Ética algorítmica e regulação econômica: como autoridades antitruste enfrentam os riscos da IA?
Conteúdo do artigo principal
Resumo
A integração da Inteligência Artificial (IA) em órgãos de defesa da concorrência para identificar práticas anticompetitivas acarreta riscos éticos inerentes, como o viés algorítmico e a dependência excessiva de fornecedores de tecnologia. Visando mitigar tais riscos, este artigo investiga como 35 autoridades reguladoras, classificadas pelo Global Competition Review (GCR) Enforcement Rating de 2023, abordam esses desafios. Por meio de uma análise
documental realizada com o auxílio do ATLAS.ti25, comparam-se as organizações com base em cinco princípios éticos (Transparência, Responsabilidade/Accountability, Justiça e Equidade, Robustez e Segurança, e Privacidade), fundamentados em frameworks consolidados de ética da IA e bioética de proteção. Os resultados demonstram uma disparidade crítica na maturidade regulatória: observa-se maior rigor técnico em princípios de ética operacional
(Robustez, Privacidade e Segurança) do que em princípios de ética social. Persistem deficiências substanciais em Transparência, Responsabilidade e Justiça/Equidade. Essa lacuna aponta para um déficit no princípio central da Explicabilidade (que engloba a inteligibilidade e a prestação de contas). A causa principal reside na ausência de procedimentos objetivos e na falta de divulgação sobre o uso da IA para a atividade-fim dessas organizações. O estudo conclui que o aprimoramento da liderança ética e o estabelecimento de mecanismos organizacionais de prestação de contas são fundamentais para garantir uma aplicação justa e transparente da IA na regulação econômica.
Downloads
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A RAP compromete-se a contribuir com a proteção dos direitos intelectuais do autor. Nesse sentido:
- Adota a licença CC Attribution 4.0, que permite que os artigos sejam reutilizados e distribuídos sem restrição, desde que o trabalho original seja corretamente citado;
- Assegura os direitos morais e de uso do artigo a autores, conforme CC Attribution 4.0. Os autores mantêm os direitos autorais sob o artigo publicado e o periódico tem o direito de primeira publicação;
- Adota software de verificação de similaridade de conteúdo - plagiarismo (Crossref Similarity Check);
- Recomenda o uso dos critérios de autoria do CRediT (Contributor Roles Taxonomy);
- Adota ações de combate ao plagio e má conduta ética, alinhada às diretrizes do Committee on Publication Ethics (COPE);
- A revista se reserva o direito de efetuar nas originais alterações apenas de ordem normativa, ortográfica e gramatical com vistas a manter o padrão culto da língua e a padronização de layout, respeitando, contudo, o estilo dos autores. Posteriormente, os autores receberão as versões finais para aprovação antes da publicação.
Mais detalhes do Código de Ética adotado pela RAP podem ser visualizados em Normas Éticas e Código de Conduta.
Referências
Agar, N. (2020). The sceptic and the AI society. Palgrave Macmillan.
Arner, D. W., Buckley, R. P., & Zetzsche, D. A. (2021). Finance, technology, and regulation: From hedgehogs to foxes. European Business Organization Law Review, 22(1), 11-40. https://doi.org/10.1007/s40804-020-00201-9
Babbie, E. (2016). The Practice of Social Research (14th ed.). Cengage Learning. https://doi.org/10.4324/9781315518014
Bani-Salameh, H., Sallam, M., & Al Shboul, B. (2021). A deep-learning-based bug priority prediction using RNN-LSTM neural networks. e-Informatica Software Engineering Journal, 15(1), 29-45. https://doi.org/10.37190/e-Inf210102
Beauchamp, T. L., & Childress, J. F. (2001). Principles of biomedical ethics (5th ed.). Oxford University.
Bélisle-Pipon, J. C., Couture, V., Roy, M. C., Ganache, I., Goetghebeur, M., & Cohen, I. G. (2021). What makes artificial intelligence exceptional in health technology assessment? Frontiers in Artificial Intelligence, 4, 736697. https://doi.org/10.3389/frai.2021.736697
Biondi, G. M. C. B., & Cernev, A. K. (2023). Nuveo: ética digital e inteligência artificial para desafios do mundo real. Revista de Administração Contemporânea, 27(3), e220063. https://doi.org/10.1590/1982-7849rac2023220063
Bodrick, M., Alqarni, H., Alsuhaim, M., & Almuways, Y. S. (2024). Critical appraisal of definitions on intelligence within the organizational context. Journal of Learning and Development Studies, 4(2), 12-20. https://doi.org/10.32996/jlds.2024.4.2.2
Bostrom, N., & Yudkowsky, E. (2011). The ethics of artificial intelligence. In K. Frankish & W. M. Ramsey (Eds.), The Cambridge handbook of artificial intelligence (pp. 316-334). Cambridge University.
Cave, S., Heigeartaigh, S. O. (2019) An AI Race for Strategic Advantage: Rhetoric and Risks. In Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society (AIES ‘19). Association for Computing Machinery. https://doi.org/10.1145/3278721.3278780
Coeckelbergh, M. (2020). AI ethics. MIT Press. https://doi.org/10.7551/mitpress/12549.001.0001
Crawford, K. (2021). Atlas of AI: power, politics, and the planetary costs of artificial intelligence. Yale University.
Etzioni, A., & Etzioni, O. (2017). Incorporating ethics into artificial intelligence. The Journal of Ethics, 21(4), 403-418. https://doi.org/10.1007/s10892-017-9252-2
Ezrachi, A., & Stucke, M. E. (2019). Virtual Competition: The Promise and Perils of the Algorithm‑Driven Economy. Harvard University Press. https://doi.org/10.4159/9780674241596
Fjeld, J., Achten, N., Hilligoss, H., Nagy, A., & Srikumar, M. (2020). Principled artificial intelligence: Mapping consensus in ethical and rights-based approaches to principles for AI. Berkman Klein Center for Internet & Society. https://doi.org/10.2139/ssrn.3518482
Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. Harvard Data Science Review, 1(1). https://doi.org/10.1162/99608f92.8cd550d1
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People – An ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds and Machines, 28, 689-707. https://doi.org/10.1007/s11023-018-9482-5
Greene, D., Hoffmann, A. L., & Stark, L. (2019). Better, nicer, clearer, fairer: A critical assessment of the movement for ethical artificial intelligence and machine learning. In Proceedings of the 52nd Hawaii International Conference on System Sciences. https://doi.org/10.24251/hicss.2019.258
Hagendorff, T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and Machines, 30(1), 99-120. https://doi.org/10.1007/s11023-020-09517-8
Häußler, H. (2021). The underlying values of data ethics frameworks: A critical analysis of discourses and power structures. Libri, 71(4), 307-319. https://doi.org/10.1515/libri-2021-0095
Hoch, P. A., & Engelmann, W. (2023). Regulação da inteligência artificial no Judiciário brasileiro e europeu. Pensar – Revista de Ciências Jurídicas, 28(4), 1-18. https://doi.org/10.5020/2317-2150.2023.14263
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1, 389-399. https://doi.org/10.1038/s42256-019-0088-2
Mayson, S. G. (2020). The limits of machine learning in adjudicating employment discrimination claims. California Law Review, 108(2), 387-442.
Motta, M. (2020). Competition policy in the digital era. Economic Journal, 130(629), 1999-2023.
Organization for Economic Co-operation and Development. (2021). Unlocking the potential of artificial intelligence in competition policy [OECD Digital Economy Papers, No. 306]. https://doi.org/10.1787/000306-en
Raji, I. D., & Dobbe, R. (2023). Concrete problems in AI safety, revisited. arXiv preprint arXiv:2401.10899. https://arxiv.org/abs/2401.10899
Roberts, H., Cowls, J., Morley, J., Taddeo, M., Wang, V., & Floridi, L. (2021). The chinese approach to artificial intelligence: an analysis of policy, ethics, and regulation. AI & Society, 36, 59-77. https://doi.org/10.1007/s00146-020-00992-2
Ryan, M., & Stahl, B. C. (2020). Artificial intelligence ethics guidelines for developers and users: Clarifying their content and normative implications. Journal of Information, Communication and Ethics in Society, 19(1), 61-86. https://doi.org/10.1108/JICES-12-2019-0138
Schmude, T., Koesten, L., Möller, T., & Tschiatschek, S. (2023, June). On the impact of explanations on understanding of algorithmic decision-making. In Proceedings of the 2023 ACM Conference on Fairness, Accountability, and Transparency, Nova York, NY, EUA. https://doi.org/10.1145/3593013.3594054
Schramm, F. R. (2008). Bioética da proteção: ferramenta válida para enfrentar problemas morais na era da globalização. Revista Bioética, 16(1), 11-23. https://revistabioetica.cfm.org.br/revista_bioetica/article/view/52
Schramm, F. R. (2017). A bioética de proteção: uma ferramenta para a avaliação das práticas sanitárias? Ciência & Saúde Coletiva, 22, 1531-1538. https://doi.org/10.1590/1413-81232017225.04532017
Schrepel, T. (2021). Computational antitrust: An introduction and research agenda. Stanford University CodeX Blockchain Group Research Paper. http://dx.doi.org/10.2139/ssrn.3766960
Singapore Government. (2019). Model AI governance framework. https://www.pdpc.gov.sg/Help-and-Resources/2020/01/Model-AI-Gov-Framework
Smuha, N. A. (2021). From a ‘race to AI’ to a ‘race to AI regulation’: regulatory competition for artificial intelligence. Law, Innovation and Technology, 13(1), 57-84. https://doi.org/10.1080/17579961.2021.1898300
Stahl, B. C. (2021). Artificial Intelligence for a Better Future: An Ecosystem Perspective on the Ethics of AI and Emerging Digital Technologies. Springer.
Veale, M., & Borgesius, F.Z (2021). Demystifying the draft EU Artificial Intelligence Act – analysing the good, the bad, and the unclear elements of the proposed approach. Computer Law Review International, 22(4), 97-112. https://doi.org/10.9785/cri-2021-220402
von Ingersleben‐Seip, N. (2023). Competition and cooperation in artificial intelligence standard setting: explaining emergent patterns. Review of Policy Research, 40(5), 781-810. https://doi.org/10.1111/ropr.12538
Zekos, G. I. (2024). Digital economy and competition. In Artificial intelligence and competition: economic and legal perspectives in the digital age (pp. 293-359). Springer.
Zeng, Y., Lu, E., & Huangfu, C. (2018). Linking artificial intelligence principles. arXiv. https://doi.org/10.48550/arXiv.1812.04814