Um panorama bibliométrico da proteção de dados e da privacidade em contexto de avanço da inteligência artificial

• Aires José Rover ^[1]
  1. [1] Universidade Federal de Santa Catarina

     Universidade Federal de Santa Catarina

     Brasil

     
• Localización: Scire: Representación y organización del conocimiento, ISSN 1135-3716, Vol. 30, Nº 1, 2024, págs. 49-58
• Idioma: portugués
• Títulos paralelos:
  • A bibliometric overview of data protection and privacy in the context of the advance of artificial intelligence
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • español

    Durante el proceso de establecimiento de una nueva sociedad, surgen varios temas dignos de análisis y re-flexión, destacando entre ellos el papel de la inteligen-cia artificial, especialmente el aprendizaje automático y sus aplicaciones predictivas. Aunque se ha explo-rado ampliamente la protección de datos personales y la privacidad en la literatura científica, existe una nota-ble ausencia de estudios que conecten este análisis con las últimas técnicas de inteligencia artificial. En este sentido, proponemos llevar a caboun mapeo más cuantitativo que cualitativo de las publicaciones cientí-ficas más influyentes que abordan estos temas interre-lacionados. Para cumplir con este objetivo, hemos op-tado por utilizar un enfoque bibliométrico, llevado a cabo durante los meses de marzo y abril de 2024, em-pleando un método de análisis inductivo y adoptando el procedimiento de estudio de caso.

  • English

    A new societal landscape is taking form, marked by a myriad of emerging themes warranting thorough exam-ination. Chief among these discussions is the pivotal role of artificial intelligence (AI), particularly machine learning and its predictive applications. Despite exten-sive exploration of issues pertaining to personal data protection and privacy across scientific literature, there remains a conspicuous dearth of studies integrating this analysis with the latest AI methodologies. Hence, this study endeavorsto undertake a predominantly quantitative mapping of the most influential scientific works addressing these interconnected themes. Our approach, conducted over the span of March and April 2024, employs a bibliometric methodology, prioritizing an inductiveanalysis framework and adopting the case study methodology to fulfill this objective.