Machine learning e responsabilidade penal : reflex?es a partir do risco permitido

• Ano de defesa: 2023
• Autor(a) principal: Silva, Betina Scherrer da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontif?cia Universidade Cat?lica do Rio Grande do Sul; Escola de Direito; Brasil; PUCRS; Programa de P?s-Gradua??o em Ci?ncias Criminais
• Palavras-chave em Português: Responsabilidade Penal; Risco Permitido; Intelig?ncia Artificial; Machine Learning; Responsabilidade Criminal Pelo Produto; Criminal Liability; Permitted Risk; Artificial Intelligence; Criminal Product Liability; CIENCIAS SOCIAIS APLICADAS::DIREITO
• Link de acesso: https://tede2.pucrs.br/tede2/handle/tede/11276

A presente pesquisa pretende investigar a contribui??o do risco permitido como crit?rio de afastamento da responsabilidade penal do programador/produtor por danos associados aos sistemas de machine learning. Busca-se verificar, no quadro de imputa??o proposto por Claus Roxin, se um resultado inesperado produzido pela m?quina/software poder? ser atribu?do ? conduta do agente respons?vel pela produ??o ou programa??o do produto inteligente. Para tanto, em um primeiro cap?tulo, introduzimos os conceitos de intelig?ncia artificial e machine learning, relacionando-os com os desafios impostos ao direito penal. Em um segundo cap?tulo, analisamos a contribui??o do risco permitido no processo de imputa??o penal por resultados desvaliosos advindos do machine learning e a possibilidade de ado??o dos par?metros j? desenvolvidos para a responsabilidade penal pelo produto. Em um terceiro e ?ltimo cap?tulo, confrontamos a teoria proposta com a resolu??o de casos inspirados em situa??es reais, verificando se estar? configurada (ou n?o) a responsabilidade penal do programador/produtor. O m?todo de abordagem empregado foi o hipot?tico-dedutivo, com ?nfase em um di?logo transdisciplinar.