Использование технологий искусственного интеллекта в зарубежной практике уголовного правосудия

• БАЖАНОВ Сергей Андреевичведущий научный сотрудник отдела по совершенствованию нормативно-правового регулирования деятельности уголовно-исполнительной системы центра изучения проблем управления и организации исполнения наказаний в уголовно-исполнительной системе ФКУ НИИ ФСИН Россииsergey.bazhanov62@yandex.ru

В статье анализируются основные направления и результаты внедрения технологий искусственного интеллекта и машинного обучения в зарубежных системах уголовного правосудия. Рассматриваются как позитивные эффекты, так и ограничения применения интеллектуальных алгоритмов в деятельности судов и пенитенциарных учреждений. Особое внимание уделяется цифровым решениям, основанным на оценке личности правонарушителя и прогнозировании вероятности повторного совершения преступления, а также технологиям, направленным на повышение уровня безопасности в местах лишения свободы, предупреждение противоправного поведения и оптимизацию процессов ресоциализации осужденных. Делается вывод о том, что использование прогностических программных комплексов в зарубежной пенитенциарной практике способствует снижению уровня рецидивизма и повышению обоснованности управленческих и процессуальных решений в сфере уголовного правосудия.

Ключевые слова: уголовное правосудие, пенитенциарная система, искусственный интеллект, машинное обучение, цифровизация, прогностические алгоритмы

Использование искусственного интеллекта и методов машинного обучения в российской правоохранительной практике по-прежнему носит инновационный характер. В то же время в зарубежных системах уголовного правосудия уже достаточно давно и активно применяются программные решения, ориентированные на оценку личности правонарушителя и моделирование рисков повторного преступного поведения.

Так, в пенитенциарной системе США широкое распространение получила интеллектуальная технология Jail Management System (JMS), представляющая собой многофункциональный программный комплекс для управления учреждениями исполнения наказаний. Данная система аккумулирует и обрабатывает широкий массив информации о заключённых — от биометрических данных до медицинских сведений, обеспечивает автоматизированную классификацию осуждённых и их распределение по камерам с учётом выявленных криминогенных и поведенческих рисков, позволяет отслеживать перемещения заключённых в режиме реального времени и формировать отчётность по инцидентам и дисциплинарным мерам. Кроме того, JMS унифицирует информационный обмен с судами, медицинскими учреждениями и другими ведомствами, а также поддерживает формат удалённого мобильного управления тюрьмой с использованием защищённых портативных устройств (PocketJMS) [1].

В ряде штатов США применяется программная система COMPAS, предназначенная для профилирования правонарушителей и обоснования решений о применении тюремного заключения либо альтернативных мер наказания. Надёжность и прогностическая ценность данной системы подтверждены эмпирическими исследованиями, основанными на анализе данных более чем двух тысяч правонарушителей. Оценка риска рецидива осуществляется на основе совокупности криминогенных и социальных факторов, включая сведения о прошлом преступном опыте, характере совершённого деяния, склонности к агрессивному поведению и иных значимых параметрах [2]. Установлено, что COMPAS может эффективно использоваться при принятии решений о размещении осуждённых, планировании коррекционных программ и реабилитационных мероприятий, а также при рассмотрении вопросов условно-досрочного освобождения [3].

Вместе с тем в научной и экспертной среде высказываются критические замечания в адрес данной системы. Отмечается, что алгоритмы COMPAS опираются на упрощённые модели прогнозирования и не всегда учитывают весь спектр индивидуальных факторов, а также могут демонстрировать признаки социальной и расовой предвзятости [2].

В ответ на подобную критику в американской практике была внедрена более сложная модель оценки рисков — Northpointe’s Risk Assessment Instrument, которая использует расширенный набор показателей при прогнозировании вероятности рецидива. Эта модель применяется, в частности, судами штата Флорида при оценке риска повторного совершения преступлений в двухлетней перспективе. Однако исследования показывают, что и данный инструмент не является безошибочным: точность прогнозирования насильственных преступлений остаётся ограниченной, а доля ложноположительных прогнозов остаётся достаточно высокой [4].

Несмотря на выявленные недостатки, в целом можно констатировать, что использование прогностических систем в пенитенциарной практике США способствует более взвешенному принятию решений и потенциальному снижению уровня рецидивизма.

Эффективность цифровых инструментов подтверждается и результатами научных исследований. Так, специалисты Калифорнийского университета в Дэвисе разработали модель искусственного интеллекта, способную прогнозировать риск повторного ареста в течение трёх лет после условно-досрочного освобождения на основе анализа 91 параметра. Исследование, базировавшееся на данных комиссии по условно-досрочному освобождению штата Нью-Йорк за период 2012–2015 гг., показало, что применение алгоритмической оценки могло бы привести к освобождению значительно большего числа лиц с низким уровнем риска без ущерба для общественной безопасности [5].

В Великобритании интеллектуальные системы поддержки принятия решений также активно используются при оценке риска рецидивизма, рассмотрении вопросов залога и условно-досрочного освобождения. Широкое распространение получила система OASys (Offender Assessment System), применяемая в Англии и Уэльсе. Она позволяет комплексно оценивать вероятность повторного преступления, риски агрессивного поведения, а также личностные и психологические проблемы осуждённых и разрабатывать меры по управлению выявленными рисками. С момента внедрения в 2001 году OASys оказала значительное влияние на практику оценки рисков в системе уголовного правосудия Великобритании [6].

Существенным шагом в направлении цифровизации пенитенциарной системы Великобритании стала правительственная инициатива, запущенная в ноябре 2023 года, предусматривающая внедрение интеллектуальных систем видеонаблюдения, биометрической идентификации и автоматизированных механизмов контроля доступа, усиленных алгоритмами искусственного интеллекта. Эти технологии позволяют выявлять аномальное поведение в режиме реального вре- мени и оперативно реагировать на потенциальные угрозы безопасности. Проект, начавшийся в тюрьмах Ливерпуля, Бирмингема и Уэйфилда, стал частью стратегии модернизации пенитенциарной инфраструктуры.

Значительный интерес представляет разработанная в Университете Мидлсекса (Лондон) система VALCRI, изначально ориентированная на аналитическую поддержку криминальной разведки и раннее выявление преступной активности. Впоследствии алгоритмы визуальной аналитики были адаптированы и для нужд тюремного управления. Практика показала, что использование ИИ-видеоаналитики позволяет выявлять подозрительное поведение и запрещённые предметы, включая наркотики и оружие, а также предотвращать инциденты безопасности [7].

Активное внедрение искусственного интеллекта в пенитенциарные учреждения осуществляется и в странах Азии. В Китае и Гонконге реализуются государственные проекты по созданию систем круглосуточного мониторинга поведения заключённых с применением скрытых камер, сенсоров и аналитических алгоритмов. В ряде учреждений используются роботизированные решения для выявления запрещённых веществ [8].

В Сингапуре разрабатывается концепция «тюрьмы без охраны», основанная на применении интеллектуальных систем обнаружения агрессивного и аномального поведения, таких как AVATAR и VADAR, что позволяет повысить эффективность управления и снизить нагрузку на персонал [9].

В Нидерландах внедрены RFID-браслеты и системы автоматического распознавания эмоций, обеспечивающие контроль перемещений осуждённых и раннее выявление конфликтных ситуаций [10]. В Финляндии, в свою очередь, реализуются проекты по привлечению заключённых к обучению алгоритмов машинного обучения, что способствует формированию цифровых компетенций и повышает шансы на успешную реинтеграцию после освобождения [11].

Среди европейских инициатив следует отметить проекты CREDEM IN SCHIMBARE, ориентированный на культурные и организационные изменения в пенитенциарных системах Румынии и Португалии [12], а также DIGICOR, направленный на цифровизацию исправительных учреждений и снижение рецидивизма в ряде стран Европы [13].

Одновременно с развитием технологий сохраняется проблема недостаточной нормативной регламентации использования искусственного интеллекта в уголовном правосудии. В этой связи Совет Европы и другие наднациональные структуры разрабатывают рекомендации и этические стандарты, включая Европейскую этическую хартию по использованию ИИ в судебных системах и резолюции Европейского парламента, направленные на минимизацию рисков и защиту прав человека [14].

Несмотря на очевидные преимущества цифровизации, применение искусственного интеллекта в уголовном правосудии продолжает вызывать обоснованные опасения, связанные с возможной алгоритмической предвзятостью, нарушением права на частную жизнь и риском усиления социального неравенства. В перспективе ключевой задачей остаётся поиск баланса между технологическими инновациями и соблюдением этических и правовых принципов, что позволит использовать потенциал ИИ для формирования более безопасной, эффективной и гуманной системы уголовного правосудия.

Список литературы

1. Oleary F. Jail management software: why it is important in jail automation [Электронный ресурс]. – 2016. – URL: https://www.crowdreviews. com/blog/jail-management-software-important-jailautomation / (дата обращения: 14.12.2025).
2. Brennan T., Dieterich W., Ehret B. Evaluating the predictive validity of the COMPAS risk and needs assessment system // Criminal justice and behavior. – 2009. – Vol. 36, № 1. – P. 21–40.
3. Laqueur H. S., Copus R. W. An algorithmic assessment of parole decisions // Journal of quantitative criminology. – 2024. – Vol. 40. – P. 151– 188. – DOI: 10.1007/s10940-022-09563-8.
4. Mills K. Courts use the “minority opinion” crime prediction algorithm, and it’s incredibly racist [Электронный ресурс]. – 2016. – URL: https://bgr. com/lifestyle/court-risk-assessment-algorithmnorthpointe / (дата обращения: 14.12.2025).
5. AI predicts arrests within three years of an inmate’s parole [Электронный ресурс]. – 2023. – URL: https://www.dailymail.co.uk/sciencetech/ article-11616101/AI-predicts-arrests-three-yearsprisoner-released-parole.html (дата обращения: 14.12.2025).
6. Criminogenic needs of offenders: technical guide [Электронный ресурс]. – London: UK Government, 2023. – URL: https://www.gov.uk/ government/publications/criminogenic-needs-ofprolific-offenders/technical-guide-criminogenicneeds-of-prolific-offenders (дата обращения: 14.12.2025).
7. Bailey K. Using artificial intelligence in prisons [Электронный ресурс]. – 2022. – URL: https://www.techshout.com/using-artificialintelligence-in-prisons/ (дата обращения: 14.12.2025).
8. Bala N., Trautman L. Smart technology is coming for prisons [Электронный ресурс]. – 2019. – URL: https://www.newamerica.org/weekly/smarttechnology-coming-prisons-too/ (дата обращения: 14.12.2025).
9. Khair M. A prison without guards: where technology enhances operational effectiveness [Электронный ресурс]. – 2018. – URL: https://www. mha.gov.sg/home-team-news/story/ detail/a-prison-without-guards-where-technologyenhances-operational-effectiveness/ (дата обращения: 14.12.2025).
10. Kenis P., Kruyen P. M., Baaijens J., Barneveld P. The prison of the future? An evaluation of an innovative prison design in the Netherlands // The prison journal. – 2010. – Vol. 90, № 3. – P. 313– 330. – DOI: 10.1177/0032885510373506.
11. These prisoners are training AI [Электронный ресурс] // Wired. – 2023. – URL: https://www. wired.com/story/prisoners-training-ai-finland/ (дата обращения: 14.12.2025).
12. CREDEM IN SCHIMBARE: cultural changes in prisons [Электронный ресурс]. – 2012. – URL: https://prisonsystems.eu/projects/credemin-schimbare/ (дата обращения: 14.12.2025).
13. DIGICOR: digitalization of correctional facilities as part of an initiative to reduce recidivism [Электронный ресурс]. – 2023. – URL: https:// prisonsystems.eu/projects/digicor/ (дата обращения: 14.12.2025).
14. Artificial intelligence in prisons: towards harmonised guidelines and innovative IT solutions [Электронный ресурс]. – 2022. – URL: https:// prisonsystems.eu/artificial-intelligence-in-prisonstowards-harmonised-guidelines-and-innovative-itsolutions / (дата обращения: 14.12.2025).

Скачать