Fugu-MT 論文翻訳(概要): Consumer Rights and Algorithms

論文の概要: Consumer Rights and Algorithms

arxiv url: http://arxiv.org/abs/2603.10022v1
Date: Sun, 22 Feb 2026 14:19:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-15 16:38:22.578568
Title: Consumer Rights and Algorithms
Title（参考訳）: 消費者権とアルゴリズム
Authors: Gregory M. Dickinson,
Abstract要約: 本論では,消費者保護法の歴史的ルーツからデジタル時代の現代的課題まで,消費者保護法の分野を要約する。消費者の騙しや不公平な貿易慣行を規制する法的な教義を概説し、コモン・ロー、法、私的な規制のモードとの相互作用を強調している。
参考スコア（独自算出の注目度）: 0.09444500584367876
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This article summarizes the field of consumer protection law, from its historical roots to the contemporary challenges of the digital age. It outlines the legal doctrines governing consumer deception and unfair trade practices, highlighting the interplay between common-law, statutory, and private modes of regulation. The article then addresses the impact of artificial intelligence and big data on consumer markets, focusing on digital advertising and new forms of consumer fraud. Finally, it explores regulatory responses to these challenges, including data privacy laws and prohibitions on dark patterns, which illustrate the trade-offs inherent in consumer protection frameworks.
Abstract（参考訳）: 本論では,消費者保護法の歴史的ルーツからデジタル時代の現代的課題まで,消費者保護法の分野を要約する。消費者の騙しや不公平な貿易慣行を規制する法的な教義を概説し、コモン・ロー、法、私的な規制のモードとの相互作用を強調している。その記事は、人工知能とビッグデータが消費者市場に与える影響を論じ、デジタル広告と新しい消費者詐欺に焦点をあてている。最後に、消費者保護フレームワークに固有のトレードオフを示す、データプライバシ法やダークパターン禁止など、これらの課題に対する規制的な対応についても検討している。

関連論文リスト

The Perfect Match? A Closer Look at the Relationship between EU Consumer Law and Data Protection Law [0.8076386449963743]
現代の市場では、多くの企業がいわゆる「無料」サービスを提供し、それらのサービスを通じて収集した消費者データを収益化している。本稿では,消費者法とデータ保護法が相互に有効に補完可能であることを論じる。
論文参考訳（メタデータ） (2025-10-15T12:13:35Z)
Protecting Persona Biometric Data: The Case of Facial Privacy [0.0]
本稿では, 顔のプライバシの概念を紹介する。不規則な顔認識によって引き起こされる深刻な課題を分析します。既存の法的な抜け穴や曖昧さは、個人を脆弱にしていると論じている。
論文参考訳（メタデータ） (2025-10-03T14:16:33Z)
The Patterns of Digital Deception [0.0]
新たなデータ分析技術は、企業と顧客間のパワーバランスを損なう。オンライン追跡により、売り手は履歴データを収集し、機械学習ツールを適用して詳細な顧客プロフィールを構築することができる。同じツールが病気にも使われており、弱さを狙うために特別に調整された詐欺で、人口の脆弱なメンバーを標的にしている。
論文参考訳（メタデータ） (2024-12-25T15:55:17Z)
Copyright Protection in Generative AI: A Technical Perspective [58.84343394349887]
ジェネレーティブAIは近年急速に進歩し、テキスト、画像、オーディオ、コードなどの合成コンテンツを作成する能力を拡大している。これらのディープ・ジェネレーティブ・モデル(DGM)が生成したコンテンツの忠実さと信頼性が、著作権の重大な懸念を引き起こしている。この研究は、技術的観点から著作権保護の包括的概要を提供することで、この問題を深く掘り下げている。
論文参考訳（メタデータ） (2024-02-04T04:00:33Z)
SoK: The Gap Between Data Rights Ideals and Reality [42.769107967436945]
権利に基づくプライバシー法は、個人が自分のデータよりも効果的に権限を与えるのか? 本稿では,実証研究,ニュース記事,ブログ記事をレビューすることで,これらのアプローチを精査する。
論文参考訳（メタデータ） (2023-12-03T21:52:51Z)
Privately Policing Dark Patterns [0.0]
全国の議員が「暗黒のパターン」を狙う新法を制定本条では、国家の私法を活用して、進化する暗黒パターンを定義し、追跡することを提案する。
論文参考訳（メタデータ） (2023-07-15T21:59:05Z)
Ethical Considerations of AR Applications in Smartphones; A Systematic Literature Review of Consumer Perspectives [0.0]
本研究は,スマートフォンアプリケーションにおける拡張現実(AR)を消費者が認識する倫理的考察に焦点をあてる。この研究は、開発者、プロダクトマネージャ、デジタルマーケッター、および関連するビジネスプロフェッショナルに対する理解と能力を提供する。
論文参考訳（メタデータ） (2023-06-06T11:22:58Z)
Second layer data governance for permissioned blockchains: the privacy management challenge [58.720142291102135]
新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
論文参考訳（メタデータ） (2020-10-22T13:19:38Z)
Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
論文参考訳（メタデータ） (2020-07-14T06:06:41Z)
A vision for global privacy bridges: Technical and legal measures for international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文参考訳（メタデータ） (2020-05-13T13:55:50Z)
Beyond privacy regulations: an ethical approach to data usage in transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文参考訳（メタデータ） (2020-04-01T15:10:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。