• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Процессуальные формы использования элементов искусственного интеллекта в современном арбитражном и гражданском судопроизводствеThe Procedural Forms of the Use of Artificial Intelligence Elements in a Modern Commercial and Civil Litigation

Члены комитета:
Ковалева Наталия Николаевна (федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики», д. юрид. н., председатель комитета), Афанасьев Сергей Фёдорович (федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовская государственная юридическая академия», д. юрид. н., член комитета), Дедов Дмитрий Иванович (федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный университет имени М.В.Ломоносова», д. юрид. н., член комитета), Ренц Игорь Геннадьевич (федеральное государственное бюджетное образовательное учреждение высшего образования "Уральский государственный юридический университет им. В. Ф. Яковлева", д. юрид. н., docteur en droit, член комитета), Шварц Михаил Зиновьевич (федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет», к. юрид. н., член комитета)
Диссертация принята к предварительному рассмотрению:
2/19/2024
Диссертация принята к защите:
4/26/2024
Дисс. совет:
Совет по праву
Дата защиты:
6/28/2024
Диссертационное исследование посвящено правовым проблемам применения судами информационных технологий, которые в широком смысле принято именовать искусственным интеллектом (далее – ИИ). Работа направлена на поиск допустимых пределов и формата использования элементов ИИ в судебной деятельности. Одновременно исследование даёт детальный анализ взаимного влияния задач и принципов судопроизводства с идеей внедрения ИИ в деятельность суда. Автор устанавливает значение конкретных принципов процессуального права, после чего рассматривает действие этих принципов в случае применения разных видов систем ИИ. Руководствуясь этим детальным анализом происходящего с основами правосудия в случае внедрения различных видов систем ИИ, автор делает выводы о том, на каких стадиях судебного процесса и для каких целей элементы ИИ могут быть наименее рискованно и наиболее эффективно использованы уже в ближайшей перспективе. Кроме того, проанализирован опыт автоматизации исполнительного производства, где применение элементов ИИ уже сегодня допускается законом, что позволило выявить множество проблемных аспектов, актуальных в полной мере для гражданского и арбитражного судопроизводства.
Диссертация [*.pdf, 2.01 Мб] (дата размещения 4/2/2024)
Резюме [*.pdf, 570.55 Кб] (дата размещения 4/2/2024)
Summary [*.pdf, 420.59 Кб] (дата размещения 4/2/2024)

Публикации, в которых излагаются основные результаты диссертации

Дрозд Д. О. Как применение искусственного интеллекта может повлиять на равноправие сторон и состязательность? // Арбитражный и гражданский процесс. 2023. № 6. С. 9–13. (смотреть на сайте журнала)
Дрозд Д. О. Непосредственность судебного разбирательства при использовании искусственного интеллекта // Российский юридический журнал. 2022. № 4. С. 87–98. (смотреть на сайте журнала)
Дрозд Д. О. Равноправие сторон и состязательность при использовании искусственного интеллекта в судах // Арбитражный и гражданский процесс. 2023. № 2. С. 43–47. (смотреть на сайте журнала)
Дрозд Д. О. Никитина М. А. Влияние цифровизации на судебный процесс // Законодательство. 2022. № 1. С. 46–54. (смотреть на сайте журнала)


Отзывы
Отзыв научного руководителя
Отзыв члена Комитета
Сведения о результатах защиты:
Комитет по диссертации рекомендовал присудить учёную степень кандидата наук (протокол № 2 от 28.06.2024). Решением Диссертационного совета (протокол № 04 от 12.07.2024) присуждена учёная степень кандидата юридических наук.
См. на ту же тему

Разработка алгоритмов построения пайплайнов машинного обучения методами обработки естественного языка основанными на данныхКандидатская диссертация

Соискатель: Трофимова Екатерина Алексеевна
Руководитель: Устюжанин Андрей Евгеньевич

Применение глубоких генеративных моделей для задач прогнозирования в машинном обученииКандидатская диссертация

Соискатель: Баранчук Дмитрий Александрович
Руководитель: Бабенко Артем Валерьевич
Дата защиты: 12/24/2024

Технологии машинного обучения в научном искусстве (сайнс-арт) XXI векаКандидатская диссертация

Соискатель: Миловидов Станислав Вячеславович
Руководитель: Новикова Анна Алексеевна
Дата защиты: 10/30/2024