Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Big data, Algorithms and Artificial Intelligence: Regulatory Challenges

Informacje ogólne

Kod przedmiotu: 2600-ERSM1BdAAI
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Big data, Algorithms and Artificial Intelligence: Regulatory Challenges
Jednostka: Wydział Zarządzania
Grupy: Przedmioty dla studentów ERSAMUS na Wydziale Zarządzania UW w semestrze zimowym
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

fakultatywne

Skrócony opis: (tylko po angielsku)

The course focuses on the regulatory challenges arising from big data, algorithms and artificial intelligence.

Pełny opis: (tylko po angielsku)

In recent years, increased availability of data, the development of new analytic tools, and the use of machines capable of future predictions have made learning from data and algorithm-based decision-making a reality.

This new scenario raises several regulatory challenges mainly concerning the ownership and availability of data, the non-transparency of algorithms and the liability issues raised by machine-learning technologies.

The course mainly addresses the legal instruments deployed to deal with such issues (antitrust, IP rights, data protection).

Literatura: (tylko po angielsku)

1. Bart van der Sloot and Sascha van Schendel, Ten Questions for Future Regulation of Big Data: A Comparative and Empirical Legal Study, 7/2016, JIPITEC, 110;

2. Rolf H. Weber, Liability in the Internet of Things, EuCML, 5/2017, 207;

3. Alžběta Krausová, Intersections between Law and Artificial Intelligence, International Journal of Computer (IJC) Vol. 27, 2017, 55;

4. D. Daniel Sokol and Roisin E. Comerford, Antitrust and Regulating Big Data, 23 George Mason Law Review, 2016, 119;

5. Eleonora Rosati, The Monkey Selfie case and the concept of authorship: an EU perspective, Journal of Intellectual Property Law & Practice, 2017, Vol. 12, No. 12;

6. Ugo Pagallo, The Legal Challenges of Big Data: Putting Secondary Rules First in the Field of EU Data Protection, EDPL 1/2017.

Considering the rapidly changing subject matter of the course, the assigned readings may be revised throughout the semester.

Materials will be available on the University’s website. The link and the password to access the materials will be shared during the first lecture of the course.

These materials are only for class use. Further dissemination is prohibited.

Efekty uczenia się: (tylko po angielsku)

After completing the course, a student will:

- Understand the legal dimension of big data, algorithms and artificial intelligence;

- Identify and discuss the relevant regulatory challenges;

- Develop related critical thinking skills.

Metody i kryteria oceniania: (tylko po angielsku)

Active participation in the course and in-class presentation or final essay.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)