Ozkan, Marianne
(2022).
« Admissibilité de preuves issues de techniques d'apprentissage automatique en droit criminel canadien » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en droit.
Fichier(s) associé(s) à ce document :
Résumé
Ce mémoire se penche sur l’un des effets de l’émergence d’outils d’intelligence artificielle sur la pratique du droit. En particulier, nous traitons de l’admissibilité de la preuve issue d’outils utilisant la technique de l’apprentissage automatique, une branche de l’intelligence artificielle. Nous cherchons à établir la fiabilité de cette technique pour fins d’admissibilité en tant que preuve. Nous débutons en cernant la notion de fiabilité d’une preuve scientifique en droit canadien. Nous abordons ensuite les composantes et le fonctionnement de l’apprentissage automatique. Nous analysons les divers aspects de sa fiabilité en soulevant ses vulnérabilités, ce qui nous permet de dégager les conditions propices à la fiabilité de la technique. Nous recensons les instruments légaux qui imposent ou renforcent ces conditions et terminons avec une illustration concrète d’un témoignage expert sur une telle preuve, soit le cas d’un outil visant à cerner l’identité d’un locuteur. Notre démarche nous incite à remettre en question le rôle du tribunal dans l’établissement de la fiabilité d’un outil d’apprentissage automatique, une tâche qui défavorise l’inculpé.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Intelligence artificielle, apprentissage automatique, admissibilité, preuve scientifique, fiabilité, reconnaissance du locuteur.
RECHERCHER
PARCOURIR
LIBRE ACCÈS
