48Тихоокеанский регион: экономика, политика, право. 2022. Т. 24, № 1. С. 224-238. Pacific Rim: Economics, Politics, Law. 2022. Vol. 24, no. 1. Р. 234-238.
Научная статья УДК 34.03:004
https://doi.org/10.24866/1813-3274/2022-1/234-238
ЦИФРОВЫЕ ТЕХНОЛОГИИ КАК ИНСТРУМЕНТ РЕГУЛИРОВАНИЯ ОБЩЕСТВЕННЫХ ОТНОШЕНИЙ
Андрей Александрович Яковенко
Дальневосточный федеральный университет, Центр НТИ по нейротехнологиям, технологиям виртуальной и дополненной реальности, 690922, Россия, Владивосток, о. Русский, п. Аякс, 10, корпус G, iakovenko.aa@dvfu.ru, https://orcid.org/0000-0003-0337-8298
Аннотация. Глобальная цифровизация предъявляет новые требования к взаимодействию различных сфер и практик человеческой деятельности. В частности, необходимо сочетание правовых и технических регуляторов, без которых невозможно добиться эффективной и адекватной правовой регламентации общественных отношений в цифровую эпоху. В данной статье рассматривается вопрос интеграции традиционных правовых институтов с компонентами цифровой среды. Проводится анализ концепции, в которой право как социальный регулятор отражается в архитектуре компьютерных программ. В работе рассматриваются существующие примеры подобного использования цифровых технологий в юридической деятельности. Предметом исследования является отечественная и зарубежная правовая доктрина, посвящённая вопросам цифровизации и практического внедрения информационных технологий в юридическую деятельность. В данном исследовании были использованы следующие методы научного исследования: статистический; догматический; сравнительно-правовой; синергетический, а также логический, функциональный и системный. Новизна исследования обусловлена необходимостью применения информационных технологий в сфере юриспруденции в ходе стремительного процесса цифровизации всех сфер жизни общества.
Автор приходит к выводу, что новые технологические решения могут и, несомненно, станут незаменимыми в юридической деятельности, однако сегодня уровень развития информационно-коммуникационных технологий (ИКТ) не позволяет полностью заменить человека техникой.
© Яковенко А. А., 2022
АЗИАТСКО-ТИХООКЕАНСКИЙ РЕГИОН: экономика, политика, право ■ 2022 ■ Т. 24 ■ № 1 225
Ключевые слова: цифровизация, интеграция, искусственный интеллект, блок-чейн, принципы права, deepfake, большие данные, конвергенция, архитектура, морально-этические нормы, национальное правовое регулирование, международное право.
Финансирование: Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-29-16129.
Для цитирования: Яковенко А. А. Цифровые технологии как инструмент регулирования общественных отношений // Азиатско-Тихоокеанский регион: экономика, политика, право. 2022. Т. 24, № 1. С. 224-238. https://doi.org/10.24866/ 1813-3274/2022-1/234-238.
Original article
DIGITAL TECHNOLOGIES AS A TOOL FOR REGULATING SOCIAL RELATIONS
Andrey A. Yakovenko
Far Eastern Federal University, STI Centre for Neurotechnology, Virtual and Augmented Reality Technologies, 690922, Russia, Vladivostok, Fr. Russian, p. Ajax, 10, building G, iakovenko.aa@dvfu.ru, https://orcid.org/0000-0003-0337-8298
Abstract. Global digitalization sets new requirements and standards for the interaction of various fields and practices of human activity, in particular the combination of legal and technical regulators, without which it is impossible to achieve an effective and adequate legal regulation of public relations in the digital era. This article discusses the possibility and necessity of integrating classical legal institutions with components of the digital environment. It analyses the idea of reflection of law as a social regulator in the architecture of programs and examines existing practices of using digital technologies in legal activities. The subject of the study includes domestic and foreign legal doctrines dedicated to the issues of digitalization and the practical implementation of information technology in legal activities. The following methods of scientific research were used in this study: statistical; dogmatic; comparative-legal; synergetic, as well as logical, functional and systematic. The novelty of the study is confirmed by the need to bring together the legal and information system during the rapid process of digitalisation of all fields of society.
The author concludes that new technological solutions can and will undoubtedly become indispensable supporting solutions in legal activity, however, today the level of technology development does not allow to fully replace humans with technology.
Keywords: digitalisation, integration, artificial intelligence, blockchain, principles of law, deepfake, big data, convergence, architecture, moral and ethical standards, national legal regulation, international law.
Finansial Support. The study was financially supported by the Russian Foundation for Basic Research within the framework of research project No. 18-29-16129.
For citation: Yakovenko A. A. Digital technologies as a tool for regulating social relations // Pacific RIM: Economics, Politics, Law. 2022. Vol. 25, no. 1. P. 224-238. https://doi.org/10.24866/1813-3274/2022-1/234-238.
Введение
Цифровая трансформация общества и государства в настоящее время является одним из основных национальных приоритетов развития Российской Федерации. Этот тезис зафиксирован, например, в таких программных документах, как Указ Президента Российской Федерации от 9 мая 2017 г. № 203 «О стратегии развития информационного общества в Российской Федерации на 2017-2030 годы»; Указ Президента Российской Федерации от 21 июля 2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года» и многих других док-тринально-правовых актах.
Достижение целей по цифровой трансформации общества и решение задач, возникающих при формировании цифровой экосистемы Российской Федерации, требуют создания нормативно-правовой базы, отвечающей задачам становления цифровой экономики и информационного общества в Российской Федерации. Достижение заявленных целей цифровой трансформации России должно гарантировать стабильность развития общества и цифровой суверенитет государства.
В процессе перехода к цифровой экономике в сфере регулирования возникает целый ряд проблем: юрисдикционные проблемы, вызванные трансграничным применением технологий; проблемы, связанные с анонимизацией и деано-нимизацией пользователя; проблемы закрытых технологических систем, вызываемые развитием криптографии и распределённых реестров; проблемы, связанные с определением правового статуса искусственного интеллекта; феномен больших данных и многие другие. Обозначенные проблемы как в отечественной, так и в зарубежной юридической науке неоднократно поднимались в работах исследователей [1; 2; 3; 4].
Однако новые технологические решения или их побочные продукты (в переводе с английского "byproduct" или "offshoot"), которые, с одной стороны, порождают проблемы регламентации в России и за рубежом, с другой стороны, способны помочь решить проблему регулирования и корректировки новых цифровых отношений, только разрабатываются. В некоторых случаях технологии сами могут взять на себя роль регулятора. Например, это возможно, когда ситуация типична и не требует обращения к основным постулатам правового регулирования, или когда контекст спора не требует применения существенных интеллектуальных усилий.
Наиболее перспективными направлениями использования технологий в контексте цифровой экономики являются следующие: внедрение технологий обработки естественного языка в сфере технического регулирования: стандартизация и сертификация; обработка транзакций и мониторинг исполнения сделок; сокращение финансовых и временных затрат при документообороте; автоматизация работы судов с использованием технологий обработки естественного языка; возможности для развития цифровых платформ.
Показательный, нормативно отражённый пример своеобразного начала взаимодействия цифровой и социальной составляющих можно найти в статье 25 GDPR (General Data Protection Regulation) (EU GDPR). The latest consolidated version of the Regulation with corrections by Corrigendum, OJ L 127, 23.5.2018, p. 2 ((EU) 2016/679).
Эффект от объединения как социальной, так и цифровой составляющей должен выражаться в цифровой трансформации общества и формировании цифровой экосистемы, позволяющей праву быть выраженным в архитектуре программных продуктов и функционировать по умолчанию.
Рассмотрение проблемы
В настоящее время в контексте автоматизации юридической деятельности на профессиональной основе всё чаще звучит тезис о том, что всех юристов скоро заменят компьютерные программы, и в этом случае, говоря об автоматизации деятельности, например, судей или полиции, мы приходим к вопросу о роботизации (алгоритмизации) юридической деятельности [19].
Говоря о роботизации юридической деятельности, необходимо отметить, что речь идёт, в первую очередь, о нейронных сетях и алгоритмах Deep learning и Machine learning, которые принято называть искусственным интеллектом (далее - ИИ).
Сегодня ИИ в сфере юриспруденции решает целый ряд задач. Например, анализ данных о совершённых преступлениях и анализ результатов судебных слушаний. Так, в Лос-Анджелесе ИИ (под названием PredPol3) анализирует данные о совершённых уголовных преступлениях (данные относятся к категории «Большие данные») [14], чтобы предсказать будущие уголовные преступления. ИИ работает по следующему сценарию: собирает данные о месте и времени совершения преступления и составляет карту «горячих точек» - мест, где, скорее всего, произойдет следующее преступление. При этом некоторые исследования показали, что ИИ не лишён недостатков, поскольку в большинстве случаев он отмечает районы на карте и направляет полицию в места, где преимущественно проживают темнокожие люди [15; 19].
Если говорить об использовании ИИ в судах, то существует программа (COMPAS4), используемая судьями в различных штатах США. Алгоритм помогает судье прогнозировать риск рецидива преступлений. Примечательно, что алгоритм
тоже дискриминирует темнокожих людей, переоценивая уровень их склонности к рецидиву [5].
Объяснение довольно простое: ИИ должен пройти обучение на некоторых кейсах, чтобы принимать решения. Кейсы берутся из ранее подготовленного материала или материала из открытых источников. Поскольку американская история содержит длительный период нетолерантности к афроамериканцам со стороны правоохранительных органов, а данные, взятые для обучения, генерируются людьми, то результаты, которые выдаёт ИИ, являются отражением отношения полицейских к афроамериканцам за определённый период времени [16; 18].
Можно предположить, что подобная технология будет представлять значительный риск нарушения конституционных прав человека и гражданина [5] при внедрении в правовую систему. Например, её использование в деятельности полиции или суда может привести к серьёзному ущемлению прав отдельных групп населения.
Когда речь идёт о последовательности внедрения подобных систем и алгоритмах их функционирования, представляется неправильным применение цифровых технологий в сфере регламентации традиционных общественных отношений без учёта необходимости создания первоначальных «цифровых практик» и/или «цифровых норм». Это проявляется в том, что сегодня право и правоприменительная практика выражаются на естественном языке, следовательно, обработка естественного языка (Natural Language Processing, NLP, далее - НЛП) [18] является существенным компонентом цифровой трансформации современной юриспруденции.
Несмотря на то, что НЛП позволяет решить вышеописанные проблемы, стоит задаться вопросом, можно ли применить НЛП к любой юридической деятельности [6]?
В этом случае необходимо отметить, что НЛП преобразует неструктурированный текст в формальное представление, которое компьютер может понять и проанализировать. В настоящее время количество хранилищ оцифрованных, машиночитаемых юридических текстовых данных растёт благодаря совершенствованию алгоритмов и используемого оборудования для обработки данных.
Когда речь идёт об обработке естественного языка в юриспруденции, основное внимание уделяется статистическим методам машинного обучения, поскольку они демонстрируют значительные перспективы для развития систем текстовой информатики [7] и, вероятно, будут актуальны в обозримом будущем.
Алгоритмы машинного обучения часто могут создавать полезные компьютерные модели сложных явлений путём обнаружения закономерностей. Предполагается, что существует подмножество юридических задач, которые в настоящее время выполняются вручную. С помощью таких методов, как машинное обучение, при условии понимания и учёта ограничений, например, при работе с различными видами обращений граждан можно более эффективно решать эти задачи [17]. Они могут быть частич-
но автоматизированы, поскольку часто целью автоматизации является не замена, а скорее дополнение, например, при фильтрации вероятных нерелевантных данных, что поможет повысить эффективность работы юриста на рабочем месте. Во многих случаях алгоритмы могут эффективней обрабатывать большие объёмы данных [8] и производить их оценку на предмет отношения данных к делу.
Кроме того, алгоритмы могут выделять определённые потенциально важные документы, которые требуют повышенного внимания при решении определённой юридической задачи. В этом смысле алгоритм не заменяет деятельность юриста, а скорее автоматизирует некоторые типичные «лёгкие дела» так, что когнитивные усилия человека и время, потраченное на обработку, могут быть сохранены для тех задач, которые действительно потребуют юридических навыков более высокого порядка.
Алгоритмы машинного обучения могут использоваться для классификации процессуальных документов и подготовки ответов на обычные процессуальные запросы или составление простых процессуальных документов. Однако в некоторых случаях объединяющие характеристики данных, например НЛП и судебных актов, могут быть неочевидны. В таких случаях (когда между элементами есть скрытые общие черты) может быть очень полезен один из методов машинного обучения, известный как кластеризация. При кластеризации алгоритм пытается автоматически сгруппировать элементы, которые в некоторой степени похожи друг на друга, на основе некоторых общих характеристик, которые алгоритм обнаружил [9]. Другими словами, алгоритм пытается автоматически обнаружить скрытые или неочевидные связи между документами, которые иначе было бы нелегко обнаружить, и сгруппировать такие связанные документы вместе.
Следовательно, алгоритм может быть использован для обнаружения, на первый взгляд, скрытых взаимосвязей в несвязанных юридических документах. В этом случае алгоритм кластеризации может автоматически найти связь и сгруппировать данные в соответствии с этой неочевидной связью, обнаружив закономерность среди большого набора данных.
Это свойство алгоритма кластеризации может быть использовано при проверке патентоспособности изобретения (новизна, изобретательский уровень и промышленная применимость). Учитывая внушительные объёмы опубликованных описаний, трудно найти конкретные данные вручную [10]. Задача поиска таких данных, по сути, является проблемой автоматического выявления связи между патентной заявкой и более ранним документом предшествующего уровня. Для поиска связанных документов потенциально можно использовать алгоритм кластеризации, группируя документы, относящиеся к находящейся в процессе рассмотрения патентной заявке [11]. В целом автоматическая кластеризация данных может быть полезна и в других областях юриспруденции, где поиск релевантной информации среди больших баз данных имеет решающее значение.
Однако юридическая работа требует и знаний, которые остаются за пределами возможностей современного искусственного интеллекта. В настоящее время ИИ не способен воспроизвести большинство интеллектуальных способностей человека, таких как рассуждение по аналогии [12].
Учитывая эти и другие ограничения технологии искусственного интеллекта в наши дни, можно сделать вывод, что искусственный интеллект будет иметь мало влияния в тех областях, где рассматривается использование абстракций и неопределённостей, т. е. в юриспруденции. Компьютеры не смогут воспроизвести когнитивные способности высшего порядка, демонстрируемые юристами-практиками.
Вышесказанное доказывает необходимость не только создания нормы на естественном языке, но и внедрения формальных языков в правотворческую деятельность, т. е. норма должна стать понятной и читаемой не только для человека, но и для программы. Это должно способствовать появлению цифровой нормы и, соответственно, цифровой практики. Именно такая процедура должна привести к более объективному и единообразному правоприменению.
Особенности юридической техники
Однако не все нормы права могут быть выражены в формальном языке. Это связано, прежде всего, с тем, что правовые нормы могут значительно отличаться друг от друга по своим свойствам, например, можно выделить: нормы-принципы; нормы-дефиниции и так далее. Большинство из них сложно подогнать под такие критерии юридической техники, как конкретность, определенность, полнота, ясность. Это является фактором, затрудняющим перевод норм на формальные языки. Полагаем, что нормы, выраженные на формальных языках, будут в большей степени адаптированы к применению в отдельных сферах. Например, в сфере регулирования правоотношений, связанных с использованием высокоавтоматизированных транспортных средств, использование цифровых норм выглядит перспективно.
Вместе с тем, для перевода традиционных норм права или создания новых адаптированных норм для формального языка необходимо провести большую работу, связанную с классификацией и определением норм, подлежащих переводу на формальный язык.
Учитывая вышесказанное и специфику инструментов, используемых для защиты прав и свобод человека и гражданина, наиболее развитой и перспективной сферой для создания экосистемы функционирования права, выраженного формальным языком, в настоящее время является финансовый сектор. В частности, речь идёт о технологии распределённого реестра (блокчейн) и производных решениях на её основе, таких как смарт-контракты [13].
Говоря о технологии блокчейн, можно отметить, что данное технологическое решение в его классической реализации (публичный блокчейн) отражает, например, такие правовые принципы, как принципы равенства и справедливости.
Опубликовано достаточно большое количество исследований о преимуществах технологии блокчейн, которая лежит в основе функциональности смарт-контрактов [21].
Одной из функций смарт-контрактов является отслеживание выполненных условий, прописанных в условиях, и самостоятельное, на основании предыдущего пункта выполнения, принятие решения о дальнейшем взаимодействии поставщика и заказчика. По завершении исполнения контракта алгоритм смарт-контракта распределяет активы между участниками или, в случае несоблюдения определённых условий, налагает штрафы и пени. При необходимости смарт-контракт может автоматически закрывать доступ к активам контракта.
Как отмечает В. Н. Терентьев, предлагаемые смарт-контракты исключают человеческий фактор из процесса выполнения принятых обязательств, повышают скорость осуществления сделки, устраняя посредников (в том числе казначейство). Основная задача таких смарт-контрактов - сформировать универсальные решения для участников государственных закупок, исключив их прямое взаимодействие друг с другом, переложив контроль исполнения контракта на специальные службы [20].
Например, одной из областей, где смарт-контракт может быть использован для наилучшего раскрытия своего регулятивного потенциала, является интеграция смарт-контракта в процесс поставки. Успешным примером использования смарт-контракта стала поставка в 2016 г. продукции ирландского производителя Ornua на сумму 100 000 долларов США сейшельской компании. Такая сделка была завершена за четыре часа, тогда как обычно подобная операция занимает до десяти часов.
Сделка была завершена на блокчейн-платформе Waves с участием банка Barclays. Процесс заключения и выполнения сделки состоял из следующих этапов:
1. Сейшельская торговая компания открыла аккредитив, а затем отправила документы, подтверждающие этот факт, на блокчейн-платформу;
2. Блокчейн-платформа Waves провела переговоры и проверила достоверность этой информации с банком и получила его одобрение;
3. Деньги были переведены на счёт торговца в момент уведомления блок-чейн-платформы Waves и банка.
Технология блокчейн в данной сделке выразилась в использовании датчиков на грузе, которые срабатывали по окончании разгрузочных работ и посылали сигнал в Waves и банк. Получение сигнала от датчиков являлось основанием для списания средств с банковского счёта [22] для погашения договорных обязательств.
По такому же принципу сделки с использованием смарт-контрактов в 2016 г. была осуществлена поставка 88 тюков хлопка из США, штат Техас, в китайский
порт Циндао. В этой сделке оплата за всю партию была произведена полностью на платформе блокчейн, и условием этой оплаты было то, что система была уведомлена о физическом местонахождении груза [22].
В России крупный бизнес также не отстаёт и использует новые ресурсы для оптимизации своей деятельности. Например, в 2017 г. с помощью смарт-контракта была заключена аккредитивная сделка на основе блокчейна между Альфа-Банком и компанией S7. Следствием использования смарт-контракта в деятельности одного из крупнейших коммерческих банков России, а также крупнейшей частной авиакомпании S7, которая, помимо прочего, заключает множество трансграничных контрактов, стал также рост популярности этого инструмента во внешнеторговых отношениях. Вышеупомянутый пример соглашения, заключённого в форме смарт-контракта между Альфа-Банком и S7 Airlines, был не единственным случаем использования такого механизма между двумя компаниями и получил продолжение в 2018 г. [22].
Альфа-Банк совместно с S7 Airlines заключил смарт-контракт с оператором рынка авиатоплива «Газпромнефть - Аэро». Контракт содержал информацию об объёме и стоимости топлива. Механизм рассмотренной нами сделки состоял из следующих шагов:
1. Клиент подал запрос на покупку топлива на блокчейн-платформу Hyperledger и подтвердил способ оплаты будущего договора.
2. После того как командир воздушного судна запросил у оператора точное количество топлива, необходимое для полёта, в Альфа-Банк была отправлена он-лайн-заявка на резервирование соответствующего количества.
3. Подтверждение от банка позволило «Газпромнефть - Аэро» автоматически начать заправку самолёта.
4. По окончании заправки средства списывались, а коммерческие службы сторон информировались о закрытии сделки со всеми документами [22].
В результате смарт-контракт позволяет авиакомпании оплачивать топливо непосредственно в момент заправки самолёта: без предоплаты, банковских гарантий и финансовых рисков для сторон, участвующих в сделке.
Участники такой сделки на практике выявили ряд преимуществ перед другими формами контракта: полное отсутствие посредников и других третьих лиц, чья функция сводилась к исполнению договора; снижение финансовых рисков при работе с любым контрагентом (технология blockchain повышает безопасность); экономия времени в результате автоматизации всех действий при исполнении условий контракта. При этом в будущем в смарт-контракт можно ввести специальные условия (срок поставки, срок исполнения заказа), отпадает необходимость контролировать наличие предоплаты, осуществлять эффективный биллинг, контролировать денежную задолженность, как в случае с договором поставки топлива между «Газ-промнефть-Аэро» и S7 Airlines.
Путём введения в оборот технологии распределённого реестра могут быть реализованы следующие регулятивные цели закона:
1. Безопасность, поскольку в случае уничтожения документов в традиционной бумажной форме восстановить право на что-либо может быть крайне сложно, так как для этого требуется дополнительное подтверждение со стороны заявителя существования данного права, например на заявленное имущество. В то же время запись, сформированная в смарт-контракте, не хранится в одном конкретном месте, а копируется на многих устройствах, подключённых к системе блокчейн, что гарантирует безопасность данных. С помощью смарт-контрактов можно отследить всю историю собственности каждого участника системы, что исключает возможность коррупционных и мошеннических действий.
2. Прозрачность сделки. Вся цепочка данных доступна для просмотра всем сторонам, участвующим в процессе.
3. Снижение бюрократических и транзакционных издержек. Отсутствие каких-либо посредников, что приведёт к сокращению расходов государства на содержание и управление подотчётными ему участниками имущественных сделок.
Приведённый пример, хотя и является частным случаем внедрения технологической составляющей в социально-экономические процессы, тем не менее демонстрирует её надежность и эффективность регулирования.
Заключение
Примеры, приведённые в тексте, наглядно показывают процесс цифровиза-ции разных сфер общественной жизни. Право в данном случае не является исключением: одним из частных случаев цифровизации права является использование смарт-контракта как своеобразного цифрового инструмента регулирования общественных отношений, функционирующего на основе технологии блокчейн по строго прописанному алгоритму. Говоря о более сложных процессах и перспективах взаимодействия и взаимодополнения права (как социального регулятора) и формальных языков программирования (как компонента цифровой среды), можно выделить следующие перспективные направления их взаимодействия и развития: внедрение технологий обработки естественного языка в техническое регулирование: стандартизация и сертификация; оформление сделок и контроль их исполнения; сокращение финансовых и временных затрат на документооборот; автоматизация деятельности судов с использованием технологий обработки естественного языка; возможности развития цифровых платформ. При этом основным и начальным этапом в процессе цифровизации юриспруденции должно стать нормотворчество: процесс, предполагающий адаптацию классического социального регулятора, изложенного на естественном языке, к формальному языку.
Список литературы
1. Газизов Р. Р. Право и информационное право в контексте взаимодействия с искусственным интеллектом: социально-философский аспект // Евразийский юридический журнал. 2018. № 2 (117). С. 398-401.
2. Старовойтова О. Е. Искусственный интеллект и его влияние на формирование права Развитие // Юридическая наука: История и современность. 2018. № 1. С. 52-56.
3. Hauer T. Society caught in a labyrinth of algorithms: disputes, promises, and limitations of the new order of things // Society. 2019. Vol. 56 (3). P. 222-230. DOI: 10.1007/s12115-019-00358-5.
4. Дремлюга, Р. И., Коробеев А. И. Борьба с распространением реалистичных аудиовизуальных поддельных материалов за рубежом (deepfake): уголовно-правовые и криминологические аспекты // Всероссийский криминологический журнал. 2021. Т. 15, № 3. С. 372-379. DOI: 10.17150/2500-4255.2021.15(3).372-379.
5. Balkin J. M. Sidley austin distinguished lecture on big data law and policy: The three laws of robotics in the age of big data // Ohio State Law Journal. 2017. Vol. 78. P. 1217-1242.
6. Coglianese C. Administrative law in the automated state // Daedalus. 2021. Vol. 150 (3). P. 104-120. DOI: 10.1162/DAED_a_01862.
7. Text summarization using natural language processing / G. Sreenivasulu, N. Thulasi Chitra, B. Sujatha, K. Venu Madhav // Advances in Intelligent Systems and Computing. 2022. Vol. 117. P. 535-547. DOI: 10.1007/978-981-16-0739-4_62Retrieved from www.scopus.com.
8. Dunn W. N. Public policy analysis: An integrated approach. [S. l.] : Routledge, Taylor & Francis Group, 2018. 498 p.
9. Kerikmae T., Parn-Lee E. Legal dilemmas of estonian artificial intelligence strategy: In between of e-society and global race // AI and Society. 2021. Vol. 36 (2). P. 561-572. DOI: 10.1007/s00146-020-01009-8.
10. Ветютнев Ю. Синергетика и юриспруденция // Современные методы исследования в юриспруденции / под ред. Н. И. Матузова, А. В. Малько. Саратов : СЮИ МВД России, 2007. С. 294-307.
11. Понкин И. В., Редькина А. И. Методология научных исследований и прикладной аналитики : учебное пособие / Институт государственно-конфессиональных отношений и права. Москва : Буки Веди, 2020. 365 с.
12. Chomanski B. The missing ingredient in the case for regulating big tech // Minds and Machines. 2021. Vol. 31 (2). P. 257-275. DOI: 10.1007/s11023-021-09562-x
13. Geradin, D., Karanikioti, T., Katsifis, D. GDPR Myopia: how a well-intended regulation ended up favouring large online platforms - the case of ad tech // European Competition Journal. 2021. Vol. 17 (1). P. 47-92. DOI: 10.1080/17441056.2020.1848059.
14. Дремлюга, Р. И., Решетников В. В. Правовые аспекты применения пре-диктивной аналитики в правоохранительной деятельности // Азиатско-Тихоокеанский регион: экономика, политика, право. - 2018. - Т. 20, № 3. - С. 133144. DOI: 10.24866/1813-3274/2018-3/133-144.
15. Human rights in the age of artificial intelligence. URL: https://www.access now.org/cms/assets/uploads/2018/11/AI-and-Human-Rights.pdf.
16. Gong Y., Liu X. Generic text summarization using relevance measure and latent semantic analysis // SIGIR Forum (ACM Special Interest Group on Information Retrieval). 2021. September 1. P. 19-25. DOI: 10.1145/383952.383955.
17. Bhatti B. M., Mubarak S., Nagalingam S. Information security implications of using NLP in IT outsourcing: A diffusion of innovation theory perspective // Automated Software Engineering. 2021. Vol. 28 (2). DOI: 10.1007/s10515-021- 00286-x.
18. Predicting judicial decisions of the european court of human rights: A natural language processing perspective / N. Aletras, D. Tsarapatsanis, D. Preo^iuc-Pietro, V. Lampos // PeerJ Computer Science. 2016. Vol. 10. DOI :10.7717/peerj-cs.93.
19. Суходолов А. П., Бычкова А. М. Искусственный интеллект в противодействии преступности, её прогнозировании, предупреждении и эволюции // Всероссийский криминологический журнал. 2018. Т. 12, № 6. С. 753-766. DOI: 10.17150/2500-4255.2018.12(6).753-766.
20. Терентьев В. Н. Умные контракты в сервисе государственных закупок // Инновационное развитие экономики. 2020. № 3 (57). С. 101-105.
21. Яковенко А. А. О популярности криптовалюты в криминальной среде // Балтийский гуманитарный журнал. 2020. Т. 9, № 2 (31). C. 390-394.
22. Орлова Г. А. Разработка и применение смарт-контрактов в международной торговле // Российский внешнеэкономический вестник. 2020. № 11. URL: https://cyberleninka.ru/article/n/razrabotka-i-primenenie-smart-kontraktov-v- mezh dunarodnoy-torgovle.
Сведения об авторе
А. А. Яковенко - руководитель проекта, Центр НТИ по нейротехнологиям, технологиям виртуальной и дополненной реальности, Дальневосточный федеральный университет, г. Владивосток, Россия.
References
1. Gazizov R. R. Law and information law in the context of interaction with artificial intelligence: socio-philosophical aspect. Evraziiskii yuridicheskii zhurnal, 2018, no. 2 (117), pp. 398-401. (In Russ.).
2. Starovoitova O. E. Artificial Intelligence and its impact on the shaping of law development. Yuridicheskaya nauka: Istoriya i sovremennost', 2018, no 1, pp. 52-56.
3. Hauer T. Society Caught in a Labyrinth of Algorithms: Disputes, Promises, and Limitations of the New Order of Things. Society, 2019, vol. 56 (3), pp. 222-230. DOI: 10.1007/s12115-019-00358-5.
4. Dremlyuga R. I., Korobeev A. I. A fight against the dissemination of deepfakes in other countries: criminal and criminological aspects. Vserossiiskii kriminologicheskii zhurnal, 2021, vol. 15, no. 3, pp. 372-379. DOI: 10.17150/2500-4255.2021.15(3).372-379. (In Russ.).
5. Balkin J. M. 2016 Sidley austin distinguished lecture on big data law and policy: The three laws of robotics in the age of big data. Ohio State Law Journal, 2017, vol. 78,pp.1217-1242.
6. Coglianese C. Administrative law in the automated state. Daedalus, 2021, vol. 150 (3), pp. 104-120. DOI: 10.1162/DAED_a_01862
7. Sreenivasulu G., Thulasi Chitra N., Sujatha B., Venu Madhav K. Text summarization using natural language processing. Advances in Intelligent Systems and Computing, 2022, vol. 117, pp. 535-547. DOI: 10.1007/978-981-16-0739-4_62Retrieved from www .scopus.com.
8. Dunn W. N. Public policy analysis: An integrated approach. Routledge, Taylor & Francis Group, 2018. 498 p.
9. Kerikmäe T., Pärn-Lee E. (2021). Legal dilemmas of estonian artificial intelligence strategy: In between of e-society and global race. AI and Society, 2021, vol. 36 (2), pp. 561-572. DOI: 10.1007/s00146-020-01009-8.
10. Vetyutnev Yu. Synergetics and jurisprudence. In: Matuzov N. I., Malko A. V (eds). Sovremennye metody issledovaniya v yurisprudentsii. Saratov: SJUI of MIA of Russia, 2007, pp. 294-307. (In Russ.)
11. Ponkin I. V., Redkina A. I. Metodologiya nauchnykh issledovanii i prikladnoi analitiki : uchebnoeposobie. Moscow: Buki Vedi Publ., 2020. 365 p. (In Russ.).
12. Chomanski B. The missing ingredient in the case for regulating big tech. Minds and Machines, 2021, vol. 31 (2), pp. 257-275. DOI: 10.1007/s11023-021-09562-x.
13. Geradin D., Karanikioti T., Katsifis, D. GDPR Myopia: how a well-intended regulation ended up favouring large online platforms - the case of ad tech. European Competition Journal, 2021, vol. 17 (1), pp. 47-92. DOI: 10.1080/17441056.2020.1848059.
14. Dremlyuga R. I., Reshetnikov V. V. Legal aspects of the application of predictive analytics in law enforcement. Aziatsko-Tikhookeanskii region: ekonomika, politika, parvo = Pacific RIM, 2018, vol. 20, no. 3, pp. 133-144. DOI: 10.24866/1813-3274/2018-3/133-144. (In Russ.).
15. Human rights in the age of artificial intelligence. URL: https://www.acces snow.org/cms/assets/uploads/2018/11/AI- and-Human-Rights.pdf.
16. Gong Y., Liu X. Generic text summarization using relevance measure and latent semantic analysis. SIGIR Forum (ACM Special Interest Group on Information Retrieval), 2021, September 1, pp. 19-25. DOI: 10.1145/383952.383955.
17. Bhatti B. M., Mubarak S., Nagalingam S. Information security implications of using NLP in IT outsourcing: A diffusion of innovation theory perspective. Automated Software Engineering, 2021, vol. 28 (2). DOI: 10.1007/s10515-021- 00286-x.
18. Aletras N., Tsarapatsanis D., Preo^iuc-Pietro D., Lampos V. Predicting judicial decisions of the european court of human rights: A natural language processing perspective. PeerJ Computer Science, 2016, vol. 10. DOI: 10.7717/peeij-cs.93.
19. Sukhodolov A. P., Bychkova A. M. Artificial intelligence in counteraction to crime, its prediction, prevention and evolution. Vserossiiskii kriminologicheskii zhurnal, 2018, vol. 12, no. 6, pp. 753-766. DOI: 10.17150/2500-4255.2018.12(6).753-766. (In Russ).
20. Terentyev V. N. Smart contracts in the service of public procurement. Inno-vatsionnoe razvitie ekonomiki, 2020, no. 3 (57), pp. 101-105. (In Russ.).
21. Yakovenko A. A. On the popularity of cryptocurrency in the criminal environment. Baltiiskii gumanitarnyi zhurnal, 2020, vol. 9, no 2 (31), pp. 390-394. (In Russ.).
22. Orlova G. A. Development and application of smart contracts in international trade. Rossiiskii vneshneekonomicheskii vestnik, 2020, no. 11. URL: https://cyberleninka.ru/article/n/razrabotka-i-primenenie-smart-kontraktov-v-mezhdunaro dnoy-torgovle. (In Russ.).
Information about the author
A. A. Yakovenko - Project Manager, STI Center for Neurotechnology, Virtual and Augmented Reality Technologies, Far Eastern Federal University, Vladivostok, Russia.
