Ustavna ureditev retroaktivnosti je pogosto narobe razumljena, saj nam teorija pogosto ponuja klasično dihotomijo prave in neprave retroaktivnosti, kot materijo 155. in 2. člena Ustave RS. A natančno branje 155. člena Ustave poda elegantnejše razumevanje teh dveh konceptov, ki je po mojem mnenju tudi bolj zvesto originalnemu namenu piscev Ustave.

Članek raziskuje pojem in problematiko »ozračja nasilja« (nem.: Klima der Gewalt  / Angst) iz nemške teorije spolnega kazenskega prava. Pojav lahko umestimo v širši sklop vprašanja konkludentne grožnje kot sredstva prisile, in zajema situacije, ko ta izhaja iz ponavljajočega nasilja znotraj tesno povezanih družbenih skupin. Zanimivo se je pri aplikaciji tega koncepta v praksi pokazal znaten razkorak med prevladujočo pravno teorijo in sodno prakso, ki je sprožil nekoliko neposrečen odziv nemškega zakonodajalca.

Članek obravnava raznolikost zakonskih opredelitev posilstva v državah članicah Evropske unije in se osredotoča na ključno vlogo soglasja v pravni kvalifikaciji spolnih dejanj. Na podlagi analize zakonodajnih ureditev avtor razvršča obstoječe pristope v tri temeljne modele: prisilni model, zavrnitveni model in afirmativni model soglasja. Modeli se razlikuje glede na to, kako obravnava soglasje žrtve, kar vpliva tako na dokazne standarde kot tudi na širino kazenskopravne zaščite. Članek predstavi primerjalno analizo izbranih nacionalnih ureditev in sodne prakse (npr. primer Gisèle Pelicot in La Manada), ter osvetli normativni premik, ki se na ravni EU vse bolj nagiba k afirmativnemu modelu, podprtemu z Istanbulsko konvencijo in sodbami Evropskega sodišča za človekove pravice. Ob tem opozori tudi na kritike afirmativnega modela, zlasti glede pravne varnosti, dokaznih bremen in implementacijskih izzivov. Namen prispevka je spodbuditi razpravo o tem, kateri model najbolj ustreza cilju učinkovitega varstva spolne samoodločbe ob hkratnem spoštovanju temeljnih načel kazenskega prava.

V prispevku podam oris svojega predavanja na letošnji konferenci AI x Pravo. Osrednja nit orisa se osredotoča na dve načelni izhodišči: pretirano upiranje »umetni inteligenci« se mi zdi povsem nesmiselno, medtem ko njeno pretirano poveličevanje ocenjujem kot povsem naivno. Prispevek ta izhodišča naslavlja v polemični maniri, in sicer prek poskusa oblikovanja navodil robotu, ki naj bi nadomestil pravničino odločanje. Ta navodila služijo kot preprost opomnik na svojevrstnost in nenadomestljivost pravničinega uma. Kljub strahu pred tragično usodo, ki me morebiti doleti v primeru robotovega prevzema oblasti, pa prispevek prinaša slabo novico: drugače kot v pravnico, vanj ne verjamem.

Od sredine 20. stoletja raziskovalci prenašajo koncepte iz domene računalništva v pravo. Presečišče med pravom in informacijsko-komunikacijskimi tehnologijami je postalo znano kot LegalTech. Z vzponom umetne inteligence, se lahko vprašamo, kako bo spremenila domeno prava. V prispevku na kratko nakažemo na razna področja umetne inteligence in njih pomembnost za pravno področje. Na kratko predstavimo primere kjer se umetno inteligenco ter informacijsko-komunikacijske tehnologije uporablja v domeni prava. Zaključimo z razmislekom o potencialu umetne inteligence za preoblikovanje pravnega ekosistema ter nenadomestljivo vlogo človeka.

Projekt Human rights nudge,  pri katerem sodeluje tudi Dr. Ula Aleksandra Kos, izpostavlja problematiko neizvrševanja številnih sodb Evropskega sodišča za človekove pravice in preko različnih raziskovalnih metod analizira odziv držav na izrečene sodbe, ter postopek in sprejem ukrepov, ki so jim naloženi. Preko analize podatkov, ki je temeljila na kvalitativnih in kvantitativnih pristopih, pri čemer je bila uporaba statistike ena izmed izmed uporabljenih metod, poskuša odkriti vzorce, ki se pojavljajo in ugotoviti na kakšen način podatki medsebojno vplivajo drug na drugega in vzpostaviti korelacije, na podlagi katerih se da sklepati o posledicah. Preko tako pridobljenih podatkov se izboljšajo možnosti uspešnejše implementacije rešitev, ki jih država mora izvesti.

Razložljiva umetna inteligenca postaja ključna komponenta pri uporabi umetne inteligence v občutljivih družbenih kontekstih, kot so pravo, zdravstvo in finance. Kompleksnost naprednih modelov umetne inteligence, kot so globoke nevronske mreže in veliki jezikovni modeli, pogosto onemogoča razumevanje njihovega delovanja in tako zmanjšuje zaupanje uporabnikov. V tem prispevku predstavimo glavne koncepte in metode razložljive UI, raziskujemo regulativne zahteve in tehnološke izzive ter posebno pozornost namenimo uporabi razložljive UI v pravnem okviru. Članek osvetljuje tudi izzive, ki jih predstavljajo veliki jezikovni modeli, in zagovarja potrebo po razložljivosti kot temeljnem pogoju za zanesljivo, pravično in zakonito uporabo UI.

Razumevanje podatkov in njihova učinkovita uporaba sta ključna izziva sodobne umetne inteligence. Napovedni modeli temeljijo na prepoznavanju vzorcev in omogočajo analizo ter predikcijo kompleksnih pojavov, pri čemer je izbira pravega modela bistvena za zanesljive rezultate. S povečevanjem količine podatkov in računske moči so nevronske mreže postale osrednje orodje za reševanje nalog, ki jih tradicionalni algoritmi niso zmogli. Posebej pomembne so pri obdelavi jezika, kjer besede pretvorimo v vektorske predstavitve, da lahko modeli zajamejo pomenske odnose med njimi. Sodobne arhitekture, kot so transformerji, so prinesle revolucijo pri generiranju besedil, omogočajo globlje razumevanje konteksta in odpirajo vprašanja o vlogi umetne inteligence v družbi.