Law and technology: The impact of innovations on the legal system and its regulation
Notice bibliographique
Résumé
The relevance of this study is due to the introduction of technologies into the legal sphere, as well as their rapid development, which causes the inconsistency of conventional legislation with the emerging social relations. Thus, the purpose of this study was to research the impact of digital technologies on the modern legal society and their legislative regulation to formulate ways to improve and further develop this area. The methods used in this study were the following: historical, comparative legal, statistical, forecasting. The main results of this study are as follows: the concepts of technology, innovation, digitalisation, and artificial intelligence were investigated; the legal regulation of these concepts in both Ukrainian and foreign legislation was examined. The study also identified the main problems and risks associated with the use of digital technologies, including problems related to user security, personal data protection, copyright. Solutions and legislative changes regulating the field of technology were also covered using evidence from the United States of America, Switzerland, Japan, the United Kingdom, Canada. The study analysed the impact of artificial intelligence on the ethical aspects of the work of a lawyer. The study also highlighted the future vision and consequences of the use of technology in various spheres of public life. It was found that digitalisation and the introduction of technology into public spheres of life require flexibility and readiness for change from the legal sphere, as well as the need to strike a balance between innovative changes and the guarantee of fundamental human rights. Considering the international standards that were investigated, it was found that the key area that requires additional protection in the digital age is data privacy and confidentiality. The findings of this study can be used as a basis for improving the legislative framework that governs relations in the field of technology use by lawyers, sociologists, and legislators
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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,028 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 ».