| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 2 / 2
First pagePrevious page1Next pageLast page
1.
AVTOMATIZACIJA ODLOČANJA: PRIHODNOST SODIŠČ?
Nina Marin, 2018, master's thesis

Abstract: Digitalna tehnologija je postala nepogrešljiv del vseh področij in vidikov tako zasebnega kot javnega življenja in posega tako v prosti čas kot v sfero podjetništva. Takšne avtomatizirane sisteme uporabljajo banke, delodajalci, zdravstvene ustanove, podjetja idr. Posamezniki so vse pogosteje podvrženi avtomatizaciji, vprašanje pa je, v kolikšni meri se tega zavedajo. Z vnosom zahtevanih podatkov v posamezne obrazce npr. na banki, računalnik sam na podlagi algoritmov odloči o tem, ali je nekdo upravičen da pridobi kredit ali ne. Pri tem se zastavlja vprašanje, v kolikšni meri lahko pride pri takšnem odločanju do diskriminacije na podlagi posameznih vnešenih podatkov, ki jih algoritem ovrednoti različno. Razvoj avtomatizacije in umetne inteligence pa gre celo tako daleč, da lahko pričakujemo avtomatizacijo tudi na sodiščih, vprašanje pa je, v kolikšni meri lahko do tega pride. Mnogi so pri tem zaskrbljeni, kaj avtomatizacija odločanja pomeni za pravnike in ali lahko ogrozi poklic pravnika, saj npr. v nekaterih odvetniških pisarnah v Združenih državah Amerike že uporabljajo sistem algoritmov, ki stranki preko izpolnjenega spletnega obrazca sporoči, ali je v določeni zadevi primeren posvet pri odvetniku in pravno postopanje ali ne. Splošna uredba o varstvu podatkov (GDPR - General Data Protection Regulation), ki je bila sprejeta 27. aprila 2016 in se je pričela uporabljati 25. maja 2018, vsebuje pomembne določbe, ki urejajo področje avtomatiziranega odločanja. Oddelek 4 drugega poglavja ima naslov Pravica do ugovora in avtomatizirano sprejemanje posameznih odločitev, ki v členih 21 in 22 določa, kdaj lahko posameznik ugovarja obdelavi osebnih podatkov in kdaj je mogoče avtomatizirano sprejemanje posameznih odločitev, vključno z oblikovanjem profilov. V skladu z 22. členom Splošne uredbe o varstvu podatkov ima posameznik, na katerega se nanašajo osebni podatki, pravico, da zanj ne velja odločitev, ki temelji zgolj na avtomatizirani obdelavi, vključno z oblikovanjem profilov, ki ima pravne učinke v zvezi z njim ali na podoben način nanj znatno vpliva. Nadalje pa je določeno, da se omejitev iz prvega odstavka ne uporablja, če veljajo določene izjeme. Moja magistrska naloga bo napisana na podlagi predhodno opravljene raziskave o tem, kako se avtomatizacija in avtomatizirano odločanje uporablja v praksi, kje se že uporablja in v katerih postopkih se že uporablja, kakšne so njene prednosti in slabosti, kakšne spremembe na tem področju lahko pričakujemo po pričetku uporabe Splošne uredbe o varstvu podatkov in ali je možna avtomatizacija odločanja na sodiščih ter v kolikšni meri.
Keywords: avtomatizacija, avtomatizacija odločanja, umetna inteligenca, Splošna uredba o varstvu podatkov, algoritem, oblikovanje profilov
Published in DKUM: 20.07.2018; Views: 1920; Downloads: 289
.pdf Full text (622,30 KB)

2.
RAZŠIRJENOST ODOBRITVE POTROŠNIŠKEGA KREDITA Z AVTOMATIZIRANO ODLOČITVIJO V EU
Miljana Gaube, 2016, master's thesis

Abstract: V magistrski nalogi sem se posvetila obravnavi standardiziranega procesa odobritve potrošniškega kredita, ki ga odlikuje optimalen potek dela, z vključeno avtomatsko odločitvijo. Standardizacija je dejavnost vzpostavljanja usklajenih pravil in določil z namenom, da se doseže optimalna stopnja urejenosti na danem področju. Standardizacija je nujna, ker predstavlja pogoj za avtomatizacijo. Kreditni proces sestoji iz procesa prodaje, procesa obravnave kreditne vloge, procesa spremljave in odplačila. Večina bank ima v svojih zalednih službah dobro organizirano in avtomatizirano tretjo fazo kreditnega procesa, t.j. proces spremljave, v okviru katerega banka izvaja obračun obresti, spremembe obrestnih mer, spremembe anuitet ipd. Druga faza kreditnega procesa, to je obravnava kreditne vloge, ki je bistveno bolj zahtevna in tudi tvegana, ker je povezana s sprejemanjem odločitev, pa se pogosto izvaja ročno in decentralizirano po poslovalnicah. V ročno izvajanih poslovnih procesih so poslovna pravila in navodila v glavah kreditnih referentov, kar povečuje možnost napak in zlorab, prav tako je čas obdelave kreditne vloge predolg, kar zmanjšuje konkurenčnost banke. Za večino bank so krediti največji in najbolj očiten vir kreditnega tveganja. Za zmanjšanje kreditnega tveganja je ključno dobro upravljanje s tveganji. Banke dobro poznajo tehnike upravljanja s kreditnim tveganjem, saj ima bančni sektor dolgo zgodovino izkušenj na tem področju. S kapitalskim sporazumom Basel II, ki daje velik pomen tehnikam za zmanjševanje kreditnih tveganj in s kapitalskimi olajšavami motivira banke k uporabi notranjih bonitetnih sistemov, so znova pridobili na pomenu modeli kreditnega točkovanja. Modeli kreditnega točkovanja napovedujejo verjetnost, da potencialni kreditojemalec bodisi ne bo poravnal svojih obveznosti ali da bo po določenem časovnem obdobju začel zamujati. Kreditna ocena bankam omogoča hitro in avtomatizirano odločanje, kar je glavna prednost modelov kreditnega točkovanja. Z vidika banke je avtomatizacija odločanja zlasti pomembna pri poslih z velikim številom strank in majhno maržo na enoto produkta, kar je značilno za potrošniške kredite. Na drugi strani, z vidika strank, hitre, transparentne in dosledne bančne odločitve pomembno vplivajo na izboljšanje uporabniške izkušnje. V empiričnem delu naloge, smo na osnovi razkritij iz letnih poročil bank za leto 2014, predstavili in analizirati prakso bank v EU na področju upravljanja in merjenja kreditnih tveganj. Iz vsake izmed 28 držav članic EU smo izbrali po 5 največjih bank, glede na višino bilančne vsote in jih analizirali z vidika uporabe modelov kreditnega točkovanja ter uporabe notranjih bonitetnih ocen za določanje potrebnega kapitala. Analiza vzorca bank je pokazala, da 71% bank držav članic, kreditno sposobnost prebivalstva ocenjuje s pomočjo modelov kreditnega točkovanja in da le 20% bank držav članic kredite prebivalstvu odobrava na podlagi standardiziranega in avtomatiziranega procesa odločanja. Glede na velik razkorak med deležem bank, ki uporabljajo modele kreditnega točkovanja in deležem bank, ki potrošniške kredite odobravajo s pomočjo avtomatiziranega odločanja se poraja upravičen pomislek, da banke v letnih poročilih avtomatiziranega odločanja o kreditu niso razkrile.
Keywords: standardizacija procesov, kreditno tveganje prebivalstva, modeli kreditnega točkovanja, avtomatizacija odločanja
Published in DKUM: 13.09.2016; Views: 1308; Downloads: 147
.pdf Full text (1,15 MB)

Search done in 0.02 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica