Bu tədqiqat yüksək dərəcədə avtonom olan və istifadə zamanı davranışını dəyişə bilən süni intellekt sistemlərinin səbəb olduğu zərərlərdə mövcud xüsusi hüquq məsuliyyəti modellərinin hansı nöqtədə çətinliklə üzləşdiyini araşdıran müqayisəli hüquq tədqiqatıdır. Tədqiqatın mərkəzindəki səbəbli yenidən qurula bilmə (causal reconstructibility), bir zərərin müəyyən dizayn seçimi, qüsur, insan müdaxiləsi və ya əməliyyat uğursuzluğu ilə kifayət qədər əlaqələndirilə bilib-bilmədiyini ifadə edən analitik meyardır. Müəllif Avropa İttifaqı, Amerika Birləşmiş Ştatları, Birləşmiş Krallıq, Yaponiya, Cənubi Koreya və Braziliyadakı yanaşmaları müqayisə edərək mövcud məsuliyyət rejimlərinin qabaqcadan görülə bilən və ya izlənə bilən zərərlərdə işləyə bildiyini; lakin müəyyən insan qərarına, dizayn qüsuruna və ya yenidən qurula bilən səbəb zəncirinə endirilə bilməyən zərərlər üçün ayrıca institusional problemə işarə etdiyini müdafiə edir.

Tədqiqatın orijinal konseptual oxu, süni intellektin nə qədər “avtonom” olmasından əvvəl zərərin səbəbinin hüquqi və texniki baxımdan yenidən qurulub-qurula bilmədiyinin soruşulmasıdır. Müəllif bu problem sahəsini meydana çıxan davranış boşluğu (emergent-behavior gap) anlayışı ilə müəyyən edir. Bu anlayış avtonom sistemin zərərli nəticəsinin klassik mənada müəyyən edilə bilən istehsal xətasına, səhlənkarlığa və ya açıq şəkildə qabaqcadan görülə bilən dizayn qərarına endirilə bilmədiyi halları izah etmək üçün istifadə olunur.

Bu problemə qarşı təklif edilən Emergent Autonomy Liability Standard (EALS), qüvvədə olan hüquq norması deyil, müəllif tərəfindən hazırlanmış təklif xarakterli məsuliyyət arxitekturasıdır. EALS üç hissədən ibarətdir: yüksək riskli sistemlər üçün dəyişdirilmədən qorunan davranış qeydləri, zərərin səbəbli şəkildə yenidən qurula bilib-bilmədiyini müəyyən edən müstəqil texniki araşdırma və həqiqətən yenidən qurula bilməyən zərərlər üçün risk əsaslı töhfələrlə maliyyələşdirilən təqsirsiz kompensasiya mexanizmi. Tədqiqatın əsas məhdudiyyəti bu arxitekturanın empirik şəkildə sınaqdan keçirilmiş kompensasiya sistemi olmaması və meydana çıxan davranışın həqiqətən “yenidən qurula bilməz” olduğunun necə etibarlı şəkildə müəyyən ediləcəyinin ayrıca institusional dizayn tələb etməsidir.

Məsuliyyət hüququnun qarşılaşdığı əsas problem

Klassik təqsir məsuliyyətində zərər ilə şəxsin səhlənkarlığı və ya davranışı arasında əlaqə qurulması gözlənilir. Məhsul məsuliyyəti rejimləri isə əsasən məhsulun təhlükəsizlik baxımından qüsurlu olub-olmaması, qüsurun zərərlə əlaqəsi və müvafiq iqtisadi aktorun hüquqi mövqeyi üzərindən işləyir. Bu strukturlar fərqli texnikalara malik olsa da hər ikisinin praktik fəaliyyətində zərərin yaranmasına töhfə verən hadisələrin müəyyən dərəcədə yenidən qurula bilməsi əhəmiyyət daşıyır.

Uyğunlaşan süni intellekt sistemlərində problem yalnız səbəb zəncirinin uzun olması deyil. Dərin öyrənmə, möhkəmləndirmə ilə öyrənmə, davamlı yenilənmə və çoxsaylı aktor qarşılıqlı təsirindən istifadə edən sistemlərdə müəyyən nəticə çox sayda model parametri, giriş, əvvəlki vəziyyət və iş mühitinin birləşməsindən yarana bilər. Buna görə bəzi hallarda “hansı insan yanlış qərar verdi?” və ya “hansı tək komponent qüsurlu idi?” sualı sistem davranışını yetərincə izah etməyə bilər.

Tədqiqatın mühüm fərqləndirmələrindən biri budur: izahı çətin olan davranış ilə prinsip etibarilə səbəbli şəkildə yenidən qurula bilməyən davranış eyni şey deyil. Müəllifin nəzəri təklifi, ikinci kateqoriyanın həqiqətən mövcud olduğu sübut edilə bildikdə hüquq sisteminin sırf mövcud məsuliyyət kateqoriyaları buna uyğun dizayn edildiyi üçün süni şəkildə tək bir təqsirli aktor axtarmamalı olmasıdır.

Meydana Çıxan Davranış Boşluğu Nədir?

Meydana çıxan davranış boşluğu müəllifin avtonom sistemin zərərli nəticəsinin mövcud sübutlarla müəyyən qüsura, qabaqcadan görülə bilən dizayn qərarına və ya müəyyən edilə bilən əməliyyat xətasına səbəbli şəkildə bağlana bilmədiyi halları təsnif etmək üçün istifadə etdiyi doktrinal anlayışdır. Bu anlayış hər gözlənilməz süni intellekt nəticəsini əhatə etmir; problem davranışın yalnız təəccüblü olması deyil, məsuliyyət hüququnun istifadə etdiyi səbəb kateqoriyaları baxımından etibarlı şəkildə yenidən qurula bilməməsidir.

Bu fərq vacibdir, çünki gözlənilməz zərər sonradan müəyyən dizayn qərarı və ya insan səhvi ilə izah edilə bilirsə, klassik hüquq vasitələri hələ də istifadə oluna bilər. Buna qarşı bütün texniki qeydlər araşdırıldıqdan sonra belə müəyyən qüsur və ya davranış zənciri qurula bilmirsə, sübut yükünü yalnız zərərçəkənin üzərinə qoymaq fərqli institusional problem yaradır.

Nəzəri çərçivənin dörd dayağı

Tədqiqat bu problemi dörd hüquq və tənzimləmə nəzəriyyəsi üzərindən strukturlaşdırır.

Birinci yanaşma zərərin qarşısını ən aşağı xərclə ala biləcək aktora məsuliyyət yüklənməsi düşüncəsidir. Guido Calabresi ilə əlaqələndirilən bu iqtisadi yanaşmada əsas sual zərərin qarşısının alınması baxımından hansı aktorun daha yaxşı mövqedə olmasıdır. Lakin müəyyən zərərin hansı davranışla qarşısının alına biləcəyi hətta geriyə baxaraq göstərilə bilmirsə, fərdi hadisə səviyyəsində “ən ucuz zərər önləyicisi” axtarışı zəifləyir. Bununla belə sistem sinfinə yönəlik sertifikatlaşdırma, monitorinq və təhlükəsizlik öhdəlikləri yenə də məna daşıya bilər.

İkinci yanaşma Hart və Honoré-nin hüquqi səbəbiyyət analizidir. Fiziki dünyada bir nəticəyə çox sayda şərt töhfə verə bilər; hüquq isə onların içindən məsuliyyət baxımından əhəmiyyətli olanları seçir. Müəllifin müzakirə etdiyi yeni problem bəzi süni intellekt davranışlarında bu seçimin çətin olmasından daha çox, araşdırmanın qarşısında kifayət qədər ayrışdırıla bilən hadisə zəncirinin ümumiyyətlə olmaya bilməsidir.

Üçüncü yanaşma risklərin hovuzlaşdırılması və təqsirsiz kompensasiya məntiqidir. Əmək qəzaları üzrə kompensasiya sistemləri kimi tarixi modellər hər zərər üçün fərdi təqsirin sübut edilməsini məcburi etmək əvəzinə müəyyən fəaliyyətlərin yaratdığı sosial riskləri daha geniş iqtisadi bazaya bölüşdürmüşdür. Tədqiqat bu məntiqin birbaşa bütün süni intellekt zərərlərinə tətbiq edilməsini təklif etmir; onu yalnız səbəbli şəkildə yenidən qurula bilməyən qalıq kateqoriya üçün nəzərdən keçirir.

Dördüncü yanaşma həssas tənzimləmə nəzəriyyəsidir. Ian Ayres və John Braithwaite ilə əlaqələndirilən bu düşüncə müxtəlif problemlərə tək tənzimləyici vasitənin tətbiq edilməsi əvəzinə şəraitə görə dəyişən alətlər dəstindən istifadəni müdafiə edir. Tədqiqat bu ideyanı məsuliyyət hüququna daşıyaraq hər süni intellekt zərərinin eyni hüquqi yolla irəliləməsinin zəruri olmadığını irəli sürür.

Səbəbli Yenidən Qurula Bilmə Niyə Vacibdir?

Səbəbli yenidən qurula bilmə tədqiqatda hansı məsuliyyət vasitəsinin istifadə ediləcəyini müəyyənləşdirmək üçün təklif olunan hədd dəyişənidir. Zərər müəyyən qüsura, dizayn qərarına və ya əməliyyat uğursuzluğuna etibarlı şəkildə bağlana bilirsə, mövcud təqsir və ya məhsul məsuliyyəti mexanizmlərinin tətbiqi mümkündür; belə bir əlaqə texniki araşdırmaya baxmayaraq qurula bilmirsə, müəllif eyni mübahisəni zorla təqsir və ya qüsurlu məhsul məntiqinə salmaq əvəzinə fərqli kompensasiya vasitəsinə yönləndirməyi təklif edir.

Altı hüquq sisteminin müqayisəsinin məqsədi

Tədqiqat altı hüquq sistemini “hansı daha yaxşıdır?” formasında sıralamır. Müqayisənin məqsədi fərqli hüquq sistemlərinin avtonom sistemlərin riskini hansı vasitələrlə idarə etdiyini və bu vasitələrin səbəb qeyri-müəyyənliyini hansı mərhələdə nəzərə aldığını göstərməkdir.

Bu cədvəl qüvvədə olan hüquq sistemlərini eyniləşdirməməlidir. Hər sistemin məhsul məsuliyyəti, delikt, istehlakçıların müdafiəsi, məlumatların qorunması və sektoral tənzimləmələr baxımından fərqli strukturları vardır. Tədqiqatın ortaqlaşdırdığı məqam ondan ibarətdir ki, onların heç biri süni intellekt zərərlərini sistematik olaraq əvvəlcə “səbəbli şəkildə yenidən qurula bilən / yenidən qurula bilməyən” fərqindən keçirərək müxtəlif kompensasiya mexanizmlərinə yönləndirən EALS tipli struktur qurmamışdır.

Məhkəmə presedentləri və institusional nümunələrin analitik rolu

Tədqiqatda araşdırılan məhkəmə qərarları birbaşa “yenidən qurula bilməyən avtonom sistem zərəri” haqqında verilmiş qərarlar deyil. Müəllif bunlardan məhkəmələrin alqoritmlərlə insanlar arasındakı hüquqi məsuliyyəti hansı funksional meyarlarla qiymətləndirdiyini göstərmək üçün istifadə edir.

Xüsusilə Tempe nümunəsinin funksiyası vacibdir. Tədqiqatın tezisi “avtonom sistemlərdə məsul aktor müəyyən edilə bilməz” deyil. Əksinə, texniki qeydlərin müəyyən dizayn və ya nəzarət uğursuzluğunu üzə çıxara bildiyi hallarda ənənəvi məsuliyyət vasitələrinin istifadə edilməyə davam etməli olduğu müdafiə edilir.

İnformasiya problemi məsuliyyət problemindən əvvəl gəlir

Tədqiqatın institusional analizində diqqət çəkilən başqa məqam odur ki, zərər baş verdikdən sonra kimin ödəniş edəcəyini müzakirə etməzdən əvvəl hadisə barədə kifayət qədər texniki qeyd yaradılmalıdır. Müəllif burada aviasiya qəzalarının araşdırılmasını analogiya kimi istifadə edir.

Aviasiyada hadisə qeydlərinin yaradılması və texniki təhlükəsizlik araşdırması yalnız sonradan qaldırıla biləcək kompensasiya iddialarından asılı deyil. Tədqiqat bənzər fərqi süni intellekt sistemlərinə tətbiq edir və avtonom sistemlərin davranış jurnallarının yalnız məhkəmə prosesi zamanı üzə çıxarılan şirkətdaxili sənədlər olmamalı olduğunu irəli sürür.

Bu yanaşma eyni zamanda mühüm təşviq probleminə işarə edir: ətraflı qeyd aparan müəssisə qeydlərin yalnız ona qarşı sübut kimi istifadə ediləcəyini düşünərsə, daha çox şəffaflıq yaratmaq üçün mənfi təşviqlə üzləşə bilər. Buna görə EALS qeydlərin texniki rekonstruksiya məqsədi ilə təqsirin etirafı arasında birbaşa bərabərlik qurulmamasını təklif edir.

Emergent Autonomy Liability Standard (EALS) Necə İşləyir?

Emergent Autonomy Liability Standard (EALS), müəllifin yüksək riskli avtonom sistemlərdə zərərin əvvəlcə texniki cəhətdən yenidən qurula bilib-bilmədiyini müəyyən etməyi və tətbiq ediləcək məsuliyyət mexanizmini bu nəticəyə görə seçməyi nəzərdə tutan üç komponentli təklif arxitekturasıdır. Birinci komponent etibarlı davranış qeydləri yaradır, ikinci komponent bu qeydlərlə səbəbli yenidən qurula bilmə araşdırması aparır, üçüncü komponent isə həqiqətən yenidən qurula bilməyən qalıq zərərləri təqsirsiz kompensasiya fonduna yönləndirir.

Komponent 1 — Avtonomiya qara qutuları

Birinci komponent müəyyən yüksək risk profillərindəki süni intellekt sistemlərinin giriş, müvafiq daxili vəziyyət və çıxış məlumatlarının sonradan texniki araşdırmaya imkan verəcək şəkildə qeydə alınmasını nəzərdə tutur. Müəllif qeydlərin dəyişdirilməsinin və ya seçmə şəkildə saxlanmasının qarşısını almaq üçün müstəqil saxlama/emanət infrastrukturu ideyasını da təklif edir.

Mənbədə təklif olunan saxlanma müddəti beş ildir. Bu dəyər empirik olaraq təsdiqlənmiş “ideal müddət” deyil; EALS dizaynının normativ parametridir.

Komponent 2 — Səbəbli yenidən qurula bilmə araşdırması

İkinci mərhələdə müstəqil texniki ekspertlərdən ibarət struktur zərərin müəyyən dizayn qüsuruna, əməliyyat qərarına və ya başqa müəyyən edilə bilən mexanizmə bağlanıb-bağlana bilmədiyini qiymətləndirir.

Əgər əlaqə qurula bilirsə, EALS mövcud məsuliyyət hüququnu əvəz etmir. Mübahisə müvafiq hüquq sistemində məhsul məsuliyyəti, təqsir məsuliyyəti, obyektiv məsuliyyət və ya sektoral mexanizm üzrə davam edir.

Əgər mövcud qeydlər sistemin nəzərdə tutulan iş hədləri daxilində fəaliyyət göstərdiyini, lakin zərərli nəticənin müəyyən hüquqi qüsura və ya yenidən qurula bilən davranış zəncirinə endirilə bilmədiyini göstərirsə, mübahisə üçüncü komponentə ötürülür.

Komponent 3 — Risk əsaslı təqsirsiz kompensasiya fondu

Üçüncü komponent səbəbli şəkildə həqiqətən yenidən qurula bilməyən zərərlər üçün yüksək riskli süni intellekt sistemlərini işlədən və ya müvafiq fəaliyyətlərdən iqtisadi fayda əldə edən aktorların risk səviyyəsi və istifadə miqyasına görə töhfə verdiyi kompensasiya fondudur.

Bu mexanizmin məntiqi “heç kim məsul deyil” nəticəsinə gəlmək deyil. Məqsəd təqsir və ya müəyyən defekt göstərilə bilməməsinin zərərçəkən üçün avtomatik olaraq kompensasiyasızlıqla nəticələnməsinin qarşısını alan ayrıca risk bölüşdürmə mexanizmi hazırlamaqdır.

Müəllif eyni zamanda fond mexanizminin məhdudiyyətsiz immunitet yaratmamalı olduğunu bildirir. Texniki araşdırma daha sonra müəyyən aktorun təqsirini və ya fərqli hüquqi məsuliyyət əsasını üzə çıxararsa, klassik məsuliyyət yollarının tam bağlanması təklif edilmir.

EALS-nin qərar məntiqi

Strateji sui-istifadə riski

EALS-nin ən mühüm tətbiq problemlərindən biri “meydana çıxan davranış” etiketinin iqtisadi baxımdan cəlbedici hala gəlməsidir. Şirkət açıq uclu delikt məsuliyyəti əvəzinə məhdudlaşdırılmış fond vasitəsilə ödəniş edilməsinə üstünlük verə biləcəksə, mümkün qədər çox zərərin yenidən qurula bilməz elan edilməsini istəyə bilər.

Mənbə buna görə iki tarazlaşdırıcı element təklif edir: səbəbiyyət araşdırmasının yalnız sistemi işlədən tərəfin özü tərəfindən seçilmiş qeydlərlə aparılmaması və müəssisənin meydana çıxan zərər tarixçəsi artdıqca fonda töhfəsinin də yüksəlməsi. Bu ikinci mexanizm “yenidən qurula bilməz” təsnifatının daha ucuz hüquqi qaçış yoluna çevrilməsinin qarşısını almağı hədəfləyir.

Tədqiqatın dediyi

• Mövcud məsuliyyət vasitələri bir çox süni intellekt zərərində istifadə edilməyə davam edə bilər.
• Yüksək avtomatlaşdırma təkbaşına səbəb üzrə izlənə bilmənin itirildiyi demək deyil.
• Texniki qeydlərin aparılması hüquqi səbəbiyyət qiymətləndirməsinin ilkin şərtlərindən biri ola bilər.
• Müəllif yenidən qurula bilmə ilə yenidən qurula bilməmə arasında fərqli hüquqi vasitələrdən istifadə edilməsini təklif edir.
• EALS meydana çıxan davranış kateqoriyasında təqsirsiz risk bölüşdürməsini mövcud məsuliyyət hüququna əlavə vasitə kimi dizayn edir.

Tədqiqatın demədiyi

• Süni intellekt sistemlərinin hüquqi məsuliyyətdən azad edilməli olduğunu demir.
• Hər gözlənilməz süni intellekt davranışının “emergent” olduğunu irəli sürmür.
• Hər süni intellekt zərərinin səbəbli şəkildə yenidən qurula bilməz olduğunu göstərmir.
• EALS-nin qüvvədə olan hüquq qaydası olduğunu iddia etmir.
• EALS fondunun aktuar dayanıqlığını empirik olaraq sübut etmir.
• Təklif olunan qara qutu sisteminin bütün süni intellekt arxitekturalarında texniki baxımdan eyni miqyasda tətbiq oluna bildiyini eksperimental olaraq təsdiqləmir.
• Cinayət məsuliyyəti, əqli mülkiyyət və ya süni intellektə hüquqi şəxs statusu verilməsi mövzularını araşdırmanın əsas əhatə dairəsinə daxil etmir.

Tədqiqatın Metodu və Nəticələri

Tədqiqat dizaynı

Tədqiqat kəmiyyət, eksperimental və ya statistik araşdırma deyil. Əsas metod üç qatdan ibarətdir: doktrinal hüquq analizi, müqayisəli institusional analiz və seçilmiş məhkəmə presedenti/hadisə araşdırması.

Doktrinal analiz təqsir məsuliyyəti, məhsul məsuliyyəti və risk əsaslı tənzimləmələrin zərər ilə məsul aktor arasında necə əlaqə qurduğunu araşdırır.

Müqayisəli analiz Avropa İttifaqı, ABŞ, Birləşmiş Krallıq, Yaponiya, Cənubi Koreya və Braziliyanın bir-birindən fərqli tənzimləmə modellərini ortaq bir sualla müqayisə edir: texniki baxımdan mürəkkəb və ya avtonom sistemlərin səbəb olduğu zərərdə mövcud mexanizm hansı növ səbəb sübutunu tələb edir?

Məhkəmə presedenti və institusional hadisə analizi isə OQ v Land Hessen, Mobley v. Workday, Uber B.V. v. Aslam və Tempe avtonom nəqliyyat vasitəsi qəzası kimi nümunələrin alqoritmik fəaliyyət ilə hüquqi məsuliyyət arasındakı əlaqənin hansı şərtlərdə qurula bildiyini göstərməkdəki rolunu araşdırır.

Tədqiqatın araşdırma sualları

Müqayisəli əsas nəticə

Müəllifin müqayisəli sintezinə görə araşdırılan hüquq sistemləri süni intellekti müxtəlif intensivlikdə tənzimləsələr də sistemləri əsasən istifadədən əvvəlki və ya istifadə anındakı risk səviyyəsinə görə təsnif edirlər. Tədqiqatın təklif etdiyi ikinci ox isə hadisə baş verdikdən sonra zərərin səbəbli şəkildə yenidən qurula bilib-bilməməsidir.

Buna görə tədqiqatın orijinal töhfəsi yeni “yüksək risk / aşağı risk” təsnifatı yaratmaq deyil. Təklif eyni yüksək risk sinfindəki iki zərərin səbəb quruluşu fərqlidirsə, onların fərqli məsuliyyət vasitələrinə yönləndirilə bilməsini müdafiə edir.

Tempe nümunəsi ilə sərhəd testi

Tədqiqat EALS-ni izah etmək üçün 2018 Tempe avtonom nəqliyyat vasitəsi qəzasını geriyə dönük düşüncə testi kimi istifadə edir. NTSB araşdırmasında müəyyən edilə bilən sistem dizaynı və insan nəzarəti problemləri ortaya qoyula bildiyinə görə, müəllif bu hadisəni EALS-nin təqsirsiz fonduna ötürüləcək “meydana çıxan davranış” nümunəsi kimi deyil, klassik məsuliyyət mexanizmlərinin hələ də işləyə bildiyi yenidən qurula bilən zərər kateqoriyasında qiymətləndirir.

Bu nümunə EALS-nin nəzəri sərhədini aydınlaşdırır: sistemin avtonom olması təqsirsiz fonda çıxış üçün kifayət deyil. Hədd avtonomluq dərəcəsi deyil, səbəb rekonstruksiyasının nəticəsidir.

Metodoloji güclü tərəflər

• Süni intellekt məsuliyyətini yalnız texnologiya növlərinə görə deyil, səbəbiyyət problemi üzərindən yenidən çərçivələndirir.
• Fərqli hüquq ənənələrini vahid məsuliyyət problemi ətrafında müqayisə edir.
• Qüvvədə olan hüquq ilə təklif olunan EALS modelini bir-birindən ayırır.
• Kompensasiya problemindən əvvəl texniki qeyd və hadisə araşdırması infrastrukturuna diqqət çəkir.
• Təqsir məsuliyyəti ilə təqsirsiz risk bölüşdürməsini bir-birini istisna edən seçimlər deyil, fərqli zərər kateqoriyaları üçün tamamlayıcı vasitələr kimi dizayn edir.

Metodoloji məhdudiyyətlər

Tədqiqatın ən mühüm məhdudiyyəti empirik “yenidən qurula bilməyən zərər” nümunəsi yaratmamasıdır. Müəllif bəzi AI hadisələrinin mövcud vasitələrlə dəqiq səbəb mexanizminə endirilə bilmədiyini müzakirə etsə də, bu kateqoriya üçün sistemli, standartlaşdırılmış və müstəqil şəkildə təsdiqlənmiş hadisə məlumat dəsti təqdim edilmir.

İkinci məhdudiyyət “səbəbli şəkildə yenidən qurula bilməz” nəticəsinin necə standartlaşdırılacağıdır. Texniki izaholunma metodları inkişaf edə bilər; fərqli ekspert panelləri eyni qeydləri fərqli şərh edə bilər; natamam log ilə həqiqətən meydana çıxan davranış bir-birinə qarışdırıla bilər. Buna görə EALS-nin mərkəzi təsnifatının özü yeni prosedur və sübut standartları tələb edir.

Üçüncü məhdudiyyət coğrafi əhatə dairəsindədir. Araşdırma altı hüquq sistemi ilə məhdudlaşdırılıb və Çin ilə Hindistan kimi böyük süni intellekt ekosistemləri ətraflı müqayisədən kənarda saxlanılıb.

Dördüncü məhdudiyyət iqtisadi dizayndır. Təqsirsiz kompensasiya fondunun mükafat hesablanması, töhfə bazası, kompensasiyanın yuxarı həddi, təkrarsığorta ehtiyacı və sistem miqyasında eyni vaxtda baş verə biləcək zərərlərin fondun dayanıqlığına təsiri kəmiyyətcə modelləşdirilməyib.

Beşinci məhdudiyyət isə zamandan asılılıqdır. Süni intellekt qanunvericiliyi sürətlə dəyişir. Buna görə tədqiqatda təqdim edilən qanun layihələri, qüvvəyə minmə tarixləri və bəzi tənzimləyici təfərrüatlar dərcdən sonra dəyişə bilər; hüquqi praktikada həmişə aktual rəsmi qanunvericilik mətni ayrıca yoxlanmalıdır.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Artificial Intelligence, Autonomous Systems and the Future of Legal Responsibility.

Müəllif: Northon Salomão de Oliveira.

ORCID: 0009-0007-4038-0609.

Peşəkar/institusional əlaqə: OAB São Paulo, Brazil; SSRN qeydində Brazilian Bar Association — São Paulo Section və OAB Santos.

Mənbə versiyası: SSRN-də yayımlanmış 16 səhifəlik tədqiqat məqaləsi/working paper.

Yazılma tarixi: Yüklənmiş PDF-in üz qabığında 17 avqust 2026; SSRN biblioqrafik qeydində 18 avqust 2026.

SSRN yayımlanma tarixi: 19 avqust 2026.

DOI: 10.2139/ssrn.7305740.

Rəyçilik: Yüklənmiş tədqiqat və SSRN qeydi onun rəyli jurnal nəşri olduğunu təsdiqləmir; buna görə rəyli tədqiqat kimi təqdim edilməməlidir.

Lisenziya: SSRN qeydində Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).

Tədqiqat növü: Doktrinal hüquq tədqiqatı, müqayisəli institusional analiz və məhkəmə presedenti/hadisə analizi.

Coğrafi əhatə: Avropa İttifaqı, Amerika Birləşmiş Ştatları, Birləşmiş Krallıq, Yaponiya, Cənubi Koreya və Braziliya.

Əsas hüquq sahəsi: Mülki məsuliyyət; xüsusilə təqsir məsuliyyəti, məhsul məsuliyyəti, obyektiv məsuliyyət, sübut/səbəbiyyət problemi və təqsirsiz kompensasiya.

Əhatədən kənarda saxlanılan sahələr: Cinayət məsuliyyəti, əqli mülkiyyət və süni intellektin müstəqil hüquqi şəxsiyyəti.

Əsas orijinal təklif: Emergent Autonomy Liability Standard (EALS).

AI istifadəsi haqqında bildiriş: Mənbə müəllifi qaralama hazırlanması, tədqiqatın təşkili və redaktə dəstəyində süni intellekt əsaslı dil vasitələrindən istifadə etdiyini; hüquqi analiz, mənbə seçimi və nəticələrə görə özünün məsul olduğunu bildirir.

Maliyyələşdirmə: Yüklənmiş mənbədə ayrıca maliyyələşdirmə bəyanatı aşkar edilməyib.

Maraqların toqquşması: Yüklənmiş mənbədə ayrıca maraqların toqquşması bəyanatı aşkar edilməyib.

Məlumatların əlçatanlığı: Tədqiqat orijinal eksperimental məlumat yaratmır. OECD AI Incidents Monitor, AI Incident Database, NTSB qeydləri və hüquq mənbələri analitik dayaq kimi istifadə olunur.

Biblioqrafik/aktuallıq qeydi: Süni intellekt qanunvericiliyi tədqiqat tarixindən sonra dəyişə bildiyi üçün oxucu qüvvəyə minmə tarixlərini və qanun layihələrinin cari vəziyyətini müvafiq ölkənin rəsmi hüquq məlumat bazasından ayrıca təsdiqləməlidir. Verianla-nın bu izahı mənbə tədqiqatın doktrinal tezisini açıqlayır; qüvvədə olan qanunvericiliyə dair müstəqil hüquqi rəy və ya şəxsi hüquqi məsləhət deyil.

Müəllif hüququ və metod qeydi: Bu Verianla məzmunu orijinal məqalənin tam mətninin tərcüməsi və ya yaxın parafrazı deyil. Tədqiqatın elmi-hüquqi faktları, anlayışları, müqayisə oxu və müəllifin açıq şəkildə təklif kimi təqdim etdiyi EALS modeli mənbəyə sadiqliklə çıxarılıb; anlatım sırası və pedaqoji struktur Verianla üçün müstəqil şəkildə qurulub. Akademik yoxlama, tam arqument və orijinal mənbələrin qiymətləndirilməsi üçün orijinal tədqiqat əsas götürülməlidir.