A mesterséges intelligencia alkalmazásának lehetőségeit vizsgálják büntetőügyeknél a Szegedi Tudományegyetem (SZTE) kutatói, a döntéstámogató rendszer átláthatóbbá, egységesebbé és igazságosabbá teheti a bíróságok büntetéskiszabási gyakorlatát.

A kutatás célja egy olyan modell kialakítása, amely képes előre jelezni a bírói döntéseket meghatározott büntetőügyekben.

Bár a bírói döntések előrejelzése és a peres analitika a nemzetközi legaltech (jogi technológiák) szektor egyik leggyorsabban fejlődő részpiaca, a legtöbb eddigi megoldás elsősorban polgári vagy kereskedelmi ügyekre fókuszál, és nem rendelkezik speciális büntetőjogi modullal.

A Karsai Krisztina, az Állam- és Jogtudományi Kar Bűnügyi Tudományok Intézet vezetője irányításával indult kutatás kiindulásként az embercsempészet ügytípusára fókuszált. A professzor kifejtette, választásukat részben az motiválta, hogy ezek olyan ügyek, amelyeknél nincs túlságosan sok tényező, amit figyelembe kell venni ahhoz, hogy megalapozott döntést lehessen hozni, illetve az is, hogy az előforduló ügyek nagyon hasonlóak és döntő többségükben ismétlődő jellemzőket mutatnak.

A modelljük a Szegedi Járásbíróság 541 embercsempészési ügyének elemzésére épül. Jelenleg az algoritmus elméleti hátterén dolgoznak, ami a tervek szerint az idén elkészülhet.

Az elkészült algoritmus ezt követően átnézi a feldolgozott eseteket és javasol mindegyikhez egy kiszabandó büntetést, amit összevetnek a ténylegesen kirótt büntetésekkel.

Ezt követően a tervek szerint további járásbíróságok ügyeinek feldolgozásával folytatják a munkát és finomítják az algoritmust. A kutatás eredményeként a szakemberek meg tudják majd adni azokat az általános szempontokat, amelyek alapján meg lehet állapítani, hogy mely típusú büntetőügyek alkalmasak arra, hogy algoritmussal támogassák a bírói munkát. Az embercsempészet mellett ilyenek lehetnek egyes vagyon elleni, illetve egyes közlekedési bűncselekmények.

Karsai Krisztina hangsúlyozta, hogy az algoritmus – ami várhatóan 2027 elejére jut el olyan szintre, hogy a gyakorlatban is alkalmazható lesz; ha engedélyt kap, akkor a bíróságokon is – az ítélkezés támogatását szolgálja, és abban segíthet, hogy átláthatóbb, egységesebb és igazságosabb legyen a bíróságok büntetéskiszabási gyakorlata. Hozzátette:

attól belátható időn belül nem kell tartani, hogy egy algoritmus fogja majd eldönteni, hogy ki, mennyi időre menjen börtönbe, ezt egyébként a jelenlegi jogszabályok sem teszik lehetővé.

A kutatók által fejlesztett – az SZTE innovációs díjával elismert – rendszerhez tervezett dinamikus platform lehetőséget biztosíthat a jogkereső állampolgárok számára is az aggregált ítélkezési adatok lekérdezésére. Ezzel nemcsak a szakmai, de a laikus közönség is jobban megértheti a büntető igazságszolgáltatás működését, ami a transzparencia és társadalmi bizalom erősítésének kulcsa.

Ezek is érdekelhetnek:

Nem kellenek tökéletes repülésbiztonsági előírások, elég, ha azok megfelelőek

Dióhéjban ez az egyik érve az amerikai közlekedési minisztérium fejesének amellett, hogy miért kéne a mesterséges intelligenciára hagyni a rendeletek megírását. A másik pedig az, hogy ez így sokkal gyorsabb.

Magyar közreműködéssel érkezhet a szobahőmérsékleten működő, hordozható kvantumprocesszor

A hagyományos kvantumszámítógépek hatalmas, bonyolult és rendkívül drága infrastruktúrát igényelnek, működésükhöz ultranagy vákuumra vagy extrém hőmérsékletre van szükség.

A mesterséges intelligencia katasztrofális kockázatai – és egy biztonságosabb út

A mesterséges intelligencia keresztapjának is nevezett montréali professzor szerint az AI-modellek már képesek megtéveszteni, csalni, önfenntartani és kicsúszni az irányításunk alól.

(Forrás: MTI)

Támogatott és ajánlott tartalmaink

Miért nem az akaraterőn bukik el az életmódváltás, és mi működik helyette?

Tiszta lappal indítanád az évet az asztalon? Ezekre figyelj

Készen állsz a kalandokra? Gyere velünk az új Citroën C5 Aircross-szal

További cikkeink a témában
A Player kérdése: Melyik kontinensen élnél a legszívesebben, ha választhatnál?
56% Jó nekem Európa
6% Ázsia
13% Észak-Amerika
3% Dél-Amerika
4% Ázsia
19% Ausztrália
21 nap, ami segít új szokásokat építeni és energiát nyerni
Hirdetés