Введение: в статье представлены результаты исследования криминологических рисков, исходящих от технологий искусственного интеллекта, а также факторы риска, обусловливающие их развитие.
Материалы и методы: материалами исследования послужили российское законодательство в области применения риск-ориентированного подхода и развития технологий искусственного интеллекта; социологические теории, обосновывающие концепт «риск»; уголовно-правовые и криминологические исследования. В процессе изучения использовались всеобщий диалектический метод познания, общенаучные методы познания: анализ и синтез, дедукция и индукция, обобщение, а также частнонаучные методы познания: формально-юридический и социологический.
Обзор литературы: проанализированы труды отечественных ученых в области уголовной политики; рассмотрены социологические теории, а также изучены результаты зарубежного практического опыта. Результаты исследования: автор приходит к выводу о необходимости развития и применении риск-ориентированного похода в криминологических исследованиях; дает расширительное толкование понятия «криминологический риск»; выделяет особенности криминологических рисков, исходящих от технологий искусственного интеллекта; определяет факторы риска, характеризующие технологии искусственного интеллекта.
Обсуждение и заключение: технологии искусственного интеллекта в настоящее время выступают основным источником рисков, исходящих от технического прогресса. Применение риск-ориентированного подхода в криминологических исследованиях позволит снизить криминологические риски, детерминированные данными технологиями.
Современная реальность представлена быстрым развитием технологий искусственного интеллекта, в результате чего складываются существенные пробелы в их правовом регулировании. Вопрос о способности технологий искусственного интеллекта выступать полноправным участником правоотношений и нести юридическую ответственность является наиболее дискуссионным. В статье рассмотрены различные точки зрения на эту проблему, обоснована авторская позиция, построенная на знании практических основ функционирования генеративных алгоритмов и принципах традиционного уголовного подхода.