Controle de convencionalidade de direitos humanos: a contribuição das novas tecnologias

399 Wilson Engelmann tanto, o manuseio do princípio da precaução deverá ser invocado quando: “há boas razões, baseadas em evidências empíricas ou hipóteses causais plausíveis, para acreditar que danos graves podem ocorrer, mesmo que a probabilidade de dano seja remota”; quando as “evidências científicas confiáveis ​de ameaça plausível de danos desproporcionais e (principalmente, mas nem sempre) assimétricos exigem medidas de prevenção e remediação além daquelas recomendadas pela gestão de risco comum”; quando “a informação científica recolhida revela tal incerteza que é impossível avaliar os resultados conjecturados com suficiente confiança” (Aven, 2023). Todas essas particularidades que se estruturam na composição da categoria “risco” deverão nortear os processos decisórios para os avanços da pesquisa, desenvolvimento e inovação para sistemas de IA. Se incluem decisões políticas sobre o modo de se empreender a regulação: se a regulação legislativa tradicional ou o reconhecimento da juridicidade para modelos de autorregulação regulada, como códigos de conduta de aplicação voluntária, com testagens em ambientes de laboratórios reais, do tipo de “Living Lab Regulatório” (Engelmann, Bitencourt da Silva, 2023; Engelmann, 2022; 2023a; 2023b; 2023c). Além disso, o princípio da precaução precisa ser interpretado como uma norma jurídica de decisão para ter conteúdo normativo: não entendido como uma regra do “tudo ou nada”; mas como um verdadeiro princípio, que busca alcançar a melhor resposta possível, como um “mandado de otimização” que os princípios são na Teoria Geral do Direito (Engelmann, 2001). Para avaliar a força do conhecimento, se precisa abordar questões como: a razoabilidade das suposições feitas; a quantidade e relevância dos dados/informações; o grau de concordância entre especialistas, a partir de publicações em periódicos internacionalmente reconhecidos; o grau em que os fenômenos envolvidos são compreendidos e se existem modelos precisos; o grau em que o conhecimento foi examinado minuciosamente. Para dar conta desses detalhes, notadamente do último, algumas perguntas precisam ser respondidas de modo aprofundado: sobre a possibilidade de conhecimentos desconhecidos, ou seja, outros, mas não a equipe de análise, possuem o conhecimento?; foram implementadas medidas específicas para verificar este tipo de evento (por exemplo, o uso de uma análise independente)?; a possibilidade de os acontecimentos

RkJQdWJsaXNoZXIy MjEzNzYz