Katie Szilagyi est titulaire d'un baccalauréat en génie des biosystèmes de University of Manitoba, d’un JD de l’Université d’Ottawa avec des spécialisations conjointes en droit international, et en droit et en technologie, et d'une maîtrise en droit et en technologie de University of Tel-Aviv. Après avoir obtenu son JD, elle a été auxiliaire à la Cour d'appel fédérale auprès des juges Marc Nadon et Wyman W. Webb. Par la suite, elle a travaillé quelques années comme avocate plaidante en droit commercial dans un grand cabinet d'avocats de Toronto et a voyagé pendant quelques années dans le monde entier en solo. Passionnée par les procès fictifs durant son passage à la Faculté de droit, elle entraîne aujourd'hui des étudiant(e)s de l'Université d'Ottawa dans le cadre du programme de plaidoirie en propriété intellectuelle. En 2019, elle a été Global Fellow de l'Institute of Technology & Society of Rio de Janeiro.
Les examinateurs internes de la professeure Szilagyi étaient la professeure Jane Bailey, le professeur Jason Millar et le professeur Peter Oliver ; la professeure Carys J Craig était une examinatrice externe ; et la professeure Céline Castets-Renard a agi en tant que présidente du comité de soutenance.
Résumé (en anglais seulement)
In this dissertation, I argue that the Rule of Law is made vulnerable by technological innovations in artificial intelligence (AI) and machine learning (ML) that take power previously delegated to legal decision-makers and put it in the hands of machines. I assert that we need to interrogate the potential impacts of AI and ML in law: without careful scrutiny, AI and ML's wide-ranging impacts might erode certain fundamental ideals. Our constitutional democratic framework is dependent upon the Rule of Law: upon a contiguous narrative thread linking past legal decisions to our future lives. Yet, incursions by AI and ML into legal process - including algorithms and automation; profiling and prediction - threaten longstanding legal precepts in state law and constraints against abuses of power by private actors. The spectre of AI over the Rule of Law is most apparent in proposals for "self-driving laws," or the idea that we might someday soon regulate society entirely by machine.
Some academics have posited an approaching "legal singularity," in which the entire corpus of legal knowledge would be viewed as a complete data set, thereby rendering uncertainty obsolete. Such "regulation by machine" advocates would then employ ML approaches on this legal data set to refine and improve the law. In my view, such proposals miss an important point by assuming machines can necessarily outperform humans, without first questioning what such performance entails and whether machines can be meaningfully said to participate in the normative and narrative activities of interpreting and applying the law. Combining insights from three distinct areas of inquiry - legal theory, law as narrative scholarship, and technology law - I develop a taxonomy for analysing Rule of Law problems. This taxonomy is then applied to three different technological approaches powered by AI/ML systems: sentencing software, facial recognition technology, and natural language processing. Ultimately, I seek the first steps towards developing a robust normative framework to prevent a dangerous disruption to the Rule of Law.