تلاقی مهندسی و حقوق در قامت تحول قضایی

مهندس امیری در ابتدای این نشست به تبیین دقیق جایگاه و سابقه خود پرداخت تا مسیر گفتگو بر پایه‌ای علمی و به دور از عناوین غیردقیق پیش برود. وی با اصلاح برخی تصورات رایج، تصریح کرد که با وجود تحصیل و تسلط هم‌زمان در دو کلان‌حوزه فناوری و حقوق، قاضی یا عضو هیئت علمی حقوق خصوصی نبوده و دکتری ندارد، بلکه به عنوان یک متخصص مهندسی کامپیوتر (گرایش نرم‌افزار) و کارشناس ارشد حقوق، هجده سال سابقه فعالیت مستمر در دادستانی کل کشور را در کارنامه خود دارد. این تلاقی منحصر‌به‌فرد علمی میان حقوق و مهندسی کامپیوتر، به وی احاطه‌ای کم‌نظیر بخشیده تا بتواند ارتباط میان زیست‌بوم فناوری و زیست‌بوم قضایی را به دقت تحلیل کند.

سیر تحول تاریخی؛ از دفتر فنی تا معاونت نظارت بر فضای مجازی

ساختار نظارت بر فضای مجازی در دادستانی کل کشور، تحول نهادی قابل‌توجهی را پشت سر گذاشته است. به گفته مهندس امیری، این ساختار در ابتدا صرفاً یک «دفتر فنی» کوچک ذیل دادستانی کل بود که امور اولیه فناورانه را پیگیری می‌کرد. اما نقطه عطف این نهاد در سال ۱۳۸۸ و با تصویب قانون جرایم رایانه‌ای شکل گرفت. بر اساس این قانون، قوه قضائیه و دادستانی کل کشور مکلف به تشکیل کمیته‌ای برای سالم‌سازی محتوا و نظارت بر فضای مجازی (کمیته تعیین مصادیق محتوای مجرمانه) شدند که دبیرخانه و ریاست آن بر عهده دادستان کل کشور (در آن زمان حضرت آیت‌الله محسنی اژه‌ای) قرار گرفت.

با ورود به دهه ۱۳۹۰، فضای مجازی از یک ساختار رسانه‌ای ساده مبتنی بر وب ۱.۰، به نسل‌های جدید وب یعنی وب ۲.۰ و وب ۳.۰ تحول یافت. در این دوران، سکوها (پلتفرم‌ها) ارتقا یافته، سرعت تولید و انتشار محتوا به شدت افزایش یافت و اقتصاد دیجیتال شکل گرفت. این دگرگونی، ضرورت ارتقای ساختار اداری را ایجاد کرد؛ چرا که مطابق ماده ۶۶ قانون جرایم رایانه‌ای، قوه قضائیه مکلف به راه‌اندازی شعب تخصصی رسیدگی به جرایم رایانه‌ای در دادسراهای سراسر کشور شده بود. رسیدگی تخصصی نیز مستلزم نظارت تخصصی بود. بدین ترتیب، «معاونت نظارت بر امور فضای مجازی» شکل گرفت تا وظایفی همچون راهبری شعب تخصصی، آموزش قضات، پیشگیری از جرم، صیانت از حقوق عمومی در فضای مجازی و تحلیل داده‌ها را از طریق سامانه‌های هوشمند عهده‌دار شود.

مهندس امیری تفاوت این معاونت با مرکز آمار و فناوری اطلاعات قوه قضائیه را چنین تبیین کرد که مرکز فناوری اطلاعات نگاهی «درون‌سازمانی» دارد و به دنبال تأمین نیازهای فنی و آماری خود قوه قضائیه است، اما دادستانی کل کشور لبه بیرونی و نقطه اتصال دستگاه قضایی با دولت، نهادها، بخش عمومی و مردم به شمار می‌رود.

مفهوم‌شناسی عدالت دیجیتال؛ توازن در دسترسی و ابزارسازی برای حق

عدالت دیجیتال مفهومی دووجهی است که مهندس امیری آن را به دو محور کلیدی تقسیم می‌کند:

1. عدالت دیجیتال به مثابه دسترسی عادلانه به مواهب فناوری: این دیدگاه بر کاهش «شکاف دیجیتال»(Digital Divide) تمرکز دارد. در عرصه بین‌المللی، شکاف عمیقی میان کشورهای توسعه‌یافته تولیدکننده فناوری و کشورهای مصرف‌کننده وجود دارد؛ به طوری که سرانه مصرف ترافیک در کشورهای توسعه‌یافته تا ۷۰ برابر کشورهای در حال توسعه است. این شکاف نه تنها در زیرساخت، بلکه در الگوهای زیست دیجیتال دامن‌گیر جوامع شده است. همچنین مباحثی چون «تبعیض الگوریتمی» و شکاف جنسیتی در توسعه فناوری‌های نوین مطرح است؛ برای نمونه، نسبت زنان متخصص در توسعه هوش مصنوعی در دنیا یک به پنج (در برابر مردان) است که در صورت عدم توازن، می‌تواند به سوگیری‌های جنسیتی الگوریتمی منجر شود. از نگاه ملی نیز، دادستانی وظیفه دارد سیاست‌ها را به سمتی هدایت کند که توزیع مواهب فناوری و دسترسی مردم به خدمات دیجیتال عادلانه باشد.
2. کاربست فناوری‌های نوین برای برقراری عدالت: این محور که تمرکز اصلی نشست بر آن بود، به معنای استفاده از ابزارهای هوشمند، فناوری‌های دیجیتال و هوش مصنوعی برای ارتقای فرآیندهای دادرسی، کشف جرم، پیشگیری و اجرای عادلانه‌تر قوانین است.

۱. کشف هوشمند جرم؛ گذار از روش‌های پسینی به اقدامات پیشدستانه

در سیستم سنتی، کشف جرم به شدت وابسته به شواهد فیزیکی، بازبینی‌های انسانی یا گزارش‌ها و شکایات مردمی پس از وقوع جرم بود. اما فناوری‌های نوین و به ویژه هوش مصنوعی، این فرآیند را کاملاً دگرگون کرده‌اند. امروز با حجم انبوه تولید محتوا (هزاران پست در ثانیه)، رصد انسانی غیرممکن است. از این رو، کشورها به سمت نظارت‌های توزیع‌شده چندسطحی و استفاده از سامانه‌های هوشمند رصد و تحلیل داده رفته‌اند. در این سیستم‌ها، مسئولیت پایش اولیه به خود سکوها (پلتفرم‌ها) واگذار شده تا موارد مشکوک را به نهادهای بالادستی گزارش کنند.

نمونه بارز و موفق کاربست هوش مصنوعی در ایران، حوزه مبارزه با قمار آنلاین است. در گذشته که فرآیند کشف متکی بر گزارش‌های مردمی یا ضابطان بود، روزانه حدود ۲۰ فقره جرم کشف می‌شد. اما با طراحی و استقرار سیستم‌های هوشمند مبتنی بر یادگیری ماشین و یادگیری عمیق (Deep Learning) روی تراکنش‌های بانکی، الگوهای پنهان جرایم قمار شناسایی شد و میزان کشف جرایم در این حوزه بین ۱۰ تا ۲۰۰ برابر افزایش یافت. مشابه این الگو امروز در شناسایی سایت‌های فیشینگ و درگاه‌های جعلی پرداخت نیز استفاده می‌شود؛ ماشین‌های هوشمند به طور مداوم صدها هزار سایت را بر اساس الگوهای رفتاری تحلیل کرده و پیش از قربانی شدن شهروندان، درگاه‌های جعلی را شناسایی و مسدود می‌کنند.

۲. شناسایی مظنونین و پیشگیری رفتاری از وقوع جرم

محاسبه ضریب ریسک ارتکاب جرم و شناسایی مظنونین بر اساس جرم‌شناسی دیجیتال، از دیگر کاربردهای خیره‌کننده هوش مصنوعی است. با تحلیل داده‌های هویتی، پیشینه تحصیلی، خانوادگی، محل زندگی و الگوهای رفتاری محکومان قبلی، هوش مصنوعی می‌تواند امضاهای رفتاری خاصی را استخراج کند. این الگوها به پلیس و دستگاه‌های نظارتی کمک می‌کنند تا با محاسبه ضریب ریسک افراد دارای سابقه (مثلاً فردی با ۱۰ سابقه سرقت)، رویکردهای مراقبتی و پیشگیرانه متفاوتی را در پیش بگیرند.

در حوزه پیشگیری، تحلیل رفتار کاربران در شبکه‌های اجتماعی و پلتفرم‌های آگهی دیجیتال بسیار راه‌گشا است. برای مثال، اگر کاربری در پلتفرم‌های آگهی، کالاهای متنوعی را با ویژگی‌های مشابه کالاهای مسروقه ثبت کند، سیستم هوشمند آن را به عنوان ظن به مال‌فروشی آنلاین پرچم‌گذاری می‌کند. همچنین، در شبکه‌های اجتماعی رفتارهای غیرطبیعی مانند عضویت جدید و ارسال هم‌زمان هزاران پیام به افراد غریبه برای مهندسی اجتماعی، بلافاصله توسط عامل‌های هوشمند شناسایی شده و پیش از وقوع بزه، مداخلات لازم صورت می‌گیرد.

درگاه‌های پرداخت الکترونیک نیز با آنالیز رفتاری تراکنش‌ها فعال هستند. برای نمونه، اگر کاربری که همواره در یک استان تراکنش داشته، به طور ناگهانی و هم‌زمان در استانی دیگر تراکنش مالی ثبت کند، سیستم الارم فراد (تقلب) می‌ده. یا در مواردی که مجرمان با ایجاد کسب‌وکارهای صوری (مانند یک کفش‌فروشی آنلاین) اقدام به پولشویی عواید حاصل از قمار یا کلاهبرداری می‌کنند، سیستم‌های هوشمند با تحلیل حجم مبالغ و ساعات غیرمتعارف تراکنش‌ها (مثلاً حجم بالای خرید کفش در ساعت ۳ بامداد)، انحراف رفتاری را کشف کرده و گزارش می‌دهند. این اقدامات پیشگیرانه با کاهش شدید ورودی پرونده‌ها، بار دادرسی و ترافیک شلوغی محاکم را به شدت کاهش می‌دهد.

۳. تحلیل پیشرفته ادله قضایی؛ از ردپای دیجیتال تا امضای سرعت تایپ

بررسی ادله قضایی در روش‌های سنتی همواره با چالش‌های بزرگی روبرو بوده است. اما فناوری‌های نوین پازل‌های جنایی پیچیده را با دقت بالا حل می‌کنند. احراز هویت دیجیتال، پردازش چهره و رهگیری هوشمند متهمان نمونه‌ای از این موارد است؛ تا جایی که مجرمان حرفه‌ای و سازمانی گاه از طریق تحلیل علمی یک عکس بسیار کوچک از چشمشان شناسایی و دستگیر شده‌اند. امروز ردپای دیجیتالی (Digital Footprint) شامل آی‌پی‌ها، هاستینگ‌ها و متادیتای دستگاه‌های متصل، نه تنها در جرایم سایبری بلکه در کشف جرایم خشن فیزیکی مانند قتل نیز کاربرد دارد. با تحلیل زنجیره‌ای ارتباطات مقتول و قاتل در بستر داده‌های آشکار (OSINT)، زنجیره جرم به سرعت کشف می‌شود.

مهندس امیری برای درک میزان ظرافت این فناوری‌ها، به یک پرونده افشای اسناد نظامی در آمریکا اشاره کرد. در این پرونده، متهم ظرف مدت کوتاهی از روی عکس سند منتشر شده شناسایی شد. تحلیل‌گران با بررسی لبه تصویر، متوجه بافت خاصی در پس‌زمینه شدند؛ این بافت با عکسی که متهم پیش‌تر از کابینت آشپزخانه خود در اینستاگرام منتشر کرده بود تطبیق داده شد و منجر به دستگیری وی گردید. حتی فراتر از این، سرعت تایپ کردن و الگوی فشردن کلیدها (Keystroke Dynamics)  نیز امروزه به عنوان یک امضای رفتاری دیجیتال برای شناسایی هویت افراد در فضای مجازی به کار می‌رود.

۴. نظارت سیستماتیک بر اجرای قانون و صیانت از حقوق عمومی

یکی از مأموریت‌های کلان قوه قضائیه و به ویژه سازمان بازرسی کل کشور، نظارت بر حسن اجرای قوانین است. روش‌های سنتی بازرسی مبتنی بر اعزام فیزیکی کارشناسان و حسابرسی‌های دستی، علاوه بر زمان‌بر بودن، امکان پایش همه‌جانبه را فراهم نمی‌کردند. تحول دیجیتال، این بازرسی‌ها را به نظارت‌های سیستمی و مستمر تبدیل کرده است.

با تحلیل داده‌های کلان، فرآیندهایی نظیر اعطای تسهیلات کلان بانکی به طور خودکار بررسی می‌شوند تا از توزیع ناعادلانه ثروت جلوگیری شود. سیستم‌های هوشمند با ترسیم «گراف روابط» می‌توانند نسبت‌های فامیلی و ذی‌نفعان پنهان در پشت مجوزها یا وام‌ها را افشا کنند (به عنوان مثال، کشف رابطه خویشاوندی بین دریافت‌کننده وام و رئیس بانک). همچنین کشف آنومالی در شعب بانکی (مانند شعبه‌ای کوچک در یک شهرستان که تراکنشی فراتر از چندین استان بزرگ دارد) از طریق همین سامانه‌های هوشمند میسر شده که به کشف شبکه‌های گسترده فساد اداری و مالی منتهی می‌گردد.

در حوزه صیانت از حقوق عمومی و اراضی ملی نیز، فناوری‌های نظارتی انقلابی برپا کرده‌اند. پیش از این، قوه قضائیه زمانی از پدیده‌هایی مانند زمین‌خواری، کوه‌خواری یا دریاخواری مطلع می‌شد که ساخت‌وسازها به پایان رسیده بود و تخریب آن‌ها هزینه‌های مادی و اجتماعی سنگینی به بار می‌آورد. امروزه با استفاده از تصاویر پهپادی و پایش ماهواره‌ای هوشمند، تغییرات کاربری اراضی و جنگل‌زدایی‌ها در همان مراحل اولیه شناسایی شده و با ارسال گزارش خودکار به دادستان، قبل از احداث بنا جلوی تعدی به اموال عمومی گرفته می‌شود.

۵. پیش‌بینی روندهای مجرمانه و تحلیل اتمسفر اجتماعی

تصمیم‌گیری قضایی کارآمد نیازمند آینده‌پژوهی و پیش‌بینی روندهای مجرمانه است. هوش مصنوعی با تحلیل داده‌های کلان، روندهای آتی جرایم (مانند رشد جرایم خشن، مالی یا سایبری) را پیش‌بینی می‌کند و به مدیران قضایی امکان می‌دهد منابع انسانی و قضات خود را به طور بهینه و تخصصی توزیع کنند.

افزون بر این، پایش هوشمند شبکه‌های اجتماعی بر بستر داده‌های آشکار، امکان تحلیل اتمسفر و احساسات جمعی (مانند شاخص خشم، اضطراب یا نگرانی) را فراهم می‌آورد. مهندس امیری با اشاره به حوادث گذشته خاطرنشان کرد که ربات‌های سایبری می‌توانند ظرف یک هفته بیش از ۷۵۰ میلیون محتوای جعلی و خشم‌آفرین تولید کنند تا جامعه را به سمت ناآرامی سوق دهند. حسگرهای هوشمند با ردیابی به موقع این پالس‌ها و هشدار به مراجع قضایی و دولتی، بستر مناسبی برای مداخلات پیشگیرانه و ابتکارهای اجتماعی فراهم می‌کنند.

۶. تحول در نظام زندان‌ها؛ از بند فیزیکی تا فنس دیجیتال

زندان‌های سنتی علاوه بر تحمیل هزینه‌های سنگین به دولت، آسیب‌های روحی، فرهنگی و اجتماعی شدیدی مانند گسست پیوند خانواده و قطع ارتباط زندانی با شغل و جامعه را در پی دارند. راهکار نوین برای حل این معضل، «زندان دیجیتال» و استفاده از تجهیزات مراقبت الکترونیکی یا «فنس دیجیتال»(Geofencing)  است.

قاضی می‌تواند با استفاده از پابندهای الکترونیک، محدوده تردد زندانی را به صورت پویا (داینامیک) مدیریت کند؛ به این معنا که فرد اجازه داشته باشد صرفاً برای حضور در محل کار، تحصیل یا دانشگاه از خانه خارج شده و در مسیر مشخصی تردد کند. در صورت رفتار مناسب، این فضا با یک دکمه در سیستم گسترش یافته و در صورت تخلف، محدودتر می‌شود. این رویکرد نه تنها بار مالی دولت را کاهش می‌دهد، بلکه مانع از فروپاشی اقتصادی خانواده و ایجاد آسیب‌های بعدی می‌شود.

همچنین کاربست فناوری‌هایی نظیر ویدئوکنفرانس، دادرسی‌های الکترونیک را تسهیل کرده است. ملاقات آنلاین زندانیان با خانواده‌هایشان (به ویژه اتباع خارجی یا زندانیان دور از وطن) و اخذ اظهارات شهود یا متهمان خطرناک بدون نیاز به فرآیند پرمخاطره و پرهزینه انتقال فیزیکی، از دستاوردهای ارزشمند این بخش است.

۷. شخصی‌سازی مجازات‌ها؛ کارآمدی بازپروری به مدد هوش مصنوعی

هدف نوین حقوق جزا، اصلاح و بازپروری مجرم است، نه انتقام‌جویی. بر این اساس، رویکردهای مدرن بر «شخصی‌سازی مجازات‌ها» تأکید دارند؛ چرا که یک مجازات یکسان بر روی دو شخصیت متفاوت، اثربخشی یکسانی ندارد. به عنوان مثال، برای یک فرد متمول مجازات مالی بی‌اثر است اما یک روز زندان شخصیت او را متنبه می‌کند؛ در حالی که برای فردی دیگر، مجازات‌های جایگزین حبس یا خدمات اجتماعی کارآمدتر است.

با تحلیل داده‌های انباشته قضایی درباره شخصیت، تحصیلات، سن، سوابق و محیط رشد محکومان، هوش مصنوعی می‌تواند به قاضی پیشنهاد دهد که چه نوع مجازاتی (شلاق، جزای نقدی، محرومیت‌های اجتماعی یا حبس) بیشترین ضریب بازدارندگی و کمترین احتمال تکرار جرم را برای آن متهم خاص دارد. این فرآیند، کارآمدی «پرونده شخصیت» محکومان را به اوج می‌رساند.

چالش‌ها و مرزهای باریک اخلاق؛ معمای سوگیری‌های الگوریتمی

با وجود تمام مواهب، مهندس امیری هشدار داد که نباید بدون در نظر گرفتن چالش‌ها، شیفته فناوری شد. یکی از بزرگ‌ترین چالش‌ها در استفاده از هوش مصنوعی قضایی (مانند قاضی دیجیتال یا Robo-Judge)، پدیده «سوگیری الگوریتمی» (Algorithmic Bias) است.

در ایالات متحده، استفاده از سیستم قضایی دیجیتال نشان داد که احکام صادر شده علیه سیاه‌پوستان به مراتب سخت‌گیرانه‌تر از سفیدپوستان است. بررسی‌ها فاش کرد که این ماشین نه به دلیل نقص الگوریتم، بلکه به خاطر داده‌های آموزشی (داده‌های تاریخی قضات انسانی در چند صد سال گذشته که آلوده به نژادپرستی و تبعیض بوده‌اند) به یک قاضی نژادپرست تبدیل شده است. بنابراین، انتقال ناخودآگاه تعصبات انسانی به ژن‌های هوش مصنوعی، زنگ خطری جدی است.

همچنین مرزهای حریم خصوصی در دادرسی هوشمند بسیار حساس است. به عنوان نمونه، در سند تنظیم‌گری هوش مصنوعی اتحادیه اروپا (EU AI Act)، استفاده از سیستم‌های تشخیص چهره در مدارس به منظور کشف تقلب دانش‌آموزان به دلیل نقض حریم خصوصی کودکان ممنوع اعلام شده است. مواجهه با این چالش‌های حقوقی و اخلاقی نیازمند مطالعات عمیق پیشینی است.

چشم‌انداز آینده؛ ۱۷ محور تحول در دادرسی نوین

در پایان نشست، هر دو طرف گفت‌وگو با اشاره به گستردگی فوق‌العاده موضوع توافق کردند که این مباحث ارزشمند را در جلسات بعدی برنامه «گرافن» ادامه دهند. مهندس امیری اعلام کرد که بیش از ۱۷ محور اساسی در خصوص تحول قضایی به واسطه فناوری اطلاعات و هوش مصنوعی تدوین کرده است که هر کدام از آن‌ها می‌تواند زیر و رو کننده فرآیندهای سنتی عدالت باشد. بخش دوم این مباحث به تهدیدات نوین سایبری، جرایم بازتعریف‌شده در عصر هوش مصنوعی و واکاوی دقیق چالش‌های اخلاقی اختصاص خواهد داشت تا سیاست‌گذاران و جامعه علمی با دیدگاهی جامع به استقبال عصر عدالت دیجیتال بروند.