https://doi.org/10.59851/jk.81.03.1
A választottbíráskodás, amely az állami bíráskodással versenyezve alternatív vitarendezést kínál, természeténél fogva nyitott a technológiai újításokra, hiszen azok versenyelőnyt biztosítanak a jogviták gyors, és költséghatékony rendezésében. A negyedik ipari forradalom és gyermeke, a mesterséges intelligencia (MI) megjelenése a választottbíráskodást sem hagyta érintetlenül. Milyen területeken használják a választottbíráskodásban már jelenleg is az MI-t? Van-e korlátja ennek a fejlődésnek, vagy egy nem is olyan távoli jövőben a választottbírák szerepét is átveszi a gép? Melyek ennek a változásnak jelenleg a legfontosabb technológiai, illetve jogi korlátai? A jelen tanulmány e kérdéseket vizsgálja.
Tárgyszavak: választottbíráskodás, alternatív vitarendezés, mesterséges intelligencia, New York-i Egyezmény, UNCITRAL Modelltörvény, Vbt.
Arbitration, which competes with state jurisdiction by offering alternative dispute resolution, is inherently open to technological innovations, as these provide a competitive advantage in the rapid and cost-effective resolution of legal disputes. The fourth industrial revolution and its offspring, artificial intelligence (AI), have not left arbitration untouched. In what areas is AI already being used in arbitration? Are there limits to this development, or will machines take over the role of arbitrators in the near future? What are the most important technological and legal limitations of this change at present?
Keywords: arbitration, artificial intelligence (AI), dispute resolution
Mit tudnak a bírók, amit nem tudunk elmondani egy számítógépnek?[1] - hangzik a mesterséges intelligencia (MI) egyik úttörő kutatójának, John McCarthynak[2] tulajdonított kérdés, mely jellemző példája annak a techno-optimista szemléletek, amely szerint az MI gyakorlatilag bármilyen tevékenységet, így akár a bírói ítélkezést is átveheti az embertől. Valóban, szinte nincs olyan területe a társadalmi- gazdasági életnek, melyet az ezredforduló óta zajló negyedik ipari forradalom ne érintene.[3] A választottbíráskodás, amely az állami bíráskodással versenyezve alternatív vitarendezést kínál, természeténél fogva nyitott a technológiai újításokra, hiszen utóbbiak versenyelőnyt biztosítanak a jogviták gyors, költséghatékony rendezésében. A választottbíráskodás gyors reakcióját a változásokra kiválóan illusztrálja a Covid-19 járvány megjelenése, melynek köszönhetően számos, addig csak alkalomszerűen használt digitális megoldás vált gyakorlattá ezen alternatív vitarendezési mód mindennapjaiban.[4] S még le sem csengett teljesen a koronavírus járvány, 2022. november 30-án nyilvánosan elérhetővé vált az OpenAI chatbotja, a ChatGPT, mely világszerte a hétköznapi ember számára is egyértelművé tette a mesterséges intelligencia megérkezését. Egy évre rá pedig már azzal voltak tele a hírek, hogy a ChatGPT-4 lerakta a New York-i ügyvédi kamarai vizsgát, vagy, hogy egy ügyvédet megbírságolt a bíró, mivel az MI által javasolt, nem létező jogesetre hivatkozott.[5] A mesterséges intelligencia megjelenése természetesen a választottbírósági eljárásokat sem hagyja érintetlenül. Milyen területeken használja már a nemzetközi kereskedelmi választottbíráskodás az
- 97/98 -
MI-t? Van-e korlátja ennek a fejlődésnek, vagy egy nem is olyan távoli jövőben a választottbírák szerepét is átveszi a gép? A jelen tanulmány e kérdéseket vizsgálja.
Az önműködő gépek építésének vágya csaknem egyidős az emberiséggel, így már az antikvitásban megjelennek ember alkotta mesterséges szerkezetek.[6] Az első ember alakú robot a görög mitológiában tűnik fel Talósz[7] képében, de akár a gyönyörű mesterségesen alkotott nő, Pandóra[8] is említhető. A középkorban, illetve reneszánszban tovább élt az autonóm gépek gondolata, mely megjelenik az iszlám kultúrában, ahol Al-Jazari[9] mérnök a 12-13. században egy programozható zenegépet említ és nyugaton is, Roger Bacon[10] műveiben, aki önállóan mozgó gépekről ír, illetve Leonardo da Vinci,[11] munkásságában, aki egy mechanikus lovagot tervezett. A sort még hosszan lehetne folytatni, mégis a mesterséges intelligencia fogalmának megjelenésére egészen a XX. századig kellett várni. Alan Turing[12] brit matematikus 1950-ben megjelent úttörő tanulmányában vetette fel azt a kulcskérdést, hogy tudnak-e a gépek gondolkodni és egy tesztet is kidolgozott ennek megállapítására (ún. Turing teszt).[13] A mesterséges intelligencia kifejezést pedig John McCarthy informatikus nevéhez szokásos kötni, aki 1955-ban először használta azt egy kutatási projektben.[14]
Érdemes áttekinteni röviden az MI fejlődését, mivel az egyúttal technológiai szempontból osztályozza is a mesterséges intelligencia fajtáit.
Kezdetben az ún. szabályalapú rendszerek voltak a jellemzőek, melyek "ha/akkor" típusú megközelítést alkalmazva meghatározták, hogy bizonyos feltétel teljesülése esetén mi legyen a kimenet, illetve a művelet.[15] A szabályalapú rendszereken belül az 1970-es évektől kezdődően kezdtek el megjelenni az ún. szakértői rendszerek (expert systems), melyekbe különböző speciális területeken (például orvostudomány stb.) szakértők tudását kódolták be szabályokként, egyfajta "tudásbázist" létrehozva, majd a rendszer annak szabályait konkrét esetre alkalmazta. E rendszerek a felhasználó számára transzparensek voltak, mivel átlátható volt, hogy a rendszer milyen szabályt alkalmazott, ugyanakkor a tudást az embernek kellett "betáplálnia", mely nagy erőforrásokat igényelt és a rendszerek komplex problémák kezelésére nem voltak alkalmasak.[16]
A szakértői rendszerek korlátainak felismerése után az 1990-es évektől egyre inkább a gépi tanulás (machine learning) került előtérbe, mely keretében a program maga találja meg a szabályt egy ún. "próba és hiba" (trial and error) tanulási folyamat eredményeképpen, és a programozó által meghatározott célok alapján maga ítéli meg a teljesítményét. A gépi tanulás nagy előnye, hogy a programozónak nem kell szabályokat bevinnie, hanem elegendő megadnia egy célt és egy adathalmazt, melyből a program mintázatokat (pattern) tanulhat. A program ezután maga azonosít olyan szabályokat, illetve kapcsolatokat, melyek adott esetben a programozó számára sem ismertek.[17] Ezen tanulási folyamat megvilágítja a Deep Blue sakkprogram 1997-es győzelmének hátterét a korszak legerősebb emberi sakknagymesterével, Garri Kaszparovval szemben. A gépi tanulás egy speciális ága a mélytanulás (deep learning), mely különösen hatékony nagy adatmennyiségnél és összetett problémáknál. Ilyenek például a kép- és beszédfelismerés, nyelvi modellek, önvezető autók szenzoradatainak feldolgozása stb. A mesterséges intelligencia kutatásában hatalmas előrelépést tett lehetővé, hogy a technológiai fejlődésnek köszönhetően korábban soha nem látott mennyiségű adat - ún. Big Data - jelent meg. Ez a nagy adatmennyiség egyrészt a számítógép processzorok megnövekedett sebességének, másrészt az adattárolási költségek csökkenésének volt köszönhető.[18] Az utóbbi években megjelenő "az adat az új olaj" (data is the new oil) metafora plasztiku-
A Jogkódex-előfizetéséhez tartozó felhasználónévvel és jelszóval is be tud jelentkezni.
Az ORAC Kiadó előfizetéses folyóiratainak „valós idejű” (a nyomtatott lapszámok megjelenésével egyidejű) eléréséhez kérjen ajánlatot a Szakcikk Adatbázis Plusz-ra!
Visszaugrás
