Criteria for Recognition of AI as a Legal Person
Notice bibliographique
Résumé
This question of AI legal personhood is mostly theoretical today. In article we try to generalize some common ways that existing in legal theory and practice. We analyze some cases of recognition of untypical legal persons as well enacted statements in Europe and USA. Readers will not find a detailed methodology in the paper, but rather a list of criteria that is helpful to make a decision on granting legal personhood. Practices of European Union and the United States indicate that common approaches to the legal personality of some kinds of AI are already developed. Both countries are strongly against legal personhood of intellectual war machines. Liability for any damage of misbehavior of military AI is still on competence of military officers. In case of civil application of AI there are two options. AI could be as legal person or as an agent of business relations with other legal persons. Every legal person has to be recognized as such by society. All untypical legal persons have wide recognition of society. When considering the issue of introducing a new legal person into the legal system, legislators must take into account the rights of already existing subjects. Policy makers have to analyze how such legal innovation will comply with previous legal order, first of all how it will affect the fundamental rights and freedoms of the human beings. The legal personhood of androgenic robots that can imitate human behavior regarded in paper as a good solution to minimize illegal and immoral acts committed with their involvement. It would be a factor that keep people from taking action against robots very similar to people. Authors conclude that key factors would be how society will react to a new legal person, how changing of legal rules will affect legal system and why it is necessary. At least all new untypical legal persons are recognized by society, affects of the legal system in manageable way and brings definite benefits to state and society.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,032 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».