Παραγωγική τεχνητή νοημοσύνη / γλωσσικά μοντέλα (ChatGPT κ.α.) και προστασία προσωπικών δεδομένων
| dc.contributor.advisor | Μήτρου, Λίλιαν | |
| dc.contributor.author | Ράσα, Άντζελα | |
| dc.date.accessioned | 2025-02-06T12:01:36Z | |
| dc.date.available | 2025-02-06T12:01:36Z | |
| dc.date.issued | 2024-01 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/17429 | |
| dc.description.abstract | Το παρόν πόνημα έχει ως στόχο να εξετάσει την ιδιάζουσα σχέση μεταξύ των σύγχρονων τεχνολογιών τεχνητής νοημοσύνης, όπως είναι η παραγωγική τεχνητή νοημοσύνη και τα μεγάλα γλωσσικά μοντέλα και της προστασίας προσωπικών δεδομένων. Αν και η παραγωγική τεχνητή νοημοσύνη έχει φέρει σημαντικές καινοτομίες και διευκολύνσεις στην ανθρώπινη επικοινωνία και τις επιχειρηματικές πρακτικές, η εκτενής χρήση δεδομένων, μεταξύ των οποίων και προσωπικών δεδομένων, εγείρει σημαντικά νομικά και ηθικά ζητήματα σχετικά με τη συμμόρφωση με το ισχύον νομοθετικό πλαίσιο προστασίας των προσωπικών δεδομένων και τους ηθικούς κανόνες της κοινωνίας. Η διπλωματική εργασία εκκινεί με μια ιστορική αναδρομή της εμφάνισης της τεχνητής νοημοσύνης, μια προσπάθεια ορισμού της έννοιας της τεχνητής νοημοσύνης και μια ανάλυση των τεχνικών και προσεγγίσεων της τεχνητής νοημοσύνης. Αναγκαιότητα για την κατανόηση της παραγωγικής τεχνητής νοημοσύνης δεν αποτελεί μόνο η προγενέστερη κατανόηση της παραδοσιακής τεχνητής νοημοσύνης αλλά και η κατανόηση των δεδομένων μεγάλης κλίμακας (Big Data). Ακολούθως, εξετάζεται η παραγωγική τεχνητή νοημοσύνη μέσω της δομής και του τρόπου λειτουργίας των μεγάλων γλωσσικών μοντέλων, όπως το ChatGPT. Στο δεύτερο κεφάλαιο της παρούσας, εξετάζεται το νομοθετικό πλαίσιο προστασίας των προσωπικών δεδομένων και συγκεκριμένα ο Γενικός Κανονισμός Προστασίας Δεδομένων (ΓΚΠΔ) και η εφαρμογή του στα γλωσσικά μοντέλα. Παρατίθενται τα συγκρουσιακά του σημεία σε σχέση με την πρακτική λειτουργία των μεγάλων γλωσσικών μοντέλων και προτείνονται σχετικοί τρόποι συμμόρφωσης της τεχνητής νοημοσύνης με το ισχύον νομοθετικό πλαίσιο πλαίσιο. Στη συνέχεια, αναφέρεται το νομοθετικό πλαίσιο για την τεχνητή νοημοσύνη με έμφαση στο νέο Κανονισμό για τη ρύθμιση της τεχνητής νοημοσύνης (AI ACT) και της σχέσης του με τον ΓΚΠΔ. Τέλος, μνημονεύονται και τα ηθικά ζητήματα χρήσης της τεχνητής νοημοσύνης αλλά και κάποιες αποφάσεις ορόσημο του ΔΕΕ, οι οποίες ελλείψει νομολογίας για την παραγωγική τεχνητή νοημοσύνη, τυγχάνουν αναλογικής εφαρμογής. | el |
| dc.format.extent | 74 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Παραγωγική τεχνητή νοημοσύνη / γλωσσικά μοντέλα (ChatGPT κ.α.) και προστασία προσωπικών δεδομένων | el |
| dc.title.alternative | Generative AI / language models (ChatGPT etc.) and data protection | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | This paper aims to examine the peculiar relationship between modern artificial intelligence technologies (AI), such as generative AI and large language models, and privacy protection. While generative AI has introduced significant innovations and conveniences in human communication and business practices, its extensive use of data, including personal data, raises important legal and ethical issues concerning compliance with existing data protection laws and societal ethical standards. The thesis starts with a historical overview of the development of AI, an attempt to define the concept of AI and an analysis of AI techniques and approaches. A necessity for understanding productive AI is not only the prior understanding of traditional AI but also the understanding of Big Data. Next, productive AI is examined through the structure and mode of operation of big language models such as ChatGPT. In the second chapter of this paper, the legal framework for data protection, specifically the General Data Protection Regulation (GDPR) and its application to language models is discussed. Its conflicts with respect to the practical operation of large language models are listed and relevant ways for AI to comply with the current legislative framework are suggested. Then, the legislative framework for AI is mentioned, with emphasis on newly published AI ACT and its relation to the GDPR. Finally, the ethical issues of the use of AI are mentioned, as well as some landmark decisions of the Court of Justice of the European Union (CJEU), which, in the absence of case law on productive AI, which can be applied analogously to generative AI. | el |
| dc.contributor.master | Δίκαιο και Τεχνολογίες Πληροφορικής και Επικοινωνιών (MSc in Law and Information and Communication Technologies) | el |
| dc.subject.keyword | Παραγωγική τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Μεγάλα γλωσσικά μοντέλα | el |
| dc.subject.keyword | Προσωπικά δεδομένα | el |
| dc.subject.keyword | Γενικός Κανονισμός Προστασίας Δεδομένων (ΓΚΠΔ) | el |
| dc.subject.keyword | Κανονισμός για τη ρύθμιση της τεχνητής νοημοσύνης (AI ACT) | el |
| dc.date.defense | 2025-01-28 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα