Profilowanie na podstawie danych osobowych konsumentów przetwarzanych przez pojazd autonomiczny

• Authors: Anna Nowak , Magdalena Węgłowska , Miłosz Gapsa

Abstracts

PL

Profilowanie w coraz większym stopniu wkracza w życie konsumentów, a równolegle z nim postępuje zjawisko gromadzenia i wykorzystywania danych konsumentów pochodzących z różnych źródeł, w tym przetwarzanych przez autonomiczne pojazdy. Niniejszy artykuł ma na celu scharakteryzowanie kluczowych zagrożeń dla konsumentów, które mogą wynikać z procesu profilowania w oparciu o dane osobowe pozyskane z pojazdów autonomicznych, ze szczególnym uwzględnieniem praktyki personalizacji. W tym kontekście szerzej omówione zostaną dwa akty prawne – ogólne rozporządzenie o ochronie danych, na którego podstawie scharakteryzowany zostanie proces pozyskiwania danych osobowych z pojazdów autonomicznych oraz dyrektywa 2005/29/WE o nieuczciwych praktykach handlowych, w ramach której przeanalizowana zostanie możliwość zakwalifikowania personalizacji reklam oraz wykorzystywania profilowania do optymalizacji warunków umownych jako nieuczciwych praktyk handlowych.

Keywords

PL

sztuczna inteligencja; dane; dane osobowe; pojazdy autonomiczne; nowy ład dla konsumentów; ochrona konsumentów; nieuczciwe praktyki handlowe; personalizacja; profilowanie; prawa konsumenta

• Publisher: Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
• Journal: internetowy Kwartalnik Antymonopolowy i Regulacyjny
• Year: 2020
• Volume: 9
• Issue: 7
• Pages: 46-62

Dates

published

2020

Contributors

author

Anna Nowak

• Uniwersytet Łódzki, Wydział Prawa i Administracji

• https://orcid.org/0000000162743895

author

Magdalena Węgłowska

• Uniwersytet Łódzki, Wydział Prawa i Administracji

• https://orcid.org/0000000301806930

author

Miłosz Gapsa

• Uniwersytet Łódzki, Wydział Prawa i Administracji

• https://orcid.org/0000000209865591

References

• Bashyakarla, V., Hankey, S., Macintyre, A., Rennó, R. i Wright, G. (2019). Personal Data: Political Persuasion Inside the Influence Industry. How it works. Tactical Tech’s Data and Politics team. March. Pozyskano z: https://cdn.ttc.io/s/tacticaltech.org/Personal-Data-Political-Persuasion-How-it-works_print-friendly.pdf.
• Bienias, M. (2016). Ochrona danych w fazie projektowania oraz domyślna ochrona danych (privacy by design oraz privacy by default) w ogólnym rozporządzeniu o ochronie danych. Monitor Prawniczy, (20), 53.
• Buczyński, S. (2013). Konsument wobec internetowej reklamy behawioralnej. W: M. Królikowska-Olczak i B. Pachuca-Smulska (red.), Ochrona konsumenta w prawie polskim i Unii Europejskiej. Warszawa: Wydawnictwo C.H. Beck.
• Buczyński, S. (2016). Działania na zbiorach typu big data z perspektywy ochrony praw e-konsumenta. W: M. Królikowska-Olczak i B. Pachuca-Smulska (red.), Ochrona prawna konsumenta na rynku mediów elektronicznych. Warszawa: Wydawnictwo C.H. Beck.
• Budzeń, M. (2020). Bosch może spopularyzować technologię LiDAR w samochodach. Tabletowo.pl, 2 stycznia. Pozyskano z: https://www.tabletowo.pl/bosch-technologia-lidar-w-samochodach/ (18.11.2020).
• Contissa, G., Lagioia, F., Lippi, M., Micklitz, H., Pałka, P., Sartor, G. i Torroni, P. (2018), Towards Consumer- Empowering Artificial Intelligence. Wystąpienie wygłoszone na międzynarodowej konferencji, Sztokholm, 13–19 lipca. http://doi.org/10.24963/ijcai.2018/714.
• Everett, M., du Boulay, E. i Brown, H. (2019). Driving Data Compliance. Herbert Smith Freehills LLP. 20 May. Pozyskano z: https://hsfnotes.com/tmt/2019/05/20/driving-data-compliance/ (15.09.2020).
• Gaeta, Maria. (2019). Data protection and self-driving cars: the consent to the processing of personal data in compliance with GDPR, Communications Law, 24(1).
• Glancy, D.J. (2012). Privacy in Autonomous Vehicles. Santa Clara Law Review, 52(4), s. 1226.
• IT Governance Privacy Team. (2017). EU General Data Protection Regulation (GDPR): An Implementation and Compliance Guide. United Kingdom: IT Governance Publishing.
• Jabłonowska, A., Kuziemski, M., Nowak, A., Micklitz, H., Pałka, P. i Sartor, G. (2018). Consumer Law and Artificial Intelligence: Challenges to the EU Consumer Law and Policy Stemming from the Business’ Use of Artificial Intelligence – Final report of the ARTSY project. EUI Department of Law Research Paper, (11). https://doi.org/10.2139/ssrn.3228051.
• Jin, G. (2018). Artificial Intelligence and Consumer Privacy. NBER Working Paper, (24253).
• Katyal, S. (2019). Private Accountability in the Age of Artificial Intelligence. UCLA Law Review, 66(54).
• Krzysztofek, M. (2017). Ochrona danych w fazie projektowania i domyślna ochrony danych. Informacja w Administracji Publicznej, (1), 33.
• Lubasz, D. (2019). Big brother is watching you. Profilowanie i zautomatyzowane podejmowanie decyzji w kontekście zasad legalności i przejrzystości. W: W. Wiewiórowski, H. Wolska (red.), Rok RODO. Warszawa: Wydawnictwo C.H. Beck.
• Lubasz, D. (2020). Zasady legalności, przejrzystości i minimalizacji danych w ogólnym rozporządzeniu o ochronie danych osobowych w kontekście sztucznej inteligencji. W: L. Lai, M. Świerczyński (red.), Prawo sztucznej inteligencji (s. 173–186). Warszawa: Wydawnictwo C.H. Beck.
• Macierzyńska-Franaszczyk, E. (2018). Konsument, Internet i informacja. W: E. Sługocka-Krupa, K. Podgórski, M. Fras (red.), Prawa konsumenta w teorii i praktyce. Warszawa: Wydawnictwo C.H. Beck.
• McKinsey & Company. (2016). Monetizing car data. New service business opportunities to create new customer benefits. September. Pozyskano z: https://www.mckinsey.com/~/media/mckinsey/industries/automotive%20and%20assembly/our%20insights/monetizing%20car%20data/monetizing-car-data.ashx.
• Megías Quirós, J.J. (2019). RGPD y actividades personales en materia de proteccion de datos. Persona y Derecho, 80, 1. https://doi.org/10.15581/011.80.147-178.
• Michalak, A. (2008). Przeciwdziałanie nieuczciwym praktykom rynkowym. Komentarz. Warszawa: Wydawnictwo C.H. Beck.
• Milczarek, E. (2020). Prywatność wirtualna. Unijne standardy ochrony prawa do prywatności w Internecie. Warszawa: Wydawnictwo C.H. Beck.
• Namysłowska, M. (2016). Dziesięć lat dyrektywy 2005/29/WE o nieuczciwych praktykach handlowych. Europejski Przegląd Sądowy, 3.
• Namysłowska, M. i Jabłonowska, A. (2020). Personalizacja oparta na sztucznej inteligencji – nowe wyzwanie dla prawa konsumenckiego. W: L. Lai, M. Świerczyński (red.), Prawo sztucznej inteligencji (s. 95–109). Warszawa: Wydawnictwo C.H. Beck.
• Odlanicka-Poczobutt, M. i Szyszka-Schuppik, A. (2018). Bezpieczeństwo danych osobowych w świetle nowych przepisów (RODO) – przegląd historyczny. Zeszyty Naukowe. Organizacja i Zarządzanie/ Politechnika Śląska, 118. https://doi.org/10.29119/1641-3466.2018.118.31.
• Pachuca-Smulska, B. (2013). Prawo do informacji i edukacji podstawą ochrony interesów konsumenta. W: M. Królikowska-Olczak, B. Pachuca-Smulska (red.), Ochrona konsumenta w prawie polskim i Unii Europejskiej. Warszawa: Wydawnictwo C.H. Beck.
• Pogorzelski, T. i Zygmunt, B. (2016). Integracja sensorów w autonomicznym samochodzie. Mechanik, 89(7), 800–801.
• Prahalad, C.K. i Ramaswamy, V. (2004). Co-creating unique value with customers. Strategy & Leadership, (32). https://doi.org/10.1002/dir.20015.
• Russell, S.J. i Norvig, P. (2009). Artificial Intelligence: A Modern Approach (3rd ed.). New Jersey: Prentice Hall.
• Sakowska-Baryła, M. (2018). Ogólne rozporządzenie o ochronie danych osobowych. Komentarz, art. 22. Warszawa: Wydawnictwo C.H. Beck.
• Sieradzka, M. (2008). Komentarz do ustawy o przeciwdziałaniu nieuczciwym praktykom rynkowym. Komentarz. Warszawa: Oficyna a Wolters Kluwer business.
• Stefanicki, R. (2009). Ustawa o przeciwdziałaniu nieuczciwym praktykom rynkowym. Komentarz. Warszawa: Wydawnictwo Prawnicze LexisNexis.
• Stefanicki, R. (2011). Koncepcja zupełnej harmonizacji prawa ochrony konsumenta (na przykładzie dyrektywy o nieuczciwych praktykach handlowych). Państwo i Prawo, 6, 51–63.
• Szymielewicz, K. i Iwańska, K. (2019). Śledzenie i profilowanie w sieci. Jak z klienta stajesz się towarem. Warszawa: Fundacja Panoptykon. Pozyskano z: https://panoptykon.org/sites/default/files/publikacje/panoptykon_raport_o_sledzeniu_final.pdf (25.09.2020).
• Szymielewicz, K. (2018). Profilowanie w marketingu, ABI Expert, 1.
• Thaler, Richard H. i Sunstein. Cass R. (2008). Nudge: Improving decisions about health, wealth, and happiness. Yale University Press.
• Underwood, S. (2019). Can you locate your location data? Communications of the ACM, 62, 9. https://doi.org/10.1145/3344291.
• VDA. (2014). Data Protection Principles for Connected Vehicles. Berlin: Verband der Automobilindustrie. Pozyskano z: https://www.pdpjournals.com/docs/99009.pdf.
• Voss, W.G. i Houser, K.A. (2019). Personal Data and the GDPR: Providing a Competitive Advantage for U.S. Companies. American Business Law Journal, 56, 2. https://doi.org/10.1111/ablj.12139.

Identifiers

DOI

10.7172/2299-5749.IKAR.7.9.4

Biblioteka Nauki

2216372