НЕЙРОСЕТИ В УГОЛОВНОМ СУДОПРОИЗВОДСТВЕ: ПРОБЛЕМА ФОРМАЛИЗАЦИИ СУДЕБНЫХ АКТОВ

NEURAL NETWORKS IN CRIMINAL PROCEEDINGS: THE PROBLEM OF FORMALIZATION OF JUDICIAL ACTS

Zhidkova Angelina Vitalyevna

Student, Department of Criminal Law and Procedure, North-Caucasus Federal University,

Russia, Stavropol

Kiloeva Zulfiya Selimovna

scientific supervisor, Assistant Lecturer of the Department of Criminal Law and Procedure, North-Caucasus Federal University,

Russia, Stavropol

АННОТАЦИЯ

В статье исследуется влияние технологий искусственного интеллекта на уголовное судопроизводство в условиях цифровизации судебной системы. Анализируется ключевое противоречие между потенциалом нейросетей оптимизировать судебную деятельность и риском чрезмерной формализации правосудия, подмены судейского усмотрения алгоритмическими решениями. Обосновывается необходимость законодательного закрепления вспомогательной роли искусственного интеллекта в уголовном процессе.

ABSTRACT

The article examines the impact of artificial intelligence technologies on criminal proceedings in the context of the digitalization of the judicial system. It analyzes the key contradiction between the potential of neural networks to optimize judicial activities and the risk of excessive formalization of justice and the substitution of judicial discretion with algorithmic decisions. The article substantiates the need for legislative consolidation of the auxiliary role of artificial intelligence in criminal proceedings.

Ключевые слова: нейросети, искусственный интеллект, уголовное судопроизводство, уголовный процесс, формализация правосудия, цифровизация, алгоритмизация.

Keywords: neural networks, Artificial intelligence (AI), criminal proceedings, criminal procedure, formalization of justice, digitalization, algorithmization.

Современный этап развития общества характеризуется стремительной цифровой трансформацией, проникающей во все сферы государственного управления, включая судебную систему. Технологии искусственного интеллекта (ИИ) и нейросетей перестали быть исключительно предметом теоретических изысканий и все активнее внедряются в правоприменительную практику. В связи с этим особую актуальность приобретает анализ влияния данных технологий на уголовное судопроизводство, где цена ошибки особенно высока.

Прежде чем перейти к анализу прикладных аспектов, необходимо определиться с понятийным аппаратом. Легальное определение искусственного интеллекта закреплено в Указе Президента РФ от 10.10.2019 № 490, где под ним понимается комплекс технологических решений, позволяющий имитировать когнитивные функции человека и получать результаты, сопоставимые с результатами интеллектуальной деятельности человека [6].

Нейросети, в свою очередь, являются одной из разновидностей алгоритмов ИИ, основанных на моделировании процессов обработки информации, свойственных биологическим нейронным системам. Их ключевая особенность - способность к самообучению на основе больших данных (big data), выявлению неочевидных корреляций и паттернов, что и обуславливает их высокий потенциал в прогностической и аналитической деятельности.

Теоретический фундамент для понимания функционирования таких систем закладывается в рамках теории интеллектуальных систем (ТИС). Как справедливо отмечают исследователи И.Я. Львович, Н.Е. Кравцова и Ю.Л. Чупринская, ТИС представляет собой междисциплинарное направление, изучающее свойства систем, обладающих интеллектуальным поведением, будь то биологические объекты или технические устройства. Ключевой задачей здесь выступает не просто создание алгоритмов, но и исследование феномена человеческого мышления с целью его последующего моделирования [4, с. 13]. При этом важно учитывать, что любые математические модели, лежащие в основе ИИ, имеют объективные ограничения, коренящиеся в самой природе формализации. Им не свойственна иррациональность, интуиция и рефлексия, присущие живым существам, они не могут обосновать выбор решения субъективным желанием «Я так хочу», эмоциональным состоянием или нравственным императивом, что принципиально отличает машинный «интеллект» от человеческого [4, с. 14].

В учебной литературе принято дифференцировать искусственный интеллект на два типа: слабый и сильный. Слабый ИИ (или узкий) создается для решения конкретного круга задач и функционирует строго в рамках заложенной программы, не обладая сознанием или волей. Сильный же (общий) ИИ представляет собой гипотетическую систему, способную не только имитировать, но и превосходить когнитивные способности человека, самостоятельно обучаться и принимать решения, руководствуясь собственными «интересами» [1, с. 94].

Эта дифференциация имеет ключевое значение для уголовного права, так как напрямую затрагивает вопросы субъекта ответственности. Появление сильного искусственного интеллекта, обладающего разумом и волей, ставит перед доктриной сложнейший дискуссионный вопрос о признании его субъектом права, в том числе и субъектом преступления [1, с. 95]. Однако на сегодняшний день работы ведутся преимущественно со слабыми формами ИИ, которые являются лишь инструментом в руках человека, что также не решает проблемы ответственности за результаты их применения.

Мировой опыт внедрения нейросетей в правосудие уже насчитывает ряд показательных примеров. Наиболее репрезентативным является опыт США, где уже несколько десятилетий используются алгоритмы COMPAS (Correctional Offender Management Profiling for Alternative Sanctions) для оценки рисков рецидивизма. Данная система, анализируя массив данных о личности подсудимого, выдает прогноз вероятности совершения им нового преступления, что учитывается судом при определении меры пресечения или назначении наказания [3, с. 127]. Критики алгоритма неоднократно указывали на его расовую предвзятость, что породило дискуссию об этичности таких технологий.

В Китае активно развиваются «умные суды» (Smart Court), где ИИ помогает судьям не только в поиске прецедентов и норм, но и в анализе доказательств, а в некоторых районах уже функционируют системы, предлагающие варианты приговоров по типовым делам, что существенно унифицирует практику, но ставит вопрос о пределах этой унификации.

В странах Европы, например, в Эстонии, рассматривается проект по использованию «робота-судьи» для рассмотрения мелких гражданско-правовых споров, что демонстрирует стремление разгрузить судебную систему за счет автоматизации рутинных процессов [2, с. 244].

В Российской Федерации процессы цифровизации судебной системы также набирают обороты. Активно развиваются государственные автоматизированные системы (ГАС «Правосудие»), однако полноценное внедрение нейросетей в уголовный процесс пока находится на стадии концептуального осмысления и экспериментальных разработок.

Исследователи выделяют целый ряд потенциальных преимуществ от использования таких технологий, которые можно структурировать по стадиям процесса.

На досудебных стадиях нейросети могут быть полезны для:

1. Анализа данных при расследовании многоэпизодных дел и преступлений в сфере экономики, позволяя обрабатывать огромное количество информации и выявлять скрытые связи между фигурантами, событиями и фактами.

2. Выявления криминалистически значимых признаков в следах (например, анализ дактилоскопических карт или данных ДНК), моделирование личности неизвестного преступника на основе психолингвистического анализа его высказываний или способа совершения преступления [5, с. 16].

3. Оценки следственных ситуаций и моделирования наиболее вероятного поведения подозреваемых, а также определение оптимальной последовательности следственных действий.

В ходе судебного разбирательства алгоритмы способны облегчить работу судьи, систематизируя доказательства, подбирая подходящую судебную практику и нормативную базу, что позволит существенно сократить временные затраты и минимизировать риск технических ошибок при подготовке процессуальных документов [5, с. 19].

Однако наряду с неоспоримыми преимуществами использование нейросетей в уголовном судопроизводстве несет в себе и серьезные риски, главным из которых является угроза формализации правосудия. Суть этой угрозы заключается в подмене живого, основанного на внутреннем убеждении судейского усмотрения, формальным, алгоритмическим расчетом.

Можно выделить несколько ключевых проблем в этой сфере:

1. Проблема «черного ящика» и непрозрачности. Алгоритмы часто работают по принципам, которые не могут объяснить даже их разработчики. Когда решение (например, о высокой вероятности рецидива) принимается на основе тысяч скрытых параметров, подсудимый лишается права знать, на чем именно основано подозрение или обвинение. Это нарушает фундаментальный принцип справедливого судебного разбирательства [2, с. 245].

2. Риски предвзятости и дискриминации. Нейросети обучаются на эмпирических данных, которые отражают социальную реальность со всеми ее противоречиями. Если эти данные содержат в себе укоренившиеся предрассудки (например, исторически сложившаяся более высокая судимость среди определенных социальных или этнических групп), алгоритм неизбежно воспроизведет и даже усилит эту предвзятость, что приведет к новым дискриминационным решениям [2, с. 246].

3. Утрата индивидуального подхода. Уголовное дело всегда уникально по своим фактическим обстоятельствам и включает в себя множество нюансов, не поддающихся формализации: мотивы и цели преступника, его посткриминальное поведение (например, явка с повинной, примирение с потерпевшим), особенности личности потерпевшего. Алгоритм не способен оценить эти нюансы в полной мере, что приведет к шаблонным и несправедливым приговорам.

4. Доктринальная неопределенность ответственности за судебную ошибку. В случае, если ошибочное решение было принято на основе рекомендации нейросети (или делегировано ей), возникает сложный дискуссионный вопрос о субъекте ответственности: разработчик, допустивший ошибку в коде; судья, доверившийся мнению нейросети; или сама система. Действующее законодательство, базирующееся на принципе личной виновной ответственности физического лица, пока не дает ответа на этот вызов, что создает опасную зону правовой неопределенности и потенциальной безответственности.

В соответствии с вышеизложенным становится очевидным, что внедрение нейросетей в уголовное судопроизводство должно происходить в строго очерченных и заранее установленных правовых рамках. Использование технологий искусственного интеллекта не должно нивелировать роль судьи как основного и независимого носителя судебной власти.

Судья, вынося приговор, руководствуется не только формальной логикой и установленными фактами, но и своим правосознанием, чувством справедливости и эмпатией - качествами, которые на данном этапе развития науки и техники не могут быть алгоритмизированы.

Таким образом, необходимо законодательное закрепление исключительно вспомогательной, субсидиарной роли нейросетей и искусственного интеллекта в уголовном процессе. Алгоритмы могут и должны выступать в качестве эффективного инструмента для анализа информации, систематизации данных, выявления скрытых закономерностей и снижения рутинной, технической нагрузки на судей и следователей. Однако окончательное решение по уголовному делу должно оставаться исключительной прерогативой человека-судьи.

Список литературы:

1. Аверинская С.А., Севостьянова А.А. Создание искусственного интеллекта с целью злонамеренного использования в уголовном праве Российской Федерации // Закон и право. —  2019. —  №2. —  С. 94-96.
2. Баннов А.В. Искусственный интеллект в судебной системе Российской Федерации — Текст : непосредственный // Молодой ученый. — 2024. — № 52 (551). — С. 242-246.
3. Зуйков С.А. Перспективы использования искусственного интеллекта в судебной системе России // Журнал Суда по интеллектуальным правам. —  2025. —  N 3 (49). —  С. 125-129.
4. Львович И.Я., Кравцова Н.Е., Чупринская Ю.Л., Проблемы создания интеллектуальных систем // Вестник Воронежского института высоких технологий. —  2018. — 12(2). — С. 13-15.
5. Пешков М.А. Использование искусственного интеллекта в уголовном судопроизводстве: перспективы и актуальные проблемы // Правовой альманах. — 2024. — №2 (33). — С. 14-21.
6. Указ Президента РФ от 10.10.2019 № 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») // СПС «КонсультантПлюс». – URL: https://www.consultant.ru/document/cons_doc_LAW_335184/