几乎所有人类活动领域的数字化都未能绕过医疗保健这样具有战略重要性的领域。基于收集“大数据”、机器学习和人工智能(AI)的先进技术的医学具有巨大潜力,可以从根本上改善全球医疗质量。许多数字健康算法长期以来在消费者智能手机应用程序中运行得相对成功。然而,人工智能算法的开发和实施以及大数据的使用所涉及的法律复杂性和风险相当大,现代立法无法将其全部考虑到。该领域的主要问题包括:使用人工智能系统时的侵权(而非唯一)责任以及处理大数据时的个人数据保护、知识产权、信息保密、商业秘密等。在本文中,我们将尝试概述人工智能系统和大数据在医疗保健领域的主要应用领域,并指出其法律监管中最紧迫的方面。关键字
第1章EV 1。证据简介EV 1.1。一般。长期以来,人们已经认识到,法律程序是那些将因其结果而受益或失去的人的最重要事件之一。因此,被指控在特定情况下确定事实的人收到的信息应该是最可靠,值得信赖和准确的。确保此信息符合这些标准,某些证据规则已经发展,实际上,该过程在今天的法院继续进行。EV 1.2。 证据定律的来源。 因为我们讨论证据法则的主要焦点是它将其应用于军队,正如预期的,在美国宪法的第一条第8条中可以找到:“国会应拥有权力。。EV 1.2。证据定律的来源。因为我们讨论证据法则的主要焦点是它将其应用于军队,正如预期的,在美国宪法的第一条第8条中可以找到:“国会应拥有权力。。。。[t]。。。”在1951年,根据第一条第8条,国会颁布了《军事司法法典》 [以下简称UCMJ],其中包含许多有关证据事务的文章。第36条,UCMJ,授予美国总统,有权为军方规定证据规则。 这些军事证据规则[以下简称MIL.R.EVID。] 是在法院军事手册的第三部分中找到的(2005年版)[以下简称MCM]。 尽管MCM的这一部分中规定了大部分证据规则,但MCM的其他章节也涉及与证据法有关的事项。 101(b)。第36条,UCMJ,授予美国总统,有权为军方规定证据规则。这些军事证据规则[以下简称MIL.R.EVID。]是在法院军事手册的第三部分中找到的(2005年版)[以下简称MCM]。尽管MCM的这一部分中规定了大部分证据规则,但MCM的其他章节也涉及与证据法有关的事项。101(b)。如果军事证据规则不开规定适用的规则,则可能会望向Mil.r.evid。本规则允许在美国地方法院(联邦证据规则)或普通法中遵循的证据规则(基于习俗,用法和司法裁决的国家法律),只要这两个来源与UCMJ或MCM的规定不一致,只要这两个来源不一致。在第三部分或其他部分中,MCM无法解释与证据有关的所有可能的法律点。因此,刑事上诉法院和武装部队上诉法院就特定问题解释了法律点。实际上,他们具有通过对现有法律的解释来制定新法律的功能。如果MCM未涵盖法律点,则军事审判法院通常能够参考这些上诉法院的裁决,以查找法律的明确声明。因此,除了MCM之外,军事司法系统本身也是证据定律的根源。最后,在联邦法院的判决中可以找到解释证据规则的其他证据定律的来源;法官倡导者的意见; 1990年,美国海军法规等各种服务出版物,海军法官倡导者的手册,《海军军事人员手册》或《海军陆战队个人记录》管理手册以及各种命令和指示;州法院的裁决;最后,学术工作在证据上。EV 1.3。 证据规则的适用性。 MIL.R.EVID的规则101。EV 1.3。证据规则的适用性。MIL.R.EVID的规则101。在本课程中,我们的注意力将主要集中在上述三个领域:UCMJ,MCM和军方上诉法院的裁决。使适用于一般,特殊和摘要法院的证据规则。MIL.R.Evid。除了有关特权的规则外,不适用于第32条审前调查,行政分离委员会或非司法惩罚程序。第五部分,第1段。4C,MCM要求在第15条中解释被告反对自我罪名的权利(第31B条),也称为NJP或办公时间。 EV 1.4。 不遵守证据规则的影响。 寻求在军事法庭引入的证据不得与公共政策相反。 “排他性规则”是法院的认可,即在某些情况下,有一项公共政策需要在法庭上排除某些证据,因为有必要平衡需要鼓励或防止某些活动或类型的行为。 行动中的排除规则将在本文的后续章节中进行详细讨论4C,MCM要求在第15条中解释被告反对自我罪名的权利(第31B条),也称为NJP或办公时间。EV 1.4。 不遵守证据规则的影响。 寻求在军事法庭引入的证据不得与公共政策相反。 “排他性规则”是法院的认可,即在某些情况下,有一项公共政策需要在法庭上排除某些证据,因为有必要平衡需要鼓励或防止某些活动或类型的行为。 行动中的排除规则将在本文的后续章节中进行详细讨论EV 1.4。不遵守证据规则的影响。寻求在军事法庭引入的证据不得与公共政策相反。“排他性规则”是法院的认可,即在某些情况下,有一项公共政策需要在法庭上排除某些证据,因为有必要平衡需要鼓励或防止某些活动或类型的行为。行动中的排除规则将在本文的后续章节中进行详细讨论
摘要。本文分析了数字社会中产生的民事关系的民法调整问题。财产关系、民事交易领域越来越多地转向各种电子平台。COVID-19 冠状病毒大流行进一步加速了这一进程。人工智能技术的发展和应用提出了确保人类安全免受此类技术负面影响的问题,最大限度地减少对其生命和健康的威胁。由于人工智能作为一种社会现象、一种产品、一种人类创造的商品的虚拟性,目前使用传统法律手段来调整与人工智能技术应用相关的社会关系并不能完全解决商品、工程和服务市场上出现的许多不确定性。为此,建议在科学理论层面上形成新的民法法律拟制,以解决由于使用人工智能技术而产生的民事交易中的法律不确定性。是将人工智能技术作为法律主体形式化为“电子人”或“电子法人”,将多个法人集合在一起,具有特殊法人资格。
印度司法系统,尤其是旁遮普省的司法系统,存在系统效率低下、程序拖延和相关积压等重大问题。随着国际司法系统的发展,技术纳入标准,尤其是“人工智能”(AI),为改变传统司法程序提供了机会。AI 已经体现出其识别决策、建议司法官员安排复杂案件场景和确认透明度的能力。这些能力概述了 AI 缓解司法系统挑战的潜力。然而,AI 在司法领域的重要性并非没有挑战。其流程包括运营、道德和法律优先事项,应通过负责任的决策进行转移。这项研究促进了 AI 在旁遮普邦民事司法领域的重要性,通过对二手数据来源和最佳国际活动的评估和分析强调了其可行性。
决定难民申请是一个固有不确定性判断和预测练习的典型案例。然而,难民身份决策者可能低估了其决策中固有的不确定性。人工智能 (AI) 最新进展的一个特点是能够使不确定性变得可见。通过向难民身份决策者明确他们的预测有多么不确定,AI 可以帮助降低他们对其结论的信心。从目前的情况来看,这只会伤害申请人,因为世界各国都设计了难民身份确定系统来解决决策不确定性,而牺牲了申请人的利益。因此,不确定性的增加会导致错误拒绝。然而,如果国际难民法承认联合国难民公约规定的义务,即以有利于申请人的方式解决决策疑虑,正如埃文斯·卡梅伦最近所倡导的那样,那么通过使不确定性变得显而易见,人工智能可以帮助确保更少的难民被错误地剥夺他们所需的保护。此外,在世界许多国家,难民申请是在归纳推理的逻辑支配下的法律程序中决定的,这种推理形式严重扭曲了风险评估。根据埃文斯·卡梅伦提出的难民身份决策风险评估模型,该模型基于溯因推理而非归纳推理,人工智能使不确定性变得显而易见的能力确实有助于以有利于申请人的方式解决疑虑,正如公约起草者的意图。
Sarah C Derrington, Stewart, & Feutrill JJ 外国国家豁免 - 印度与毛里求斯之间的双边投资条约,规定根据 1976 年联合国国际贸易法委员会仲裁规则进行仲裁 - 原始申请人是与印度政府拥有的一家公司就两颗印度卫星容量租赁达成协议的当事方 - 印度政府撤销了协议 - 申请人在海牙对印度提起仲裁 - 印度对仲裁庭的管辖权提出质疑 - 仲裁庭发布裁决 - 申请人根据 1974 年国际仲裁法 (Cth) 第 8 条向澳大利亚联邦法院提起诉讼,要求承认和执行裁决 - 初审法官拒绝了印度撤销申请的临时申请 - 印度经许可上诉 - 裁定:通过批准《纽约公约》,印度并未根据 1985 年外国国家豁免法 (Cth) 第 10(2) 条接受澳大利亚法院的管辖 - 印度没有放弃对不决定法律关系引起的分歧的裁决的外国国家豁免权 -不存在因商业关系而产生的分歧 - 允许上诉,并撤销申请,因为印度不受法院管辖。印度共和国(BCI)
一般而言,司法管辖区使用两种不同的法律体系——普通法或民法——一些司法管辖区使用两者的混合,而一些司法管辖区使用额外的习惯法和宗教法体系(例如,南非存在普通法和民法的结合,而中国的民法受到习惯法的影响)。大约有 150 个司法管辖区使用民法体系,80 个司法管辖区使用普通法体系。普通法体系由法院做出的裁决管理,通常基于先前的法院裁决和法规。这些裁决具有普遍约束力,除非被上级法院或法规推翻。民法体系由包含一般原则的成文法典定义,并辅以详细的法规,并将先前的法院裁决视为次要的。