Author Archives: Me Philippe Ehrenström

Avatar de Inconnu

About Me Philippe Ehrenström

Ce blog présente certains thèmes juridiques en Suisse ainsi que des questions d'actualité. Il est rédigé par Me Philippe Ehrenström, avocat indépendant, LL.M., Yverdon-les-Bains

Ce qui se passe dans la boîte noire (III) : l’IA peut-elle désapprendre ce qu’elle a appris ?

Comment mettre en œuvre le droit à l’effacement dans une intelligence artificielle? Analyse et critique du « machine unlearning » Lire la suite

Publié dans intelligence artificielle, Protection de la personnalité, Protection des données, RGPD | Tagué , , , , , , | Laisser un commentaire

L’avocat doit-il révéler au juge l’utilisation qu’il fait de l’intelligence artificielle ?

L’avocat doit-il révéler au juge l’usage qu’il fait de l’agence artificielle ? Présentation de Cedric Willis c/ U.S. Bank National Associations. Lire la suite

Publié dans Avocats (règles professionnelles), intelligence artificielle | Tagué , , , , | Laisser un commentaire

Responsabilité de l’employé: lien de causalité entre les actes et le dommage (art. 321e CO)

Responsabilité de l’employé (art. 321e CO): rapport de causalité entre la violation contractuelle et le dommage; courtier; décommissionnement Lire la suite

Publié dans Responsabilité du travailleur | Tagué , , , , , , , , , | Laisser un commentaire

Données synthétiques et confidentialité : appréciation de la métrique de distance (DCR)

Comment s’assurer que les données synthétiques produites à partir de jeux de données réels n’exposent pas d’informations indentifiables sur des individus? Examen de la métrique de distance (DCR) Lire la suite

Publié dans intelligence artificielle, Protection des données | Tagué , , , , , , | Laisser un commentaire

Ce qui se passe dans la boîte noire (ii)  : la mémorisation dans les Large Language Models

Qu’est-ce que la mémorisation dans un Large Language Model? Réponse technique nuancée, qui a des conséquences notamment en droit d’auteur. Lire la suite

Publié dans droit d'auteur, intelligence artificielle | Tagué , , , | Laisser un commentaire

Intelligence artificielle et protection des données : avantages et risques de l’apprentissage fédéré

L’apprentissage fédéré est un outil permettant d’intégrer la protection des données à l’intelligence artificielle. Présentation d’une étude qui en montre certains avantages et risques. Lire la suite

Publié dans intelligence artificielle, Protection des données | Tagué , , , | Laisser un commentaire

Compétence des tribunaux des prud’hommes: les faits de double pertinence

Application de la théorie des faits de double pertinence pour déterminer la compétence à raison de la matière de la juridiction prud’homale Lire la suite

Publié dans Procédure | Tagué , , , , , , | Laisser un commentaire

La responsabilité de l’employé (art. 321e CO): causalité

Directeur et membre du Conseil d’administration qui communique des informations confidentielles à la presse. Examen de la responsabilité de l’employé (art. 321e CO) sous l’an gle du lien de causalité. Lire la suite

Publié dans Responsabilité du travailleur | Tagué , , , , , | Laisser un commentaire

Ce qui se passe dans la boîte noire: généralisation et mémorisation dans les Large Language Models

Que se passe-t-il dans la boîte noire d’un Large Language Models? Distinction entre la mémorisation involontaire puis, passé un certain seuil, la généralisation à partir des données d’entraînement. Présentation de J.X.MORRIS et al., How much do language models memorize ? et de ses implications pour le juriste. Lire la suite

Publié dans intelligence artificielle | Tagué , , , , | Laisser un commentaire

Discrimination au travail : alourdissement du fardeau de la preuve pour des plaignants non membres de minorités ?

Peut-on alourdir le fardeau de la preuve pour une partie dans une affaire de discrimination au travail si elle ne fait pas partie d’une minorité? Présentation de Ames v. Ohio Department of Youth Services (23–1039) Lire la suite

Publié dans Droit US, Procédure | Tagué , , , , | Laisser un commentaire