Artificiële Intelligentie & Recht
Innovation, Quantum-AI Technology & Law

Blog over Kunstmatige Intelligentie, Quantum, Deep Learning, Blockchain en Big Data Law

Blog over juridische, sociale, ethische en policy aspecten van Kunstmatige Intelligentie, Quantum Computing, Sensing & Communication, Augmented Reality en Robotica, Big Data Wetgeving en Machine Learning Regelgeving. Kennisartikelen inzake de EU AI Act, de Data Governance Act, cloud computing, algoritmes, privacy, virtual reality, blockchain, robotlaw, smart contracts, informatierecht, ICT contracten, online platforms, apps en tools. Europese regels, auteursrecht, chipsrecht, databankrechten en juridische diensten AI recht.

Berichten in Ethics
Workshop Juridische Aspecten AI & Data bij TNO - NL AIC Startups & Scaleups TekDelta Event
Workshop Juridische Aspecten AI & Data bij TNO - NL AIC Startups & Scaleups TekDelta Event

Op 24 september 2020 gaf Stanford Law School Fellow Mauritz Kop een masterclass over de juridische dimensie van kunstmatige intelligentie en informatie aan de getalenteerde deelnemers van de Werkgroep Startups & Scaleups van de Nederlandse AI Coalitie (NL AIC), in het kantoor van TNO Research in Den Haag. De workshop maakte onderdeel uit van het TekDelta | NL AIC startup accelerator event, met als centraal thema het versnellen en faciliteren van innovatie door het verbinden van startende ondernemingen met bestaande leading organisaties met slagkracht: het samen bouwen aan een succesvol high tech ecosysteem in Nederland.

Masterclass 'Juridische Aspecten van AI & Data’

De 2,5 uur durende masterclass 'Juridische Aspecten van AI & Data' bij TNO verschafte de cursisten duidelijkheid over de regels voor data delen, privacy en gegevensbescherming, alsmede juridisch en economisch eigendom van informatie. We behandelden onderwerpen variërend van de bescherming van intellectueel eigendom op het AI-systeem, de software, hardware en apps, clearance van data tot het anticiperen op de aanstaande AI & Data Governance wetten van de Europese Commissie.

Multidisciplinair Panel voor Verantwoord Data Delen

Dezelfde middag vond er vanuit het TNO gebouw een online seminar plaats speciaal voor startups, onder leiding van Anita Lieverdink, Senior Orchestrator of Innovation at TNO, Directeur van TekDelta en Program Manager van de Werkgroep Startps & Scaleups van de Nederlandse AI Coalitie.

AIRecht managing partner Mr. Kop nam als juridisch expert deel in het panel dat ging over verantwoord data delen. Het was goed om deel te nemen aan dit multidisciplinaire panel en samen met onze collega's oplossingen te verkennen voor het versneld en verantwoord delen van gegevens. Het is cruciaal en urgent om belemmeringen voor de inzet van benevolente AI weg te nemen en organisaties begeleiding te bieden die rechtszekerheid en vertrouwen in de snelle introductie van deze veelbelovende transformatieve technologie aanmoedigt!

Juridische Cursussen van AIRecht

Onze cursussen ‘AI en Recht – Juridische aspecten van AI, Machine Learning en Data’ bieden een compleet overzicht van de juridische facetten van kunstmatige intelligentie, big (structured/labelled en unstructured, raw) data en de verschillende typen machine learning (supervised, unsupervised, deep reinforcement, transfer, federated). De invalshoek is breed: van beschermen idee tot en met marktintroductie van het product. Cursusdoel is het wegnemen van juridische obstakels voor innovatie. Onderwerpen die hierbij aan de orde komen zijn privacywetgeving, het maximaliseren van uw IP-portfolio (intellectueel eigendom), normering, standaardisering (interoperabiliteit) en certificering (CE mark, keurmerken, conformiteit), het stimuleren van internationaal zakendoen, en het realiseren van (training)data delen op basis van EU regelgeving, licenties, toestemmingen en rechtsgeldige contracten. Maatwerk is mogelijk.

De workshops en masterclasses zijn cross-disciplinair en verbinden de ontwikkeling en toepassing van technologie met geldend nationaal en EU recht.

Meer lezen
Artificiële Intelligentie, Auteursrecht, AVG / GDPR, Bedrijfsrecht, Big data, Blockchain, Computer Vision, Data delen, Data processing, Deep Learning, eHealth, Entertainment en Kunst, Ethics, Ethiek, Europees recht, Farmaceutica, Grondrechten, Food Feed Agri, Healthcare, High Tech Industrie, Innovation, Informatierecht, Intellectual Property, Intellectueel Eigendom, Internationaal Zakendoen, Licenties, Machine Learning, Medical Devices, Ondernemingsrecht, Policy, Privacywetgeving, Productontwikkeling, Regulering, Standardization, Wetgeving, Workshops, Cursus, MasterclassMauritz KopAIRechtNL AIC, TNO, TekDelta, Startups & Scaleups, Kunstmatige Intelligentie, Juridisch, Workshop, Masterclass, Data delen, Expert panel, Europees recht, AI ecosysteem Nederland, Training Datasets, machine learning, JAVB Bedrijvendesk, AIRecht, Mauritz Kop, Stanford Law School, internationaal zakendoen, AVG, GDPR, Intellectueel Eigendom, Ethiek, Privacy, Trustworthy AI, AI Impact Assessment, Algoritmen, Aansprakelijkheid, Grondrechten, Data altruisme, legal sandboxes, Standaardisering, Certificering, CE Marking, Keurmerk, Conformiteit, Contractenrecht, Arbeidsrecht, Licenties, Cursus AI & Recht
Shaping the Law of AI: Transatlantic Perspectives
Shaping the Law of AI: Transatlantic Perspectives

Stanford-Vienna Transatlantic Technology Law Forum, TTLF Working Papers No. 65, Stanford University (2020).

New Stanford innovation policy research: “Shaping the Law of AI: Transatlantic Perspectives”.

Download the article here: Kop_Shaping the Law of AI-Stanford Law

The race for AI dominance

The race for AI dominance is a competition in values, as much as a competition in technology. In light of global power shifts and altering geopolitical relations, it is indispensable for the EU and the U.S to build a transatlantic sustainable innovation ecosystem together, based on both strategic autonomy, mutual economic interests and shared democratic & constitutional values. Discussing available informed policy variations to achieve this ecosystem, will contribute to the establishment of an underlying unified innovation friendly regulatory framework for AI & data. In such a unified framework, the rights and freedoms we cherish, play a central role. Designing joint, flexible governance solutions that can deal with rapidly changing exponential innovation challenges, can assist in bringing back harmony, confidence, competitiveness and resilience to the various areas of the transatlantic markets.

25 AI & data regulatory recommendations

Currently, the European Commission (EC) is drafting its Law of AI. This article gives 25 AI & data regulatory recommendations to the EC, in response to its Inception Impact Assessment on the “Artificial intelligence – ethical and legal requirements” legislative proposal. In addition to a set of fundamental, overarching core AI rules, the article suggests a differentiated industry-specific approach regarding incentives and risks.

European AI legal-ethical framework

Lastly, the article explores how the upcoming European AI legal-ethical framework’s norms, standards, principles and values can be connected to the United States, from a transatlantic, comparative law perspective. When shaping the Law of AI, we should have a clear vision in our minds of the type of society we want, and the things we care so deeply about in the Information Age, at both sides of the Ocean.

Meer lezen
Artificial Intelligence, Big data, Data processing, Ethics, European Law, Innovation, Intellectual Property, Machine Learning, Research, University, Law of AIMauritz KopStanford Law SchoolLaw of AI, Legal-Ethical Framework, Regulation, European Commission, Trustworthy AI, Risks, Data Act, Access, Machine Learning, Overarching Core AI Rules, Interoperability, Legal Transplant, United States, Impact Assessment, Comparative Law, Values, Ethically Aligned Design, IP, Incentives, Innovation, Mauritz Kop, Stanford-Vienna Transatlantic Technology Law Forum, Stanford Law School
We hebben dringend een recht op dataprocessing nodig
We hebben dringend een recht op dataprocessing nodig

Deze column is gepubliceerd op platform VerderDenken.nl van het Centrum voor Postacademisch Juridisch Onderwijs (CPO) van de Radboud Universiteit Nijmegen. https://www.ru.nl/cpo/verderdenken/columns/we-dringend-recht-dataprocessing-nodig/

5 juridische obstakels voor een succesvol AI-ecosysteem

Eerder schreef ik dat vraagstukken over het (intellectueel) eigendom van data, databescherming en privacy een belemmering vormen voor het (her)gebruiken en delen van hoge kwaliteit data tussen burgers, bedrijven, onderzoeksinstellingen en de overheid. Er bestaat in Europa nog geen goed functionerend juridisch-technisch systeem dat rechtszekerheid en een gunstig investeringsklimaat biedt en bovenal is gemaakt met de datagedreven economie in het achterhoofd. We hebben hier te maken met een complex probleem dat in de weg staat aan exponentiële innovatie.

Auteursrechten, Privacy en Rechtsonzekerheid over eigendom van data

De eerste juridische horde bij datadelen is auteursrechtelijk van aard. Ten tweede kunnen er (sui generis) databankenrechten van derden rusten op (delen van) de training-, testing- of validatiedataset. Ten derde zullen bedrijven na een strategische afweging kiezen voor geheimhouding, en niet voor het patenteren van hun technische vondst. Het vierde probleempunt is rechtsonzekerheid over juridisch eigendom van data. Een vijfde belemmering is de vrees voor de Algemene verordening gegevensbescherming (AVG). Onwetendheid en rechtsonzekerheid resulteert hier in risicomijdend gedrag. Het leidt niet tot spectaculaire Europese unicorns die de concurrentie aankunnen met Amerika en China.

Wat is machine learning eigenlijk?

Vertrouwdheid met technische aspecten van data in machine learning geeft juristen, datawetenschappers en beleidsmakers de mogelijkheid om effectiever te communiceren over toekomstige regelgeving voor AI en het delen van data.

Machine learning en datadelen zijn van elementair belang voor de geboorte en de evolutie van AI. En daarmee voor het behoud van onze democratische waarden, welvaart en welzijn. Een machine learning-systeem wordt niet geprogrammeerd, maar getraind. Tijdens het leerproces ontvangt een computer uitgerust met kustmatige intelligentie zowel invoergegevens (trainingdata), als de verwachte, bij deze inputdata behorende antwoorden. Het AI-systeem moet zelf de bijpassende regels en wetmatigheden formuleren met een kunstmatig brein. Algoritmische, voorspellende modellen kunnen vervolgens worden toegepast op nieuwe datasets om nieuwe, correcte antwoorden te produceren.

Dringend nodig: het recht op dataprocessing

De Europese Commissie heeft de ambitie om datasoevereiniteit terug te winnen. Europa moet een internationale datahub worden. Dit vereist een modern juridisch raamwerk in de vorm van de Europese Data Act, die in de loop van 2021 wordt verwacht. Het is naar mijn idee cruciaal dat de Data Act een expliciet recht op dataprocessing bevat.

Technologie is niet neutraal

Tegelijkertijd kan de architectuur van digitale systemen de sociaal-maatschappelijke impact van digitale transformatie reguleren. Een digitaal inclusieve samenleving moet technologie actief vormgeven. Technologie an sich is namelijk nooit neutraal. Maatschappelijke waarden zoals transparantie, vertrouwen, rechtvaardigheid, controle en cybersecurity moeten worden ingebouwd in het design van AI-systemen en de benodigde trainingdatasets, vanaf de eerste regel code.

Meer lezen
Artificial Intelligence, Data delen, Data processing, Privacywetgeving, Machine Learning, Kunstmatige Intelligentie, Intellectueel Eigendom, Innovation, Informatierecht, Europees recht, Europese Richtlijn, European Law, Ethics, Cloud Computing, Big data, AuteursrechtMauritz KopAIRecht recht op dataprocessing, data delen, machine learning, Kunstmatige Intelligentie, artificial intelligence, juridisch, wetgeving, Europees recht, privacy, rechtszekerheid, intellectueel eigendom, economisch eigendom, trainingsdatasets, bedrijfsgeheim, federated learning, blockchain, technologie, exponentiele innovatie, CPO, Radboud Universiteit, VerderDenken, Mauritz Kop, Stanford University, Harvard, EU Data Act, Open Data, Digitaal DNA, Unicorns
The Right to Process Data for Machine Learning Purposes in the EU
The Right to Process Data for Machine Learning Purposes in the EU

Harvard Law School, Harvard Journal of Law & Technology (JOLT) Volume 34, Digest Spring 2021

New interdisciplinary Stanford University AI & Law research article: “The Right to Process Data for Machine Learning Purposes in the EU”.

Download the article here: Kop_The Right to Process Data-Harvard

Data Act & European data-driven economy

Europe is now at a crucial juncture in deciding how to deploy data driven technologies in ways that encourage democracy, prosperity and the well-being of European citizens. The upcoming European Data Act provides a major window of opportunity to change the story. In this respect, it is key that the European Commission takes firm action, removes overbearing policy and regulatory obstacles, strenuously harmonizes relevant legislation and provides concrete incentives and mechanisms for access, sharing and re-use of data. The article argues that to ensure an efficiently functioning European data-driven economy, a new and as yet unused term must be introduced to the field of AI & law: the right to process data for machine learning purposes.

The state can implement new modalities of property

Data has become a primary resource that should not be enclosed or commodified per se, but used for the common good. Commons based production and data for social good initiatives should be stimulated by the state. We need not to think in terms of exclusive, private property on data, but in terms of rights and freedoms to use, (modalities of) access, process and share data. If necessary and desirable for the progress of society, the state can implement new forms of property. Against this background the article explores normative justifications for open innovation and shifts in the (intellectual) property paradigm, drawing inspiration from the works of canonical thinkers such as Locke, Marx, Kant and Hegel.

Ius utendi et fruendi for primary resource data

The article maintains that there should be exceptions to (de facto, economic or legal) ownership claims on data that provide user rights and freedom to operate in the setting of AI model training. It concludes that this exception is conceivable as a legal concept analogous to a quasi, imperfect usufruct in the form of a right to process data for machine learning purposes. A combination of usus and fructus (ius utendi et fruendi), not for land but for primary resource data. A right to process data that works within the context of AI and the Internet of Things (IoT), and that fits in the EU acquis communautaire. Such a right makes access, sharing and re-use of data possible, and helps to fulfil the European Strategy for Data’s desiderata.

Meer lezen
Artificial Intelligence, Ethics, Innovation, Intellectual Property, Internet of Things, Scholarship, TTLFMauritz KopHarvard Law SchoolRight to Process Data, Data Sharing Access and Re-Use, Ius Utendi (usus) et Fruendi (fructus), Quasi Usufruct, Locke, Kant, Machine Learning, AI, Intellectual Property, European Data Act, Training Datasets, Database Rights, Copyright, Trade Secrets, Property Paradigm, Public Domain, Open Innovation, Mauritz Kop, Stanford University, Harvard Law School, Harvard Journal of Law & Technology
Suzan Slijpen Conference Speaker at the National University of Ireland
Suzan Slijpen Conference Speaker at the National University of Ireland

Legal Aspects of AI in Healthcare

On 16 August 2019, Suzan Slijpen LL.M. had the honour to speak about the legal aspects of the development and use of artificial intelligence (a disruptive technology) in healthcare, at the AI in Medicine Conference organized by the Irish Association of Physicists in Medicine (IAPM). The conference took place in Galway, at the National University of Ireland (School of Physics, NUI Galway/ OÉ Gaillimh). Suzan is a senior legal consultant at AIRecht.nl, and specializes in eHealth & medical devices, pharmaceutical law, European food law and contract law, from an AI helicopterview. She is also founder and lawyer at boutique law office Slijpen Legal.

Key topics of the Artificial Intelligence in Medicine lecture

Key legal topics that Suzan addressed in her Artificial Intelligence in Medicine lecture:

1. AI & Robotics: Disruptive Technologies: Synergetic effects of 4th Industrial Revolution technologies like robotics, big data, quantum computing, Blockchain, Virtual Reality (VR) and Internet of Things (IoT).

2. eHealth and medical devices: legal classification.

3. Fundamental Rights: Safeguarding of Fundamental Rights in AI applications, Rights of Patients.

4. Ethics and responsible AI: 1791 French Revolution Values, HLEG Concept of Trustworthy AI.

5. Intellectual Property on AI and Health Apps: Licensing your IP.

6. Liability for damages caused by smart robots: who is liable for misdiagnosis by an AI algorithm?

7. Legislation and Jurisprudence.

8. AI Impact Assessment: remove roadblocks for AI.

Legislation and regulations regarding AI in Healthcare

Do you want to know more about legislation and regulations regarding AI in Healthcare, or Legal aspects of disruptive tech in Medicine? Or do you want to organize a workshop or conference yourself and invite us as a speaker or teacher? Then please contact us about the possibilities!

Meer lezen
Healthcare, Medicine, Artificial Intelligence, Intellectual Property, Fundamental Rights, Ethics, Conference, UniversityMauritz KopAIRecht.nlSuzan Slijpen, Legal, AI, Healthcare, Medicine, Conference, Symposium, Workshop, Lecture, artificial intelligence, Speaker, Irish Association of Physicists in Medicine, IAPM, National University of Ireland, NUI Galway, School of Physics, Lawyer, Slijpen Legal, eHealth, Medicial Devices, Pharmaceutical Law, Foodlaw, Contract Law, European Private Law, Robotics, Fundamental Rights, Ethics and Responsible AI, Liability, Damages, AI algorithm, Licensing, IP, intellectual property, doctor, hospotal, software manufacturer, Legislation, Jurisprudence, AI Impact Assessment, Handouts, Open Panel, Forum, disruptive technology