DOI: 10.7256/2454-0595.2022.4.39081

Аннотация: Предметом исследования выступают разрабатываемые в области нормативного административно-правового регулирования методы его анализа и оптимизации на основе индикаторов. Качественная оценка оптимизации законодательства показана на примере постановления губернатора Санкт-Петербурга от 07.09.2015 № 61-пг, которое определяет основные направления публичного администрирования социально-экономических явлений и процессов в Санкт-Петербурге. Сопоставление утвержденных этим постановлением показателей, служащих целями социально-экономического развития и административно-правового регулирования, со статистическими социально-экономическими показателями продемонстрирует, насколько оптимально нормативное регулирование. Эта оптимальность оценивается по соответствию нормативных показателей (целей) наиболее значимым (для миграционных потоков во внутригородских муниципальных образованиях) статистическим показателям, выявленным на больших массивах данных методами машинного обучения.   Машинное обучение на больших массивах данных позволило идентифицировать два наиболее значимых из них показателя — цели социально-экономического развития и нормативно-правового регулирования (расходы на благоустройство и расходы на проведение местных праздников и спортивных мероприятий), а также выявить статистический показатель, не признанный в качестве цели развития территорий (расходы на охрану окружающей среды). Полученные результаты позволили определить важнейшие направления активности вышестоящих уровней публичной власти, соответствующие значимости показателей для миграционного потока: дошкольное и школьное образование, здравоохранение для детей и пожилых граждан, создание для них доступной (комфортной) среды. Полученные результаты имеют методологическое значение, поскольку обладают потенциалом использования численных статистических показателей, и могут быть полезны для оценки оптимизации нормативно-правового регулирования и правовой (регулятивной) политики. Машинное обучение на больших данных в социальной, демографической, экономической и экологической областях может стать важным инструментом для оптимизации административного законодательства и публичного администрирования.

DOI: 10.25136/2409-7136.2021.10.36745

Аннотация: Предметом настоящего исследования выступают общественные отношения, возникающие в связи с совершением мелкого хищения, а также исследовательские средства и методы оценки оптимизации охранительного правового регулирования. В статье обосновывается и апробируется индикатор гуманизации правового регулирования, идентифицируемый и используемый на больших данных судебных актов по административным и уголовным делам о мелком хищении (статья 7.27 КоАП РФ и статья 158.1 УК РФ). Исследование основано на разрабатываемой авторами междисциплинарной методологии, включающей индикаторный подход и комплекс юридических и компьютерных методов исследования (догматический, системного анализа, экспертной оценки, интеллектуального анализа текстов и данных, корреляционного анализа, кластерного анализа, классификации, регрессии и др.).   В результате исследования обоснована необходимость рассматривать гуманизацию охранительного правового регулирования в контексте сбалансированных интересов всех сторон, принимающих участие в юридическом конфликте, а именно: государства (общества), заинтересованного в эффективной превентивной функции охранительного правового регулирования; потерпевшего, заинтересованного в возмещении причиненного ему ущерба; правонарушителя, заинтересованного в назначении справедливого наказания, соразмерного по своей суровости фактическим обстоятельствам дела. Этим интересам были сопоставлены эмпирические данные и знания, извлекаемые из больших массивов судебных актов, а также соответствующие методы исследования. Использование индикатора гуманизации на больших данных дел о мелком хищении показало, что: административная ответственность в целом более гуманна, чем уголовная (по трем из четырех показателей); наличествует несоразмерность репрессии в уголовных делах; уровень гуманизма к потерпевшему в делах об административных правонарушениях крайне низок; индивидуализация уголовного наказания ниже, чем административного, несмотря на более сложную, длительную и дорогостоящую форму уголовного судопроизводства.

DOI: 10.25136/2409-7136.2021.9.36521

Аннотация: Предметом настоящего исследования выступают общественные отношения, возникающие в связи с совершением мелкого хищения, а также исследовательские средства и методы оценки оптимизации законодательства и правоприменения. Благодаря специфической конструкции административной преюдиции в статье показаны методология и результаты анализа больших данных судебных актов по делам о мелком хищении (статья 7.27 КоАП РФ и статья 158.1 УК РФ) для оценки качества правосудия и оптимизации правового регулирования. Исследование основано на разрабатываемой авторами междисциплинарной методологии, включающей индикаторный подход и комплекс юридических и компьютерных методов исследования, в том числе интеллектуальный анализ текстов и данных и машинное обучение. Показано, что: обвинительные приговоры не имеют значимых отличий в семантике и логической сложности принятия решений, по сравнению с постановлениями о назначении административного наказания; логика в принятии решений о выборе наказания за мелкое хищение, наказуемое в административном и в уголовном порядке, различна, причем выбор вида административного наказания оказался более дифференцированным; несмотря на тождественность деяний, связанных административной преюдицией, их регулирование различными законами приводит к различным правоприменительным результатам, причем административно-деликтное регулирование более оптимально; административная ответственность за мелкое хищение для общества в целом является более гуманной, однако для потерпевших более гуманной оказалась уголовная ответственность. Из текстовых массивов были извлечены некоторые знания об административно-деликтологических и криминологических характеристиках мелкого хищения, особенностях судопроизводства и о назначенных наказаниях, а также сделан вывод о применимости разработанной методологии к анализу больших данных судебной практики по делам об административных правонарушениях и уголовным делам.

DOI: 10.7256/2454-0706.2020.10.34250

Аннотация: Предметом настоящего исследования выступают междисциплинарные юридико-компьютерные исследовательские средства и методы. В настоящей статье авторы обосновывают междисциплинарную (юридико-вычислительную) методологию для автоматизированного анализа и оценки качественных изменений в законодательстве и правоприменительной практике. В статье представлены промежуточные результаты исследовательского проекта, имеющие методологический характер и охватывающие методологическую парадигму, принципы, средства и методы научного исследования. Названные выводы являются обобщением эвристического поиска и вычислительных экспериментов, выполненных в предметной (доменной) области административно-деликтного права и представляющих собой осмысление процесса и результатов исследования одновременно с юридической и компьютерной сторон.   В статье обосновывается междисциплинарная парадигма в заявленной методологической области и на основе экспериментального опыта и наблюдений формулируются три принципа исследования: принцип гетерогенности предмета (домена), принцип дискретности юридической практики и принцип идентифицируемости модели. В качестве основных научно-исследовательских средств разработаны, обоснованы и апробированы в вычислительных экспериментах исследовательская информационно-аналитическая система, математические и социальные индикаторы. Компьютерные методы (моделирование знаний, обработка естественного языка, машинное обучение), обеспечивающие автоматизацию идентификации и использования индикаторов, сопрягаются с догматическим методом и методами системного анализа и экспертной оценки, обеспечивающими юридическую осмысленность вычислений. Для важнейших индикаторов определены сопряженные юридико-компьютерные методы их идентификации и использования. В заключении отмечен ряд проблем и ограничений, выявленных в ходе исследования.

DOI: 10.7256/2454-0706.2020.10.43383

Аннотация: Предметом настоящего исследования выступают междисциплинарные юридико-компьютерные исследовательские средства и методы. В настоящей статье авторы обосновывают междисциплинарную (юридико-вычислительную) методологию для автоматизированного анализа и оценки качественных изменений в законодательстве и правоприменительной практике. В статье представлены промежуточные результаты исследовательского проекта, имеющие методологический характер и охватывающие методологическую парадигму, принципы, средства и методы научного исследования. Названные выводы являются обобщением эвристического поиска и вычислительных экспериментов, выполненных в предметной (доменной) области административно-деликтного права и представляющих собой осмысление процесса и результатов исследования одновременно с юридической и компьютерной сторон.   В статье обосновывается междисциплинарная парадигма в заявленной методологической области и на основе экспериментального опыта и наблюдений формулируются три принципа исследования: принцип гетерогенности предмета (домена), принцип дискретности юридической практики и принцип идентифицируемости модели. В качестве основных научно-исследовательских средств разработаны, обоснованы и апробированы в вычислительных экспериментах исследовательская информационно-аналитическая система, математические и социальные индикаторы. Компьютерные методы (моделирование знаний, обработка естественного языка, машинное обучение), обеспечивающие автоматизацию идентификации и использования индикаторов, сопрягаются с догматическим методом и методами системного анализа и экспертной оценки, обеспечивающими юридическую осмысленность вычислений. Для важнейших индикаторов определены сопряженные юридико-компьютерные методы их идентификации и использования. В заключении отмечен ряд проблем и ограничений, выявленных в ходе исследования.

DOI: 10.25136/2409-7136.2020.9.34149

Аннотация: Предметом настоящего исследования выступают исследовательские средства и методы оценки оптимизации законодательства и правоприменения. В статье раскрывается опыт вычислительных экспериментов на судебных актах по делам об административных правонарушениях, предусмотренных главой 18 Кодекса Российской Федерации об административных правонарушениях. Исследование выполнено с использованием различных компьютерных методов, включая моделирование знаний, методы обработки естественного языка и методы машинного обучения, а также сопряженных с ними в рамках междисциплинарной парадигмы методов системного анализа и экспертной оценки. Вычислительные эксперименты производились на эмпирической базе, сформированной из текстов 50438 судебных актов.   На больших данных дел об административных правонарушениях в статье показаны междисциплинарно (с компьютерной и юридической сторон) интерпретируемые результаты при использовании и идентификации ряда индикаторов оптимизации законодательства и правоприменения, прежде всего — временного индикатора, индикатора индивидуализации наказания и индикатора предметной однородности. Одновременно были сделаны некоторые выводы и обобщения относительно законодательства и правоприменения в рассматриваемой области. Вычислительные методы и набор индикаторов могут быть разработаны как основа для принятия решений в области правовой политики. Преимущества данной методологии — объективность выводов, основанная на методологии, открытой для публичной проверки, и больших юридических данных, обеспечивающих полноту исследования.

DOI: 10.7256/2454-0706.2019.8.30306

Аннотация: Предметом настоящего исследования являются изменения, произошедшие в правоприменительной практике вследствие введения в действие в 2011 г. новой редакции статьи 20.4 "Нарушение требований пожарной безопасности" Кодекса Российской Федерации об административных правонарушениях. В статье представлены результаты вычислительных экспериментов, которые проводились с целью разработки и апробирования высокопроизводительного программного комплекса на основе интеллектуального анализа и машинного обучения, который улучшает понимание правовых явлений и процессов, связанных с влиянием законодательства на правоприменительную практику. Для решения исследовательской задачи были использованы данные ГАС «Правосудие» в части 56,5 тыс. постановлений о назначении административного наказания по статье 20.4 КоАП РФ за 2010–2017 гг. Из текстов постановлений были извлечены и факторизованы необходимые данные, данные из JSON были преобразованы алгоритмом в парадигме MapReduce для моделей факторизации и обучения. В результате машинного обучения было получено «дерево решений». На «дереве решений» показано, что с середины 2011 г. произошло качественное улучшение судебной практики, которая стала более единообразной и логичной, при назначении административного наказания суд стал руководствоваться типовыми обстоятельствами дела. Более эффективная редакция статьи 20.4 КоАП РФ позволила в среднесрочном периоде укрепить законность в сфере исполнения формализованных требований к обеспечению пожарной безопасности, сократив количество дел с 2012 по 2017 гг. более чем в 10 раз. Эмпирически обоснован рабочий вариант метода анализа и оценки качественных изменений в законодательстве и правоприменительной практике, основанный на технологии машинного обучения по типу «деревья решений».

DOI: 10.7256/2454-0706.2019.8.43257

Аннотация: Предметом настоящего исследования являются изменения, произошедшие в правоприменительной практике вследствие введения в действие в 2011 г. новой редакции статьи 20.4 "Нарушение требований пожарной безопасности" Кодекса Российской Федерации об административных правонарушениях. В статье представлены результаты вычислительных экспериментов, которые проводились с целью разработки и апробирования высокопроизводительного программного комплекса на основе интеллектуального анализа и машинного обучения, который улучшает понимание правовых явлений и процессов, связанных с влиянием законодательства на правоприменительную практику. Для решения исследовательской задачи были использованы данные ГАС «Правосудие» в части 56,5 тыс. постановлений о назначении административного наказания по статье 20.4 КоАП РФ за 2010–2017 гг. Из текстов постановлений были извлечены и факторизованы необходимые данные, данные из JSON были преобразованы алгоритмом в парадигме MapReduce для моделей факторизации и обучения. В результате машинного обучения было получено «дерево решений». На «дереве решений» показано, что с середины 2011 г. произошло качественное улучшение судебной практики, которая стала более единообразной и логичной, при назначении административного наказания суд стал руководствоваться типовыми обстоятельствами дела. Более эффективная редакция статьи 20.4 КоАП РФ позволила в среднесрочном периоде укрепить законность в сфере исполнения формализованных требований к обеспечению пожарной безопасности, сократив количество дел с 2012 по 2017 гг. более чем в 10 раз. Эмпирически обоснован рабочий вариант метода анализа и оценки качественных изменений в законодательстве и правоприменительной практике, основанный на технологии машинного обучения по типу «деревья решений».