The Right to Be Forgotten and AI - Legal Obligations, Technical Limits, and Innovation

Sammanfattning

I detta examensarbete undersöks rätten att bli glömd(RTBF), som finns i artikel 17 GDPR, och dess tillämpning inom ramen för artificiell intelligens (AI). Uppsatsen följer centrala juridiska och tekniska frågor om hur AI modeller som har tränats på personuppgifter behöver modifieras, helt omskolas eller kompletteras med säkerhetsåtgärder för att leva upp till raderings kravet i artikel 17(GDPR). Fundamentala rättigheter utforskas i relation till AIs dynamiska struktur, vilken är mer svår att följa då maskin inlärningsmodeller absorberar data in i modellens parametrar i lager. Detta skapar problematik gällande radering, identifierbarhet och efterlevnad med GDPR. För att se till nuläget undersöks nytänkande tekniker som möjligtvis kan utgöra potentiella skyddsåtgärder såsom "differential privacy", "machine unlearning" tillsammans med ett projekt för att identifier läckage av data i "LEAKPRO". För att se till godkänd risk diskuteras EDPB Opinion 28/204 flitigt, tillsammans med deras begrepp "insignifikant" riskgräns. I relation till innovation och kostnader för GDPR tagits även vissa viktiga aktörers perspektiv in från företag, tillsynsorgan och EU institutioner. Slutligen landar uppsatsen i ett behov av att föra en dialog som kombinerar juridisk tolkning, teknisk design och ansvarighets verktyg för att ge RTBF en praktisk och användbar roll.