с 01.01.2017 по 01.01.2023
г. Москва и Московская область, Россия
УДК 342.9 Административное право
ГРНТИ 10.17 Административное право
ОКСО 40.00.00 Юриспруденция
ББК 67401 Административное право
ТБК 7535 Административное право. Муниципальное право
BISAC BIO027000 Law Enforcement
Аннотация: Статья представляет сравнительный анализ действующих подходов по применению искусственного интеллекта (ИИ) в сфере контрольно-надзорной деятельности со стороны правоохранительных органов зарубежных стран и России. Объектом исследования выступают нормативные акты, рекомендации и иные документы, регламентирующие вопросы применения искусственного интеллекта для осуществления правоохранительной деятельности, судебная практика, академические публикации и аналитические отчёты по исследуемой проблеме. Методология исследования интегрирует комплекс современных философских, общенаучных, специально-научных методов познания, включая диалектический, системный, структурно-функциональный, герменевтический, сравнительно-правовой, формально-юридический (догматический) и др. В рамках исследования делается акцент на осуществлении сравнительного правового исследования областей применения ИИ в правоохранительной деятельности и выработки единых подходов по регламентации применения ИИ и противодействия ИИ, применяемому в противоправной деятельности. По результатам проведённого сравнительного анализа выявлены базовые проблемы в области обеспечения точности аналитических инструментов, используемых при расследовании преступлений и пресечении правонарушений, рассмотрены теоретические и практические ситуации применения искусственного интеллекта в правоохранительной деятельности, изучены отдельные примеры применения технологии deepfake в противоправной деятельности и механизмах противодействия указанной технологии. В выводах предложены дополнительные компенсирующие правовые мероприятия, обеспечивающие эффективную интеграцию искусственного интеллекта и его использование для целей правоохранительных органов России.
искусственный интеллект, сравнительно-правовое исследование, предиктивное право, публичное право, правоприменительная практика
1. William P., Badholia A. Analysis of personality traits from text-based answers using HEXACO model // 2021 International Conference on Innovative Computing, Intelligent Communication and Smart Electrical Systems (ICSES). - IEEE, 2021. - С. 1-10.
2. William P., Badholia A. Evaluating Efficacy of Classification Algorithms on Personality Prediction Dataset // Elementary Education Online. - 2020. - Т. 19. - № 4. - С. 3400-3413.
3. Bibave R. et al. A Comparative Analysis of Single Phase to Three Phase Power Converter for Input Current THD Reduction //2022 International Conference on Electronics and Renewable Systems (ICEARS). - IEEE, 2022. - С. 325-330.
4. Агамиров К. В. Проблемы юридического прогнозирования: методология, теория, практика : монография / под науч. ред. Р. В. Шагиевой. - Москва: Юркомпани, 2015. - 406 с. - (Серия «Актуальные юридические исследования»).
5. Go A. et al. Twitter sentiment analysis // Entropy. - 2009. - Т. 17. - 252 с.
6. Lima A. C. E. S., de Castro L. N. Automatic sentiment analysis of Twitter messages / 2012 Fourth International Conference on Computational Aspects of Social Networks (CASoN). - IEEE, 2012. - С. 52-57.
7. Vedaldi A., Fulkerson B. VLFeat: An open and portable library // Computer Vision Algorithms. ACMMM. - 2010. - С. 1469-1472. https://doi.org/10.1145/1873951.1874249.
8. Мавринская Т. В., Лошкарёв А. В., Чуракова Е. Н. Обезличивание персональных данных и технологии «больших данных» (BigData) // Интерактивная наука. - 2017. - № 16. - С. 78-80.
9. Pathan M. et al. Artificial cognition for applications in smart agriculture: A comprehensive review // Artificial Intelligence in Agriculture. - 2020. - Т. 4. - С. 81-95.
10. Pandya R. et al. Buildout of methodology for meticulous diagnosis of K-complex in EEG for aiding the detection of Alzheimer’s by artificial intelligence // Augmented Human Research. - 2020. - Т. 5. - С. 1-8. DOI:https://doi.org/10.1007/s41133-019-0021-6.
11. Musumeci F. et al. An overview on application of machine learning techniques in optical networks // IEEE Communications Surveys & Tutorials. - 2018. - Т. 21. - № 2. - С. 1383-1408.
12. Judd J. S. Learning in networks is hard // Proc. of 1st International Conference on Neural Networks, San Diego, California, June 1987. - IEEE, 1987.
13. Panchiwala S., Shah M. A comprehensive study on critical security issues and challenges of the IoT world //Journal of Data, Information and Management. - 2020. - Т. 2. - С. 257-278.
14. Simon A. et al. An overview of machine learning and its applications //International Journal of Electrical Sciences & Engineering. - 2016. - Т. 1. - № 1. - С. 22-24.
15. Patel D., Shah D., Shah M. The intertwine of brain and body: a quantitative analysis on how big data influences the system of sports //Annals of Data Science. - 2020. - Т. 7. - С. 1-16.
16. Батоев В. Б. «Большие данные (Big Data)» и предиктивная аналитика в оперативно-разыскной деятельности: проблемы использования и пути решения // Вестник Волгоградской академии МВД России. - 2020. - № 1 (52). - С. 11-17.
17. Суходолов А. П. и др. Big data как современный криминологический метод изучения и измерения организованной преступности // Всероссийский криминологический журнал. - 2019. - Т. 13. - № 5. - С. 718-726.
18. Дремлюга Р. И., Решетников В. В. Правовые аспекты применения предиктивной аналитики в правоохранительной деятельности // Азиатско-Тихоокеанский регион: экономика, политика, право. - 2018. - Т. 20. - № 3. - С. 133-144.
19. Никитин Е. В. О новых возможностях применения современных цифровых технологий в правоохранительной деятельности // Правопорядок: история, теория, практика. - 2018. - № 4 (19). - С. 55-59.
20. Павличенко Н. В., Тамбовцев А. И. Будущее профессии оперуполномоченный - Big Data и аналитика // Труды академии управления МВД России. - 2020. - № 2 (54). - С. 62-68.
21. Saini M., Kapoor A. K. Biometrics in forensic identification: applications and challenges // J Forensic Med. - 2016. - Т. 1. - № 108. - С. 2. DOI:https://doi.org/10.4172/2472-1026.1000108.
22. Kindt E. J. Having yes, using no? About the new legal regime for biometric data // Computer law & security review. - 2017. - Т. 34. - № 3. - С. 523-538. DOIhttps://doi.org/10.1016/j.clsr.2017.11.004.
23. Tistarelli M., Grosso E., Meuwly D. Biometrics in forensic science: challenges, lessons and new technologies //Biometric Authentication: First International Workshop, BIOMET 2014, Sofia, Bulgaria, June 23-24, 2014. Revised Selected Papers 1. - Springer International Publishing, 2014. - С. 153-164. DOIhttps://doi.org/10.1007/978-3-319-13386-7_12.
24. Zeinstra C. G. et al. Forensic face recognition as a means to determine strength of evidence: a survey // Forensic Sci Rev. - 2018. - Т. 30. - № 1. - С. 21-32.
25. Bouchrika I. Evidence evaluation of gait biometrics for forensic investigation //Multimedia Forensics and Security: Foundations, Innovations, and Applications. - 2017. - С. 307-326. DOI:https://doi.org/10.1007/978-3-319-44270-9_13.
26. Brandon J. Terrifying high-tech porn: creepy’deepfake’videos are on the rise // Fox news. - 2018. - Т. 20 [Electronic resource] // FoxNews : site - URL: https://www.foxnews.com/tech/terrifying-high-techporn-creepy-deepfake-videos-are-on-the-rise (date of treatment: 03.05.2023).
27. Liu M., Zhang X. Deepfake Technology and Current Legal Status of It //2022 3rd International Conference on Artificial Intelligence and Education (IC-ICAIE 2022). - Atlantis Press, 2022. - С. 1308-1314. DOI:https://doi.org/10.2991/978-94-6463-040-4_194.
28. Voigt P., Von dem Bussche A. The eu general data protection regulation (gdpr) // A Practical Guide, 1st Ed., Cham: Springer International Publishing. - 2017. - Т. 10. - № 3152676. - 383 с. https://doi.org/10.1007/978-3-319-57959-7.
29. Миняшева Г. И. Выявление и раскрытие мошенничеств, совершаемых с использованием информационно-телекоммуникационных технологий / Современные проблемы уголовного процесса: пути решения сборник материалов 3-й Международной конференции / под общей ред. А. Ю. Терехова. - Уфа: Издательство Уфимского юридического института МВД России, 2022. - С. 191-197.
30. Желудков М. А. Изучение влияния новых цифровых технологий на детерминацию мошеннических действий (технология deepfake) / Развитие наук антикриминального цикла в свете глобальных вызовов обществу : сборник трудов по материалам Всероссийской заочной научно-практической конференции с международным участием. - Саратов, 2021. - С. 262-270.
31. Югай Л. Ю. Мошенничество с использованием биометрических технологий: сущность, риски и меры противодействия // Правовые вопросы противодействия мошенничеству и киберпреступлениям. - 2021. - Т. 1. - № 1. - С. 59-63.
32. Расторопова О. В. Противодействие использованию искусственного интеллекта в преступных целях // Вестник Университета прокуратуры Российской Федерации. - 2021. - Т. 4. - № 84. - С. 52-58.
33. Лемайкина С. В. Актуальные вопросы противодействия использованию технологии дипфейков // Юристъ-Правоведъ. - 2022. - № 3 (102). - С. 175-178.
34. Карпика А. Г. Актуальные вопросы совершенствования правового и технического обеспечения противодействия преступлениям, совершаемым с использованием технологий искусственного интеллекта // Философия права. - 2021. - № 3 (98). - С. 109-113.
35. Ястребов О. А. Правосубъектность электронного лица: теоретико-методологические подходы // Труды Института государства и права Российской академии наук. - 2018. - Т. 13. - № 2. - С. 36-55.
