la distinction entre discrimination directe et indirecte, qui peine à saisir la complexité des décisions automatisées. Le corpus anti-discrimination n’est pas non plus le seul à pouvoir être invoqué en cas de biais algorithmiques : le tout nouveau règlement européen sur l’intelligence artificielle, détaillé mais rigide, ou le projet de loi canadien sur les données et l’intelligence artificielle, plus souple, font mention de ces biais discriminatoires. Malgré ces avancées, seule l’application de ces textes dira si ces régulations offriront une protection effective contre les discriminations algorithmiques.
Abstract
The rise of artificial intelligence systems raises significant legal challenges, particularly in terms of algorithmic discrimination. This article examines the capacity of Canadian and European legislative frameworks to respond to these algorithmic biases. It highlights the limits of traditional classifications in anti-discrimination law, particularly the distinction between direct and indirect discrimination, which struggles to capture the complexity of automated decisions. The anti-discrimination corpus is also not the only one that can be invoked in the event of algorithmic bias : the brand new European regulation on artificial intelligence, detailed but rigid, or the Canadian bill on data and artificial intelligence, more flexible, mention these discriminatory biases. Despite these advances, only the application of these texts will tell whether these regulations will offer effective protection against algorithmic discrimination.
Resumen
El auge de los sistemas de inteligencia artificial plantea importantes desafíos jurídicos, especialmente en lo que respecta a la discriminación algorítmica. Este artículo analiza la capacidad de los marcos legislativos canadiense y europeo para abordar estos sesgos algorítmicos. Se destacan los límites de las clasificaciones tradicionales en el derecho antidiscriminación, en particular la distinción entre discriminación directa e indirecta, que resulta insuficiente para comprender la complejidad de las decisiones automatizadas. El corpus legislativo antidiscriminación no es el único recurso disponible frente a los sesgos algorítmicos. El nuevo reglamento europeo sobre inteligencia artificial, detallado pero rígido, y el Proyecto de Ley Canadiense sobre Datos e Inteligencia Artificial, más flexible, incluyen menciones a estos sesgos discriminatorios. Sin embargo, a pesar de estos avances, será únicamente a través de la aplicación de estos textos como se podrá determinar si estas regulaciones ofrecen una protección efectiva contra la discriminación algorítmica.
Resumo
A expansão dos sistemas de inteligência artificial traz importantes desafios jurídicos, notadamente em matéria de discriminações algorítmicas. Este artigo examina a capacidade dos quadros legislativos canadense e europeus de responder a esses vieses algorítmicos. Destaca os limites das classificações tradicionais em direito antidiscriminatório, particularmente a distinção entre discriminação direta e indireta, que tem dificuldade em compreender a complexidade das decisões automatizadas. O corpus antidiscriminatório não é tampouco o único a poder ser invocado em caso de viés algorítmico : o novíssimo regulamento europeu sobre a inteligência artificial, detalhado, mas rígido, ou o projeto de lei canadense sobre os dados e a inteligência artificial, mais flexível, fazem menção a esses vieses discriminatórios. Apesar de tais avanços, somente a aplicação desses textos dirá se essas regulamentações ofereceram proteção efetiva contra as discriminações algorítmicas.
摘要
人工智能系统的兴起带来了重大的法律挑战，特别是在算法歧视方面。本文探讨了加拿大和欧洲立法框架应对这些算法偏见的能力。它强调了反歧视法中传统分类的局限性，特别是直接歧视和间接歧视之间的区别，这难以捕捉自动化决策的复杂性。反歧视语言库并不是唯一可以在出现算法歧视时可援引的语言库：新出台的详细且严格的欧洲人工智能法规，或更为灵活的加拿大数据和人工智能法案，都提到了这些歧视性偏见。尽管取得了这些进展，但只有这些文本在实际应用时才能证明这些法规是否能有效地防止算法歧视。