ΠΡΟΛΟΓΟΣ
Σήμερα σε πολλές χώρες του δυτικού κόσμου αναπτύσσονται αλγοριθμικά εργαλεία για την επεξεργασία δεδομένων που αφορούν τις αναλύσεις κινδύνων. Μέσα στα πλαίσια αυτά ιδιαίτερο ενδιαφέρον παρουσιάζουν οι έρευνες που επιδιώκουν να εντοπίσουν άτομα που έχουν ποινική εμπλοκή και είναι πιθανόν στο μέλλον να τελέσουν ξανά νέα αδικήματα. Μέχρι πρόσφατα οι μελέτες αυτές ενδιέφεραν κυρίως τους σωφρονιστικούς υπαλλήλους και πρόσωπα που ασχολούνταν με την επιτήρηση των προσώπων που ευρίσκονταν σε καθεστώς απόλυσης υπό όρο έτσι ώστε να μπορούν να εκτελούν αποτελεσματικότερα τα καθήκοντά τους. Σήμερα οι έρευνες αυτές αποτελούν διαγνωστικό εργαλείο και των δικαστών σε πολλά στάδια της ποινικής διαδικασίας, όπως κατά τον έλεγχο των προϋποθέσεων για την επιβολή μέτρων δικονομικού καταναγκασμού ή κατά την επιμέτρηση των ποινών. Η χρήση των μελετών αυτών είναι ιδιαίτερα αμφιλεγόμενη , αφού δημιουργούνται ζητήματα όχι μόνο για την αξιοπιστία αυτών αλλά και για τα κριτήρια με βάση τα οποία οι αλγόριθμοι καταλήγουν στις τελικές τους προτάσεις. Στα πλάσια της παρούσης εργασίας θα αναφερθούμε από την μια πλευρά στον τρόπο λειτουργίας και στην δομή των συγκεκριμένων αλγοριθμικών μελετών , στην κριτική που έχει ασκηθεί σε αυτές μέσα στα πλαίσια του ομοσπονδιακού δικαιικού συστήματος στις ΗΠΑ , στην σημερινή νομική προσέγγιση του ζητήματος από τα δικαστήρια των ΗΠΑ αλλά και ορισμένες σκέψεις μας για την δυνατότητα εφαρμογής των συγκεκριμένων μελέτων στην ελληνική έννομη τάξη.
ΣΚΟΠΟΣ ΤΗΣ ΠΟΙΝΗΣ- ΕΝΤΑΞΗ ΑΛΓΟΡΙΘΜΙΚΩΝ ΜΕΛΕΤΩΝ ΣΤΗΝ ΠΟΙΝΙΚΗ ΔΙΑΔΙΚΑΣΙΑ
Οι περισσότερες έννομες τάξεις του ηπειρωτικού και αγγλοσαξονικού δικαίου έχουν δημιουργήσει ένα κοινό πλαίσιο για την σημασία του ποινικού φαινομένου αλλά και για τους λόγους επιβολής των ποινικών κυρώσεων σε περίπτωση παραβίασης του συγκεκριμένου είδους κανόνων. Ετσι, σύμφωνα με τα κρατούντα, υπάρχουν δύο βασικοί πόλοι που δικαιολογούν την τιμωρία του δράστη. Από την μια πλευρά έχει αναπτυχθεί η δεοντολογικη θεωρία σύμφωνα με την οποία ο καταδικασθείς θα πρέπει να υποβάλλεται σε ποινική μεταχείριση ως ανταπόδοση για την πράξη την οποία τέλεσε . Ετσι σύμφωνα με τον Εμ. Κάντ « η τιμωρία θα πρέπει να επιβάλλεται μόνο και μόνο επειδή το πρόσωπο που υφίσταται την κύρωση έχει τελέσει ποινικό αδίκημα». Με βάση την άποψή αυτή το ζήτημα της τιμωρίας του δράστη αφορά μόνο το παρελθόν και συγκεκριμένα την απαξία της τελεσθείσας πράξης, χωρίς να μας ενδιαφέρει οποιοδήποτε άλλο στοιχείο, ενώ η κύρωση επιβάλλεται διότι ο καταδικασθείς οφείλει να «πληρώσει» στην κοινωνία ένα « χρέος» για το όφελος που έλαβε ή το βάρος που επέβαλε σε κάποιον τρίτο από την παράνομη συμπεριφορά του , ενώ μετά την εκτέλεση της ποινής αποκαθίσταται η ισορροπία που έχει διαταραχθεί στην κοινωνία από το αδίκημα που έχει τελεστεί. Από την άλλη πλευρά υποστηρίζονται οι ωφελιμιστικές θεωρίες , οι οποίες επιδιώκουν να χρησιμοποιήσουν την ποινή, ώστε να επιτεχθούν συγκεκριμένα αποτελέσματα, όπως η βελτίωση της συμπεριφοράς του δράστη . Ο σκοπός της ποινής για τις θεωρίες αυτές έχει κυρίως εργαλειακή σημασία, δηλαδή θα πρέπει η κύρωση να οδηγήσει σε συγκεκριμένα οφέλη για το κοινωνικό σύνολο ( αλλιώς δεν έχει λόγο αυτή να επιβληθεί) . Τούτο σημαίνει ότι κάθε συζήτηση για την επιμέτρηση της ποινής δεν θα πρέπει να συνδέεται με το παρελθόν αλλά αντίθετα με το μέλλον και με το τι αυτή θα προσφέρει στην κυρίαρχη κοινωνική ομάδα που θα επιβάλλει τις κυρώσεις.
Μέσα σε αυτό το πλαίσιο η ποινή θα πρέπει να οδηγεί στη μείωση των εγκληματικών ενεργειών και αυτός ο στόχος συνδέεται όχι μόνο με τον συγκεκριμένο δράστη ( ο οποίος αντιλαμβάνεται ότι το προσωπικό του κόστος από τις παράνομες ενέργειες είναι επαχθές , πράγμα που θα τον αποτρέψει στο μέλλον να τις επαναλάβει ) αλλά και με τους υπόλοιπους πολίτες, οι οποίοι μπορούν να παραδειγματιστούν από την τιμωρία του δράστη ( γενική και ειδική πρόληψη). Επίσης σε περίπτωση στέρησης της προσωπικής ελευθερίας του καταδικασθέντα , η κοινωνία ωφελείται από την απομόνωσή του, αφού περιορίζονται οι δυνατότητές του να τελέσει νέο αδίκημα. Τέλος η θεωρία της αναμόρφωσης του δράστη πρεσβεύει ότι η ποινή θα πρέπει να δίδει την δυνατότητα στον παραβάτη να εξελίξει την προσωπικότητά του και να μεταβάλει σε ουσιαστικό επίπεδο την στάση του απέναντι στα έννομα αγαθά.
Η μεταβολή αυτή οδηγεί στη δημιουργία έντονου κοινωνικού οφέλους , αφού περιορίζεται ο κίνδυνος επανάληψης άλλων εγκληματικών ενεργειών. Η βελτίωση της συμπριφοράς του δράστη μπορεί να οφείλεται σε διάφορους παράγοντες ( πχ μετάνοια ή τύψεις), ενώ σημαντική είναι και η παροχή συνδρομής από τις κρατικές δομές ( στο επίπεδο της ψυχικής υγείας ή της παροχής εκπαίδευσης), ώστε να μειωθούν στο ελάχιστο οι κοινωνικοί παράγοντες που μπορούν να οδηγήσουν τον δράστη στην επανάληψη και άλλων παραβατικών ενεργειών.
Οι δύο παραπάνω θεωρητικές προσεγγίσεις για τον σκοπό της ποινής ( δεοντολογική- ωφελιμιστική) έρχονται πολλές φορές σε σύγκρουση και είναι δύσκολο για τον εφαρμοστή του δικαίου να προχωρήσει σε συγκερασμό αυτών, αφού πχ για την πρώτη η επιβολή της ποινής σε κάθε περίπτωση είναι υποχρεωτική , ενώ στην δεύτερη εξαρτάται από την ύπαρξη κοινωνικού ωφέλους . Γι΄αυτό το λόγο έχουν αναπτυχθεί και υβριδικές απόψεις ( ενωτικές θεωρίες) σύμφωνα με τις οποίες η βαρύτητα της πράξης και τα υπόλοιπα δεοντολογικά στοιχεία δημιουργούν τα ακραία όρια μέσα στα οποία θα πρέπει ο δικαστής να κινηθεί, έτσι ώστε η τελική ποινή που θα επιβληθεί να είναι « δίκαιη» για τον καταδικασθέντα , ενώ για το τελικό της ύψος μπορούν να ληφθούν υπόψη και οι παραπάνω αναφερθέντες κοινωνικοί στόχοι.
Σε νομοθετικό επίπεδο και στην Ελληνική έννομη τάξη αλλά και στις ΗΠΑ δεν υπάρχει κάποια αποκλειστικά κρατούσα θεωρία για τους στόχους που θα πρέπει να υπηρετεί η επιμέτρηση της ποινής και γι΄αυτό όλα τα παραπάνω κριτήρια μπορούν νόμιμα να αποτελέσουν δικαιολογητική βάση για την τελική απόφαση του δικαιοδοτικού οργάνου . Ετσι πχ στο άρθρο 79 του ελληνικού ΠΚ κατά την επιλογή της τελικής κύρωσης λαμβάνεται υπόψη η βαρύτητητα της πράξης αλλά και η προσωπικότητά του δράστη , όπως η διαγωγή του μετά την τέλεση της πράξης και η μετάνοια που τυχόν επέδειξε. Ιστορικά πάντως τουλάχιστον στις ΗΠΑ οι παραπάνω θεωρίες εναλλάσονται ως κύριοι δικαιολογητικοί λόγοι επιβολής της ποινής χωρίς τούτο να σημαίνει ότι αποκλείονται και οι υπόλοιπες από τις τελικές εκτιμήσεις των δικαστηρίων.
Ετσι πχ στις αρχές του αμερικανικού δικαίου, η ποινή είχε κυρίως σκοπό να επιτύχει την γενική και ειδική πρόληψη , ενώ το στοιχείο της ανταπόδοσης υπήρχε στα σοβαρά κακουργήματα , όπως στην ανθρωποκτονία εκ προθέσεως. Τον 19ο και 20ο αιώνα η επανένταξη του δράστη στο κοινωνικό σύνολο αποτέλεσε το βασικό νεωτερικό στοιχείο στην ποινική νομοθεσία , αφού με την πρόοοδο της Ιατρικής και της Ψυχολογίας , οι δράστες αντιμετωπίζονταν ως « ασθενείς» , οι οποίοι μπορούσαν να θεραπευτούν. Ο στόχος της « βελτίωσης» του δράστη άρχισε να δέχεται σοβαρά πλήγματα, αφού οι δικαστές , αντιμετωπίζοντας τους καταδικασθέντες ως « ασθενείς» επέβαλαν από την μια πλευρά « άδικες ποινές» σε διάρκεια ( μεγαλύτερες ), εφόσον τούτο εξυπηρετούσε την «ίαση» τους, ενώ υπήρχε σοβαρή ανισότητα στο ζήτημα των ποινών σε πράξεις ίδιας βαρύτητας, αφού κάθε δικαστής αποφάσιζε για το μέγεθός τους χωρίς ιδιαίτερους περιορισμούς, πράγμα που δημιουργούσε και συνταγματικής φύσεως ζητήματα.
Η έλλειψη σταθερού πλαισίου ποινών και η μεγάλη διακριτική ευχέρεια των δικαστηρίων οδήγησε το 1984 στην ψήφιση του Sentencing Reform Act , σύμφωνα με τον οποίο δύο βασικά κριτήρια που θα πρέπει να ληφθούν υπόψη από τα ποινικά δικαστήρια είναι η βαρύτητα της συμπεριφοράς του δράστη και το ποινικό του παρελθόν, τα οποία αποτελούν το σημείο εκκίνησης για την αξιολόγηση από το δικαιοδοτικό όργανο. Ο SRA προσδιορίζει ότι η ποινική τιμωρία θα πρέπει να ικανοποιεί τέσσερις στόχους, δηλαδή η τελική ποινή θα πρέπει να αντικατοπτρίζει την βαρύτητα του εγκλήματος, να προωθεί τον σεβασμό προς τον νόμο και να επιβάλει ποινή δίκαιη σε σχέση με το αδίκημα ( ανταποδοτική θεωρία), να οδηγεί σε ικανοποιητική αποτροπή τέλεσης νέων αδικημάτων , να προστατεύει το κοινωνικό σύνολο από περαιτέρω παράνομες ενέργειες του δράστη και να προσφέρει στον καταδικασθέντα την απαραίτηση μόρφωση , υγειονομική περίθαλψη κλπ με τον καλύτερο δυνατό τρόπο. Ολοι οι παραπάνω στόχοι έχουν την ίδια ιεραρχική θέση και ουσιαστικά οι δικαστές οφείλουν να επιβάλουν μια ποινή που να είναι αρκετή αλλά όχι μεγαλύτερη από όσο πρέπει για να επιτευχθούν οι παραπάνω στόχοι.
Είναι προφανές από τα ανωτέρω ότι όλα τα παραπάνω κριτήρια μπορούν να χρησιμοποιήσουν το ποινικό παρελθόν του δράστη για να εξαγάγουν συμπεράσματα για τον τρόπο με τον οποίο θα πρέπει να κινηθεί ο ποινικός δικαστής κατά την επιμέτρηση των ποινών. Ετσι πχ η προηγούμενη συμπεριφορά του δράστη δείχνει την ένταση του υποκειμενικού στοιχείου κατά την διάπραξη του συγκεκριμένου αδικήματος αλλά και την γενικότερη στάση του απέναντι στα έννομα αγαθά. Επίσης το ποινικό παρελθόν μπορεί να χρησιμοποιηθεί πχ για να προβλεφθεί η μελλοντική συμπεριφορά του , για το εάν είναι επικίνδυνος και θα πρέπει να φυλακισθεί αλλά και το εάν και πως μπορεί να επιτευχθεί η ειδική πρόληψη.
Μέσα στο πλαίσιο της αξιολόγησης της μελλοντικής συμπεριφοράς του δράστη με βάση δεδομένα του παρόντος, όπως το ποινικό παρελθόν του ή οι οικονομικοί του πόροι ή οι δεξιότητες του , το φύλο κλπ θα πρέπει πλέον να ληφθούν υπόψη και οι τεχνολογικές εξελίξεις .
Ο τεράστιος αριθμός κρατουμένων iδίως στις ΗΠΑ , ο οποίος δημιουργεί σοβαρό οικονομικό βάρος στον ομοσπονδιακό προϋπολογισμό και η ανάγκη για καλύτερη διαχείριση του όγκου των καταδικασθέντων πολιτών οδηγεί στην υιοθέτηση νέων πολιτικών . Οι σημερινοί στόχοι έχουν στόχο την μείωση του κόστους και της σπατάλης των πόρων, την απεξάρτηση από την ποινή της φυλάκισης, την δημιουργία εναλλακτικών προγραμμάτων επανένταξης , μείωσης του κινδύνου τέλεσης νέων αδικημάτων αλλά και της αύξησης της ασφάλειας του κοινωνικού συνόλου. Η επίτευξη όλων αυτών των στόχων βασίζεται στην εκμετάλλευση μοντέλων ανάλυσης ρίσκου, τα οποία τελικά καταλήγουν σε συμπεράσματα για το εάν ο καταδικασθείς αποτελεί κίνδυνο για την κοινωνία και θα πρέπει να φυλακισθεί. Η συγκέντρωση και επεξεργασία ενός τόσο μεγάλου όγκου δεδομένων , η ανάλυση εμπειρικών μελετών για την εγκληματικότητα που βασίζεται σε εμπειρικά δεδομένα και η κατάρτιση μοντέλων ανάλυσης ρίσκου πλέον είναι δυνατή, αφού έχει αναπτυχθεί η τεχνολογία των big data αλλά και οι δυνατότητες των υπολογιστών.
ΕΝΝΟΙΑ ΤΩΝ BIG DATA ΚΑΙ Ο ΤΡΟΠΟΣ ΛΕΙΤΟΥΡΓΙΑΣ ΤΩΝ ΑΛΓΟΡΙΘΜΙΚΩΝ ΜΕΛΕΤΩΝ ΕΠΙΚΙΝΔΥΝΟΤΗΤΑΣ
Τα Big Data ορίζονται ως οι τεράστιες ποσότητες δομημένων, ημιδομημένων και αδόμητων δεδομένων με βασικά χαρακτηριστικά τους τον μεγάλο όγκο τους , την αυξημένη ποικιλομορφία τους και την τεράστια ταχύτητα με την οποία δημιουργούνται. Τα δεδομένα αυτά είναι πολύ μεγάλα και πολύπλοκα για να μπορεί να γίνει αποδοτική εκμετάλλευσή τους από την απλή τεχνολογία βάσεων δεδομένων , η οποία εφαρμόζεται στους περισσότερους οργανισμούς. Η επεξεργασία σε μεγάλη κλίμακα δεδομένων δεν είναι ένα νέο φαινόμενο , αφού ήδη εφαρμόζεται σε επιστήμες όπως η μετεωρολογία , ενώ συχνά για την επεξεργασία απαιτούνταν η χρήση υπερυπολογιστών.
Η αύξηση της υπολογιστικής δύναμης οδηγεί στην ευκολότερη διαχείριση των δεδομενών και στην αξιοποίηση των big data. Οι σημερινές προκλήσεις αφορούν τον τρόπο αποθήκευσης , πρόσβασης αλλά κυρίως επεξεργασίας των big data , αφού μέσα από τον τεράστιο όγκο τους επιδιώκουμε να δημιουργηθούν λειτουργικά μοντέλα που μπορούν να χρησιμοποιηθούν σε όλα τα επιστημονικά πεδία με την μικρότερη υπολογιστική δύναμη αλλά και η εξαγωγή δεδομένων ( data mining) από τα ήδη υπάρχοντα.
Οπως είναι φυσικό τα big data έχουν εισαχθεί στον τομέα της ποινικής δικαιοσύνης , αφού χρησιμοποιούνται για την δημιουργία αναλυτικών εργαλείων για την αξιολόγηση της επικινδυνότητας των δραστών μέσω της αλγοριθμικής σκέψης . Η πρόβλεψη για την μελλοντική συμπεριφορά του δράστη , όπως προείπαμε, είναι ένα ιδιαίτερο σημαντικό μέγεθος, αφού μπορεί να επηρεάσει όχι μόνο τις αποφάσεις του δικαστηρίου στο ζήτημα της επιμέτρησης της ποινής αλλά και την εφαρμογή μεταγενέστερων θεσμικών εργαλείων , όπως την απόλυση υπό όρους αλλά και τα προγράμματα επανένταξης των καταδικασθέντων.
Οι σημερινές αναλύσεις ρίσκου έχουν εισαχθεί στην δικαιοσύνη από άλλους κλάδους της κοινωνικής ζωής ( υπολογισμός ασφαλιστικών κινδύνων, πρόβλεψη υγείας ασθενών κλπ) και θεωρείται ένα σημαντικό εργαλείο που μπορεί να συνδράμει το έργο του δικαστή.
Οι αναλύσεις αυτές βασίζονται σε προηγούμενες έρευνες ειδικά στον πληθυσμό που έχει εμπλοκή με τον ποινικό μηχανισμό ( φυλακισθέντες, αποφυλακισθέντες κλπ) , διεξάγονται με την συμπλήρωση πχ ερωτηματολογίων (τα οποία συλλέγουν δημογραφικά στοιχεία, δεδομένα για το οικογενειακό περιβάλλον και ποινικό παρελθόν) και από τις οποίες προκύπτουν οι βασικοί παράγοντες ρίσκου , δηλαδή τα χαρακτηριστικά τα οποία αυξάνουν ή μειώνουν την πιθανότητα ο δράστης να οδηγηθεί σε υποτροπή. Αυτά χωρίζονται σε σταθερές , δηλαδή σε στοιχεία που δεν μπορούν να αλλάξουν ( πχ προηγούμενη αντικοινωνική συμπεριφορά) αλλά και σε δυναμικές μεταβλητές ( πχ χρήση ναρκωτικών, ανεργία κλπ). Με τα σημερινά δεδομένα οκτώ είναι οι κύριοι παράγοντες που επιδρούν στο ζήτημα της επανατέλεσης νέων αδικημάτων από τον δράστη , δηλαδή η αντικοινωνική συμπεριφορά, η αντικοινωνική στάση απέναντι στα έννομα αγαθά, ο συγχρωτισμός με άτομα που έχουν ποινικό παρελθόν , το ποινικό μητρώο, η χρήση ουσιών , οικογενειακά χαρακτηριστικά ( πχ μονογονεική οικογένεια) , εκπαίδευση και εργασία καθώς και η έλλειψη ασχολιών με θετικό κοινωνικό πρόσημο.
Τα παραπάνω στοιχεία , ύστερα από ανάλυση ( για την οποία χρησιμοπούνται διάφοροι μέθοδοι πχ για την COMPAS χρησιμοποιείται η στατιστική μέθοδος της Γραμμικής Παλινδρόμησης) , δημιουργούν πίνακες και καμπύλες ρίσκου, αφού η εξαφάνιση ορισμένων παραγόντων ( χρήση ναρκωτικών) ή η εμφάνιση άλλων ( πχ δημιουργία οικογένειας) ή η απλή μεταβολή ( πχ ηλικίας)αναπροσαρμόζουν και τις σχετικές πιθανότητες επικινδυνότητας του δράστη. Η μεταβολή αυτή μπορεί να είναι δραστική ή και σταδιακή. Στο σημείο αυτό θα πρέπει να επισημανθεί ότι ορισμένα από τα κριτήρια αυτά συνδέονται στην πράξη ( έμμεσα) με συγκεκριμένες ομάδες ανθρώπων πχ ο τόπος κατοικίας αποτελεί και μια ένδειξη για το χρώμα ή την φυλή του καταδικασθένος, ένα ζήτημα που θα μας απασχολήσει ιδιαίτερα κατωτέρω. Ο τρόπος ανάλυσης που χρησιμοποιείται από κάθε μέθοδο αλλά και τα αποτελέσματα της είναι συνήθως απόρρητος, αφού οι αναλύσεις ρίσκου έχουν αναπτυχθεί σε προγράμματα υπολογιστών που αποτελούν εμπορικό απόρρητο και ιδιοκτησία των κατασκευαστών τους.
Στη συνέχεια λαμβάνει χώρα η συλλογή των δεδομένων από το άτομο που έχει εμπλακεί στην ποινική διαδικασία είτε μέσω των δημόσιων αρχείων ( πχ ποινικό μητρώο, εκθέσεις επιμελητών κλπ) είτε από συνεντεύξεις και συμπλήρωση ερωτηματολογίου από τον δράστη. Σε πολλές περιπτώσεις , εφόσον η σχετική ανάλυση θα χρησιμοποιηθεί για το ζήτημα της επιμέτρησης της ποινής, η συλλογή των στοιχείων διεξάγεται μόνο μετά την έκδοση της καταδικαστικής απόφασης και πριν την επιβολή της ποινής. Τα συγκεντρωθέντα στοιχεία αναλύονται και εκδίδεται το τελικό συμπέρασμα , το οποίο χρησιμοποιείται ανάλογα είτε από το δικαιοδοτικό όργανο είτε από τους επιμελητές κλπ. Θα πρέπει πάντως να αναφερθεί ότι τουλάχιστον μέχρι σήμερα οι μελέτες αυτές έχουν καθαρά συμβουλευτικό χαρακτήρα και δεν δεσμεύουν τον δικαστή κατά το στάδιο επιμέτρησης της ποινής, όμως όπως είναι φυσικό επιδρούν στις τελικές αποφάσεις τους , αφού μάλιστα έχουν ενδυθεί και τον μανδύα του επιστημονικού άρτια « εργαλείου» , αφού η ανάλυση του ρίσκου βασίζεται σε πληθώρα δεδομένων , των οποίων έχει γίνει επεξεργασία από υπολογιστές, οι οποίοι προχωρούν σε αντικειμενικές εκτιμήσεις.
ΣΗΜΕΡΙΝΗ ΝΟΜΟΘΕΤΙΚΗ – ΝΟΜΟΛΟΓΙΑΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΟΥ ΘΕΜΑΤΟΣ
Σήμερα , όπως έχουμε προαναφέρει , οι αλγοριθμικές μελέτες επικινδυνότητας χρησιμοποιούνται σχεδόν σε όλες τις πολιτείες των ΗΠΑ με διαφορετικό η κάθε μια περιεχόμενο και αποτελεί ένα από τα πιο σύγχρονα εργαλεία στον χώρο της ποινολογίας. Σε νομολογιακό επίπεδο η πιο σημαντικηή απόφση είναι του Ανωτάτου Δικαστηρίου του Wisconsin στην υπόθεση Loomis , η οποία ασχολείται κυρίως με συνταγματικής φύσεως ζητήματα. Στην υπόθεση αυτή ασκήθηκε ποινική δίωξη κατά του Loomis για την τέλεση πέντε εγκλημάτων σε ένα περιστατικό που αφορούσε επίθεση με πυροβολισμούς από διερχόμενο όχημα. Τελικά ο κατηγορούμενος δήλωσε ένοχος για αδικήματα μέσης βαρύτητας ( μη συμμόρφωση σε σήμα της τροχαίας και οδήγηση οχήματος χωρίς την συναίνεση του ιδιοκτήτη) και το δικαστήριο κατά το στάδιο της επιμέτρησης της ποινής του επέβαλε ποινή 6 ετών φυλακίσεως και 5 ετών ελεγχόμενης ελευθερίας μετά την έκτιση της πρώτης . Το πρωτοβάθμιο δικαστήριο ελάβε υπόψη για την τελική απόφαση του μελέτη επικινδυνότητας του δράστη , η οποία συντάχθηκε με την μέθοδο COMPAS και η οποία αξιολόγησε τον καταδικασθέντα ως άτομο με αυξημένες πιθανότητες υποτροπής.
Ο καταδικασθείς ,ασκώντας ένδικα μέσα, προέβαλε τον ισχυρισμό ότι η απόφαση του πρωτοβαθμίου δικαστηρίου είναι ακυρωτέα, αφού παραβιάστηκε το δικαίωμά του σε δίκαιη δίκη όσο και αυτό της επιβολής εξατομικευμένης ποινής, αφού δεν του επετράπη να ελέγξει την αρτιότητα του λογισμικού COMPAS και για την επιβολή της ποινής του ελήφθη ως σημαντικός παράγοντας το φύλο του κατά παράβαση του Συντάγματος. Το ζήτημα έφθασε στο Ανώτατο Δικαστήριο της Πολιτείας , όπου κατά πλειοψηφία απέρριψε τις αιτιάσεις του κατηγορουμένου.
Συγκεκριμένα το δικαστήριο , κατ΄αρχάς , έκρινε ότι οι αλγοριθμικές μελέτες επικινδυνότητας αλλά και οι τεχνολογικές εξελίξεις δεν μπορούν να αφήσουν ανεπηρέαστη την ποινική δικαιοσύνη, η οποία θα πρέπει να προσαρμόζεται στα νέα δεδομένα.
Οσον αφορά το πρόγραμμα COMPAS το δικαστήριο δέχθηκε ότι η ύπαρξη εμπορικού απορρήτου και η προστασία των πνευματικών δικαιωμάτων της εταιρίας που ανέπτυξε το λογισμικό αποτελεί νόμιμο λόγο για την μη πρόσβαση του κατηγορουμένου στον αλγόριθμο με τον οποίο αξιολογήθηκε η προσωππικότητά του. Σύμφωνα με την δικαστική απόφαση αρκεί για την νομιμότητα χρήσης του προγράμματος το γεγονός ότι τα δεδομένα που χρησιμοποιήθηκαν παρασχέθηκαν από τον κατηγορούμενο ή από δημόσια έγγραφα και το ότι ο καταδικασθείς είχε την δυνατότητα να ελέγξει και να αμφισβητήσει την εγκυρότητα αυτών. Επίσης η απόφαση έκρινε ότι η ένσταση περί προσβολής των δικονομικών του δικαιωμάτων μπορεί να ευδοκιμήσει στην περίπτωση που το τελικό αποτέλεσμα της απόφασης του δικαστή βασίστηκε καθοριστικά ή εξ’ ολοκλήρου στην μελέτη επικινδυνότητας και όχι εάν αποτέλεσε μόνο ένα από τα στοιχεία που αξιολογήθηκαν.
Οσον αφορά την αιτίαση του κατηγορουμένου για το ζήτημα της λήψεως υπόψιν του φύλου στην τελική επιμέτρηση της ποινής, το δικστήριο έκρινε ότι δεν αποδείχθηκε ότι η κοινωνική διάσταση του φύλου του αποτέλεσε ένα βασικό στοιχείο κατά το στάδιο επιμέτρησης της ποινής.
Παρά ταύτα το δικαστήριο θεώρησε ότι η παράμετρος αυτή είναι ιδιαίτερα σημαντική , αφού έκρινε ότι ο διαχωρισμός είναι αναγκαίος , αφού η αντίθετη αντιμετώπιση οδηγεί σε εσφαλμένα επιστημονικά αποτελέσματα και τέλος παρασχέθηκαν κατευθυυντήριες γραμμές για τον τρόπο χρησιμοποίησης των μελετών, όπως πχ η αναγκαιότητα χρήσης του προγράμματος με ιδιαίτερη προσοχή από τους ποινικούς δικαστές ( χωρίς να διευκρινίζεται περαιτέρω η έννοια της προσοχής) και η υποχρεωτική αναφορά στην έκθεση των περιορισμών της μεθολογίας που χρησιμοποιείται.
ΠΡΟΒΛΗΜΑΤΙΣΜΟΙ ΟΣΟΝ ΑΦΟΡΑ ΤΙΣ ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΛΕΤΕΣ
Οι αλγοριθμικές μελέτες επικινδυνότητας , παρά την «αξιοπιστία» που προβάλλουν προς τα έξω , δέχονται στις ΗΠΑ κριτική για την έλλειψη διαφάνειας του αλγόριθμου παραγωγής των αποτελεσμάτων , για τον τρόπο επεξεργασίας των δεδομένων αλλά και για τα δεδομένα που επιλέγονται προς αξιοποίηση.
Ο πρώτος προβληματισμός αναφέρεται ιδίως στην έλλειψη δυνατότητας από τον κατηγορούμενο αλλά και από οποιονδήποτε ενδιαφερόμενο έρευνας του αλγοριθμικού κώδικα πολλών προγραμμάτων που αναλύουν την επικινδυνότητα των προσώπων που εμπλέκονται στην ποινική δικαιοσύνη. Οι κώδικες αυτοί είναι ενσωματωμένοι σε προγράμματα υπολογιστών ( τα οποία χρησιμοποιούνται σε ομοσπονδιακό ή πολιτειακό επίπεδο ) και αποτελούν πνευματική ιδιοκτησία συγκεκριμένων εταιριών που ασχολούνται με το ζήτημα αυτό. Συνεπώς λόγω του εμπορικού απορρήτου ( σύμφωνα τουλάχιστον με την άποψη του Ανωτάτου Δικαστηρίου του Ουαισκόνσιγκ) ,δεν επιτρέπεται η ανάλυση του αλγόριθμου με αποτέλεσμα να μην μπορεί να ελεγχθεί εάν ο αλγόριθμος είναι ορθός και εάν παράγει τα αποτελέσματα που πρέπει.
Το ζήτημα αυτό συμπλέκεται με την εφαρμογή του Νόμου Περί Ελευθερίας των Πληροφοριών του 1966 ( Freedom of Information Act) , ο οποίος έχει ως βασικό σκοπό να ενισχύσει την διαφάνεια στον τομέα της λήψεως αποφάσεων από διοικητικά όργανα. Σύμφωνα με τον νόμο αυτό επιτρέπεται η πρόσβαση των πολιτών στα κυβερνητικά αρχεία και η λήψη αντιγράφων από οποιαδήποτε υπηρεσία , εφόσον υποβληθεί σχετική αίτηση. Η πρόσβαση δεν περιορίζεται μόνο σε έγγραφα αλλά και σε οτιδήποτε μπορεί να αναπαραχθεί, ευρίσκεται στην κατοχή της υπηρεσίας και δεν έχει σημασία η μορφή στην οποία ευρίσκεται το αρχείο . Η αίτηση θα πρέπει να περιλαμβάνει το είδος της πληροφορίας που ζητείται και η υπηρεσία θα πρέπει να απαντήσει εντός 20 εργάσιμων ημερών. Φυσικά υπάρχουν περιορισμοί του παραπάνω δικαιώματος των πολιτών , ένας από τους οποίους είναι και η ύπαρξη εμπορικών απορρήτων. Ως εμπορικό μυστικό θεωρείται κάθε φόρμουλα , σχέδιο ή συνδυασμός πληροφοριών , οι οποίοι χρησιμοποιούνται στην εργασία κάποιου και του δίδει ένα πλεονέκτημα σε σχέση με τους ανταγωνιστές , οι οποίοι δεν έχουν πρόσβαση σε αυτό. Παρά τις παραπάνω εξαιρέσεις , ο νόμος δημιουργεί τεκμήριο υπέρ της αποκάλυψης των πληροφοριών. Σύμφωνα με την νομολογία του Ανωτάτου Δικαστηρίου, οι εξαιρέσεις αυτές δεν έχουν υποχρεωτική φύση και πάντοτε θα πρέπει να ερμηνεύονται στενά. Μάλιστα έχει υποστηριχθεί ότι η ευρεία πρόσβαση στα αρχεία των υπηρεσιών από τους πολίτες είναι σημαντικότερη από την προστασία των δικαιωμάτων των προσώπων που δεν ασκούν δημόσια εξουσία , ενώ επιτρέπεται να ληφθούν κάποια μέτρα για να εξισορροπηθούν τα αντίθετα συμφέροντα. Η κυβέρνηση Ομπάμα μάλιστα εξέδωσε και εγκύκλιο σύμφωνα με την οποία το τεκμήριο είναι υπέρ της χορήγησης των πληροφοριών στους πολίτες που τις αιτούνται ,ενώ τα νομικά πρόσωπα ιδιωτικού δικαίου και γενικότερα τα πρόσωπα που δεν ασκούν δημόσια εξουσία θα απωλέσουν κάποια προστασία των δικαιωμάτων τους, όσον αφορά το απόρρητο, όταν συνάπτουν συμφωνίες με δημόσιες υπηρεσίες και αναλαμβάνουν να εκτελέσουν δημόσιες λειτουργίες. Παρά τις ανωτέρω επισημάνσεις τα δικαστήρια ακολουθούν εντελώς διαφορετική γραμμή , δημιουργώντας σοβαρά προσκόμματα στην δυνατότητα αξιολόγησης των προγραμμάτων των ηλεκτρονικών υπολογιστών.
O δεύτερος προβληματισμός σχετίζεται με τον τρόπο επεξεργασίας των δεδομένων ( η παρατήρησή μας αυτή είναι γενική και αναφέρεται σε ολόκληρο των κλάδο των big data) , αφού ο αλγόριθμος ουσιαστικά έχει σαν βασικό σκοπό την εξόρυξη δεδομένων (data mining). Η εξόρυξη δεδομένων δημιουργεί πολλές φορές απαράδεκτες διακρίσεις και στην συγκεκριμένη περίπτωση υπάρχει ο κίνδυνος ειδικές ομάδες προσώπων να τεθούν στο περιθώριο και να αντιμετωπιστούν δυσμενέστερα σε σχέση με τον γενικό πληθυσμό. Σε αντίθεση με τα παραδοσιακά εργαλεία, η εξόρυξη δεδομένων έχει σαν σκοπό να εντοπίσει στατιστικές σχέσεις μέσα από τον όγκο των δεδομένων, δηλαδή να ανακαλύψει χρήσιμα μοντέλα και κανονικότητες , οι οποίες μπορούν να χρησιμοποιηθούν και για μεταγενέστερες αποφάσεις. Τα μοντέλα αυτά χρησιμοποιούνται για να αυτοματοποιηθεί η διαδικασία κατηγοριοποίησης των οντοτήτων ή των ενεργειών που ενδιαφέρουν, να υπολογιστεί η αξία των μεταβλητών που δεν έχουν παρατηρηθεί ή να προβλεφθεί ένα μελλοντικό αποτέλεσμα.
Η μέθοδος αυτή εφαρμόζεται πχ για την ανακάλυψη ψεύτικων συναλλαγών, για τον υπολογισμό ασφαλίστρων κλπ. Η διαδικασία αυτή συνδέεται με την έννοια της « μηχανικής μάθησης» , αφού ο αλγόριθμος « μαθαίνει» ποιες από τις βασικές ιδιότητες ή ενέργειες μπορούν να χρησιμεύσουν ως ενδεχόμενες μεταβλητές για τις ιδιότητες ή το αποτέλεσμα των αντικειμένων που εξετάζονται.
Στην συγκεκριμένη περίπτωση στο επίκεντρο μας ευρίσκονται δύο έννοιες , δηλαδή οι μεταβλητές – στόχος και η κλάσεις. Το αποτέλεσμα που μας ενδιαφέρει από την εξόρυξη δεδομένων είναι οι μεταβλητές στόχος, ενώ οι κλάσεις διαχωρίζουν όλες τις δυνατές αξίες των μεταβλητών- στόχων σε κατηγορίες. Πολλές φορές ο ορθός προσδιορισμός των προδιαγραφών των μεταβλητών- στόχων δεν είναι προφανής και θα πρέπει το ίδιο το υπολογιστικό σύστημα να τον δημιουργήσει.
Στο πρώτο στάδιο το πρόγραμμα θα πρέπει να κατανοήσει τους στόχους και τις προϋποθέσεις του όλου σχεδίου από επαγγελματική πλευρά και να μετατρέψει την γνώση σε ένα πρόβλημα προσδιορισμού που μπορεί να λυθεί από την εξόρυξη. Πολλές φορές μέσα στην διαδικασία αυτή η εξόρυξη μπορεί χωρίς πρόθεση να αναλύσει το πρόβλημα με τέτοιον τρόπο, έτσι ώστε να δημιουργεί συστηματικά μειονεκτήματα για κάποια συγκεκριμένη ομάδα που πρέπει να προστατευτεί.
Στο σημείο αυτό θα πρέπει να επισημανθεί ότι ο προσδιορισμός των μεταβλητών- στόχων οδηγεί στην δημιουργία νέων κλάσεων, ενώ πολλές φορές ο προσδιορισμός αυτών, όπως πχ φερεγγυότητα , καλός ή κακός υπάλληλος δεν είναι εύκολη ,ενώ ορισμένες φορές τα τελικά αποτελέσματα βασίζονται σε προηγούμενες αξιολογήσεις , οι οποίες δεν είναι πάντοτε ορθές.
Επίσης ο προσδιορισμός των μεταβλητών-στόχων και των κλάσεων θα καθορίζει το αποτέλεσμα της εξόρυξης. Παρά του ότι η κριτική αφορά και την εσφαλμένη επιλογή κλάσεων, σημαντικός κίνδυνος δημιουργείται για την δημιουργία διακρίσεων από την εσφαλμένη ονομασία των κλάσεων αλλά και τον επιγενόμενο χαρακτηρισμό των παραδειγμάτων , τα οποία χρησιμοποιούνται για την εξόρυξη.
Ο προβληματισμός εντείνεται από το γεγονός ότι κατά την διαδικασία εξόρυξης δεδομένων χρησιμοποιούνται διάφορα δεδομένα , τα οποία ουσιαστικά εκπαιδεύουν το μοντέλο ανάλυσης, ώστε να συμπεριφέρεται με συγκεκριμένο τρόπο. Ο χαρακτήρας των συγκεκριμένων «εκπαιδευτικών δεδομένων» επιδρούν καταλυτικά στα αποτελέσματα της εξόρυξης, αφού εάν τα εκπαιδευτικά δεδομένα δεν είναι αμερόληπτα , τότε το πρόγραμμα δημιουργεί ανάλογα μοντέλα ανάλυσης. Αυτό σημαίνει δύο πράγματα πρώτον ότι εάν η εξόρυξη χρησιμοποιεί περιπτώσεις ή δεδομένα τα οποία δεν είναι αμερόληπτα ως έγκυρα για να «μάθει» από αυτά , τότε το πρόβλημα θα αναπαραχθεί και στην συνέχεια και δεύτερον ότι η εξόρυξη δεδομένων δημιουργεί συμπεράσματα από μεροληπτικό δείγμα του πληθυσμού, τότε κάθε απόφαση που στηρίζεται στα παραπάνω συμπεράσματα θα οδηγεί συστηματικά σε μειονεκτική θέση όσους υπό ή υπέρεκπροσωπούνται στο δείγμα.
Τέλος ίσως το μεγαλύτερο πρόβλημα που παρουσιάζεται αφορά τις έμμεσες διακρίσεις που μπορεί να προκληθούν κατά την επεξεργασία των δεδομένων και την εξόρυξή τους. Εχει παρατηρηθεί ότι σε πολλές περιτπώσεις τα τελικά συμπεράσματα της εξόρυξης δεδομένων προκαλούν δυσμενείς διακρίσεις σε βάρος ειδικών ομάδων πληθυσμού, παρά του ότι δεν φαίνεται κατ’ αρχάς να εισάγονται στη διαδικασία επεξεργασίας τέτοιου είδους στοιχεία. Τούτο είναι πολύ πιθανόν σε περιπτώσεις , όπου τα κριτήρια που χρησιμοποιούνται να σχετίζονται πραγματικά με την λήψη ορθών και λογικών αποφάσεων, όμως παράλληλα αυτά να συνδέονται περισσότερο με συγκεκριμένες ομάδες πληθυσμού. Ετσι πχ η χρησιμοποίηση δεδομένων που αφορούν την εκπαίδευση ή τον τόπο διαμονής ή το εισόδημα μπορούν να δημιουργήσουν ανισότητες σε βάρος των πιο ευαίσθητων ομάδων του πληθυσμού, οι οποίες μπορεί να διαιωνιστούν μέσα στις αλγοριθμικές μελέτες και να ανακυκλώνουν ουσιαστικά τις δυσμενείς προβλέψεις για συγκεκριμένες κοινωνικές ομάδες.Τα πρόσωπα που λαμβάνουν τις τελικές αποφάσεις για τον τρόπο δημιουργίας και επεξεργασίας των big data δεν σημαίνει ότι πάντοτε επιδιώκουν την πρόκληση τέτοιων ανισοτήτων επειδή έχουν προκαταλήψεις σε βάρος συγκεκριμένων ομάδων του πληθυσμού .Αντίθετα οι προτεραιότητες τους μπορεί να σχετίζονται με την προστασία του κοινωνικού συνόλου ή άλλων ευγενών στόχων αλλά παρά ταύτα να αναπαράγουν τις ανισότητες που προυπάρχουν στην κοινωνία. Το ανεπιθύμητο αυτό αποτέλεσμα μπορεί να επέλεθει ακόμη και εάν αφαιρεθούν συγκεκριμένα κριτήρια από τον τρόπο επεξεργασίας και η συγκέντρωση των δεδομένων γίνει με τον πιο αμερόληπτο τρόπο, αφού το πρόβλημα δημιουργείται σε περιπτώσεις όπου κάποια συγκεκριμενα δεδομένα ή κριτήρια δεδομένων συνδέονται ιδιαίτερα με ορισμένες ομάδες , πράγμα που σημαίνει ότι η σημαντική στατιστική συσχέτιση αυτών με τις ομάδες επιδρά καθοριστικά στο αποτέλεσμα της εξόρυξης δεδομένων.
Τέλος στο σημείο αυτό θα πρέπει να επισημανθεί ότι δεν αποκλείεται η χρήση των νέων τεχνολογιών να οδηγήσει και σε ηθελημένες διακρίσεις σε βάρος ομάδων του πληθυσμού από τους δημιουργούς αλλά και τους τελικούς χρήστες των προγραμματων ανάλυσης κινδύνου εκμεταλλευόμενοι τις παραπάνω δομικές αδυναμίες των υπολογιστικών συστημάτων και κρύβοντας επιμελώς τον τρόπο δημιουργίας των αλγόριθμων και των αναλυτικών μοντέλων επικαλούμενοι το εμπορικό ή άλλου είδους απόρρητο. Επίσης το ίδιο αποτέλεσμα μπορεί να επέλθει από την μεροληπτική συλλογή και εισαγωγή δεδομένων ώστε η εξόρυξη να οδηγηθεί σε συγκεκριμένα αποτελέσματα ή να χρησιμοποιήσουν ιστορικό δεδομένων που είναι ήδη μεροληπτικό. Είναι προφανές από τα ανωτέρω ότι οι αλγοριθμικές μελέτες ανάλυσης ρίσκου ( και επικινδυνότητας) είναι ένα εργαλείο που δημιουργεί σοβαρούς προβληματισμούς για την αξιοπιστία του και γι΄αυτό το λόγο θα πρέπει να δίνεται η δυνατότητα ελέγχου όλου του συστήματος που παράγει δεδομένα προς τα δικαστήρια.
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΛΕΤΕΣ ΕΠΙΚΙΝΔΥΝΤΟΤΗΤΑΣ ΣΤΙΣ ΗΠΑ- ΚΡΙΤΙΚΗ ΓΙΑ ΤΙΣ ΥΠΑΡΧΟΥΣΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΠΡΟΒΛΕΨΕΩΣ ΤΗΣ ΜΕΛΛΟΝΤΙΚΗΣ ΣΥΜΠΕΡΙΦΟΡΑΣ ΤΟΥ ΔΡΑΣΤΗ
Μετά από τις παραπάνω γενικές παρατηρήσεις μας για τον τρόπο επεξεργασίας των big data αλλά και για το ζήτημα της διάφανειας των αλγόριθμων, θα αναφερθούμε σε συγκεκριμένες αιτιάσεις που προβάλλονται σήμερα ιδιαίτερα στις ΗΠΑ για την νομιμότητα χρήσης των επίμαχων μελετών, ιδίως όσον αφορά την παραβίαση συγκεκριμένων συνταγματικών διατάξεων. Η αναφορά μας θα είναι σύντομη, αφού σε καμία περίπτωση το ζήτημα δεν μπορεί να εξαντληθεί μέσα στα όρια μιας μελέτης.
Α. Η πρώτη προβαλλόμενη ένσταση σχετίζεται με την ιστορική και συνταγματική απαγόρευση έκδοσης νομοθετικών πράξεων με τις οποίες κάποιο πρόσωπο θεωρούνταν ότι είναι ένοχο για ορισμένη πράξη και του επιβάλλονταν ποινή ( bills of attainder). To συγκεκριμένο μέτρο χρησιμοποιήθηκε από τους Αγγλους κατά την αποικιοκρατική περίοδο της Αμερικής έτσι ώστε να απομακρύνονται από το προσκήνιο ανεπιθύμητα για το καθεστώς πολιτικά κυρίως πρόσωπα. Μετά την δημιουργία των ΗΠΑ , στο άρθρο 1 του Συντάγματος προβλέφθηκε ειδική απαγόρευση για την έκδοση των συγκεκριμένων πράξεων, ενώ το Ανώτατο Δικαστήριο των ΗΠΑ εφαρμόζει την διάταξη όσο το δυνατόν πιο διασταλτικά γίνεται και δεν περιορίζεται μόνο στο ιστορικό περιεχόμενο αυτής.H ύπαρξη της απαγόρευσης συνδέεται άμεσα με την διάκριση των εξουσιών και την αποτροπή της νομοθετικής ή της εκτελεστικής εξουσίας από την επιβολή ποινικών κυρώσεων στους πολίτες, χωρίς της διεξαγωγή μιας δίκαιης δίκης.
Στην συγκεκριμένη περίπτωση , οι μελέτες επικινδυνότητας μπορεί μεν να μην έχουν τα τυπικά χαρακτηριστικά των νομοθετικών πράξεων επιβολής ποινών, όμως ομοιάζουν σε πολλά σημεία.
Κατ’ αρχάς η σύνταξη των μελετών αυτών στις περισσότερες των περιπώσεων επιβάλλεται από τον νόμο , χωρίς να υπάρχει διακριτική ευχέρεια του δικαστηρίου. Χαρακτηριστικά στην Πενσυλβάνια σύμφωνα με το άρθρο 42 ( όπως τροποποιήθηκε) του Κώδικα Νόμου ( για την διαδικασία ενώπιον των δικαστηρίων) επιβλήθηκε η ανάπτυξη ενός εργαλείου, το οποίο θα έχει ως σκοπό την αξιολόγηση της επικινδυνότητας των δραστών στα πλαίσια της επιμετρησης της ποινής. Το εργαλείο αυτό σχεδιάστηκε από μια νομοθετική επιτροπή , στην οποία συμμετείχαν μέλη της βουλής των αντιπροσώπων και της Γερουσίας, ενώ σκοπός της επιτροπής είναι η αύξηση της νομοθετικής παρέμβασης στα ζητήματα της επιβολής ποινικών κυρώσεων. Από τα παραπάνω είναι προφανές ότι ο σχεδιασμός των περισσότερων μελετών αλλά και ο τρόπος χρήσης τους ρυθμίζονται μέσω των νομοθετικών οργάνων, ενώ η παρέμβαση του δικαστικού κλάδου είναι μηδαμινή.
Δεύτερον μπορεί να υποστηριχθεί ότι οι προβλέψεις ρίσκου επιβάλλουν τιμωρία χωρίς την διεξαγωγή δίκης. Ανεξάρητα από το γεγονός του εάν οι μελέτες έχουν υποχρεωτικό ή μη χαρακτήρα, η νομοθετική επιλογή του ότι συγκεκριμένα πρόσωπα θα πρέπει να υποστούν βαρύτερη ποινή μπορεί να επηρεάσει καταλυτικά τις τελικές αποφάσεις στο στάδιο της επιμέτρησης της ποινής. Επίσης ο χαρακτηρισμός του « επικίνδυνου για την Δημόσια Τάξη» εκτείνεται και πέρα στου ποινικού δικονομικού δικαίου , αφού τα μοντέλα επικινδυνότητας περνούν το μήνυμα ότι το κράτος μπορεί να θεωρεί συγκεκριμένες ομάδες πολιτών ( πχ ρομά ) επικίνδυνες . Την ίδια ακριβώς λειτουργία είχαν και οι απαγορευμένες νομοθετικές πράξεις που αναφέρθηκαν παραπάνω , αφού εκτός των άλλων συνεπειών (απαγόρευση άσκηση εργασίας , υποχρέωση παραμονής σε συγκεκριμένη τόπο κλπ) έπλητταν την φήμη και την υπόληψη των πολιτών χαρακτηρίζοντάς τους ως άτομα που προκαλούν κοινωνική αστάθεια, πράγμα που οδηγούσε πολλές φορές σε « κοινωνικό θάνατο» τους.
Τέλος οι στατιστικοί δείκτες επικινδυνότητας επιτρέπουν στην νομοθετική εξουσία να «ξεχωρίσει» και να στοχεύσει τους « κοινωνικούς εχθρούς της» , οι οποίοι συνήθως είναι και οι πολιτικά μη δημοφιλής. Με την επιλογή των κατάλληλων κριτηρίων στις συγκεκριμένες μελέτες μπορούν να στιγματιστούν ομάδων ατόμων, οι οποίες μάλιστα συχνά χρειάζονται και την μεγαλύτερη προστασία. Ετσι πχ στα μοντέλα υπάρχουν παράγοντες στατικοί, από τους οποίους το πρόσωπο δεν μπορεί να μεταβάλλει ή να αλλάξει, όπως η χρήση ναρκωτικών, το μορφωτικό επίπεδο, ο τόπος που μεγάλωσε κλπ. Επίσης δεδομένα όπως το οικογενειακό ποινικό παρελθόν μπορούν να στιγματίσουν ολόκληρες γενεές προσώπων , τα οποία δεν θα μπορούν να ξεφύγουν από τις πράξεις των συγγενών τους. Από τα παραπάνω προκύπτει ότι αυξάνεται ο κίνδυνος στο μέλλον το ζήτημα της επιβολής της ποινής σε κάθε συγκεκριμένη περίπτωση να εξαρτάται κυρίως από γενικούς κοινωνικούς και οικονομικούς παράγοντες και όχι από την βαρύτητα της πράξης ή τον χαρακτήρα του κατηγορουμένου.
Συνεπώς οι συγκεκριμένες μελέτες μπορεί να έχουν αντισυνταγματικό χαρακτήρα , αφού μπορεί να εξομοιωθούν με νομοθετική επιβολή ποινών.
Β. Μια δεύτερη συνταγματική ένσταση συνδέεται άμεσα με την παραβίαση της συνταγματικής πρόβλεψης για δίκαιη δίκη ( Due process Clause) . Σύμφωνα με την άποψη του Ανώτατου Δικαστηρίου των ΗΠΑ, τα δικαιοδοτικά όργανα θα πρέπει να διαμορφώνουν τα πλαίσια των ποινών με βάση τις συγκεκριμένες περιστάσεις κάθε υποθέσεως και λαμβάνοντας υπόψη κάθε είδους πληροφορίες για τον δράστη. Η διακριτική ευχέρεια του δικαστή υπόκεινται σε περιορισμούς , όπως αυτόν της due process clause, σύμφωνα με την οποία θα πρέπει να δοθεί στον κατηγορούμενο η δυνατότητα να αμφισβητήσει και να δώσει εξηγήσεις για όλα τα στοιχεία που χρησιμοποιούνται σε βάρος του και φυσικά ότι ο δικαστής θα πρέπει να είναι αμερόληπτος. Μάλιστα τα κατώτερα δικαστήρια έχουν επεκτείνει την προστασία, αφού απαγορεύουν την χρήση παραγόντων και στοιχείων που δημιουργούν αδικαιολόγητες διακρίσεις.
Στην περίπτωση που μας ενδιαφέρει το Ανώτατο δικαστήριο του Wisconsin στην υπόθεση Loomis έκρινε ότι το πρόγραμμα CΟMPAS ( με το οποίο αξιολογείται η επικινδυνότητα του δράστη) μπορεί να χρησιμοποιηθεί στο δικαστήριο, αφού ο κατηγορούμενος είχε πρόσβαση στα δεδομένα αλλά και σε ποιες μεταβλητές χρησιμοποιήθηκαν, ενώ μπορούσε να αντιτάξει τους ισχυρισμούς του για την ακρίβεια των στοιχείων κατά την διαδικασία επιβολής της ποινής του . Το πρόβλημα ήταν ότι ο κατηγορούμενος δεν μπορούσε να ελέγξει το πως η αξιολόγηση του κινδύνου χρησιμοποίησε τις μεταβλητές και πόσο βάρυνε κάθε μια από αυτές στο τελικό αποτέλεσμα , ενώ το δικαστήριο έκρινε ότι ο κατηγορούμενος καταδικάσθηκε με βάση ακριβείς ππληροφορίες , δηλαδή σύμφωνα με την άποψη του Ανωτάτου Δικαστηρίου του Wisconsin αρκεί η αξιολόγηση του ρίσκου να είναι στατιστικά ακριβής.
Η θέση αυτή του δικαστηρίου είναι ιδιαίτερα προβληματική, αφού δεν επιτρέπεται στον κατηγορούμενο να αντιταχθεί στον τρόπο υπολογισμού του κινδύνου , δηλαδή να αποδείξει ότι το πρόγραμμα είναι εσφαλμένο ( τα σφάλματα μπορεί να αφορούν είτε στον κώδικα του προγράμματος είτε στον σχεδιασμό του) , δηλαδή δεν μπορεί να αποδείξει ότι η αξιολόγηση έχει μηδενική αξία και δεν θα πρέπει να ληφθεί υπόψη, δηλαδή ουσιαστικά παραβιάζεται η αρχή της δίκαιης δίκης και δεύτερον σε πρακτικό επίπεδο η στατιστική ακρίβεια δεν αποτελεί ορθό μέτρο για οποιοδήποοτε δικαστήριο, αφού σύμφωνα με τις έρευνες αλλά και τις προδιαγαφές της βιομηχανίες , οι πιθανότητες να κατηγοροποιηθεί ορθά ο κατηγορούμενος ανέρχονται μόνο στο 70% , δηλαδή για να το θέσουμε αλλιώς υπάρχει κίνδυνος στο 30% των περιπτώσεων ο κατηγορούμενος εσφαλμένα να ενταχθεί σε βαρύτερη ομάδα κινδύνου σε σχέση με την πραγματικότητα. Εαν ληφθεί υπόψη το τεκμήριο αθωότητας του κατηγορουμένου και της ευμενέστερης μεταχείρισής του, η χρησιμοποίηση ενός εργαλείου που πολλές φορές αξιολογεί εσφαλμένα στους καταδικασθέντες, δημιουργεί έντονο προβληματισμό. Γι’ αυτό και καταλήγουμε πάλι στο ότι παρά την άναγκη προστασίας των εμπορικών απορρήτων των εταιριών παραγωγής λογισμικού , το δημόσιο συμφέρον επιβάλλει την δυνατότητα ελέγχου του προγράμματος υπολογισμού ρίσκου από κάθε ενδιαφερόμενο αλλά και από την ίδια την πολιτεία.
Γ. Η τελευταία ένσταση που προβάλλεται αφορά τα κριτήρια που χρησιμοποιούνται για τις μελέτες επικινδυνότητας και συγκεκριμένα ότι η χρήση μεταβλητών όπως η φυλή ή το φύλο δημιουργούν ζητήματα αντισυνταγματικότητας , αφού παραβιάζουν την αρχή της ίσης προστασίας των πολιτών. Σύμφωνα με την παραπάνω αρχή , η κυβέρνηση για να αντιμετωπίσει με διαφορετικό τρόπο τους πολίτες που ευρίσκονται στην ίδια κατάσταση για λόγους που άπτονται της φυλής, του τόπου καταγωγής , της θρησκείας ή του φύλου , θα πρέπει πρώτα το δικαστήριο να δεχθεί ότι συντρέχει αναγκαίος λόγος για την διάκριση αυτή και να ζητήσει από την κυβέρνηση να αποδείξει ότι τα μέτρα που χρησιμοποίησε ήταν τα απολύτως απαραίτητα για να επιτευχθεί ο αναγκαίος αυτός σκοπός. Το Ανώτατο Δικαστήριο έχει κρίνει μια σειρά από λόγους που επιτρέπουν την δυσμενή διάκριση των πολιτών , όπως η επίτευξη εκπαιδευτικής ανάπτυξης σε όλες τις κοινωνικές ομάδες , η διόρθωση προηγούμενης ρατσιστικής συμπεριφοράς ή εάν συντρέχουν λόγοι εθνικής ασφάλειας.
Η νομολογία των δικαστηρίων έχει ήδη αναγνωρίσει ότι ορισμένοι παράγοντες, όπως οι προαναφερόμενοι ( φυλή ή φύλο) , δεν μπορούν να ληφθούν υπόψη από το δικαστήριο, ενώ είναι ασαφές , εάν οι μελέτες επικινδυνότητας έχουν συμπεριλάβει τέτοιου είδους δεδομένα στις αξιολογήσεις τους. Επίσης πιο περίπλοκο είναι το ζήτημα σε περιπτώσεις α. όπου μέσω « αντικειμενικών κριτηρίων» πχ όπως ο τόπος διαμονής εισάγονται έμμεσα στην αξιολόγηση στοιχεία που αφορούν την φυλή , το θρήσκευμα κλπ των καταδικασθέντων, αφού συγκεκριμένες μεταβλητές ( εισόδημα, μορφωτικό επίπεδο, τόπος εργασίας κλπ) των ερευνών συνδέονται σε πραγματικό επίπεδο με ειδικές ομάδες του πληθυσμού β. όπου υπάρχει κανονιστική επεξεργασία των δεδομένων με βάση χαρακτηριστικές ομάδες ανθρώπων έτσι ώστε να γίνονται πιο αμερόληπτες.
Σε θεωρητικό επίπεδο υπάρχει μια μεγάλη συζήτηση για το εάν οι σημερινές μέθοδοι προσδιορισμού του ρίσκου βασίζονται σε δεδομένα που μπορούν να χρησιμοποιηθούν νόμιμα , αφού πολλοί υποστηρίζουν ότι οι μελέτες αυτές ουσιαστικά δημιουργούν απαράδεκτες διακρίσεις μεταξύ των πολιτών με βάση ευαίσθητα στοιχεια , όπως η φυλή ( σε μια κοινωνία μάλιστα που αντιμετωπίζει ρατσιστικά προβλήματα) , χωρίς πάντως να λείπουν και οι αντίθετες απόψεις.
ΕΛΛΗΝΙΚΗ ΕΝΝΟΜΗ ΤΑΞΗ
Μέχρι σήμερα ανάλογες μέθοδοι αξιολόγησης της μελλοντικής επικινδυνότητας των δραστών δεν αναγνωρίζονται από τον έλληνα νομοθέτη και τα δικαστήρια, όμως με την ανάπτυξη της τεχνολογίας σε όλους τους τομείς της κοινωνικής δράσης , μπορεί στο μέλλον να εμφανιστούν και την εγχώρια έννομη τάξη. Κατά την άποψή μας οι συγκεκριμένες μελέτες είναι ιδιαίτερα προβληματικές και έρχονται σε αντίθεση με το Σύνταγμα αλλά και τις βασικές αρχές του ποινικού δικαίου. Συνοπτικά θα αναφέρουμε τα κάτωθι:
Α. Οι μελέτες αυτές έρχονται σε αντίθεση με τα άρθρα 2 και του 5 Συντάγματος, τα οποία προστατεύουν την αξία του ανθρώπου, αφού πρώτον η ποινή που επιβάλλεται στον καταδικασθέντα δεν σχετίζεται με την πράξη του και την συμπεριφορά του αλλά με την συμμετοχή του σε συγκεκριμένες κοινωνικές ομάδες και δεύτερον ο καταδικασθείς τιμωρείται παραπάνω για συντρέχοντες παράγοντες στους οποίους δεν ασκεί ο ίδιος έλεγχο.
Επί των παραπάνω έχουμε να εκθέσουμε τα εξής :
Ο προβληματισμός μας εδράζεται στο γεγονός ότι η ποινική τιμωρία του δράστη στο ελληνικό δίκαιο συνδέεται αναπόσπαστα με την προσωπική ευθύνη του κατηγορουμένου και τις ενσυνείδητες επιλογές του. Στον ΠΚ ( άρθρο 1 και 14) αλλά και στο άρθρο 7 του Συντάγματος , το πρόσωπο τιμωρείται για μια άδικη πράξη που τελεί και η οποία είναι καταλογιστή στον δράστη.
Η αρχή της ηθικής ευθύνης του προσώπου προέρχεται από τα άρθρα 2 και 5 του Συντάγματος, τα οποία προστατεύουν την προσωπικότητα του ατόμου , το οποίο έχει αξία λόγω της ιδιότητάς του αυτής και συνεπώς πρέπει να γίνονται σεβαστές οι επιλογές της ζωής του ( για τις οποίες και βέβαια τελικά κρίνεται) . Η αρχή της ηθικής ευθύνης σημαίνει ότι κάποιος τιμωρείται για τις πράξεις του και την συμπεριφορά του και όχι διότι είναι μέλος μιας ομάδας ( η οποία μάλιστα καθορίζεται από έξω και με κριτήρια πολιτικά και κοινωνικά).
Η προσωπική « ευθύνη» στην περίπτωση που μας απασχολεί διασπάται, αφού το τελικό αποτέλεσμα των ερευνών εξαρτάται από τις πιθανότητες υποτροπής όχι του ιδίου αλλά της ομάδας στην οποία με βάση την έρευνα ανήκει. Στην πραγματικότητα οι αλγοριθμικές μελέτες αντιμετωπίζουν τα πρόσωπα ως εργαλείο, αφού ενδιαφέρονται για τους μέσους όρους των ομάφων στις οποίες ανήκουν ( με ένα μάλιστα αυθαίρετο κριτήριο) και όχι με το εάν το συγκεκριμένα άτομα έχουν πιθανότητες υποτροπής. Ο υποβιβασμός των προσώπων σε εργαλεία και αντικείμενα είναι δεδομένη , ενώ ο κίνδυνος εκδήλωσης ρατσιτσικών τάσεων μεγάλος , αφού με τις μελέτες αυτές ενισχύεται η αντίληψη ότι τα μέλη κάθε ομάδας ( φυλετικής κλπ) , ανεξάρτητως από τα υπόλοιπα χαρακτηριστικά τους, έχουν κοινή συμπεριφορά και προοπτικές και θα πρέπει να αντιμετωπιστούν με τον ίδιο τρόπο.
Στο σημείο αυτό θα πρέπει επίσης να επισημανθεί ότι στις αλγοριθμικές μελέτες επικινδυνότητας όλοι οι παράγοντες που εισάγονται ως δεδομένα για την κατασκευή του προφίλ του κατηγορουμένου θεωρούνται αυτομάτως ως σχετικά για τον προσδιορισμό της ποινής, πράγμα που είναι ιδιαίτερα προβληματικό αφού μπορεί να συντρέχουν συγκεκριμένα περιστατικά που να καταδεικνύουν ότι μόνο μερικοί παράγοντες θα πρέπει να ληφθούν υπόψη. Η υποχρεωτική ομαδοποίηση όλων των προσώπων χωρίς να λαμβάνονται υπόψη τα χαρακτηριστικά κάθε περίπτωσης οδηγεί σε μια υποβίβαση του προσώπου και την απορρόφηση της μοναδικής του προσωπικότητας από το σύνολο, πράγμα που δεν είναι αποδεκτό συνταγματικά. Τέλος η εισαγωγή δεδομένων που σχετίζονται με τον τρόπο ζωής του κατηγορουμένου μπορεί να οδηγήσει κάποιον να τιμωρηθεί αυστηρότερα μόνο και μόνο για τις « αντικοινωνικές του » ιδέες , πράγμα που δεν είναι αντίθετο με τις βασικές αρχές του ποινικού δικαίου.
Επίσης οι ανωτέρω προβληματισμοί αφορούν και το δεύτερο σκέλος των όσων αναφέρθηκαν ανωτέρω , αφού ο καταδικασθείς τιμωρείται με μεγαλύτερη ποινή για συντρέχοντες παράγοντες ( πχ ποινκό παρελθόν γονέων, τόπος διαμονής κατά την παιδική ηλικία, οικογενειακή κατάσταση) στους οποίους δεν ασκεί ο ίδιος έλεγχο, δηλαδή του επιβάλλεται ποινή για πραγματικά περιστατικά για τα οποία ο ίδιος δεν έχει προσωπική ευθύνη, πράγμα που είναι αντισυνταγματικό όπως προαναφέραμε.
Β. Οι αλγοριθμικές μελέτες παραβιάζουν και την αρχή της ισότητας ( αρ. 4 του Συντάγματος) , όπως αυτή ερμηνεύεται από τα δικαστήρια, αφού η ίση μεταχείριση των προσώπων επιβάλλεται όταν συντρέχουν και ίδιες συνθήκες. Στην συγκεκριμένη περίπτωση η επιλογή ποινών με βάση τους μέσους όρους διαφόρων κοινωνικών ομάδων δεν επιτρέπει την λήψη υπόψη των συγκεκριμένων χαρακτηριστικών κάθε περίπτωσης και κάθε κατηγορουμένου και οδηγεί σε μια ισοπέδωση των πολιτών και σε μια ενιαία μεταχείριση των προσώπων που βρίσκονται κάτω από διαφορετικές συνθήκες με βάση τυπικά μεταξύ τους κριτήρια.
Συμπληρωματικά με το άρθρο 4 του Σύντάγματος λειτουργεί και το άρθρο 14 της ΕΣΔΑ που καθιερώνει την ίδια αρχή και απαγορεύει τις διακρίσεις, ορίζοντας ότι «η χρήσις των αναγνωριζομένων εν τη παρούση Συμβάσει δικαιωμάτων και ελευθεριών δέον να εξασφαλισθή ασχέτως διακρίσεως φύλου, φυλής, χρώματος, γλώσσης, θρησκείας, πολιτικών ή άλλων πεποιθήσεων, εθνικής ή κοινωνικής προελεύσεως, συμμετοχής εις εθνικήν μειονότητα, περιουσίας, γεννήσεως ή άλλης καταστάσεως».
Από την νομολογία του ΕΔΔΑ προκύπτει ότι πρώτοντα πρόσωπα που βρίσκονται σε όμοιες καταστάσεις πρέπει να τυγχάνουν όμοιας μεταχείρισης και να μην υφίστανται δυσμενέστερη μεταχείριση λόγω κάποιου ιδιαίτερου «προστατευόμενου» χαρακτηριστικού το οποίο διαθέτουν και δεύτερον ότι τα πρόσωπα που βρίσκονται σε διαφορετικές καταστάσεις πρέπει να τυγχάνουν διαφορετικής μεταχείρισης στον βαθμό που αυτό απαιτείται προκειμένου να τους επιτρέπεται η αξιοποίηση συγκεκριμένων ευκαιριών σε ισότιμη βάση με άλλα πρόσωπα. Τέλος το ΔΕΕ αναφέρει ότι συντρέχει έμμεση διάκριση όταν μια εκ πρώτης όψεως ουδέτερη διάταξη, κριτήριο ή πρακτική μπορεί να θέσει πρόσωπα συγκεκριμένης φυλετικής ή εθνοτικής καταγωγής σε μειονεκτική θέση συγκριτικά με άλλα πρόσωπα, εκτός εάν η διάταξη, το κριτήριο ή η πρακτική αυτή δικαιολογείται αντικειμενικά από ένα θεμιτό σκοπό και τα μέσα επίτευξης αυτού του σκοπού είναι πρόσφορα και αναγκαία». Είναι προφανές από τις ανωτέρω εκτιμήσεις μας, ότι οι μελέτες επικινδυνότητας ( οι οποίες αυξάνουν τον κίνδυνο στέρησης της προσωπικής ελευθερίας των πολιτών) δημιουργούν άμεσες ( ίση μεταχείριση ανόμοιων καταστάσεων) και έμμεσες διακρίσεις λόγω φύλου, οικονομικής κατάστασης κλπ, οι οποίες δεν μπορούν να δικαιολογηθούν και συνεπώς έρχονται σε αντίθεση και με τις ευρωπαϊκες αρχές.
ΕΠΙΛΟΓΟΣ
Οι αλγοριθμικές μελέτες επικινδυνότητας αποτελούν σήμερα ένα νέο εργαλείο για την πρόβλεψη της υποτροπής των δραστών και χρησιμοποιείται σε πολλά δικαιικά συστήματα. Παρά την έξωθεν επιστημονική τους επάρκεια, έχει αποδειχθεί ότι υπάρχουν προβλήματα και στον τρόπο κατάστρωσής τους αλλά και στην δυνατότητα ελέγχου της αξιοπιστίας τους. Επίσης είναι εμφανή η δυνατότητα δημιουργίας άμεσων και έμμεσων διακρίσεων στους πολίτες και στην ποινική τους μεταχείριση. Γι’ αυτό το λόγο θα πρέπει να γίνει μια σοβαρή συζήτηση για τον τρόπο βελτίωσής τους και ελέγχου της αξιοπιστίας τους, ενώ θα πρέπει να δίνεται η δυνατότητα στους κατηγορουμένους να αμφισβητούν την μεθολογία και τα συμπεράσματά τους. Τα δικαιοδοτικά όργανα οφείλουν κατά το στάδιο της επιμέτρησης της ποινής να ενεργούν με βάση την συνείδησή τους και το σύνολο των στοιχείων που διαθέτουν και να μην αντιμετωπίζουν τα συμπεράσματα των συγκεκριμένων μελετών ως θέσφατο. Οι αλγοριθμικές μελέτες κατασκευάζονται από ανθρώπους και όπου υπάρχει ο ανθρώπινος παράγοντας, εμφιλοχωρεί και η πιθανότητα λάθους.
ΓΕΩΡΓΙΟΣ ΠΑΠΑΔΗΜΗΤΡΑΚΗΣ
ΔΙΚΗΓΟΡΟΣ- Δ.Ν
Δρ. ΠΑΠΑΔΗΜΗΤΡΑΚΗΣ και Συνεργάτες Δικηγορικό Γραφείο 
Σχολιάστε