پرویز باقری

در عصر حاضر، سیستم‌های توصیه‌گر هوش مصنوعی به‌عنوان ابزارهای کلیدی در تجارت الکترونیک، ارائه محتوای دیجیتال و پلتفرم‌های رسانه‌های اجتماعی شناخته می‌شوند. این سیستم‌ها با تحلیل رفتار کاربران و پردازش داده‌های شخصی، پیشنهادهای سفارشی ارائه می‌دهند که هم تجربه کاربری را بهبود می‌بخشد و هم سودآوری سازمان‌ها را افزایش می‌دهد. با این حال، به‌کارگیری گسترده هوش مصنوعی در فرآیند توصیه‌گری، چالش‌های حقوقی و اخلاقی قابل توجهی ایجاد می‌کند که ضرورت توجه به مسئولیت‌پذیری و رعایت مقررات حفاظت داده‌ها، به ویژه مقررات مقررات عمومی حفاظت از داده‌های اتحادیه اروپا ، را برجسته می‌سازد. از جمله این چالش‌ها، اصل تبعیض الگوریتمی است که بر لزوم پیشگیری از تصمیمات ناعادلانه و تبعیض‌آمیز در سیستم‌های خودکار تأکید دارد. این پژوهش با روش توصیفی-تحلیلی، پیامدهای جمع‌آوری و تحلیل داده‌های کاربران، ایجاد پروفایل‌های رفتاری و هدف‌گیری دقیق پیشنهادها را مورد بررسی قرار می‌دهد و چالش‌هایی نظیر نقض حریم خصوصی و شفافیت ناکافی در تصمیمات خودکار را تحلیل می‌کند. هدف مقاله، ارائه راهکارهای قانونی و راهبردهای مسئولیت‌پذیر برای ارتقای شفافیت، عدالت و رعایت حقوق کاربران در سیستم‌های توصیه‌گر است