هوش مصنوعی و پیش بینی جرم؛ تحلیل تطبیقی کاربرد فناوری های پیشگیرانه در ایران و آمریکا

این پژوهش با رویکردی تطبیقی، به بررسی کاربرد هوش مصنوعی در پیش بینی جرم در ایران و ایالات متحده آمریکا می پردازد و تفاوت ها و اشتراک های موجود در چارچوب های حقوقی و فناورانه دو کشور را تحلیل می کند. مسئله اصلی تحقیق، شناسایی اختلافات بنیادین در ساختارهای حقوقی و شیوه های کاربردی و نیز ارائه پیشنهادهای سیاستی برای جبران خلاهای قانونی در ایران است. در این راستا، دو فرضیه محوری مورد ارزیابی قرار گرفته اند: نخست، تاثیر تفاوت میان نظام های حقوقی رومن-ژرمنی و کامن لا در کنترل سوگیری های الگوریتمی؛ و دوم، نقش فقدان استانداردهای شفافیت در ایران در تشدید چالش های حقوقی و اجرایی. روش پژوهش بر تحلیل کیفی تطبیقی-حقوقی و شناسایی منابع، شامل قوانین، آراء قضایی و متون علمی، استوار است تا محدودیت های ناشی از دسترسی اندک به داده های عملیاتی کاهش یابد. یافته ها نشان می دهد که با وجود پیشرفت های فناورانه آمریکا در سامانه هایی مانند پردپل، هر دو کشور با مسائل مشترکی همچون جعبه سیاه الگوریتم ها و بازتولید سوگیری های تاریخی مواجه اند. با این حال، تفاوت مهم در سازوکارهای پاسخگویی است؛ به گونه ای که نظام حقوقی آمریکا با بهره گیری از انعطاف پذیری رویه قضایی، از جمله در پرونده هایی مانند کارپنتر، توانسته برخی ابعاد حقوق دیجیتال را بازتعریف کند، در حالی که ایران به دلیل اتکای بیشتر بر حقوق مدون و فقدان مقررات تخصصی، با زمینه های گسترده تری برای سوءاستفاده سیستماتیک مواجه است. بر این اساس، پژوهش حاضر پیشنهاد می کند که ایران با بهره گیری هدفمند از تجربیات جهانی، به تدوین چارچوب های نظارتی شفاف، منشور اخلاقی هوش مصنوعی و اصلاح قوانین مرتبط با حفاظت از داده ها اقدام کند. در نهایت، بدون اتخاذ رویکردی میان رشته ای که جرم شناسی، حقوق دیجیتال و اخلاق فناوری را به هم پیوند دهد، پیشرفت های فنی نه تنها به کاهش جرم منجر نخواهند شد، بلکه می توانند مشروعیت نهادهای امنیتی را نیز تضعیف کنند.

کلیدواژه ها:

هوش مصنوعی ، پیش بینی جرم ، تحلیل تطبیقی ، ایران و آمریکا