主要变化
- 像机器学习这样的推论技术通过分析现有数据中的模式来推导新数据。
- 关于个人的预测被描述为一种按量计费的公用事业和大众市场商品。
- 该分析重点关注在 GDPR 框架下保护酷儿个体免受推论性数据处理的影响。
背景
包括机器学习模型在内的推论技术,其运行机制是基于现有数据集中的模式推导新数据。这些技术被描述为一种“按量计费的公用事业”,将针对个人的预测转化为易于获取的大众市场商品。在数据保护的背景下,此类预测机制的部署引发了对个人(尤其是酷儿群体)的重要考量。
规则要求与实际影响
欧盟《通用数据保护条例》(GDPR)在推论技术方面的应用,涉及如何利用个人数据模式来生成预测。由于推论系统通过处理现有数据来产生新的个人洞察,评估其在 GDPR 下的法律处理需要分析推导出的数据是否以及如何归入个人数据保护和处理规则的范畴。
常见问题
1. 根据来源,什么是推论技术?
推论技术包括机器学习等工具,这些工具可根据现有数据中存在的模式推导新数据。
2. 文中是如何描述对人的预测的?
对人的预测被描述为已被宣布为一种“按量计费的公用事业”,从而将其转化为一种易于获取的大众市场商品。
3. 关于保护酷儿群体免受推论技术影响,引用了哪个法律框架?
文章引用了欧盟的《通用数据保护条例》(GDPR)。
受影响对象
酷儿个体以及在欧盟数据保护法管辖下运作的预测性机器学习技术的受试对象。
跨境背景
适用于在欧盟 GDPR 标准内运营或受其约束的数据控制者、技术开发者和数据主体。
后续关注事项
- 请参阅 European Law Blog 上的全文,以查看所讨论的完整法律论证和具体 GDPR 条款。
本文仅提供一般性信息,不构成法律意见。必要时请查阅官方文本并根据您的具体情况寻求专业建议。