Governo por algoritmo – Wikipédia, a enciclopédia livre

Governo por algoritmo (também conhecido como governo dos algoritmos, regulação algorítmica, regulação por algoritmos, governança algorítmica, governança algocrática, ordem legal algorítmica ou algocracia) é uma forma alternativa de governo ou ordenamento social, onde o uso de algoritmos de computador, especialmente de inteligência artificial e blockchain, é aplicado a regulações, aplicação da lei e, geralmente, qualquer aspecto da vida cotidiana, como transporte ou registro de terras.[1][2][3] O termo 'governo por algoritmo' apareceu na literatura acadêmica como uma alternativa para 'governança algorítmica' em 2013.[4][5][6][7] Um termo relacionado, regulação algorítmica é definido como o estabelecimento do padrão, monitoramento e modificação de comportamento por meio de algoritmos computacionais— automação do judiciário faz parte de seu escopo.[8][9][10]

O governo por algoritmo levanta novos desafios que não são captados na literatura do governo eletrônico e na prática da administração pública.[11] Algumas fontes equiparam a ciberocracia, que é uma forma hipotética de governo que rege pelo uso efetivo da informação,[12][13][14] com a governança algorítmica, embora os algoritmos não sejam o único meio de processamento da informação.[15][16] Nello Cristianini e Teresa Scantamburlo argumentaram que a combinação de uma sociedade humana e uma regulação algorítmica forma uma máquina social.[17]

Em 1962, o diretor do Instituto para Problemas de Transmissão de Informação da Academia Russa de Ciências de Moscou (posteriormente Instituto Kharkevich),[18] Alexander Kharkevich, publicou um artigo na revista "Comunista" sobre uma rede de computadores para processamento de informações e controle da economia.[19][20] Na verdade, ele propôs fazer uma rede como a Internet moderna para as necessidades de governança algorítmica.

Entre 1971 e 1973, o governo chileno realizou o Projeto Cybersyn durante a presidência de Salvador Allende. Este projeto teve como objetivo a construção de um sistema distribuído de apoio às decisões para melhorar a gestão da economia nacional.[21][3]

Também nas décadas de 1960 e 1970, Herbert A. Simon defendeu os sistemas especialistas como ferramentas de racionalização e avaliação do comportamento administrativo.[22] A automação de processos baseados em regras foi uma ambição dos órgãos fiscais ao longo de muitas décadas, resultando em sucessos variáveis.[23] Os primeiros trabalhos deste período incluem o influente projeto TAXMAN[24] de Thorne McCarty nos Estados Unidos e o projeto LEGOL[25] de Ronald Stamper no Reino Unido. Em 1993, o cientista da computação Paul Cockshott da Universidade de Glasgow e o economista Allin Cottrell da Universidade Wake Forest publicaram o livro Towards a New Socialism, no qual afirmam demonstrar a possibilidade de uma economia planejada democraticamente baseada na moderna tecnologia da computação.[26] O Honorável Juiz Michael Kirby publicou um artigo em 1998, no qual expressou otimismo de que as tecnologias de computador então disponíveis, como o sistema jurídico especializado, poderiam evoluir para sistemas de computador, o que afetaria fortemente a prática dos tribunais.[27] Em 2006, o advogado Lawrence Lessig, conhecido pelo slogan "Código é lei", escreveu:

"A mão invisível do ciberespaço está construindo uma arquitetura que é exatamente o oposto de sua arquitetura original. Essa mão invisível, empurrada pelo governo e pelo comércio, está construindo uma arquitetura que aperfeiçoará o controle e tornará possível uma regulamentação altamente eficiente."[28]

Desde a década de 2000, algoritmos foram projetados e usados ​​para analisar automaticamente os vídeos de vigilância.[29]

O sociólogo A. Aneesh usou a ideia de governança algorítmica em 2002 em sua teoria da algocracia.[30][31][32] Aneesh diferenciava sistemas algocráticos de sistemas burocráticos (regulamentação legal-racional), bem como sistemas baseados no mercado (regulamentação baseada em preços).[33]

Em 2013, a regulamentação algorítmica foi cunhada por Tim O'Reilly, fundador e CEO da O'Reilly Media Inc:

Às vezes, as "regras" nem mesmo são regras. Gordon Bruce, ex-CIO da cidade de Honolulu, explicou-me que, quando entrou no governo vindo do setor privado e tentou fazer mudanças, disseram-lhe: "Isso é contra a lei". Sua resposta foi "OK. Mostre-me a lei". "Bem, não é realmente uma lei. É um regulamento." "OK. Mostre-me o regulamento."Bem, não é realmente um regulamento. É uma política que foi posta em prática pelo Sr. Alguém há vinte anos." "Ótimo. Podemos mudar isso!" [...] As leis devem especificar objetivos, direitos, resultados, autoridades e limites. Se especificadas de forma ampla, essas leis podem resistir ao teste do tempo. Os regulamentos, que especificam como executar essas leis com muito mais detalhes, devem ser considerados quase da mesma maneira que os programadores consideram seu código e algoritmos, ou seja, como um conjunto de ferramentas constantemente atualizado para alcançar os resultados especificados nas leis. [...] é hora de o governo entrar na era do big data. A regulação algorítmica é uma ideia cuja hora chegou.[34]

Em 2017, o Ministério da Justiça da Ucrânia realizou leilões experimentais do governo usando a tecnologia blockchain para garantir a transparência e impedir a corrupção nas transações governamentais.[35] "Governo por algoritmo?" foi o tema central apresentado na conferência Data for Policy 2017, realizada de 6 a 7 de setembro de 2017 em Londres, Reino Unido.[36]

Cidades inteligentes

[editar | editar código-fonte]
Ver artigo principal: Cidade inteligente

Uma cidade inteligente é uma área urbana, onde os dados de vigilância coletados são usados para melhorar várias operações nessa área. O aumento do poder computacional permite uma tomada de decisão mais automatizada e a substituição de órgãos públicos por governança algorítmica.[37] Em particular, o uso combinado de inteligência artificial e blockchains para IoT pode levar à criação de ecossistemas de cidades inteligentes sustentáveis.[38] A iluminação pública inteligente em Glasgow é um exemplo dos benefícios trazidos pela aplicação governamental de algoritmos de IA.[39]

O milionário de criptomoeda, Jeffrey Berns, propôs administrar governos locais por empresas de tecnologia em Nevada em 2021.[40] Berns comprou 67.000 acres (271 km²) no condado rural de Storey em Nevada por $170.000.000 (£121.000.000) em 2018 para desenvolver uma cidade inteligente com mais de 36.000 residentes, gerando uma produção anual de $4.600.000.000.[41] Criptomoeda será permitida para pagamentos.

Sistemas de reputação

[editar | editar código-fonte]
Ver artigo principal: Sistema de crédito social

Tim O'Reilly sugeriu que as fontes de dados e os sistemas de reputação combinados na regulamentação algorítmica podem superar as regulamentações tradicionais.[34] Por exemplo, uma vez que os motoristas de táxi são avaliados pelos passageiros, a qualidade de seus serviços melhorará automaticamente e "os motoristas que prestam serviços inadequados são eliminados".[34] A sugestão de O'Reilly é baseada no conceito de controle teórico de loop de feedback - melhorias e desaprovações de reputação impõem o comportamento desejado.[17] O uso de feed-loops para a gestão de sistemas sociais já foi sugerido anteriormente em cibernética de gestão por Stafford Beer.[42]

O sistema de crédito social chinês está intimamente relacionado aos sistemas de vigilância em massa da China, como o Skynet,[43][44][45] que incorpora sistema de reconhecimento facial, tecnologia de análise de big data e IA.[46][47][48][49] Este sistema fornece avaliações de confiabilidade de indivíduos e empresas.[50][51][52] Dentre os comportamentos considerados de má conduta pelo sistema, cita-se a travessia (fora da faixa de pedestres) e a separação incorreta dos resíduos pessoais.[53][54][55][56][57] O comportamento listado como fatores positivos de classificações de crédito inclui doar sangue, doar para instituições de caridade, voluntariado para serviços comunitários e assim por diante.[58][59] O Sistema de Crédito Social Chinês permite punições à cidadãos "não confiáveis", como negar a compra de passagens, e recompensas para cidadãos "confiáveis", como menos tempo de espera em hospitais e agências governamentais.[60][61][62]

Contratos inteligentes

[editar | editar código-fonte]
Ver artigo principal: Contrato inteligente

Contratos inteligentes, criptomoedas e Organização Autônoma Descentralizada são mencionados como meios de substituir as formas tradicionais de governança.[63][64][7] Criptomoedas são moedas ativadas por algoritmos sem um banco central governamental.[65] A moeda digital do banco central geralmente emprega tecnologia semelhante, mas é diferente do fato de usar um banco central. Em breve, será empregado por grandes sindicatos e governos, como a União Europeia e a China. Contratos inteligentes são contratos auto-executáveis, cujos objetivos são a redução da necessidade de intermediários governamentais, arbitragens e custos de execução.[66][67] Uma organização autônoma descentralizada é uma organização representada por contratos inteligentes que são transparentes, controlados por acionistas e não influenciados por um governo central.[68][69][70] Contratos inteligentes foram discutidos para uso em aplicações como o uso em contratos de trabalho (temporários)[71][72] e transferência automática de fundos e propriedade (ou seja, herança, mediante registro de uma certidão de óbito).[73][74][75][76] Alguns países, como a Geórgia e a Suécia, já lançaram programas de blockchain com foco na propriedade (títulos de terra e propriedade imobiliária).[77][78][79][80][81] A Ucrânia também está analisando outras áreas, como registros estaduais.[77]

Algoritmos em agências governamentais

[editar | editar código-fonte]

De acordo com um estudo da Universidade de Stanford, 45% das agências federais dos EUA estudadas experimentaram IA e ferramentas de aprendizado de máquina relacionadas (ML) até 2020. As agências federais dos EUA contabilizaram o seguinte número de aplicativos de inteligência artificial.[1]

53% desses aplicativos foram produzidos por especialistas internos.[1] Os fornecedores comerciais de aplicações residuais incluem Palantir Technologies.[82]

A partir de 2012, o NOPD iniciou uma colaboração com a Palantir Technologies no campo do policiamento preditivo.[83] Além do software Gotham da Palantir, outro similar (software de análise numérica) usado por agências policiais (como o NCRIC) inclui o SAS.[84]

Algumas áreas urbanas também usam localizadores de tiros, que são sistemas que detectam e transmitem a localização de tiros ou outras armas usando sensores acústicos, ópticos ou outros tipos de sensores.

Muitos governos empregam sistemas automatizados de identificação de impressão digital. Eles empregam algoritmos de correspondência de impressão digital.

Os policiais de vários países também usam câmeras de corpos policiais.

Na luta contra a lavagem de dinheiro, o FinCEN emprega o FinCEN Artificial Intelligence System (FAIS).[85]

As entidades e organizações nacionais de administração de saúde, como a AHIMA (American Health Information Management Association), mantêm registros médicos. Os registros médicos servem como repositório central para o planejamento do atendimento ao paciente e documentação da comunicação entre o paciente e o provedor de saúde e os profissionais que contribuem com o atendimento ao paciente. Na UE, estão em curso trabalhos sobre um Espaço Europeu de Dados sobre Saúde que apoia a utilização de dados sobre saúde.[86]

Na Estônia, a inteligência artificial é usada em seu governo eletrônico para torná-lo mais automatizado e integrado. Um assistente virtual guiará os cidadãos em qualquer interação que eles tenham com o governo. Serviços automatizados e proativos "empurram" os serviços para os cidadãos em eventos importantes de suas vidas (incluindo nascimentos, luto, desemprego...). Um exemplo é o registro automatizado de bebês quando nascem.[87] O sistema X-Road da Estônia também será reconstruído para incluir ainda mais controle de privacidade e responsabilidade na maneira como o governo usa os dados dos cidadãos.[88]

Na Costa Rica, foi investigada a possível digitalização das atividades de compras públicas (ou seja, licitações para obras públicas, ...). O artigo que discute essa possibilidade menciona que o uso de TIC em aquisições tem vários benefícios, como aumentar a transparência, facilitar o acesso digital a licitações públicas, reduzir a interação direta entre funcionários de compras e empresas em momentos de alto risco de integridade, aumentar o alcance e a concorrência, e mais fácil detecção de irregularidades.[89]

As licitações também são utilizadas para obter reduções de emissões (licitações de baixo carbono).[90][91]

Além de usar leilões eletrônicos para obras públicas regulares (construção de edifícios, estradas, ...), os leilões eletrônicos também podem ser usados para projetos de reflorestamento e outros projetos que envolvem a redução da pegada de carbono.[92] Estes projetos podem fazer parte dos planos de contribuições determinados nacionalmente, a fim de atingir as metas do acordo nacional de Paris

O software de auditoria de compras governamentais também pode ser usado.[93][94] As auditorias são realizadas em alguns países após o recebimento dos subsídios.

Algumas agências governamentais fornecem sistemas de rastreamento e rastreamento para os serviços que oferecem. Um exemplo é rastrear e rastrear pedidos feitos por cidadãos (ou seja, aquisição de carteira de motorista).[95]

Alguns serviços do governo usam o sistema de rastreamento de problemas para monitorar problemas em andamento.[96][97][98][99] Os sistemas de rastreamento de problemas podem mostrar todas as tarefas ainda a serem realizadas pelo governo (em uma fila de espera), tarefas concluídas, tarefas em andamento, sequência de pedidos... Tarefas concluídas podem também estar previsto com o relatório, mostrando o que exatamente tem sido feito sobre o assunto.

Justiça por algoritmo

[editar | editar código-fonte]

O software COMPAS é usado nos EUA para avaliar o risco de reincidência nos tribunais.[100][101]

De acordo com a declaração do Tribunal da Internet de Pequim, a China é o primeiro país a criar um tribunal da Internet ou um tribunal cibernético.[102][103][104] A juíza chinesa de IA é uma recriação virtual de uma juíza real. Ela "ajudará os juízes do tribunal a concluir o trabalho básico repetitivo, incluindo a recepção de litígios, permitindo que os profissionais se concentrem melhor em seu trabalho de julgamento".[102]

A Estônia também planeja empregar inteligência artificial para decidir casos de pequenas causas de menos de €7.000.[105]

Lawbots podem realizar tarefas que normalmente são feitas por paralegais ou jovens associados em escritórios de advocacia. Uma solução de IA legal notável para os escritórios de advocacia é o ROSS, que tem sido usado por escritórios de advocacia dos EUA para auxiliar em pesquisas jurídicas,[106] mas já existem centenas de soluções de IA legal que operam de várias maneiras, variando em sofisticação e dependência de algoritmos de script.[107] Outro aplicativo de chatbot de tecnologia legal notável é o DoNotPay.

IA na educação

[editar | editar código-fonte]

Devido à pandemia de COVID-19 em 2020, os exames finais presenciais eram impossíveis para milhares de alunos.[108] A escola pública de Westminster empregou algoritmos para atribuir notas. O Departamento de Educação do Reino Unido também empregou um cálculo estatístico para atribuir notas finais devido à pandemia.[109]

Além do uso na avaliação, os sistemas de software e IA também estão otimizando os cursos e são usados na preparação para exames de admissão à faculdade.[110]

Assistentes de ensino de IA estão sendo desenvolvidos e usados para a educação (ou seja, Jill Watson da Georgia Tech)[111][112] e também há um debate em andamento sobre se talvez os professores possam ser totalmente substituídos por sistemas de IA (ou seja, no ensino doméstico).[113]

Políticos de IA

[editar | editar código-fonte]

Em 2018, um ativista chamado Michihito Matsuda concorreu a prefeito na área da cidade de Tama, em Tóquio, como representante humano de um programa de inteligência artificial. Enquanto cartazes eleitorais e material de campanha usavam o termo robô e exibiam imagens de estoque de um andróide feminino, o "prefeito de IA" era na verdade um algoritmo de aprendizado de máquina treinado usando conjuntos de dados da cidade de Tama.[114] O projeto foi apoiado pelos executivos de alto nível Tetsuzo Matsumoto da Softbank e Norio Murakami do Google.[115] Michihito Matsuda ficou em terceiro lugar na eleição, sendo derrotado por Hiroyuki Abe.[116] Os organizadores alegaram que o 'prefeito da IA' foi programado para analisar petições de cidadãos apresentadas ao conselho municipal de uma forma mais 'justa e equilibrada' do que os políticos humanos.[117]

Em 2019, o messenger chatbot SAM com IA participou das discussões nas redes sociais conectadas a uma corrida eleitoral na Nova Zelândia.[118] O criador do SAM, Nick Gerritsen, acredita que o SAM estará avançado o suficiente para se candidatar até o final de 2020, quando a Nova Zelândia terá sua próxima eleição geral.[119]

Gestão de epidemias

[editar | editar código-fonte]

Em fevereiro de 2020, a China lançou um aplicativo móvel para lidar com o surto de Coronavirus[120] chamado "detector de contato próximo".[121] Os usuários são solicitados a inserir seu nome e número de identificação. O aplicativo é capaz de detectar "contato próximo" usando dados de vigilância (ou seja, usando registros de transporte público, incluindo trens e voos)[121] e, portanto, um risco potencial de infecção. Cada usuário também pode verificar o status de três outros usuários. Para fazer esta consulta, os usuários escaneiam um código de resposta rápida (QR) em seus smartphones usando aplicativos como Alipay ou WeChat.[122] O detector de contato próximo pode ser acessado por meio de aplicativos móveis populares, incluindo Alipay. Se um risco potencial for detectado, o aplicativo não apenas recomenda a auto-quarentena, mas também alerta as autoridades de saúde locais.[123]

Alipay também possui o Código de Saúde Alipay, que é usado para manter os cidadãos seguros. Este sistema gera um código QR em uma das três cores (verde, amarelo ou vermelho) depois que os usuários preenchem um formulário no Alipay com dados pessoais. Um código verde permite que o titular se mova sem restrições. Um código amarelo exige que o usuário fique em casa por sete dias e vermelho significa uma quarentena de duas semanas. Em algumas cidades, como Hangzhou, tornou-se quase impossível se locomover sem mostrar seu código Alipay.[124]

Em Cannes, França, um software de monitoramento foi usado em filmagens feitas por câmeras de CFTV, permitindo monitorar sua conformidade com o distanciamento social local e o uso de máscara durante a pandemia de COVID-19. O sistema não armazena dados de identificação, mas permite alertar as autoridades municipais e a polícia quando forem detectadas violações das regras de uso da máscara (permitindo que sejam aplicadas multas quando necessário). Os algoritmos utilizados pelo software de monitoramento podem ser incorporados aos sistemas de vigilância existentes em espaços públicos (hospitais, estações, aeroportos, shopping centers, ...)[125]

Dados de telefones celulares são usados ​​para localizar pacientes infectados na Coreia do Sul, Taiwan, Singapura e outros países.[126][127] Em março de 2020, o governo israelense habilitou agências de segurança a rastrear dados de telefones celulares de pessoas supostamente com coronavírus. A medida foi tomada para impor a quarentena e proteger aqueles que podem entrar em contato com cidadãos infectados.[128] Também em março de 2020, a Deutsche Telekom compartilhou dados privados de telefones celulares com a agência do governo federal, Instituto Robert Koch, a fim de pesquisar e prevenir a disseminação do vírus.[129] A Rússia implantou tecnologia de reconhecimento facial para detectar violações da quarentena.[130] O comissário italiano regional de saúde, Giulio Gallera, disse que "40% das pessoas continuam andando por ai de qualquer maneira", conforme informado pelas operadoras de telefonia móvel.[131] Nos EUA, Europa e Reino Unido, a Palantir Technologies é responsável por fornecer os serviços de rastreamento do COVID-19.[132]

Prevenção e administração de desastres naturais

[editar | editar código-fonte]

Tsunamis podem ser detectados por sistemas de alerta de tsunami. Eles podem fazer uso de IA.[133][134] As inundações também podem ser detectadas usando sistemas de IA.[135] As áreas de reprodução de gafanhotos podem ser aproximadas usando aprendizado de máquina, o que pode ajudar a impedir os enxames de gafanhotos em uma fase inicial.[136] Incêndios florestais podem ser previstos usando sistemas de IA.[137][138] Além disso, a detecção de incêndios florestais é possível por sistemas de IA (ou seja, por meio de dados de satélite, imagens aéreas e posição do pessoal).[139][140][141] e também podem ajudar na evacuação de pessoas durante incêndios florestais.[142]

A regulação algorítmica deve ser um sistema de governança em que dados mais exatos, coletados dos cidadãos por meio de seus dispositivos inteligentes e computadores, são usados para organizar com mais eficiência a vida humana como um coletivo.[143][144] Como a Deloitte estimou em 2017, a automação do trabalho do governo dos EUA poderia economizar 96,7 milhões de horas federais anualmente, com uma economia potencial de US$ 3,3 bilhões; na extremidade superior, isso sobe para 1,2 bilhão de horas e economia anual potencial de US$ 41,1 bilhões.[145]

Existem riscos potenciais associados ao uso de algoritmos no governo. Isso inclui algoritmos que se tornam suscetíveis a vieses,[146] falta de transparência em como um algoritmo pode tomar decisões[147] e a responsabilidade por tais decisões.[147]

Há também uma séria preocupação de que o jogo por parte das partes reguladas possa ocorrer, uma vez que mais transparência é trazida à tomada de decisão pela governança algorítmica, as partes reguladas podem tentar manipular seu resultado em seu próprio favor e até mesmo usar o aprendizado de máquina adversário.[1][17] De acordo com Harari, o conflito entre democracia e ditadura é visto como um conflito de dois sistemas diferentes de processamento de dados - IA e algoritmos podem levar a vantagem para o último, processando enormes quantidades de informações centralmente.[148]

Em 2018, a Holanda empregou um sistema algorítmico SyRI (Systeem Risico Indicatie) para detectar cidadãos considerados de alto risco para cometer fraudes sociais, que discretamente sinalizou milhares de pessoas para os investigadores.[149] Isso causou um protesto público. O tribunal distrital de Haia encerrou a SyRI referindo-se ao artigo 8 da Convenção Europeia dos Direitos do Homem (CEDH).[150]

Os contribuintes do documentário iHuman de 2019 expressaram apreensão sobre a possibilidade de "ditaduras infinitamente estáveis" criadas pelo governo IA.[151]

Em 2020, algoritmos que atribuem notas de exames a alunos no Reino Unido geraram protestos abertos sob o lema "Foda-se o algoritmo".[109] Este protesto foi um sucesso e as notas foram retiradas.[152]

Viés de algoritmos e transparência

[editar | editar código-fonte]

Uma abordagem inicial para a transparência incluiu o código aberto de algoritmos.[153] O código do software pode ser auditado e melhorias podem ser propostas por meio de recursos de hospedagem de código-fonte.

Opinião pública

[editar | editar código-fonte]

Uma pesquisa de 2019 feita pelo Centro para a Governança da Mudança da Universidade IE, na Espanha, mostrou que 25% dos cidadãos de países europeus selecionados são parcial ou totalmente a favor de permitir que uma inteligência artificial tome decisões importantes sobre o funcionamento de seu país.[154] A tabela a seguir mostra os resultados detalhados:

País Porcentagem
França 25%
Alemanha 31%
Irlanda 29%
Itália 28%
Holanda 43%
Portugal 19%
Espanha 26%
Reino Unido 31%
  1. a b c d School, Stanford Law. «Government by Algorithm: A Review and an Agenda». Stanford Law School (em inglês). Consultado em 20 de março de 2020 
  2. Yeung, Karen (dezembro de 2018). «Algorithmic regulation: A critical interrogation». Regulation & Governance. 12 (4): 505–523. doi:10.1111/rego.12158 
  3. a b Medina, Eden (2015). «Rethinking algorithmic regulation.» (PDF). Kybernetes. 44.6/7 (6/7): 1005–1019. doi:10.1108/K-02-2015-0052 
  4. Williamson, Ben. «Decoding identity: Reprogramming pedagogic identities through algorithmic governance». British Educational Research Association Conference (em inglês). Consultado em 26 de dezembro de 2020 
  5. Abril, Rubén Rodríguez. «DERECOM. Derecho de la Comunicación. - An approach to the algorithmic legal order and to its civil, trade and financial projection». www.derecom.com (em espanhol). Consultado em 20 de maio de 2020 
  6. «Rule by Algorithm? Big Data and the Threat of Algocracy». ieet.org. Consultado em 20 de maio de 2020 
  7. a b Werbach, Kevin (24 de setembro de 2018), The Siren Song: Algorithmic Governance By Blockchain (em inglês), Social Science Research Network, SSRN 3578610Acessível livremente .
  8. Engin, Zeynep; Treleaven, Philip (março de 2019). «Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies». The Computer Journal. 62 (3): 448–460. doi:10.1093/comjnl/bxy082 
  9. Katzenbach, Christian; Ulbricht, Lena (29 de novembro de 2019). «Algorithmic governance». Internet Policy Review. 8 (4). ISSN 2197-6775. doi:10.14763/2019.4.1424. Consultado em 19 de março de 2020 
  10. Hildebrandt, Mireille (6 de agosto de 2018). «Algorithmic regulation and the rule of law». Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 376 (2128). 20170355 páginas. Bibcode:2018RSPTA.37670355H. PMID 30082301. doi:10.1098/rsta.2017.0355 
  11. Veale, Michael; Brass, Irina (2019). «Administration by Algorithm? Public Management Meets Public Sector Machine Learning» (em inglês). Social Science Research Network. SSRN 3375391Acessível livremente 
  12. David Ronfeldt (1991). «Cyberocracy, Cyberspace, and Cyberology:Political Effects of the Information Revolution» (PDF). RAND Corporation. Consultado em 12 de dezembro de 2014 
  13. David Ronfeldt (1992). «Cyberocracy is Coming» (PDF). RAND Corporation. Consultado em 12 de dezembro de 2014 
  14. Ronfeldt, David; Varda, Danielle (1 de dezembro de 2008), The Prospects for Cyberocracy (Revisited) (em inglês), Social Science Research Network, SSRN 1325809Acessível livremente .
  15. «Opinion | Transparency in governance, through cyberocracy». kathmandupost.com (em inglês). Consultado em 25 de abril de 2020 
  16. Hudson, Alex (28 de agosto de 2019). «'Far more than surveillance' is happening and could change how government is run». Metro (em inglês). Consultado em 25 de abril de 2020 
  17. a b c Cristianini, Nello; Scantamburlo, Teresa (8 de outubro de 2019). «On social machines for algorithmic regulation». AI & Society (em inglês). 35 (3): 645–662. Bibcode:2019arXiv190413316C. ISSN 1435-5655. arXiv:1904.13316Acessível livremente. doi:10.1007/s00146-019-00917-8 
  18. «Organisations: Institute for Information Transmission Problems of the Russian Academy of Sciences (Kharkevich Institute): Institute for Information Transmission Problems of the Russian Academy of Sciences (Kharkevich Institute), Moscow, Russia». www.mathnet.ru. Consultado em 24 de março de 2021 
  19. «Machine of communism. Why the USSR did not create the Internet». csef.ru (em russo). Consultado em 21 de março de 2020 
  20. Kharkevich, Aleksandr Aleksandrovich (1973). Theory of information. The identification of the images. Selected works in three volumes. Volume 3. Information and technology: Moscow: Publishing House "Nauka", 1973. - Academy of Sciences of the USSR. Institute of information transmission problems. pp. 495–508 
  21. «IU professor analyzes Chile's 'Project Cybersyn'». UI News Room. Consultado em 27 de maio de 2013. Arquivado do original em 10 de setembro de 2009 
  22. Freeman Engstrom, David; Ho, Daniel E.; Sharkey, Catherine M.; Cuéllar, Mariano-Florentino (2020). «Government by Algorithm: Artificial Intelligence in Federal Administrative Agencies» (PDF) 
  23. Margretts, Helen (1999). Information technology in government : Britain and America. New York: Routledge. ISBN 9780203208038 
  24. McCarty, L. Thorne. Reflections on" Taxman: An Experiment in Artificial Intelligence and Legal Reasoning. Harvard Law Review (1977): 837-893.
  25. Stamper, Ronald K. The LEGOL 1 prototype system and language. The Computer Journal 20.2 (1977): 102-108.
  26. Cockshott, W. Paul (1993). Towards a new socialism. Nottingham, England: Spokesman. ISBN 978-0851245454 
  27. Kirby, Michael (1998). «The Future of Courts - Do They Have One». Journal of Law and Information Science. 141 páginas. Consultado em 12 de abril de 2020 
  28. Lawrence, Lessig (2006). Code Version 2.0 ed. [S.l.]: Basic Books. ISBN 978-0-465-03914-2 
  29. Sodemann, Angela A.; Ross, Matthew P.; Borghetti, Brett J. (novembro de 2012). «A Review of Anomaly Detection in Automated Surveillance». IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews). 42 (6): 1257–1272. doi:10.1109/TSMCC.2012.2215319 
  30. Aneesh, A. (2002). «Technologically Coded Authority: The Post-Industrial Decline in Bureaucratic Hierarchies» (PDF). International Summer Academy on Technology Studies, Deutschlandsberg, Austria. Consultado em 8 de setembro de 2020 
  31. Aneesh, Aneesh. «Technologically Coded Authority: The Post-Industrial Decline in Bureaucratic Hierarchies». ResearchGate (em inglês). Consultado em 21 de setembro de 2020 
  32. Aneesh, A. (2009). «Global Labor: Algocratic Modes of Organization*». Sociological Theory (em inglês). 27 (4): 347–370. ISSN 1467-9558. doi:10.1111/j.1467-9558.2009.01352.x 
  33. Aneesh, A. (2006). Virtual Migration: the Programming of Globalization. [S.l.]: Duke University Press. ISBN 978-0-8223-3669-3 
  34. a b c O’Reilly, Tim (2013). «Open Data and Algorithmic Regulation». In: Goldstein, B.; Dyson, L. Beyond Transparency: open Data and the Future of Civic Innovation. San Francisco: Code for America Press. pp. 289–300 
  35. «Ukrainian ministry carries out first blockchain transactions». Reuters (em inglês). 6 de setembro de 2017. Consultado em 13 de agosto de 2020 
  36. «Data for Policy 2017». Data for Policy CIC. Consultado em 23 de janeiro de 2021 
  37. Brauneis, Robert; Goodman, Ellen P. (1 de janeiro de 2018). «Algorithmic Transparency for the Smart City». Yale Journal of Law & Technology. 20 (1). 103 páginas 
  38. Singh, Saurabh; Sharma, Pradip Kumar; Yoon, Byungun; Shojafar, Mohammad; Cho, Gi Hwan; Ra, In-Ho (1 de dezembro de 2020). «Convergence of blockchain and artificial intelligence in IoT network for the sustainable smart city». Sustainable Cities and Society (em inglês). 63. 102364 páginas. ISSN 2210-6707. doi:10.1016/j.scs.2020.102364. Consultado em 24 de março de 2021 
  39. Gardner, Allison. «Don't write off government algorithms – responsible AI can produce real benefits». The Conversation (em inglês). Consultado em 1 de abril de 2021 
  40. «Nevada smart city: A millionaire's plan to create a local government». BBC News. 18 de março de 2021. Consultado em 24 de março de 2021 
  41. «Nevada smart city: A millionaire's plan to create a local government». BBC News. 18 de março de 2021. Consultado em 2 de maio de 2021 
  42. Beer, Stafford (1975). Platform for change : a message from Stafford Beer. [S.l.]: J. Wiley. ISBN 978-0471948407 
  43. «最高法打造"天网"破解执行难 去年615万老赖被"限行"» 
  44. «"Skynet" China's massive video surveillance network». Abacus. 4 de outubro de 2018. Consultado em 13 de novembro de 2019 
  45. «中国天网已建成 2亿摄像头毫秒级寻人». Phoenix New Media Limited (em chinês). 4 de maio de 2018 
  46. «How China's Surveillance State Reflects 'Black Mirror'». Fortune (em inglês). 27 de março de 2019. Consultado em 11 de janeiro de 2020 
  47. «How China Is Using Big Data to Create a Social Credit Score». Time (em inglês). 2019. Consultado em 11 de janeiro de 2020 
  48. Lakshmanan, Ravie (30 de setembro de 2019). «China's new 500-megapixel 'super camera' can instantly recognize you in a crowd». The Next Web (em inglês). Consultado em 13 de novembro de 2019 
  49. «Chinese city with world's heaviest surveillance has 2.5 million cameras». South China Morning Post (em inglês). 19 de agosto de 2019. Consultado em 13 de novembro de 2019 
  50. Nicole Kobie (7 de junho de 2019). «The complicated truth about China's social credit system». WIRED UK 
  51. Stevenson, Alexandra; Mozur, Paul (22 de setembro de 2019). «China Scores Businesses, and Low Grades Could Be a Trade-War Weapon». The New York Times (em inglês). ISSN 0362-4331. Consultado em 11 de janeiro de 2020 
  52. Cheng, Evelyn (4 de setembro de 2019). «China is building a 'comprehensive system' for tracking companies' activities, report says». CNBC (em inglês). Consultado em 11 de janeiro de 2020 
  53. 不开玩笑!11月1日起,行人闯红灯和这些违法行为将纳入征信体系 (em chinês). Shenzhen News. Consultado em 9 de novembro de 2019 
  54. 7月8日起 在南京一年闯红灯5次以上将记入个人信用记录 (em chinês). Sina. 7 de julho de 2019. Consultado em 9 de novembro de 2019 
  55. Huang, Echo. «Garbage-sorting violators in China now risk being punished with a junk credit rating». Quartz (em inglês). Consultado em 10 de novembro de 2019 
  56. 《上海市生活垃圾管理条例》全文公布 7月1日起施行 (em chinês). Sina. Consultado em 9 de novembro de 2019 
  57. 新《杭州市生活垃圾管理条例》审批通过垃圾不分类乱丢乱扔将被罚款并计入信用档案_省内要闻_平安浙江网. www.pazjw.gov.cn (em chinês). Consultado em 12 de novembro de 2019 
  58. «How China's 'social credit' system blocked millions of people from travelling». Canadian Broadcasting Corporation. 7 de março de 2019 
  59. West, Jack Karsten and Darrell M. (18 de junho de 2018). «China's social credit system spreads to more daily transactions». Brookings (em inglês). Consultado em 13 de novembro de 2019 
  60. 2682万人次因失信被限制乘机. XinhuaNet (em chinês). Consultado em 10 de novembro de 2019 
  61. «Social credit system will not stop people using public services, Beijing says». South China Morning Post (em inglês). 19 de julho de 2019. Consultado em 10 de novembro de 2019 
  62. Ma, Alexandra. «China's controversial social credit system isn't just about punishing people — here's what you can do to get rewards, from special discounts to better hotel rooms». Business Insider. Consultado em 12 de novembro de 2019 
  63. Bindra, Jaspreet (30 de março de 2018). «Transforming India through blockchain». Livemint (em inglês). Consultado em 31 de maio de 2020 
  64. Finn, Ed (10 de abril de 2017). «Do digital currencies spell the end of capitalism?». The Guardian. Consultado em 31 de maio de 2020 
  65. Reiff, Nathan. «Blockchain Explained». Investopedia (em inglês). Consultado em 31 de maio de 2020 
  66. Szabo, Nick (1997). «View of Formalizing and Securing Relationships on Public Networks | First Monday». firstmonday.org 
  67. Fries, Martin; P. Paal, Boris (2019). Smart Contracts (em alemão). [S.l.]: Mohr Siebeck. ISBN 978-3-16-156911-1. JSTOR j.ctvn96h9r 
  68. «What is DAO - Decentralized Autonomous Organizations». BlockchainHub. Consultado em 31 de maio de 2020 
  69. Prusty, Narayan (27 de abril de 2017). Building Blockchain Projects. Birmingham, UK: Packt. p. 9. ISBN 9781787125339 
  70. Chohan, Usman W. (4 de dezembro de 2017), The Decentralized Autonomous Organization and Governance Issues (em inglês), Social Science Research Network, SSRN 3082055Acessível livremente .
  71. The Gig Economy, Smart Contracts and Disruption of traditional work arrangements
  72. A blockchain-based decentralized system for proper handling of temporary employment contracts
  73. How blockchain technology could change our lives
  74. Business inheritance in blockchain
  75. Blockchain and AI are coming to kill these 4 business verticals
  76. SilentNotary vision
  77. a b Ukraine launches big blockchain deal with tech firm Bitfury
  78. The Bitfury Group and Government of Republic of Georgia Expand Blockchain Pilot
  79. A BLOCKCHAIN - Journals Gateway
  80. The First Government To Secure Land Titles On The Bitcoin Blockchain Expands Project
  81. Digital Transformation: Blockchain and Land Titles
  82. «Leaked Palantir Doc Reveals Uses, Specific Functions And Key Clients». TechCrunch. Consultado em 22 de abril de 2020 
  83. Winston, Ali (27 de fevereiro de 2018). «Palantir has secretly been using New Orleans to test its predictive policing technology». The Verge (em inglês). Consultado em 23 de abril de 2020 
  84. Vice Motherboard article on Palantir
  85. The FinCEN AI System: Finding Financial Crimes in a Large Database of Cash Transactions
  86. Commission and Germany’s presidency of the Council of the EU underline importance of the European Health Data Space
  87. See section on smart contracts; this is possible by means of a digital birth certificate, triggering a smart contract
  88. «Exclusive: Estonia's vision for an 'invisible government'». 20 de março de 2019 
  89. «Enhancing the use of competitive tendering in Costa Rica's Public Procurement System» (PDF) 
  90. Low-carbon tenders under the GPP 2020
  91. Promoting green public procurement (GPP) in support of the 2020 goals (GPP 2020)
  92. E-tender system at UK forestry commission
  93. Government audit software
  94. Audit app: an effective tool for government procurement assurance
  95. Track your driving licence application
  96. Track progress of a reported road fault or issue
  97. «Senate Tracker Help – The Florida Senate». flsenate.gov. Consultado em 17 de janeiro de 2021 
  98. «Legislative Search Results». congress.gov. Consultado em 17 de janeiro de 2021 
  99. «GovTrack.us: Tracking the U.S. Congress». govtrack.us. Consultado em 17 de janeiro de 2021 
  100. Sam Corbett-Davies, Emma Pierson, Avi Feller and Sharad Goel (17 de outubro de 2016). «A computer program used for bail and sentencing decisions was labeled biased against blacks. It's actually not that clear.». The Washington Post. Consultado em 1 de janeiro de 2018 
  101. Aaron M. Bornstein (21 de dezembro de 2017). «Are Algorithms Building the New Infrastructure of Racism?». Nautilus (55). Consultado em 2 de janeiro de 2018 
  102. a b «Beijing Internet Court launches online litigation service center». english.bjinternetcourt.gov.cn. Consultado em 13 de abril de 2020 
  103. «China Now Has AI-Powered Judges». RADII | Culture, Innovation, and Life in today's China. 16 de agosto de 2019. Consultado em 13 de abril de 2020 
  104. Fish, Tom (6 de dezembro de 2019). «AI shock: China unveils 'cyber court' complete with AI judges and verdicts via chat app». Express.co.uk (em inglês). Consultado em 13 de abril de 2020 
  105. «Can AI Be a Fair Judge in Court? Estonia Thinks So». Wired (em inglês). Consultado em 13 de abril de 2020 
  106. "ROSS Intelligence Lands Another Law Firm Client." The American Lawyer. N.p., n.d. Web. 16 June 2017. <http://www.americanlawyer.com/id=1202769384977/ROSS-Intelligence-Lands-Another-Law-Firm-Client>.
  107. CodeX Techindex. Stanford Law School, n.d. Web. 16 June 2017. <https://techindex.law.stanford.edu/>.
  108. Broussard, Meredith (8 de setembro de 2020). «Opinion | When Algorithms Give Real Students Imaginary Grades». The New York Times 
  109. a b «Skewed Grading Algorithms Fuel Backlash Beyond the Classroom». Wired (em inglês). Consultado em 26 de setembro de 2020 
  110. The Machines Are Learning, and So Are the Students
  111. Could artificial intelligence replace our teachers
  112. A professor built an AI teaching assistant for his courses — and it could shape the future of education
  113. The Future of Homeschooling: How Robots are changing in home education
  114. Johnston, Lachlan (12 de abril de 2018). «There's an AI Running for the Mayoral Role of Tama City, Tokyo». OTAQUEST. Consultado em 22 de setembro de 2019 
  115. «AI党 | 多摩市議会議員選挙2019». AI党 | 多摩市議会議員選挙2019 
  116. «Werden Bots die besseren Politiker?». Politik & Kommunikation (em alemão). Consultado em 31 de outubro de 2020 
  117. O'Leary, Abigail; Verdon, Anna (17 de abril de 2018). «Robot to run for mayor in Japan promising 'fairness and balance' for all». mirror 
  118. Sarmah, Harshajit (28 de janeiro de 2019). «World's First AI-powered Virtual Politician SAM Joins The Electoral Race In New Zealand». Analytics India Magazine. Consultado em 11 de abril de 2020 
  119. «Meet SAM, world's first AI politician that hopes to run for New Zealand election in 2020». Hindustan Times (em inglês). 26 de novembro de 2017. Consultado em 11 de abril de 2020 
  120. «China launches coronavirus 'close contact' app». BBC News. 11 de fevereiro de 2020. Consultado em 7 de março de 2020 
  121. a b «China launches coronavirus 'close contact detector' platform». South China Morning Post. 12 de fevereiro de 2020 
  122. «China launches coronavirus 'close contact detector' app». 11 de fevereiro de 2020 – via www.bbc.com 
  123. Chen, Angela. «China's coronavirus app could have unintended consequences». MIT Technology Review. Consultado em 7 de março de 2020 
  124. Mozur, Paul; Zhong, Raymond; Krolik, Aaron (2 de março de 2020). «In Coronavirus Fight, China Gives Citizens a Color Code, With Red Flags» – via NYTimes.com 
  125. «Coronavirus France: Cameras to monitor masks and social distancing». 4 de maio de 2020 – via www.bbc.com 
  126. Manancourt, Vincent (10 de março de 2020). «Coronavirus tests Europe's resolve on privacy». POLITICO. Consultado em 20 de março de 2020 
  127. Business, Ivan Watson and Sophie Jeong, CNN. «Coronavirus mobile apps are surging in popularity in South Korea». CNN 
  128. Tidy, Joe (17 de março de 2020). «Coronavirus: Israel enables emergency spy powers». BBC News (em inglês). Consultado em 18 de março de 2020 
  129. Paksoy, Yunus. «German telecom giant shares private data with government amid privacy fears» (em inglês). trtworld. Consultado em 20 de março de 2020 
  130. «Moscow deploys facial recognition technology for coronavirus quarantine». Reuters (em inglês). 21 de fevereiro de 2020. Consultado em 20 de março de 2020 
  131. «Italians scolded for flouting lockdown as death toll nears 3,000». Pittsburgh Post-Gazette (em inglês). Consultado em 20 de março de 2020 
  132. «Palantir provides COVID-19 tracking software to CDC and NHS, pitches European health agencies». TechCrunch. Consultado em 22 de abril de 2020 
  133. «Japanese team develops AI-based system to forecast tsunami and damages». www.preventionweb.net 
  134. «Artificially Intelligent Tsunami Early Warning System» 
  135. «How Artificial Intelligence Could Help Fight Climate Change-Driven Wildfires and Save Lives». Fortune 
  136. Gómez, Diego; Salvador, Pablo; Sanz, Julia; Casanova, Carlos; Taratiel, Daniel; Casanova, Jose Luis (15 de agosto de 2018). «Machine learning approach to locate desert locust breeding areas based on ESA CCI soil moisture». Journal of Applied Remote Sensing. 12 (3). 036011 páginas. Bibcode:2018JARS...12c6011G. doi:10.1117/1.JRS.12.036011 – via www.spiedigitallibrary.org 
  137. Sayad, Younes Oulad; Mousannif, Hajar; Al Moatassime, Hassan (1 de março de 2019). «Predictive modeling of wildfires: A new dataset and machine learning approach». Fire Safety Journal. 104: 130–146. doi:10.1016/j.firesaf.2019.01.006 – via ScienceDirect 
  138. «Artificial intelligence for forest fire prediction» 
  139. Business, Article by Rachel Metz, CNN Business Video by John General, CNN. «How AI is helping spot wildfires faster». CNN 
  140. «How AI Is Helping Fight Wildfires Before They Start». Time 
  141. Holley, Peter. «California has 33 million acres of forest. This company is training artificial intelligence to scour it all for wildfire.» – via www.washingtonpost.com 
  142. Zhao, Xilei; Lovreglio, Ruggiero; Kuligowski, Erica; Nilsson, Daniel (15 de abril de 2020). «Using Artificial Intelligence for Safe and Effective Wildfire Evacuations». Fire Technology. 57 (2): 483–485. doi:10.1007/s10694-020-00979-x 
  143. McCormick, Tim. «A brief exchange with Tim O'Reilly about "algorithmic regulation" | Tim McCormick». Consultado em 2 de junho de 2020 
  144. «Why the internet of things could destroy the welfare state». the Guardian (em inglês). 19 de julho de 2014. Consultado em 2 de junho de 2020 
  145. Eggers, illiam D.; Schatsky, David; Viechnick, Peter. «Demystifying artificial intelligence in government | Deloitte Insights». www2.deloitte.com. Consultado em 4 de abril de 2020 
  146. Mehr, Hila (agosto de 2017). «Artificial Intelligence for Citizen Services and Government» (PDF). ash.harvard.edu. Consultado em 31 de dezembro de 2018 
  147. a b Capgemini Consulting (2017). «Unleashing the potential of Artificial Intelligence in the Public Sector» (PDF). www.capgemini.com. Consultado em 31 de dezembro de 2018 
  148. Harari, Story by Yuval Noah. «Why Technology Favors Tyranny». The Atlantic. Consultado em 11 de abril de 2020 
  149. «Europe Limits Government by Algorithm. The US, Not So Much». Wired (em inglês). Consultado em 11 de abril de 2020 
  150. Haag, Rechtbank Den (6 de março de 2020). «ECLI:NL:RBDHA:2020:1878, Rechtbank Den Haag, C-09-550982-HA ZA 18-388 (English)». uitspraken.rechtspraak.nl (em neerlandês). Consultado em 11 de abril de 2020 
  151. Wilkinson, Amber. «'iHuman': IDFA Review». Screen (em inglês). Consultado em 21 de abril de 2020 
  152. Reuter, Markus (17 de agosto de 2020). «Fuck the Algorithm - Jugendproteste in Großbritannien gegen maschinelle Notenvergabe erfolgreich». netzpolitik.org (em alemão). Consultado em 3 de outubro de 2020 
  153. Heald, David (7 de setembro de 2006). Transparency: The Key to Better Governance? (em inglês). [S.l.]: British Academy. ISBN 978-0-19-726383-9. doi:10.5871/bacad/9780197263839.003.0002 
  154. «European Tech Insights (2019) | IE CGC» (PDF). Center for the Governance of Change (em inglês). Consultado em 11 de abril de 2020 

Ligações externas

[editar | editar código-fonte]