جرم شناسی پیش بینانه و خطر بازتولید تبعیض اجتماعی

جرم شناسی پیش بینانه (Predictive Policing) با بهره گیری از تحلیل داده های کلان (BigData ) و الگوریتم های یادگیری ماشینی، به دنبال پیش بینی مکان و زمان وقوع جرم یا شناسایی افراد در معرض خطر ارتکاب یا قربانی شدن جرم است. این رویکرد نوظهور، اگرچه نویدبخش افزایش کارایی و تخصیص بهینه منابع در نظام عدالت کیفری است، اما به طور فزایندهای باچالش های جدی در زمینه حقوق شهروندی و عدالت اجتماعی مواجه شده است. هدف این مقاله، بررسی انتقادی مبانی نظری و عملی جرم شناسی پیش بینانه، با تمرکز ویژه بر سازوکارهایی است که از طریق آنها، این فناوری ها میتوانند سوگیری های تاریخی موجود در داده های ورودی را جذب کرده و به بازتولید و تشدید تبعیضات اجتماعی، نژادی و اقتصادی در نظام عدالت کیفری منجر شوند. تحلیل نشان می دهد که سوگیری های داده ای (Data Bias) ،برچسب زنی الگوریتمی (Algorithmic Labeling)و ایجاد حلقه های بازخورد تبعیض آمیز، تهدیدی جدی برای اصول اساسی حقوق کیفری از جمله برابری، فرض بی گناهی و دادرسی منصفانه هستند. در پایان،راهکارهایی برای کاهش این خطرات و ملاحظاتی برای کاربرد این فناوری ها در نظام حقوقی ایران ارائه می گردد.

کلیدواژه ها:

عدالت کیفری ، حقوق بشر ، سیاست جنایی ، فناوری هاب نوین ، مجازات