{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5321548"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5321548","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Τεχνητή νοημοσύνη και δίκαιο ανταγωνισμού","abstract":"Η παρούσα διπλωματική εργασία εξετάζει τη σχέση μεταξύ τεχνητής νοημοσύνης και δικαίου ανταγωνισμού, εστιάζοντας στις προκλήσεις που ανακύπτουν από τη χρήση αλγορίθμων και συστημάτων παραγωγικής τεχνητής νοημοσύνης στις σύγχρονες ψηφιακές αγορές. Η ραγδαία εξάπλωση αυτοεκπαιδευόμενων και αυτόνομων αλγοριθμικών συστημάτων έχει μεταβάλει ριζικά τη λειτουργία των αγορών, δημιουργώντας νέες μορφές συντονισμένης συμπεριφοράς και αναδιαμορφώνοντας τις ισορροπίες ανταγωνισμού. Στο πρώτο μέρος της εργασίας αναλύεται η έννοια και οι κατηγορίες των αλγορίθμων, καθώς και οι τρόποι με τους οποίους η αλγοριθμική τιμολόγηση και η μηχανική μάθηση μπορούν να επηρεάσουν την εφαρμογή των άρθρων 101 και 102 ΣΛΕΕ, ιδίως μέσω φαινομένων αλγοριθμικής συμπαιγνίας και κατάχρησης δεσπόζουσας θέσης. Το δεύτερο μέρος επικεντρώνεται στην παραγωγική τεχνητή νοημοσύνη και στο οικοσύστημα που τη συνοδεύει, με ιδιαίτερη έμφαση στις στρατηγικές συνεργασίες στον τομέα της ΤΝ και στις θεωρίες βλάβης που ενδέχεται να ανακύψουν από αυτές. Τέλος, στο τρίτο μέρος εξετάζονται οι σύγχρονες ρυθμιστικές και εποπτικές προσεγγίσεις, συμπεριλαμβανομένου του Κανονισμού για τις Ψηφιακές Αγορές, του Νέου Εργαλείου Ανταγωνισμού, των εποπτευόμενων περιβαλλόντων και των εργαλείων ελέγχου τεχνητής νοημοσύνης. Η εργασία καταλήγει ότι το δίκαιο ανταγωνισμού καλείται να επιτύχει μια εύθραυστη ισορροπία μεταξύ της προστασίας του ανταγωνισμού και της διασφάλισης της καινοτομίας, προσαρμοζόμενο στις ιδιαιτερότητες της νέας εποχής, της τεχνητής νοημοσύνης.","abstract_html":"Η παρούσα διπλωματική εργασία εξετάζει τη σχέση μεταξύ τεχνητής νοημοσύνης και δικαίου ανταγωνισμού, εστιάζοντας στις προκλήσεις που ανακύπτουν από τη χρήση αλγορίθμων και συστημάτων παραγωγικής τεχνητής νοημοσύνης στις σύγχρονες ψηφιακές αγορές. Η ραγδαία εξάπλωση αυτοεκπαιδευόμενων και αυτόνομων αλγοριθμικών συστημάτων έχει μεταβάλει ριζικά τη λειτουργία των αγορών, δημιουργώντας νέες μορφές συντονισμένης συμπεριφοράς και αναδιαμορφώνοντας τις ισορροπίες ανταγωνισμού. Στο πρώτο μέρος της εργασίας αναλύεται η έννοια και οι κατηγορίες των αλγορίθμων, καθώς και οι τρόποι με τους οποίους η αλγοριθμική τιμολόγηση και η μηχανική μάθηση μπορούν να επηρεάσουν την εφαρμογή των άρθρων 101 και 102 ΣΛΕΕ, ιδίως μέσω φαινομένων αλγοριθμικής συμπαιγνίας και κατάχρησης δεσπόζουσας θέσης. Το δεύτερο μέρος επικεντρώνεται στην παραγωγική τεχνητή νοημοσύνη και στο οικοσύστημα που τη συνοδεύει, με ιδιαίτερη έμφαση στις στρατηγικές συνεργασίες στον τομέα της ΤΝ και στις θεωρίες βλάβης που ενδέχεται να ανακύψουν από αυτές. Τέλος, στο τρίτο μέρος εξετάζονται οι σύγχρονες ρυθμιστικές και εποπτικές προσεγγίσεις, συμπεριλαμβανομένου του Κανονισμού για τις Ψηφιακές Αγορές, του Νέου Εργαλείου Ανταγωνισμού, των εποπτευόμενων περιβαλλόντων και των εργαλείων ελέγχου τεχνητής νοημοσύνης. Η εργασία καταλήγει ότι το δίκαιο ανταγωνισμού καλείται να επιτύχει μια εύθραυστη ισορροπία μεταξύ της προστασίας του ανταγωνισμού και της διασφάλισης της καινοτομίας, προσαρμοζόμενο στις ιδιαιτερότητες της νέας εποχής, της τεχνητής νοημοσύνης.","abstract_has_math":false,"creators":["ΑΣΗΜΑΚΟΥ ΓΕΩΡΓΙΑ","ASIMAKOU GEORGIA"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T06:41:35Z","subjects":["Δίκαιο – Νομοθεσία","Law and Legislation"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5321548"],"render_values":[{"text":"uoadl:5321548","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321548","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321548","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5321548","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΑΣΗΜΑΚΟΥ ΓΕΩΡΓΙΑ","ASIMAKOU GEORGIA"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Δίκαιο – Νομοθεσία","Law and Legislation"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5321548","https://pergamos.lib.uoa.gr/uoa/dl/object/5321548"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία εξετάζει τη σχέση μεταξύ τεχνητής νοημοσύνης και δικαίου ανταγωνισμού, εστιάζοντας στις προκλήσεις που ανακύπτουν από τη χρήση αλγορίθμων και συστημάτων παραγωγικής τεχνητής νοημοσύνης στις σύγχρονες ψηφιακές αγορές. Η ραγδαία εξάπλωση αυτοεκπαιδευόμενων και αυτόνομων αλγοριθμικών συστημάτων έχει μεταβάλει ριζικά τη λειτουργία των αγορών, δημιουργώντας νέες μορφές συντονισμένης συμπεριφοράς και αναδιαμορφώνοντας τις ισορροπίες ανταγωνισμού. Στο πρώτο μέρος της εργασίας αναλύεται η έννοια και οι κατηγορίες των αλγορίθμων, καθώς και οι τρόποι με τους οποίους η αλγοριθμική τιμολόγηση και η μηχανική μάθηση μπορούν να επηρεάσουν την εφαρμογή των άρθρων 101 και 102 ΣΛΕΕ, ιδίως μέσω φαινομένων αλγοριθμικής συμπαιγνίας και κατάχρησης δεσπόζουσας θέσης. Το δεύτερο μέρος επικεντρώνεται στην παραγωγική τεχνητή νοημοσύνη και στο οικοσύστημα που τη συνοδεύει, με ιδιαίτερη έμφαση στις στρατηγικές συνεργασίες στον τομέα της ΤΝ και στις θεωρίες βλάβης που ενδέχεται να ανακύψουν από αυτές. Τέλος, στο τρίτο μέρος εξετάζονται οι σύγχρονες ρυθμιστικές και εποπτικές προσεγγίσεις, συμπεριλαμβανομένου του Κανονισμού για τις Ψηφιακές Αγορές, του Νέου Εργαλείου Ανταγωνισμού, των εποπτευόμενων περιβαλλόντων και των εργαλείων ελέγχου τεχνητής νοημοσύνης. Η εργασία καταλήγει ότι το δίκαιο ανταγωνισμού καλείται να επιτύχει μια εύθραυστη ισορροπία μεταξύ της προστασίας του ανταγωνισμού και της διασφάλισης της καινοτομίας, προσαρμοζόμενο στις ιδιαιτερότητες της νέας εποχής, της τεχνητής νοημοσύνης.","This master’s thesis examines the relationship between artificial intelligence and competition law, focusing on the challenges arising from the use of algorithms and generative artificial intelligence systems in contemporary digital markets. The rapid expansion of self-learning and autonomous algorithmic systems has profoundly transformed market functioning, giving rise to new forms of coordinated behavior and reshaping competitive dynamics. The first part of the thesis analyzes the concept and categories of algorithms, as well as the ways in which algorithmic pricing and machine learning may affect the application of Articles 101 and 102 TFEU, particularly through phenomena such as algorithmic collusion and abuses of dominant position. The second part focuses on generative artificial intelligence and the ecosystem surrounding it, placing particular emphasis on strategic partnerships in the AI sector and the theories of harm that may arise from such collaborations. Finally, the third part examines contemporary regulatory and supervisory approaches, including the Digital Markets Act, the New Competition Tool, regulatory sandboxes and artificial intelligence screening tools. The thesis concludes that competition law is required to strike a delicate balance between safeguarding competition and preserving innovation, adapting to the specific characteristics of the new era of artificial intelligence."]},{"key":"dc:title","label":"Title","values":["Τεχνητή νοημοσύνη και δίκαιο ανταγωνισμού"]}]}],"canonical_facts":{"dc:creator":["ΑΣΗΜΑΚΟΥ ΓΕΩΡΓΙΑ","ASIMAKOU GEORGIA"],"dc:date":["2026"],"dc:description":["Η παρούσα διπλωματική εργασία εξετάζει τη σχέση μεταξύ τεχνητής νοημοσύνης και δικαίου ανταγωνισμού, εστιάζοντας στις προκλήσεις που ανακύπτουν από τη χρήση αλγορίθμων και συστημάτων παραγωγικής τεχνητής νοημοσύνης στις σύγχρονες ψηφιακές αγορές. Η ραγδαία εξάπλωση αυτοεκπαιδευόμενων και αυτόνομων αλγοριθμικών συστημάτων έχει μεταβάλει ριζικά τη λειτουργία των αγορών, δημιουργώντας νέες μορφές συντονισμένης συμπεριφοράς και αναδιαμορφώνοντας τις ισορροπίες ανταγωνισμού. Στο πρώτο μέρος της εργασίας αναλύεται η έννοια και οι κατηγορίες των αλγορίθμων, καθώς και οι τρόποι με τους οποίους η αλγοριθμική τιμολόγηση και η μηχανική μάθηση μπορούν να επηρεάσουν την εφαρμογή των άρθρων 101 και 102 ΣΛΕΕ, ιδίως μέσω φαινομένων αλγοριθμικής συμπαιγνίας και κατάχρησης δεσπόζουσας θέσης. Το δεύτερο μέρος επικεντρώνεται στην παραγωγική τεχνητή νοημοσύνη και στο οικοσύστημα που τη συνοδεύει, με ιδιαίτερη έμφαση στις στρατηγικές συνεργασίες στον τομέα της ΤΝ και στις θεωρίες βλάβης που ενδέχεται να ανακύψουν από αυτές. Τέλος, στο τρίτο μέρος εξετάζονται οι σύγχρονες ρυθμιστικές και εποπτικές προσεγγίσεις, συμπεριλαμβανομένου του Κανονισμού για τις Ψηφιακές Αγορές, του Νέου Εργαλείου Ανταγωνισμού, των εποπτευόμενων περιβαλλόντων και των εργαλείων ελέγχου τεχνητής νοημοσύνης. Η εργασία καταλήγει ότι το δίκαιο ανταγωνισμού καλείται να επιτύχει μια εύθραυστη ισορροπία μεταξύ της προστασίας του ανταγωνισμού και της διασφάλισης της καινοτομίας, προσαρμοζόμενο στις ιδιαιτερότητες της νέας εποχής, της τεχνητής νοημοσύνης.","This master’s thesis examines the relationship between artificial intelligence and competition law, focusing on the challenges arising from the use of algorithms and generative artificial intelligence systems in contemporary digital markets. The rapid expansion of self-learning and autonomous algorithmic systems has profoundly transformed market functioning, giving rise to new forms of coordinated behavior and reshaping competitive dynamics. The first part of the thesis analyzes the concept and categories of algorithms, as well as the ways in which algorithmic pricing and machine learning may affect the application of Articles 101 and 102 TFEU, particularly through phenomena such as algorithmic collusion and abuses of dominant position. The second part focuses on generative artificial intelligence and the ecosystem surrounding it, placing particular emphasis on strategic partnerships in the AI sector and the theories of harm that may arise from such collaborations. Finally, the third part examines contemporary regulatory and supervisory approaches, including the Digital Markets Act, the New Competition Tool, regulatory sandboxes and artificial intelligence screening tools. The thesis concludes that competition law is required to strike a delicate balance between safeguarding competition and preserving innovation, adapting to the specific characteristics of the new era of artificial intelligence."],"dc:identifier":["uoadl:5321548","https://pergamos.lib.uoa.gr/uoa/dl/object/5321548"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Δίκαιο – Νομοθεσία","Law and Legislation"],"dc:title":["Τεχνητή νοημοσύνη και δίκαιο ανταγωνισμού"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:41:35Z"}