Stanley Joel Greenstein Universitetslektor, docent
Kontakt
Namn och titel: Stanley Joel GreensteinUniversitetslektor, docent
Telefon: +468162598
Arbetsplats: Juridiska institutionen Länk till annan webbplats.
Besöksadress Rum C 838Universitetsvägen 10 C
Postadress Juridiska institutionen106 91 Stockholm
%20Bild%201%20Fokusmiljo%CC%88.png)
Om mig
Stanley Greenstein (Jur. Dr.) är universitetslektor i rättsinformatik vid Juridiska institutionen, Stockholms universitet, och medarbetare vid Swedish Law and Informatics Research Institute (IRI, https://irilaw.org/), ett forskningsinstitut vid institutionen som studerar samspelet mellan juridik och informationsteknologi.
Stanleys huvudsakliga intresseområde är teknologins påverkan på samhället. Hans undervisning, forskning och deltagande i projekt har särskilt kretsat kring artificiell intelligens (AI) och dess etiska och samhälleliga konsekvenser, där frågor om integritet, dataskydd, informationssäkerhet och cybersäkerhet är centrala. Han är utbildad jurist i Sydafrika och har erfarenhet av att arbeta i en juridisk miljö som kombinerar civilrättsliga och common law-traditioner.
Kursansvarig för den valbara kursen Cyberlaw.
Den 1 juni 2017 försvarade Stanley sin doktorsavhandling inom ämnet rättsinformatik med titeln Our Humanity Exposed: Predictive Modelling in a Legal Context. Avhandlingen undersökte de potentiella skador som kan drabba individer vid användning av prediktiva modeller av kommersiella aktörer, samt alternativa strategier för reglering av teknologin som stärker individens möjligheter. Den analyserade hur dataskyddslagstiftning och mänskliga rättigheter kan hantera negativa effekter av så kallade black box-beslutsfattande system och föreslog kompletterande mekanismer för reglering.
Stanley har också deltagit i flera forskningsprojekt. För närvarande arbetar han med projektet EXTREMUM (Explainable and Ethical Machine Learning for Knowledge Discovery from Medical Data Sources, (https://dsv.su.se/en/research/research-areas/datascience/extremum-explainable-and-ethical-machine-learning-for-knowledge-discovery-from-medical-data-sources-1.442728 ) som finansieras av Digital Futures och pågår till 2024. Projektet syftar till att använda historisk medicinsk data och prediktiva modeller för att tidigt identifiera risker för läkemedelsbiverkningar och hjärtsjukdomar hos människor, och därmed möjliggöra förebyggande medicinska åtgärder, med fokus på juridiska och etiska aspekter.
Doktorsavhandlingen finns tillgänglig i fulltext här: http://www.diva-portal.org/smash/record.jsf?pid=diva2%3A1088890&dswid=4705
