Информационные технологии в судебном процессе: возможности искусственного интеллекта в системе доказывания

Обложка

Цитировать

Полный текст

Аннотация

О неоднозначном вопросе использования искусственного интеллекта (ИИ) в судебном процессе. Цель исследования - представить зарубежный опыт использования информационных технологий в судопроизводстве на примере наиболее спорных и обсуждаемых в научной литературе и практике идей о ресурсах искусственного интеллекта в системе доказывания. Особое внимание уделено успешно действующим механизмам использования ИИ в зарубежной судебной практике на этапе оценки доказательств. Приводятся решения зарубежных судов, вынесенные с использованием ИИ. Высказывается суждение о допустимости оценки доказательств с использованием ИИ. В ходе исследования применены методы общенаучного познания и специальные методы (сравнительно-правовой). Диалектический метод сделал возможным проследить генезис и прогрессирующее развитие технологизации судебного процесса. Приемы анализа и синтеза, индукции и дедукции позволили показать минусы предиктивного кодирования на стадии доказывания и плюсы электронного исследования доказательств, варианты одновременного раскрытия доказательств с использованием разных методов на примере вынесенных конкретных судебных решений. С помощью сравнительно-правового метода выявлены наиболее успешные практики использования искусственного интеллекта в системе доказывания в зарубежных странах, показаны не только инструменты предсказанного правосудия в европейской судебной практике, но и проблемы китайского «инструментального правосудия», которые могут возникать в любой стране. Делается вывод о возможности использования предиктивного кодирования как инструмента предсказанного правосудия при условии выработки общих правил раскрытия информации и учета специфики машинного обучения для конкретного дела. Отмечается, что искусственный интеллект пока не стал преобладающим методом ни в одном из видов судопроизводства. Это может объясняться недостаточным уровнем доверия к нему у юридической общественности и говорит о необходимости времени для формирования успешной истории его использования для решения юридически значимых задач в разных сферах человеческой жизни.

Об авторах

Олег Николаевич Шерстобоев

Новосибирский государственный университет экономики и управления

Email: sherson@yandex.ru
ORCID iD: 0000-0001-6972-8241

кандидат юридических наук, доцент, декан юридического факультета

630099, Российская Федерация, г. Новосибирск, ул. Каменская, д. 56

Ирина Вячеславовна Михеева

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: imikheeva@hse.ru
ORCID iD: 0000-0001-9323-6511
SPIN-код: 3237-4119

доктор юридических наук, заведующий кафедрой конституционного и административного права

603000, Российская Федерация, г. Нижний Новгород, ул. Большая Печерская, д. 25/12

Список литературы

  1. Aletras, N., Tsarapatsanis, D., Preoţiuc-Pietro, D. & Lampos, V. (2016) Predicting Judicial Decisions of the European Court of Human Rights: a Natural Language Processing Perspective. PeerJ Computer Science. 2:e93. https://doi.org/10.7717/peerj-cs.93
  2. Alison (Lu) Xu (2017) Chinese judicial justice on the cloud: a future call or a Pandora’s box? An analysis of the ‘intelligent court system’ of China. Information & Communications Technology Law. 26(1), 59-71. http://dx.doi.org/10.1080/13600834.2017.1269873
  3. Asimov, I. (1991) I Robot. New York, Bantam Books.
  4. Barak, A., (1999) Judicial Discretion. Moscow, Norma Publ. (in Russian).
  5. Biryukov, P.N. (2019) Artificial Intelligence and “Predicted Justice”: Foreign Experience. Lex Russica. 11(156), 79-87. https://doi.org/10.17803/1729-5920.2019.156.11.079-087 (in Russian).
  6. Bonner, A.T. (2017), Selected Works: in 7 vols. V. Problems of the Theory of Judicial Evidence. Moscow, Prospect Publ. (in Russian)
  7. Byram, E. (2013) The Collision of the Court and Predictive Coding: Defining Best Practices and Guidelines in Predictive Coding for Electronic Discovery. Santa Clara High Technology Law Journal. 29(4), 675-701.
  8. Dvorkin, R. (2004) Taking Rights Seriously. Moscow, ROSSPEN Publ. (in Russian).
  9. Fokina, M.A. (2019) Law of Evidence in the Civil Procedure: Unrealized opportunities. Herald of Civil Procedure. (1), 29-46. (in Russian).
  10. Hart, H.L.A. (2013) Discretion. Harvard Law Review. 127(2), 652-665.
  11. Kudryavtseva, E.V. & Smolnikov, D.I. (2019) The court’s role in the proof of facts in the light of civil justice reform. Zakon. (4), 104-113. (in Russian).
  12. Locke, J. (2009) Two Treatises on Governance. Moscow, “Canon +” ROOI “Rehabilitation” Publ. (in Russian).
  13. Montesquieu, S.-L. (1900) The Spirit of Laws or on the Relations in which Laws should be to the Government, Morals, Climate, Religion, Trade, etc. Saint Petersburg, From L.F. Panteleev. (in Russian).
  14. Murphy, Tonia Hap (2013) Mandating Use of Predictive Coding in Electronic Discovery: An Ill-Advised Judicial Intrusion. American Business Law Journal. 50(3), 609-657.
  15. Sheremetyeva, N.V., Baturo, I.V. & Y SH (2020) Features of Electronic Justice in China. Law and practice. (2), 159-163. (in Russian).
  16. Shu Shang C. & Guo, W. (2020) The Rise of Online Dispute Resolution-Led Justice in China: an Initial Look. Australian National University Journal of Law and Technology. 1(2), 35-41.
  17. Smagina, E.S. (2019) Is the Procedural Revolution Completed? Bulletin of Civil Procedure. (4), 119-123. (in Russian).
  18. Stepanov, O.A., Pechegin, D.A. & Dyakonova, M.O. (2021) Towards the Issue of Digitalization of Judicial Activities. Law. Right. Journal of the Higher School of Economics. (5), 4-23. https://doi.org/10.17323/2072-8166 .2021.5.4.23 (in Russian).
  19. Treushnikov, M.K. (2016) Judicial Evidence. Moscow, Gorodets, Publ. (in Russian).
  20. Wang, Zh. (2021) The Supreme People’s Court of China has Embraced Blockchain, Built online Courthouses, and Moved to Digitalize Court Systems in a Bold Embrace of Technology. Here’s How it’s Going. Judicature. 105(1), 38-40.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».