Odpovědnost za újmu způsobenou autonomním vlakem

Abstract

Tato diplomová práce se zabývá otázkou bezpečnosti železniční dopravy v souvislosti s implementací evropského vlakového zabezpečovacího systému ETCS a možnostmi využití umělé inteligence v této oblasti. V první části je pomocí deskriptivní metody analyzován současný stav zavádění ETCS v České republice, včetně jeho technického fungování, přínosů a provozních komplikací. Druhá část práce využívá analytický přístup ke zhodnocení potenciálu umělé inteligence v zabezpečovacích technologiích a identifikuje s tím spojená rizika, především v oblasti kybernetické bezpečnosti. Právní část práce se opírá o metodu komparace a analýzy, přičemž hodnotí připravenost současného právního rámce na autonomní rozhodování AI systémů. Pomocí vybraných skutkových podstat odpovědnosti dle občanského zákoníku jsou v závěru práce zkoumány modelové příklady, na nichž byla testována schopnost umělé inteligence správně aplikovat právní zásady a vyhodnotit důsledky hypotetických situací. Z provedeného zkoumání vyplývá, že současný právní rámec je aplikovatelný jen s určitými výhradami a že umělá inteligence zatím nedisponuje dostatečnou mírou porozumění právním následkům svých rozhodnutí, což potvrzuje potřebu budoucí legislativní úpravy.

This thesis addresses the issue of railway safety in the context of the implementation of the European Train Control System (ETCS) and the potential use of artificial intelligence (AI) in this field. The first part uses a descriptive method to analyse the current state of ETCS deployment in the Czech Republic, focusing on its technical operation, benefits, and practical challenges. The second part applies an analytical approach to assess the potential of AI in safety-related technologies and identifies associated risks, particularly in the area of cybersecurity. The legal section of the thesis employs comparative and analytical methods to evaluate the readiness of the current legal framework for the autonomous decision-making of AI systems. Selected grounds for liability under the Civil Code are applied to model case studies to test the AI's ability to correctly interpret and apply legal principles in hypothetical scenarios. The findings suggest that while current legislation can be applied to a certain extent, there are limitations. Moreover, AI does not yet demonstrate sufficient understanding of the legal consequences of its decisions, highlighting the need for future legislative adjustments.