Ευαίσθητα δεδομένα και inferences - Η εφαρμογή του ΓΚΠΔ στην εποχή και στο πλαίσιο της μηχανικής μάθησης

Abstract

Η αυξανόμενη πολυπλοκότητα των συστημάτων ΤΝ ευνοεί την ικανότητά τους να δημιουργούν inferences για φυσικά πρόσωπα, συχνά από φαινομενικά «αθώα» ή μη ευαίσθητα δεδομένα. Οι πληροφορίες που δημιουργούνται μπορεί να αποκαλύπτουν ευαίσθητα χαρακτηριστικά, όπως οι πολιτικές πεποιθήσεις ή ο σεξουαλικός προσανατολισμός, εγείροντας νομικά και ηθικά ζητήματα σχετικά με την προστασία των προσωπικών δεδομένων, την αυτονομία του ατόμου και την προστασία από διακριτική μεταχείριση. Στην παρούσα διπλωματική εξετάζεται η νομική φύση των inferences και εάν αυτά εμπίπτουν στην έννοια των προσωπικών δεδομένων, όπως ορίζονται στον ΓΚΠΔ. Αξιολογείται επίσης η προστασία που παρέχει το ισχύον νομοθετικό πλαίσιο προστασίας προσωπικών δεδομένων έναντι των νέων κινδύνων και προκλήσεων που επιφέρει η χρήση ΤΝ και η δημιουργία inferences, εντοπίζοντας τα σχετικά κενά και παραθέτοντας σχετικές προτάσεις ώστε να διασφαλιστεί η μέγιστη προστασία των ατόμων στην εποχή και το πλαίσιο της ΤΝ.