دستیار هوشمند قضایی برای جایگزین های حبس: مدل پیش بینی ریسک مبتنی بر هوش مصنوعی

زمینه و هدف: افزایش جمعیت کیفری، هزینه های سنگین نگهداری زندانیان و ناکارآمدی سیاست های حبس محور، ضرورت بازنگری در الگوی عدالت کیفری ایران و بهره گیری هدفمند از نهادهای ارفاقی و جایگزین های حبس را دوچندان کرده است. در این میان، پیشرفت های هوش مصنوعی و یادگیری ماشین فرصت تازه ای برای تصمیم سازی دقیق تر، پیش بینی ریسک کیفری و فردی سازی واکنش های قضایی فراهم آورده است. از این رو، پژوهش حاضر با هدف طراحی مدل بومی «دستیار قضایی هوشمند برای جایگزین های حبس» انجام گرفته تا با بهره گیری از تحلیل داده و الگوریتم های توضیح پذیر، ریسک بازگشت به جرم را ارزیابی و مناسب ترین اقدام غیرحبسی برای هر محکوم را پیشنهاد دهد.روش: مطالعه با رویکرد توصیفی–تحلیلی و تطبیق میان الگوهای برجسته خارجی ارزیابی ریسک قضایی (از جمله COMPAS و HART) و نظام حقوقی ایران انجام شده است. بر مبنای اصول فردی سازی مجازات و عدالت ترمیمی، معماری سه لایه ای طراحی گردید که شامل: ۱) لایه ورودی داده (متغیرهای کیفری، اجتماعی و اقتصادی)، ۲) لایه تحلیل مبتنی بر الگوریتم های توضیح پذیر (SHAP و LIME) و ۳) لایه خروجی حقوقی- فرهنگی منطبق بر عدالت اسلامی است. داده های شبیه سازی شده برای آزمون اولیه و سنجش دقت مدل به کار گرفته شدند.یافته ها و نتایج: نتایج نشان داد مدل پیشنهادی می تواند با وزن دهی به متغیرهای فردی و اجتماعی- اقتصادی، امتیاز ریسک بازگشت به جرم را با دقتی بیش از ۸۰ درصد محاسبه کند. تلفیق فیلتر حقوقی- فرهنگی موجب سازگاری نتایج با اصول عدالت اسلامی و اختیارات قاضی گردید. همچنین، پیاده سازی چرخه بازخورد پویا، دقت و یادگیری مستمر مدل را تقویت کرد. این دستیار هوشمند می تواند با کاهش تراکم زندان ها، ارتقای انسجام قضات در اعمال نهادهای ارفاقی و گسترش عدالت داده محور مبتنی بر کرامت انسانی، تحولی بنیادین در سیاست جنایی ایران ایجاد کند. تحقق این هدف منوط به وضع چارچوب های اخلاقی شفاف، ممیزی منظم الگوریتم ها و تاسیس نهاد نظارتی مستقل برای ارزیابی تبعیض و سوگیری احتمالی بر پایه اصول اسلامی عدالت و شفافیت است.

کلیدواژه ها:

هوش مصنوعی ، دستیار قضایی هوشمند ، پیش بینی ریسک ، جایگزین های حبس ، عدالت داده محور