The Canadian AIDA and the EU AI Act: Will Sanity Prevail as they more closely align? – Part 1
Notice bibliographique
Résumé
Abstract On June 16, 2022, the Canadian government introduced Bill C- 27, sponsored by the Minister of Innovation, Science and Industry, to update Canada’s federal privacy legal landscape. As earthshaking as that legislation was to the privacy regime in Canada, the impact of Bill C-27 was not limited to privacy regulation. Notably, Bill C-27 also introduced the Artificial Intelligence and Data Act (“AIDA”), which aims to introduce regulations in Canada regarding the design, development, and use of artificial intelligence (“AI”) systems. As we have previously written, while the AIDA is Canada’s first potential law aimed explicitly at regulating AI, it is in many cases influenced by the European Union’s then-proposed Regulation (EU) 2024/1689 (the “EU AI Act”) introduced on April 21, 2021. Time has since elapsed, and now AIDA - with the November 2023 introduction of new proposed (and substantive) amendments - and the July 2024 publication of the final EU Council-approved EU AI Act, have become increasingly aligned: good news for organizations in the AI industry. There do, however, continue to exist differences between the two items of legislation which can present traps for the unwary.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,014 | 0,015 |
| Communication savante | 0,016 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,011 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».