CC BY
7
СУДЕБНАЯ И ПРОКУРОРСКАЯ ДЕЯТЕЛЬНОСТЬ
Научная статья С. 68-72
УДК 343
DOI: 10.47475/2311-696Х-2023-38-3-68-72
ПЕРСПЕКТИВЫ ЦИФРОВИЗАЦИИ СУДЕБНОЙ ДЕЯТЕЛЬНОСТИ ПО НАЗНАЧЕНИЮ УГОЛОВНОГО НАКАЗАНИЯ
Евгений Владимирович Никитин
Южно-Уральский государственный университет, Челябинск, Россия nikitinev@susu.ru
ф https://orcid.org/0000-0001-8603-070X
Аннотация. В статье исследуются возможности по повышению эффективности судебной деятельности по назначению уголовного наказания с помощью новейших информационных технологий. Анализируется возможность применения технологий искусственного интеллекта для определения категории тяжести преступлений. Выделяются проблемные аспекты судебной деятельности при назначении наказаний и предлагаются пути их решения с помощью ее программирования и автоматизации. Выявлены потенциальные возможностей совершенствования деятельности судов по назначению уголовных наказаний при помощи интеллектуальных информационных систем и методов.
Ключевые слова: судебная деятельность, информационные технологии, искусственный интеллект, модели когнитивных процессов, назначение уголовного наказания
Для цитирования: Никитин Е. В. Перспективы цифровизации судебной деятельности по назначению уголовного наказания // Правопорядок: история, теория, практика. 2023. № 3. С. 68-72. DOI: 10.47475/2311-696Х-2023-38-3-68-72
Research article
PROSPECTS FOR DIGITALIZATION OF JUDICIAL ACTIVITY ON THE APPOINTMENT OF CRIMINAL PUNISHMENT
Yevgeny V. Nikitin
South Ural State University, Chelyabinsk, Russian Federation nikitinev@susu.ru
(g https://orcid.org/0000-0001-8603-070X
Abstract. The possibilities of improving the efficiency of judicial activity on the appointment of criminal punishment with the help of the latest information technologies are being investigated. The possibility of using artificial intelligence technologies to determine the category of severity of crime is analyzed. The problematic aspects of judicial activity in sentencing are highlighted and ways to solve them with the help of its programming and automation are proposed. The potential possibilities of improving the activity of courts for the appointment of criminal penalties with the help of intelligent information systems and methods have been identified.
Keywords: judicial activity, information technology, artificial intelligence, models of cognitive processes, the appointment of criminal punishment
For citation: Nikitin EV. Prospects for digitalization of judicial activity on the appointment of criminal punishment. Pravoporyadok: istoriya, teoriya, praktika [Legal and Order: History, Theory, Practice]. 2023;(3):68-72. DOI: 10.47475/2311-696X-2023-38-3-68-72 (In Russ.)
© Е. В. Никитин
Введение
Востребованность общества в использовании цифровых технологий в последние годы возросла во много раз. Одним из факторов способствующих интенсивной цифровизации общества стала ситуация, вызванная пандемией в 2019 году. Многие социальные процессы стали возможны за счет цифровых технологий. Применение цифровизации в государственных структурах, на производстве, в бизнесе, в быту, в образовании и т. д. упрощает многие процессы, делая их более простыми и доступными [3, с. 149].
Формирование информационного общества привело к тому, что ключевую роль в нем стали приобретать информационные технологии и сфера 1Т, которые значительно упрощают как любую профессиональную деятельность человека, так и его деятельность по взаимодействию государства и гражданина, в том числе в юридической сфере. Очевидно, что настала необходимость широкого развития правоприменительной деятельности, в которой ключевым фактором юридических процессов являются данные в цифровом виде, обработка и использование результатов анализа которых с помощью современных информационных технологий позволяют существенно повысить ее эффективность в том числе и назначения уголовного наказания.
Методы и методология
В общем, методологическую основу исследования составляют общефилософские принципы диалектики и системный подход, а также, специальные методы познания: формально-юридический, сравнительно-правовой и системно-структурный.
Для создания логической модели и программы определения категории преступлений по степени тяжести использовались следующая методология систем искусственного интеллекта: системы когнитивного моделирования, системы правил, системы поддержки решений, экспертно-аналитические системы.
Описание исследования
На современном этапе информатизации общества наиболее востребованными из всех информационных технологий является комплекс технологических решений, позволяющий имитировать когнитивные функции человека и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые с результатами интеллектуальной деятельности человека (технологии искусственного интеллекта).
За технологическими решениями, разработанными на основе искусственного интеллекта будущее, поскольку позитивные тенденции его применения очевидны по другим сферам общественной жизни. Перспективы применения искусственного интеллекта в правоохранительной деятельности обусловлены следующими факторами: сквозной характер применения технологических решений, разработанных на основе искусственного интеллекта к различным видам правоохранительной деятельности, высокая результативность деятельности человека, использующие такие решения и необходимость обработки больших объемов данных для повышения эффективности правоприменительной деятельности [5, с. 573].
Тенденцию по использованию возможностей технологии искусственного интеллекта в общественной жизни «уловили» и планируют применять при осуществлении правосудия. Как отмечают авторы аналитического доклада «Информационные технологии в правосудии: состояние и перспективы. Россия и мир» в российском арбитражном производстве в ближайшей перспективе будут внедрены сервисы по автоматизации и «роботизации» рассмотрения дел в порядке приказного производства, основанные на применении технологий искусственного интеллекта, что повысит качество и прозрачность судопроизводства по соответствующим категориям дел. Технологизация поможет повысить качество аналитической работы [1, с. 25].
Кроме того, необходимость цифовизации и информатизации юриспруденции осознается на федеральном уровне государства, о чем свидетельствуют принятые Президентом Российской Федерации стратегические документы (Стратегия развития информационного общества в Российской Федерации1, Доктрина информационной безопасности2). Не остается в стороне и органы осуществления правосудия, так согласно постановлению Правительства РФ от 27.12.2012 № 1406 «О федеральной целевой программе «Развитие судебной системы России на 2013-2024 годы», в разделе, посвященному основным мероприятиям программы отмечается, что информатизация судебной системы и внедрение современных
1 Об утверждении Стратегии развития информационного общества в Российской Федерации : Указ Президента Российской Федерации от 9 мая 2017 г. № 203 // Собрание законодательства РФ. 2017. № 20. Ст. 2901.
2 Об утверждении Доктрины информационной безопасности Российской Федерации : Указ Президента РФ от 05.12.2016 № 646 // Собрание законодательства РФ. 2016. № 50. Ст. 7074.
информационных технологий в деятельность судебной системы по направлению, касающемуся прочих нужд, обеспечит повышение эффективности деятельности всей судебной системы Российской Федерации. Внедрение автоматизированных систем в деятельность органов судебной власти приведет к значительному сокращению нарушений процессуальных сроков рассмотрения дел и споров, сокращению количества незавершенных дел, обеспечит удобный и быстрый доступ к информации и повысит качество и эффективность работы аппаратов судов1.
Актуальным и востребованным является вопрос внедрения технологий искусственного интеллекта в уголовное судопроизводство и в механизм назначения уголовного наказания судом. Покажем возможность цифро-визации при помощи искусственного интеллекта одного из аспектов, учитываемых при назначении наказания, на конкретном примере— «автоматизации» определения категории преступлений. При назначении уголовного наказания и вынесении приговора важное значение приобретает корректность определения категории преступления (небольшой тяжести, средней тяжести, тяжкого или особой тяжести), инкриминируемого виновному.
Важность правильного определения категории преступлений обуславливается их значением для назначения уголовного наказания и решения других правовых вопросов. Категория преступления влияет на назначение наказания за неоконченное преступление (ст. 30, 66 УК России), назначение наказания по совокупности преступлений (ст. 69 УК РФ), возможность назначения условного осуждения (ст. 73 УК РФ), отмена условного осуждения или продление испытательного срока (ст. 74 УК РФ), определения вида рецидива преступлений (ст. 18 УК РФ), назначение осужденным к лишению свободы вида исправительного учреждения (ст. 58 УК РФ), освобождение от уголовной ответственности и наказания (раздел IV УК РФ), сроки погашения судимости (ст. 86 УК РФ) и т. д.
Кроме того, как отмечает Е. Е. Мелюха-нова «учет характера и степени общественной опасности преступления (деяния) — самое очевидное и обоснованное требование к назначению наказания. Поскольку характер и степень общественной опасности преступления являются критерием категоризации преступлений в соответствии со ст. 15 УК РФ,
1 О федеральной целевой программе «Развитие судебной системы России на 2013-2024 годы» : Постановление Правительства РФ от 27.12.2012 № 1406 // Собрание законодательства РФ. 2013. № 1. Ст. 13.
следовательно, наказание должно соответствовать категории преступления» [4, с. 92].
В соответствии с 15 УК РФ категория преступлений определяется по двум ключевым критериям: форме вины и «максимуме» лишения свободы в санкции статьи. Санкции статьи периодически меняются в соответствии с целями и направлениями уголовной политики России, очень часто меняя и категории преступлений. Этот временной аспект необходимо учитывать для корректного определения категории и отслеживать процесс изменения санкций практически в режиме «реального» времени. Кроме того, возможны «человеческие» ошибки в процессе определения категорий преступлений (например, не учел изменения санкции; ошибочно выбрал не корректный вид или размер наказания из санкции; воспользовался документом, регулирующим данный вопрос2, но изданным для других целей и т. д.), когда тяжесть преступления правоприменителем определена неверно.
Учитывая вышесказанное, определение категории преступления целесообразно запрограммировать с применением систем искусственного интеллекта. При изучении национального стандарта РФ — ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта», мы пришли к выводу, что оптимальным будет применение систем когнитивного моделирования (классификация по функциям контура управления) и систем правил (классификация по методам обработки информации).
Функционал программы определения категории преступлений должен последовательно моделировать человеческое мышление при решении этой когнитивной задачи, но без ошибок и за короткий период времени. Т. е. в момент запроса информационная система поддержки принятия решений:
1. Обращается к актуальной базе нормативных правовых актов (например, Официальный интернет-портал правовой информации www.pravo.gov.ru);
2. Выбирает нужную уголовно правовую норму, предусматривающую запрашиваемое преступления для определения категории;
3. Определяет в норме санкцию, в санкции максимальное значение лишение свободы и форму вины преступления;
2 О введении в действие перечней статей Уголовного кодекса Российской Федерации,используемых при формировании статистической отчетности : указание Генпрокуратуры России № 35/11, МВД России № 1 от 24.01.2020 // ЮИС «Легалакт». URL: https://legalacts.ru/ doc/ukazanie-genprokuratury-rossii-n-3511-mvd-rossii-n-1/ (дата обращения: 28.06.2023).
4. Соотносит с критериями, предусмотренные статьей 15 УК России (Категории преступлений);
5. Выдает ответ о категории тяжести запрашиваемого преступления и краткую справку о правовых последствиях для данной категории.
Для этого процесса важно разработать программное обеспечение (software) чтобы пользователь, введя в соответствующую форму часть и номер статьи (или текст диспрозии нормы), оперативно получил информации о тяжести запрашиваемого преступления. Для решения этой задачи, в настоящее время, нами осуществляется процесс написания программы. Было решено использовать язык HTML и CSS в качестве frontend части и язык Java в качестве backend части, а также библиотеку Spring Framework для связывания баз данных с сайтом. Spring Framework представляет собой контейнер внедрения зависимостей, с несколькими удобными слоями: доступ к базе данных, прокси, аспектно-ориен-тированное программирование, RPC, веб-инфраструктура MVC. Это все позволит быстрее и удобнее создать Java веб-приложение. Модуль Spring Data обеспечивает приложениям доступ к данным через реляционные и нереляционные базы данных (БД), например, с помощью MySQL.
Поскольку целью работы является создание сайта с функционалом поисковика, то в первую очередь необходимо реализовать алгоритм считывания информации с источника и создание структурированной базы данных, для дальнейшего её использования.
Статьи законов необходимо считать с официального интернет-портала правовой информации1. Для этого необходимо произвести парсинг страницы по некоторым правилам, а затем распределить строки в нужные ячейки базы данных. Сначала необходимо указать конкретный отрезок текста (кода HTML), по которому будет проводится парсинг. Например, не нужно брать вводную часть, а алгоритм поиска следует завершить на «Президент Российской Федерации», то есть на подписи. Алгоритм будет брать отдельно каждую строку и анализировать её начало. Каждая новая статья будет помещена в базу данных. Если статья существует, то добавляем её в список статей, если нет, то создаём новую. Также весьма удобным будет использование регулярных выражений Regex. Этот метод заключается в создании шаблонов, указанных в коде программы, по которым будет
1 URL: http://actual.pravo.gov.ru
производиться поиск и замена переменных. Если статья не подходит под заданные шаблоны, то она игнорируется. Также игнорируем строки «Примечание», «Глава», «Раздел». После нахождения подходящей статьи программа вырезает из текста все знаки препинания (запятые, точки, тире) и начинает проходить по строке. Также нужно реализовать функции сравнения. Когда встречается «Наказывается лишением свободы», проверяется «на» или «до», и необходимый результат помещается в переменную. Если встречается «от», например, в случае со штрафами, то берётся следующее слово. Эти и многие другие правила были учтены в составлении алгоритма анализа текста и в процессе реализации программы.
Это один из примеров цифровизации процесса назначения наказания, в котором могут использоваться современные информационные технологии для снижения ошибок и некорректных правоприменительных решений.
Вторым перспективным направлением цифровизации назначения наказания, на наш взгляд, может быть программирование пределов наказания при применения специальных правил — назначение наказания по совокупности преступлений, совокупности приговоров и вердикта присяжных и т. п.
Сложности в вопросе назначения наказания при совокупности преступлений, отмечается в научной литературе. Так, Н. Коротких отмечает, что в практике судов Приморского края, как показало наше исследование, предпочтение отдается принципу частичного сложения назначенных наказаний (95 %), значительно реже применяются принципы полного сложения наказаний (3,3 %) и поглощения менее строгого наказания более строгим (1,7 %). Объяснение этому можно найти в самом уголовном законе, в соответствии с которым правило о частичном сложении наказаний более универсально, поскольку может применяться при любой комбинации преступлений различной категории, при этом суду нет необходимости высчитывать, чтобы окончательное наказание не превышало более чем наполовину максимальный срок или размер наказания, предусмотренного за наиболее тяжкое из совершенных преступлений (ч. 2 и 3 ст. 69 УК РФ). Как правило, частичное сложение наказаний находится в пределах максимальной санкции за наиболее тяжкое из преступлений [2, с. 24].
То есть, «сложность расчётов» максимального предела назначения наказания влияет на выбор принципа назначения наказания, так как судьи выбирают простой и надежный принцип назначения наказания (частичное
сложение) в пределах санкции одной из статьи входящей в совокупность, чтобы не ошибиться в этих расчетах при сложении. Таким образом, при сложении наказаний возможности уголовной репрессии в отношении преступника, совершившего несколько преступлений, задей-ствуются не в полной мере из-за сложности расчетов максимального наказания. На наш взгляд, это проблема снимается просто — автоматизацией расчетов путем цифровизации процесса сложения санкций статей, входящих в совокупность и автоматическом информировании судьи о возможных минимальном и максимальном пределах наказания.
Заключение
Таким образом, очевиден тренд на информатизацию всех сфер человеческой деятельности, в том числе и тех, которые традиционно
считались «сугубо человеческими», в том числе и процесса назначения уголовного наказания. В новейших технологических решениях нужно видеть не конкурента, а помощника, который автоматизирует схематические, повторяющиеся и единообразные виды юридической деятельности, «освободив» время для юридического творчества. При таком подходе цифровизация судебной деятельности выведет ее на новый содержательный и смысловой уровень, избавив от грубых судейских ошибок. И наоборот, игнорирование внедрения информационных технологий в процесс назначения уголовных наказаний приведёт к существенному снижению эффективности противодействия преступности, а следовательно, усиление угроз безопасности интересам личности общества государства от преступных посягательств.
Список источников
1. Информационные технологии в правосудии: состояние и перспективы. Россия и мир. Аналитический доклад. Москва : НИУ Высшая школа экономики, 2020. 192 с.
2. Коротких Н. Принцип полного сложения наказаний при назначении наказаний по совокупности преступлений // Уголовное право. 2015. № 6. С. 23-28.
3. Майоров А. В. Влияет ли цифровизация на виктимизацию в современном обществе? // Виктимология.
2022. Т. 9, №2. С. 148-156.
4. Мелюханова Е. Е. Общее начало назначения наказания // Правопорядок: история, теория, практика.
2023. №2 (37). С. 88-93.
5. Право цифровой среды : монография / под ред. Т. П. Подшивалова, Е. В. Титовой, Е. А. Громовой. Москва : Проспект, 2022. 896 с.
КОНФЛИКТ ИНТЕРЕСОВ CONFLICT OF INTEREST
Конфликт интересов отсутствует. There is no conflict of interest.
Дата поступления статьи / Received: 03.07.2023. Дата рецензирования статьи / Revised: 06.07.2023. Дата принятия статьи к публикации / Accepted: 20.08.2023.
