The benefits of artificial intelligence and neural networks in the legal system of the Russian Federation

Unizhaev N.V.1
1 Национальный исследовательский университет «МЭИ», Russia

Journal paper

Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 13, Number 2 (February 2023)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=50350726
Cited: 3 by 30.01.2024

Abstract:
The introduction of artificial intelligence and neural networks in the legal system of the Russian Federation can make it possible to take a developmental leap and increase trust in justice on the part of citizens. The introduction of artificial intelligence and neural networks into the legal system solves the problem of multiple interpretations of identical legal situations and will lead such interpretations to a common understanding. The scientific problem is the complexity of managing the legal system by traditional methods caused by the multiple increase in content and constant changes in the legislative framework. These problems need to be addressed as soon as possible. The rapid start is due to the fact that, like all end-to-end technology of the digital economy, artificial intelligence and neural networks can only be modified during the implementation process. It is impossible to expect a fully formed theoretical part that allows to move on to practical implementation. The risk of foreign software for the formation of a legal system using artificial intelligence and neural networks is quite high. Therefore, it requires the use of open source at the first stages and in the future the creation of a national system of knowledge formation. The article may be of interest to experts in the field of artificial intelligence, researchers and creators of neural networks, managers engaged in strategic planning of legal relations. The author reveals the advantages of artificial intelligence and neural networks in the legal system of the Russian Federation, demonstrating the possibilities of automating legal processes.

Keywords: artificial intelligence, neural network, legal system, end-to-end technology, digital technology, jurisprudence

JEL-classification: K00, O31, O33



ВВЕДЕНИЕ

Более тридцати лет в Российской Федерации формируются новые институты государственной власти, объединённые общей задачей создания единой системы государственного управления [1, с. 6]. Цель системы государственного управления в большинстве стран одинаковая – улучшение благосостояния граждан страны [2, с. 18], реализация планов повышения жизненного уровня и укрепления государства.

Система государственного управления ­– это совокупность институтов, функций, отношений, методов решений и принципов управления общества [3, с. 26]. В такой трактовке система государственного управления рассматривается как объединение взаимосвязанных элементов управления. Государственная система должна организовать взаимодействие собственного аппарата управления и граждан страны, определить структуру общественных отношений. При этом, во всем демократическом мире признано главенство граждан над государством.

Правовая система Российской Федерации – сложнейший комплекс элементов, структур, норм, традиций, образов национально-исторической, технико-юридической, социально-психологической природы [17, с. 673]. Современная правовая система, функционирующая в условиях сложных отношений, по своей природе, является целым правовым миром, имеющим собственную организационную структуру, отдельные источники финансирования, собственные суждения, сформированные на принципах демократического централизма. Выполнение принципов и требований правовой системой должны быть точными, а сами принципы и требования должны быть однозначными. Учитывая, что правовые системы ведущих и наиболее развитых государств формировались столетиями и даже тысячелетиями, можно отметить, что правовая система России находится на этапе формирования собственной идентификации [4, с. 48], подбирая оптимальные механизмы управления.

ПРОБЛЕМЫ, ЦЕЛИ И МЕТОДЫ ИССЛЕДОВАНИЯ

Современная правовая система должна учитывать всё включая и ментальность граждан Российской Федерации исторически основанную на «избавлении от бремени драконовских законов, необязательностью их исполнения». Анализ истории права в России выделяет многовековое использование «Драконовских законов» т. е. основанных на суровых и жестоких наказаниях. Если добавить к жестоким наказаниям мздоимство, то можно понять фундаментальные исторические основы современной правовой системы. В данной работе поставим целью: проверить гипотезу о возможности создания в Российской Федерации современной правовой системы использующей возможности искусственного интеллекта и нейросетей для однозначного, точного выполнение требований Конституции, федеральных конституционных законов, федеральных законов, указов и распоряжений Президента, постановлений и распоряжений Правительства и других нормативных документов. Такая система не должна давать возможности неоднозначного толкования, исключая коррупцию [5, с 9; 6, с. 352]. Внедрение искусственного интеллекта должно повысить доверие граждан ко всем институтам власти.

Ответ на данный вопрос может позволить разорвать историческую культуру правовых отношений доверив трактовку права искусственному интеллекту и нейросетям.

Для достижения цели необходимо решить следующие задачи:

1) Провести анализ существующей правовой системы Российской Федерации [7, с 187].

2) Определить место и роль искусственному интеллекту и нейросетям в правовой системе.

3) Проверить гипотезу о возможности создания в Российской Федерации современной правовой системы, использующей искусственный интеллект и нейросети для однозначного и точного выполнения основного закона и других нормативных документов.

В предлагаемой работе, проанализированы разные подходы к использованию искусственного интеллекта и нейросетей в правовой системе Российской Федерации. Проанализированы подходы Василевской Л. Ю. [5, с. 4–5], Газя Г.В., Еськова В. В. [8, с. 4–5], Девяткова В. В. [9], Доржиевой В. В. [10, 11], Дышкантюка А.В., Посадова И.А. [12], Ивлиева Г. П., [13, с. 32–45], Паниной О. В. [15, с. 168–169], Прокопчиной С.В. [16, с. 18–21], Хасанова Э.Р. [24, с. 14-15]. и др. Предложена и подтверждена практическими примерами математическая модель внедрения искусственного интеллекта и нейросетей в правовые системы.

Новизна обусловлена отсутствием единого научного обоснования к использованию искусственного интеллекта и нейросетей в правовой системе Российской Федерации.

Анализ научных источников Василевской Л. Ю. [7, с. 3], Трифонова П. В. [12, с. 127–132], Хасанова Э. Р. [11, с. 14–18], Газя Г.В., Еськова В.В. [13, с. 101–105], Артемова А.А., Болохова И.И., Кем Д.В., Хасеневич И.А. [14, с.44-49], Осипова Ю.С. [14, с. 32], Паниной О. В. [15, с. 168], Прокопчиной С.В. [16, с. 19], показал, что существующие нормы и традиционные методы, используемые в правовой системе Российской Федерации не могут позволить сделать революционные преобразования направленные на повышение доверия к правовой системе со стороны граждан.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

Искусственный интеллект, как и нейросеть позволяют выполнять творческие функции, считавшиеся ранее прерогативой и особенностью исключительно человека. Современные системы искусственного интеллекта управляют машинами, играют в шахматы, доказывают теоремы, пишут музыку и стихи [18-20]. Современные нейросети, отвечают на вопросы людей, помогают изучать сложные информационные технологии, ассистируют в работе ученых, врачей, педагогов и других специалистов, решающих творческие задачи.

Искусственный интеллект – свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно оптимизация управленческой [2;3;5;21].

Нейросеть – разновидность машинного обучения, при котором программа работает по принципу человеческого мозга. Человеческий мозг состоит из нейронов, связанных между собой синапсами и передающих электрохимические импульсы [17-22].

Оба термина являются неоднозначными и спорными. Существует множество теорий, доказывающих невозможность повторения мыслительных функций человека, невозможность человеку понять и исследовать себя [9, с. 354]. Примем в данной работе нейтральную позицию, основанную на том, что истина всегда где-то посередине, тем более что целью данной работы не является забрать у человека все творческие и мыслительные функции и передать их искусственному интеллекту и нейросетям. Поэтому определим границы данной работы: решающая роль в принятии решений правовая система Российской Федерации должна оставаться за людьми, специалистами и экспертами в области правовых отношений.

Почему существующие нормы и традиционные методы, используемые в правовой системе Российской Федерации, не соответствуют современным требованиям? Ответ на данный вопрос кроется в фундаментальной ошибке правых систем пытающихся постоянно адаптироваться под изменяющиеся условия. С точки зрения, системы использующей искусственный интеллект, правовая основа при которой к нормативному акту требуется подзаконная дополнительная трактовка нежизнеспособна.

Различные решения судов по одинаковым делам доказывают нежизнеспособность существующей правовой системы. Цифровая трансформация правовых систем направлена на управление электронными копиями постоянно обновляемых правовых норм. Право судьи футбольного матча самостоятельно трактовать правила игры приводят к бесконечным спорам и претензиям со стороны главных участников процесса тренеров, игроков и болельщиков. Футбольный судья в одинаковых эпизодах может указать на пенальти или отменить его. Такие действия снижают доверие со стороны участников. Современные скорости футбола, хоккея, тенниса не позволяют человеку-судье принимать правильные и обоснованные решения. Понимая это во всех видах профессионального спорта все больше и больше происходит внедрение систем, обладающих искусственным интеллектом. В Москве на чемпионате мира по футболу впервые применили систему VAR обладающую интеллектуальными возможностями, развитие данной технологии позволило на следующем чемпионате мира в 2022 году безошибочно выявлять офсайды с помощью нейросети трехмерной модели. Такие события показываю вектор развития сквозных цифровых технологий, и Правовая система Российской Федерации не должна отставать от данного тренда.

Внедрение искусственного интеллекта и нейросетей позволит увести в прошлое высказывания судей о том, что их трактовка расходится с пониманием трактовки со стороны истцов или ответчиков. База знаний, используемая правовой системой основанной на нейросети и искусственном интеллекте будет выполнять условия одинаково для всех участников правовых отношений. Однако, это идеальный случай, при котором известна и четко структурирована вся информация необходимая для принятия решения, но в реальных правовых делах, чаще всего это не так. Большинство решений в правовых системах принимаются в условиях неопределенностей [25, с. 147]. Другими словами, в правовых системах легко просчитать последствия принятия решений, но сложно принимать решение при отсутствии полной информации о событиях и альтернативах. Чаще всего отсутствует даже стохастическая зависимость между альтернативами и исходами [26, с. 115], если добавить к этому множественные поддельные документы и подписи, то принятие решений становится затруднительным даже для опытного сотрудника правовой системы, например судьи. Именно такие задачи могут быть переложены на нейросети.

Начальная схема нейросети используемой в правовых системах может относиться к классу «простых нейросетей». Такие сети имеют множественные входные нейроны, скрытые нейроны и выходной нейроны, представленные (см. рис. 1). Как видно, из рис. 1 сеть такие сети не программируются и не используют алгоритмов, а обучаются от экспертов, опытных сотрудников правовой системы в процессе работы. Обучение сетей заключается в формировании связей между узлами нейронов и определением коэффициентов между ними. Выходные параметры являются входными для следующих уровней нейросетей. Каждый из таких уровней позволяет выявить интеллектуальные признаки необходимые для идентификации исхода.

Рис. 1. Вариант простой нейросети для правовых систем

[Рисунок выполнен автором]

Главное преимущество нейросетей это возможность обучения. Нейросеть может получить возможности использования в правовых системах только при получении знаний от специалистов. Такие знания формируются в соответствии с условием (1.2):

(1.2)

где

- вес связи между сетевым входом xm и нейрона n во входном слое;

- выходной сигнал нейрона n.

В начале обучения все коэффициенты можно определить любыми величинами близкими к нулю. В процессе обучения эксперты, выделяя правильные ответы автоматически изменяют коэффициенты нейросети. Для подстраивания нейросети под другие реалии, так же, как и на этапе обучения эксперты должны выделить правильные «выходные нейроны». Такая конструкция не передаёт принятие решения системам искусственного интеллекта и следовательно опасность «юридических последствий» принимаемых исключительно в автоматизированных системах отсутствует.

Преимущества, полученные в результате использования искусственного интеллекта и нейросетей в правовой системе Российской Федерации при неправильном использовании могут иметь и множественные недостатки, основными из них могут быть:

- утечки информации о конфиденциальных правовых отношениях;

- возможность несанкционированной модификации баз данных и правил в базах знаний;

- возможность дистанционного управления зарубежными информационными технологиями позволяющими производить модификацию или отключение;

- отсутствие компетенций в использовании и формировании интеллектуальных систем у пользователей правовой системы, в том числе и у депутатов государственной думы, законодательно формирующих структуру управления.

Утечки информации о конфиденциальных правовых отношениях обусловлены природой информационных систем. Большинство компьютеров, операционных систем, программ браузеров, систем управления базами данных разработаны и изготовлены в других странах. При определенных обстоятельствах такие технологии могут быть дистанционно модифицированы или отключены. Например, используя в государственных органах технологии Виндоус (Windows), САП (SAP) или Оракл (Oracle) не может быть полных доверительных отношений. Отключение Российской Федерации от международной системы передачи финансовых сообщений между банками СВИФТ (SWIFT) показало уязвимости в критических ситуациях. Вера в то, что такие информационные технологии являются международными, оказалась наивной и рухнула при первом серьезном конфликте. Добавляя к этому отсутствие национального языка программирования аналогичного Пайтон (Python) и Пролог (Prolog) на которых написано большинство интеллектуальных систем получаем пессимистический прогноз внедрения искусственного интеллекта и нейросетей в правовую систему Российской Федерации.

Возможность несанкционированной модификации баз данных и правил в базах знаний обусловлена множественными уязвимостями современного софта. При этом устойчивость информационных систем «Госуслуги» и «Правосудие» позволяют надеяться на возможности противостоять таким угрозам.

Анализ отсутствия компетенций в использовании и формировании интеллектуальных систем у пользователей правовой системы, в том числе и у депутатов государственной думы, законодательно формирующих структуру управления, выходит за рамки данного исследования и требует отдельной проработки.

ВЫВОДЫ И НАПРАВЛЕНИЯ ДАЛЬНЕЙШИХ ИССЛЕДОВАНИЙ

Внедрение искусственного интеллекта и нейросетей в правовой системе Российской Федерации может позволить сделать скачек в развитии и повысить доверие к правосудию со стороны граждан страны. Внедрение искусственного интеллекта и нейросетей в правовую систему позволит привести множественные трактовки одинаковых ситуаций к единому пониманию. Сложности формирования правовой системы с использованием искусственного интеллекта и нейросетей показывают невозможность быстрой модификации и требуют начала работы и поиска путей решения возникающих при проектировании проблем. Риски использования зарубежного программного обеспечения для формирования правовой системы, использующей искусственный интеллект и нейросети достаточно высокий, что требует на первых этапах использование открытого кода и в дальнейшем создание собственной системы формирования знаний, необходимой для внедрения искусственного интеллекта.


References:

Artemov A.A., Bolokhov I.I., Kem D.V., Khasenevich I.A. (2019). Klassifikatsiya s primeneniem neyrosetey obektov po izvestnym i neizvestnym priznakam (na primere tekstovyh zaprosov) [Classification using neural networks of objectsby known and unknown signs (using text queries as an example)]. Informatsionnye voyny. (1(49)). 44-49. (in Russian).

Averkin A.N., Gaaze-Rapoport M.G., Pospelov D.A. (1992). Tolkovyy slovar po iskusstvennomu intellektu [Explanatory dictionary of artificial Intelligence] M.: Radio i svyaz. (in Russian).

Broman S.H., Fletcher J. (1999). The changing nervous system: Neurobehavioral consequences of early brain disorders New York: Oxford University Press.

Devyatkov V.V. (2001). Sistemy iskusstvennogo intellekta [Artificial intelligence systems] M.: Izd-vo MGTU im. N. E. Baumana. (in Russian).

Dorzhieva V.V. (2022). Natsionalnye prioritety razvitiya promyshlennogo iskusstvennogo intellekta v usloviyakh novyh tekhnologicheskikh vyzovov [National priorities for the development of industrial artificial intelligence in the context of new technological challenges]. Russian Journal of Innovation Economics. 12 (1). 111-122. (in Russian). doi: 10.18334/vinec.12.1.114205.

Dorzhieva V.V. (2022). Tsifrovizatsiya promyshlennosti: rol iskusstvennogo intellekta i vozmozhnosti dlya Rossii [Digitalization of industry: the role of artificial intelligence and opportunities for Russia]. Russian Journal of Innovation Economics. 12 (4). (in Russian). doi: 10.18334/vinec.12.4.116599.

Dyshkantyuk A.V., Posadov I.A., Skobelev P.O., Trishankov V.V. (2022). Kontseptualnye osnovy institutsionalnogo postroeniya biznesa v formate kontrakta zhiznennogo tsikla vysokotekhnologichnoy produktsii posredstvom doverennoy ekosredy emerdzhentnogo iskusstvennogo intellekta na setetsentricheskoy platforme multiagentnyh servisov [Conceptual foundations for institutional business building in the high-tech product lifecycle contract through a trusted eco-environment of emergent artificial intelligence on a network-centric multi-agent services platform]. Russian Journal of Innovation Economics. 12 (3). 1463-1484. (in Russian). doi: 10.18334/vinec.12.3.116279.

Galikeeva N.N., Farkhieva S.A. (2021). O natsionalnoy strategii razvitiya iskusstvennogo intellekta do 2030 goda v RF i federalnom proekte «iskusstvennyy intellekt» [On the national strategy for the development of artificial intelligence until 2030 in the Russian Federation and the federal project «artificial intelligence»]. Sovremennaya shkola Rossii. Voprosy modernizatsii. (3-1(36)). 186-188. (in Russian).

Gazya G.V., Eskov V.V. (2022). Iskusstvennye neyroseti v otsenke vozrastnyh izmeneniy [Artificial neuron networks for estimation of aging changes]. Vestnik novyh meditsinskikh tekhnologiy. 29 (1). 101-105. (in Russian). doi: 10.24412/1609-2163-2022-1-101-105.

Gorodnova N.V. (2021). Primenenie iskusstvennogo intellekta v biznes-sfere: sovremennoe sostoyanie i perspektivy [Application of artificial intelligence in the business sphere: current state and prospects]. Russian Journal of Innovation Economics. 11 (4). 1473-1492. (in Russian). doi: 10.18334/vinec.11.4.112249.

Ivliev G.P., Egorova M.A. (2022). Yuridicheskaya problematika pravovogo statusa iskusstvennogo intellekta i produktov, sozdannyh sistemami iskusstvennogo intellekta [Legal issues of the legal status of artificial intelligence and products created by artificial intelligence systems]. Journal of Russian Law. 26 (6). 32-46. (in Russian). doi: 10.12737/jrl.2022.060.

Khasanov E.R. (2021). Iskusstvennyy intellekt, a takzhe rezultaty tvorcheskoy deyatelnosti iskusstvennogo intellekta kak obekty avtorskikh prav [Artificial intelligence, as well as the results creative activity of artificial intelligence as the objects of copyright]. Agrarnoe i zemelnoe pravo. (4(196)). 14-18. (in Russian). doi: 10.47643/1815-1329_2021_4_14.

Osipov Yu.S. (2004). Neyronnaya set [Neural network] M.: Bolshaya rossiyskaya entsiklopediya. (in Russian).

Panina O.V., Arzhanova M.O., Bazanova A.G. (2015). Innovatsionnoe gosudarstvo [Innovative State] Innovative development of modern science. 168-171. (in Russian).

Prokopchina S.V. (2020). Novyy tip neyrosetey: bayesovskie izmeritelnye neyroseti (bin) na baze metodologii regulyariziruyushchego bayesovskogo podkhoda [A new type of neural networks: bayesian measurement neural networks (bin) based on the methodology of the regularizing bayesian approach]. Myagkie izmereniya i vychisleniya. 35 (10). 17-24. (in Russian).

Sinyukov V.N. (2010). Rossiyskaya pravovaya sistema: vvedenie v obshchuyu teoriyu [The Russian Legal system: an Introduction to General Theory] M.: Norma. (in Russian).

Sulakshin S.S., Novikov D.B., Gaganov A.A., Khvylya-Olinter N.A. (2015). Problemnaya povestka sovremennoy Rossii. Tsentr nauchnoy politicheskoy mysli i ideologii [The problematic agenda of modern Russia. Center for Scientific Political Thought and Ideology] M.: Nauka i politika. (in Russian).

Tatarinov V.V., Unizhaev N.V. (2019). Model for the formation of the requirements for information technology used in the digital economy ecosystem International scientific and practical conference on modeling in education 2019. 020059. doi: 10.1063/1.5140159.

Trifonov P.V. (2017). Analiz upravleniya proektami posredstvom modeley zrelosti [Analysis of project management through maturity models]. Economics and management: problems, solutions (Ekonomika i upravleniye: problemy, resheniya nauchno-prakticheskiy zhurnal). 2 (3). 127-132. (in Russian).

Unizhaev N.V. (2022). Modelirovanie ugroz malomu i srednemu biznesu ot ispolzovaniya parallelnogo importa [Modeling threats to small and medium business from the use of parallel imports]. Vestnik Altayskoy akademii ekonomiki i prava. (11-3). 563-568. (in Russian). doi: 10.17513/vaael.2604.

Unizhaev N.V. (2022). Osobennosti modelirovaniya ugroz bezopasnosti personalnyh dannyh dlya obespecheniya dostatochnogo urovnya zashchishchennosti [Modeling threats to the personal data security to ensure a sufficient protection rate]. Russian Journal of Innovation Economics. 12 (1). 95-110. (in Russian). doi: 10.18334/vinec.12.1.114335.

Unizhaev N.V. (2022). Problemy regulirovaniya otnosheniy s tsifrovymi finansovymi aktivami i valyutami [Problems of relationships with digital cryptocurrencies]. Vestnik Altayskoy akademii ekonomiki i prava. (2-2). 262-268. (in Russian). doi: 10.17513/vaael.2085.

Unizhaev N.V. (2023). Predlozheniya po protivodeystviyu korruptsii v obrazovatelnyh uchrezhdeniyakh Rossiyskoy Federatsii [Proposals on combating corruption in educational institutions of the Russian Federation]. Shadow Economy. 7 (1). (in Russian). doi: 10.18334/tek.7.1.117092.

Vasilevskaya L.Yu. (2021). «Iskusstvennyy intellekt» i tekhnologii «iskusstvennogo intellekta»: obshchee i osobennoe v grazhdansko-pravovoy reglamentatsii ["Artificial intelligence" and "artificial intelligence" technologies: general and special in civil law regulation]. Khozyaystvo i pravo. (11(537)). 3-19. (in Russian).

Страница обновлена: 12.04.2025 в 04:45:17