Правовое регулирование искусственного интеллекта в условиях пандемии и инфодемии

Монография

Под общей редакцией 
профессора 
В. В. Блажеева,
профессора 
М. А. Егоровой

---

ebooks@prospekt.org

Информация о книге

УДК 347:004

ББК 67.404:32.97

П68

Рекомендовано Редакционно-издательским советом Московского государственного юридического университета имени О. Е. Кутафина (МГЮА).

Рецензенты:
Ивлиев Г. П., кандидат юридических наук, заслуженный юрист РФ, руководитель Федеральной службы по интеллектуальной собственности РФ;
Рейн Мюллерсон, доктор юридических наук, почетный профессор Таллинского университета и Королевского колледжа Лондонского университета Великобритании, член и экс-президент Института международного права (Женева).

Коллективная монография является первым в России научным изданием, которое посвящено актуальным вопросам правового регулирования искусственного интеллекта в условиях пандемии и инфодемии. В работе подробно рассмотрены роль, значение и особенности правового регулирования искусственного интеллекта в условиях пандемии, изучены перспективы использования технологий искусственного интеллекта для улучшения качества образовательной деятельности, правовое регулирование искусственного интеллекта и инфодемии. Исследовано правовое регулирование отдельных видов отношений с использованием искусственного интеллекта, в частности, перспективы патентования как правового механизма предотвращения распространения коронавирусной инфекции COVID-19 в мире, роль искусственного интеллекта в создании вакцин. Дан анализ современных возможностей применения технологии искусственного интеллекта при разрешении споров в условиях пандемии COVID-19, подняты вопросы перспектив использования искусственного интеллекта при оказании помощи в составлении процессуальных документов, информировании сторон о переносе или задержке судебного заседания, оценке уровня риска повторного совершения лицом преступления, анализе данных, необходимых для разрешения споров. Исследован опыт осуществления прогнозируемого правосудия (predictive justice) и разрешения споров посредством технологии искусственного интеллекта. Рассмотрены вопросы защиты персональных данных, собираемых и обрабатываемых в процессе использования искусственного интеллекта, в условиях пандемии COVID-19. Проанализированы проблемы обеспечения информационной безопасности таких данных, соотношения двух основополагающих прав человека, закрепленных как на национальном, так и на международном уровне, – права на защиту жизни и здоровья, с одной стороны, и права на неприкосновенность частной жизни и защиту данных – с другой, особенности правового регулирования развития искусственного интеллекта в ЕС, Китае, других странах мира, а также возможности его использования в борьбе с COVID-19.

Законодательство приведено по состоянию на 15 мая 2020 г.

Предназначена для преподавателей, научных и практических работников, работников органов государственной власти, юристов, адвокатов, судей, студентов, магистрантов, аспирантов и докторантов.

УДК 347:004

ББК 67.404:32.97

© Блажеев В. В., предисловие, 2020

© Коллектив авторов, 2020

© ООО «Проспект», 2020

АВТОРСКИЙ КОЛЛЕКТИВ

БЛАЖЕЕВ Виктор Владимирович, ректор Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), профессор, заслуженный юрист РФ, почетный работник высшего профессионального образования РФ, почетный работник науки и техники РФ, сопредседатель Ассоциации юристов России (Предисловие);

ЕГОРОВА Мария Александровна, начальник Управления международного сотрудничества Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), сопрезидент Международного союза юристов и экономистов (Франция), доктор юридических наук, профессор. (Параграф 1.2 главы 1; параграф 1.4 главы 1 совместно с А. В. Минбалеевым, А. Г. Барабашевым, Д. А. Пономаревой; параграф 3.2 главы 3 совместно с С. Ю. Кашкиным);

БАРАБАШЕВ Александр Георгиевич, кандидат юридических наук, доцент кафедры интеграционного и европейского права Московского государственного юридического университета имени О. Е. Кутафина (МГЮА). (Параграф 1.4 главы 1 совместно с М. А. Егоровой, А. В. Минбалеевым, Д. А. Пономаревой);

ЗАСЕМКОВА Олеся Федоровна, старший преподаватель кафедры международного частного права Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), кандидат юридических наук. (Параграфы 2.3, 2.4 главы 2);

КАШКИН Сергей Юрьевич, заведующий кафедрой интеграционного и европейского права Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), заслуженный юрист РФ, доктор юридических наук, профессор. (Параграф 1.1 главы 1 совместно с А. В. Минбалеевым; параграфы 3.1, 3.3 главы 3; параграф 3.2 главы 3 совместно с М. А. Егоровой);

МИНБАЛЕЕВ Алексей Владимирович, заведующий кафедрой информационного права и цифровых технологий Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), доктор юридических наук, доцент. (Параграф 1.1 главы 1 совместно с С. Ю. Кашкиным, параграф 1.4 главы 1 совместно с М. А. Егоровой, А. Г. Барабашевым, Д. А. Пономаревой; параграфы 1.5, 1.6. главы 1);

ПОНОМАРЕВА Дарья Владимировна, заместитель заведующего кафедрой практической юриспруденции Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), кандидат юридических наук. (Параграф 1.4 главы 1 совместно с М. А. Егоровой, А. В. Минбалеевым, А. Г. Барабашевым; параграф 1.3 главы 1);

ШАХНАЗАРОВ Бениамин Александрович, доцент кафедры международного частного права Московского государственного юридического университета имени О. Е. Кутафина (МГЮА), кандидат юридических наук, доцент. (Параграфы 2.1, 2.2 главы 2).

ПРЕДИСЛОВИЕ

Правовое регулирование искусственного интеллекта на протяжении последних нескольких лет стало одной из наиболее актуальных тем научных исследований в российской и зарубежной юридической науке.

При этом общемировой сегодня является проблема практически полного отсутствия нормативного правового регулирования и нормативного технического регулирования основ, условий и особенностей разработки, запуска в работу, функционирования, интеграции в другие системы и контроля применения технологий искусственного интеллекта.

Развитие искусственного интеллекта и его постоянно расширяющихся сфер применения требует изменений в правовом регулировании.

Попытки государственного регулирования искусственного интеллекта как в России, так и в других странах мира подтолкнули исследователей в области права к постановке проблем, связанных с необходимостью создания эффективного механизма правового регулирования искусственного интеллекта, создающего четкое разграничение зон ответственности между разработчиками и пользователями систем с искусственным интеллектом и самими технологиями, внедрением унифицированных этических принципов для таких систем.

Интенсификации исследовательской деятельности в области искусственного интеллекта способствовала пандемия коронавируса, внесшая изменения практически во все сферы общественной жизни — от политики, экономики и права до культуры и социальной защиты. Сегодня мы становимся свидетелями формирования новой реальности, в рамках которой подавляющее большинство операций перенесено в дистанционный формат. Пандемия дала толчок технологическим разработкам, особый интерес среди которых представляют системы искусственного интеллекта, использующиеся в области разработки лекарственных средств, медицинской визуализации, исследовании генома, диагностики заболеваний. Во всем мире системы искусственного интеллекта применяются в целях отслеживания распространения эпидемии, в том числе соблюдения гражданами и организациями профилактических мер, направленных на сдерживание экспансии пандемии. Активное использование технологий искусственного интеллекта ставит перед юридическим сообществом задачу разработки системы правового регулирования искусственного интеллекта, основанной как на действующих нормах российского права, опосредующих применение новейших технологий, так и передовом мировом опыте регламентации искусственного интеллекта.

В 2019 году в Российской Федерации была принята Национальная стратегия по развитию искусственного интеллекта на период до 2030 года, утвержденная Указом Президента Российской Федерации от 10.10.2019 № 490, которая предусматривает основные направления создания комплексной системы регулирования общественных отношений, возникающих в связи с развитием и внедрением технологий искусственного интеллекта. Данные направления предполагают создание нормативной основы для внедрения прикладных систем искусственного интеллекта и интенсификации их развития, а также обеспечение соответствия технологий искусственного интеллекта общепризнанным стандартам в области этики и права. Стремление к сохранению баланса этического и юридического заставляет государства усердно трудиться над разработкой принципов использования искусственного интеллекта, примером чему служат Азиломарские принципы, принятые в январе 2017 года на конференции в Азиломаре, США, и свидетельствующие о формировании ответственного подхода человечества к разработке искусственного интеллекта и робототехники, что приобретает особую значимость в эпоху пандемии.

Отличительной особенностью настоящего издания является то, что книга подготовлена высококвалифицированным коллективом Университета имени О. Е. Кутафина (МГЮА). Многих авторов знают не только в России, но и далеко за рубежом.

Настоящая книга посвящена ряду ключевых аспектов правового регулирования искусственного интеллекта в условиях пандемии в России и мире. Рассматривается роль, значение и особенности правового регулирования искусственного интеллекта в условиях пандемии с учетом передовой мировой практики, а также правовое регулирование отдельных аспектов применения технологий искусственного интеллекта, включая вопросы патентования, защиты персональных данных и использования систем ИИ при рассмотрении споров.

Надеюсь, что настоящее исследование послужит толчком к фундаментальным исследованиям в области искусственного интеллекта, решению правовых задач его практического внедрения в повседневную жизнь.

В.В. БЛАЖЕЕВ
ректор Московского государственного юридического
университета имени О. Е. Кутафина (МГЮА)
сопредседатель Ассоциации юристов России,
заслуженный юрист Российской Федерации

Глава 1.
РОЛЬ, ЗНАЧЕНИЕ И ОСОБЕННОСТИ ПРАВОВОГО РЕГУЛИРОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В УСЛОВИЯХ ПАНДЕМИИ

1.1. Правовая природа искусственного интеллекта: развитие идей и современное состояние

Толковый словарь по искусственному интеллекту определяет искусственный интеллект (далее — ИИ) как «Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными». При этом «свойством интеллектуальных систем является выполнение функций (творческих), которые традиционно считаются прерогативой человека»1.

1. Как это обычно бывает, новейшие технологии искусственного интеллекта и робототехники сравнительно внезапно появившись, пугающе быстро развиваются, и возникающие в этой сфере общественные отношения с некоторым опозданием начинают приобретать в различных странах мира и в интеграционных объединениях разнообразные формы правового регулирования. Поэтому правовой науке в нашей стране необходимо незамедлительно включиться в эти процессы. Ведь в идеале именно право должно предсказывать и направлять в нужном цивилизационном направлении развитие Человечества.

2. Даже чисто экономически происходит процесс изменения ценностных ориентаций современного мира. Если еще совсем недавно экономика оценивалась выгодой торговли товарами, а потом больший эффект давало предоставление услуг, то сегодня на первое место в экономике и политике вышло использование новейших достижений науки и технологий, создающих интеллектуальную собственность, определяющую будущее нашей планеты.

3. В условиях шестого экономического уклада под воздействием искусственного интеллекта и робототехники происходит кардинальная смена всего устоявшегося миропорядка. Меняется экономика, политика, право, идеология, общественные отношения, ценности и даже сама личность человека. Поэтому именно право должно стать тем механизмом, который должен отрегулировать сложные отношения между человеком и интеллектуальным роботом.

4. В различных странах мира и в интеграционных объединениях общественные отношения, связанные с функционированием ИИ, приобретают разнообразные формы правового регулирования. Поэтому правовой науке в нашей стране необходимо незамедлительно включиться в эти процессы. Ведь в идеале именно право должно предсказывать и направлять в нужном цивилизационном направлении развитие Человечества, особенно в сфере новейших технологий, определяющих будущее человечества.

5. Опыт КНР в правовом регулировании ИИ весьма интересен, но его развитие и достижения тесно связаны с мировыми тенденциями и практикой разных стран мира, с чего целесообразно и начать.

Идея искусственного интеллекта явилась порождением трех творческих стихий, синергетически соединившихся между собой и создавших пугающую человечество сегодня технически совершенную мечту о прекрасном будущем, способную лишить человечество даже скромного настоящего…

Первыми создателями идей о искусственном интеллекте были великие математики, работавшие над понятием алгоритма, который мог бы предвосхищать деятельность людей, например, индийский математик 8–9 в. н. эры ал-Хорезми, дело которого продолжил в 1684 году Г. В. Лейбниц и другие теоретики.

Вторую группу творцов ИИ представили великие создатели вычислительных машин, начиная с 1500 г., с чертежей арифмометра Леонардо да Винчи. В 1832 г. великий русский ученый Семеен Корсаков успешно использовал перфорированные карты для создания разработанных им механических интеллектуальных машин. Они стали прообразами современных компьютеров, элементов баз данных и экспертных систем2. Эту плеяду деятелей и «программистов из прошлого» продолжила графиня Лавлэйс и Тьюринг, вплотную приблизившийся к живущим ныне поколениям.

И третью группу наиболее творческих создателей искусственного интеллекта составили великие поэты и писатели, дерзкий полет мысли которых более реально предвосхитил воплощение искусственного интеллекта на практике.

Уже вполне современная идея ИИ и созданного человеком робота родилась у писателей-фантастов. Одна из них — Мэри Шелли, издавшая в Лондоне в 1818 г. роман «Франкенштейн», поставила вопрос о контроле за создаваемыми людьми интеллектуальными саморазвивающимися роботами. И только более столетия спустя, уже в начале ХХ столетия чешский писатель-фантаст Карел Чапек в пьесе R.U.R. впервые поставил вопрос о правовом урегулировании взаимоотношений человека и робота. Большую известность, однако, получили произведения американского фантаста Айзека Азимова, который разработал три вполне научных и гуманных закона, предназначенных для регулирования взаимодействия человека и интеллектуального робота.

Правовое регулирование технологий искусственного интеллекта и робототехники более всего развивается в высокоразвитых государствах, которые широко применяют на практике такие технологии и имеют свои национальные черты, отражающие историю развития этих стран, специфику их национального менталитета и правовой культуры. Тем не менее логика правового регулирования этой сферы жизни и ее специфика позволяют сделать некоторые обобщения, необходимые для оптимального применения их полезного опыта, адаптированного к особенностям нашей страны и нашего права.

Действительно, ИИ многогранен, всеобъемлющ и вездесущ — он широко применяется в технических науках, кибернетике, информатике, математике, биологии, медицине, философии, этике, лингвистике, педагогике, искусствоведении, музыковедении, психологии, религио­ведении и т. д. Но именно для всех этих наук особенно необходим и правовой аспект искусственного интеллекта, к удивлению, менее всего разработанный.

Любопытно, что вопросы правового регулирования ИИ затрагивают и глубоко проникают едва ли не в большинство отраслей современного права. Это и уголовное, и конституционное, и гражданское, и административное, и процессуальное, и финансовое, и экологическое, и международное, и интеграционное, и право интеллектуальной собственности, и т. д. Таким образом, мы видим, что это — находящаяся в процессе становления новая комплексная отрасль права. Она развивается сама и одновременно развивает все другие отрасли права, придавая им современное, отвечающее потребностям сегодняшнего дня, адекватное содержание.

С определенной долей условности мы можем наблюдать логику и специфику правового регулирования ИИ в его историческом (диахронном) и даже географическом (страноведческом) развитии. При этом общность гуманистических задач и эффективность функционирования правовых инструментов, используемых для его регулирования, в условиях глобализации и ускорения общественного развития, приводит к определенному сближению и гармонизации различных моделей правового регулирования использования технологий ИИ. Это положение особенно важно для исследователей, стремящихся найти такие общие закономерности, которые позволяют отстающим государствам быстро сравняться с передовыми и продвинуться дальше вперед.

Что же представляет собой искусственный интеллект? 10 октября 2019 года Президентом РФ был принят Указ «О развитии искусственного интеллекта в Российской Федерации», которым была утверждена Стратегия развития искусственного интеллекта на период до 2030 года (Следует отметить, что п. «а» п. 5 Стратегии предусматривает понятие искусственного интеллекта, под которым понимается комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности (далее — РИД) человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений.

Термин «искусственный интеллект» относится в большей степени к области компьютерных наук, которая фокусируется на создании технических систем, способных собирать данные и принимать решения и / или решать проблемы3; это развивающаяся область, нацеленная на создание «мыслящих машин», то есть систем общего назначения с интеллектом, сопоставимым с интеллектом человека, также называемые (так называемый сильный искусственный интеллект); «способность машины имитировать разумное поведение человека»4. Закрепленное в Национальной стратегии развития искусственного интеллекта в РФ сконструировано исходя их технического восприятия данной технологии и для его правильного применения данное определение необходимо системно толковать с рядом других определений (технологическое решение, информационно-коммуникационная инфраструктура, методы машинного обучения и др.). Некоторые из них заложены в Национальной стратегии развития искусственного интеллекта в РФ, часть закрепляются в ГОСТах, а часть легально отсутствует в социальных и технических нормах5.

Законодательное введение понятия «искусственный интеллект» является продолжением государственной политики закрепления на уровне стратегических документов понятийного аппарата цифровых отношений. Вместе с появлением такого аппарата мы можем говорить и об изменении определенных подходов к правовому понятийному аппарату в целом. Как важнейшая правовая ценность понятийный аппарат всегда оценивался в качестве основы для существования и развития права, отражал его основу, сохраняющуюся на протяжении тысячелетий. В условиях цифрового мира право, стремясь «успеть» за технологическим развитием, вынуждено менять понятийный аппарат, подстраивать его под технологическое развитие отношений. Наблюдается определенное «недоверие» к техническому регулированию, на уровне которого традиционно закрепляются технические термины. Право имплементирует в свой арсенал далеко не свойственные ему понятия. Если ранее законодатель старался максимально интегрировать технические термины под правовую материю, то сегодня происходит простой перенос понятий и их определений в тексты нормативных правовых актов. При этом, конечно, законодатель забывает раскрыть все термины, в результате часто определения включают в себя термины, которые отсутствуют в законодательстве, что обусловливает изначальную неспособность полноценного внедрения их в жизнь и использование. Так, в Стратегии развития ИИ остались не раскрытыми такие понятия, как имитация, когнитивные функции человека, программное обес­печение, сервисы по обработке данных и др. Результатом является появление в праве огромного количества понятий из технической сферы, которые нуждаются в постоянной корректировке в связи со стремительным развитием и обновлением используемых информационных технологий, изменением их правового восприятия, необходимостью определять в праве те или иные технические составляющие определений. В итоге, к правовому понятийному аппарату во многом утрачивается отношение как к ценности. Этому способствует и крайне низкий уровень подготовки проектов нормативных правовых актов в сфере регулирования цифровых отношений, отсутствие системы правового моделирования, прогнозирования, отсутствие специализированной правовой научной экспертизы, низкий уровень использования, а иногда и игнорирование правил законодательной техники при формулировании понятий объектов, субъектов и процессов, связанных с процессами цифровизации6.

Благодаря Стратегии развития ИИ определился вектор дальнейшего регулирования цифровых отношений, связанных с использованием искусственного интеллекта, — регулирование слабого искусственного интеллекта и регулирование перспективных методов искусственного интеллекта, направленных на «создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта»7. Отношения, складывающиеся в связи с использованием технологий слабого искусственного интеллекта, предполагающие функционирование тех или иных устройств (роботов) на основе заданного человеком алгоритма, рассматриваются как регулируемые общими нормами информационного законодательства, прежде всего, нормами об информационных системах, а также отраслевыми нормами, например, устанавливающими правовой режим программ для ЭВМ, ответственность за незаконное использование прав на них и др. Между тем, явно существует необходимость формирования специальных норм, регулирующих отношений в сфере использования технологий искусственного интеллекта, в целом, а также выделения соответствующего субинститута цифрового права. Принятие таких норм явно обусловлено перспективами возможности использования в рамках цифровой экономики данных технологий, а также потенциальными угрозами, которые исходят от технологий сильного искусственного интеллекта, как для отдельных сфер общественной жизни, так и глобально для всего человечества8.

Законодательно закрепленное определение ИИ в целом отражает суть данной технологии, хотя и содержит ряд не свойственных праву понятий. Это определение уже закреплено и Федеральном законе «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменения в статью 6 Федерального закона «О персональных данных». Полагаем, что в дальнейшем понятие «Искусственный интеллект» будет развиваться и подвергаться корректировке применительно к той или иной сфере общественных отношений.

1.2. Использование технологий искусственного интеллекта для улучшения качества образовательной деятельности

Сегодня система высшего юридического образования столкнулась с кардинальными переменами. Мы стоим на пороге технологического прогресса, который не может не повлиять на изменение подходов к ведению образовательной деятельности, трансформирующихся с учетом применения цифровых технологий, в том числе ИИ. Внедрение ИИ в образовательный процесс позволяет на качественно новом уровне решать проблемы как повышения качества образования в целом, так и обеспечить переход на индивидуализацию и персонализацию обучения, использовать динамические подходы к оценке образовательной деятельности, в том числе посредством методов машинного обучения.

Единообразного понимания сущности ИИ в науке не существует, как не существует такого единообразного его понимания и в праве. В настоящее время предложено множество определений ИИ, так как области его применения весьма широки. ИИ можно определить как систему, включающую в себя как аппаратные, так и программные компоненты, которые могут относиться к роботу, программе, выполняемой на одном компьютере, программе, выполняемой на сетевых компьютерах, или любому другому набору компонентов, в которых размещен ИИ9. ИИ подразделяется на два класса — сильный и слабый10. Сильный ИИ, по сути, замена человеческого разума, а слабый ИИ — обычно интеллектуальные системы, с помощью которых решаются формализованные задачи. В целом, основное преимущество ИИ заключается в экономии времени. Программы на основе ИИ нужны для выполнения трудоемких задач и повышения эффективности решения проблем. ИИ становится заметным постепенно, в ходе развития общества и экономики через новые технологии. Технологические изменения приносят социальные и культурные изменения, которые отражаются в образе жизни, нормах, политике, социальных институтах, навыках, а также в содержании и формах образования.

Не оспаривая и не отрицая значимость аудиторной работы, заключающейся в непосредственном взаимодействии преподавателя и обучающегося, стоит отметить, что именно образовательная сфера становится одной из перспективных областей применения ИИ. При этом системы ИИ чаще всего выступают своего рода «помощником» организации управленческих процедур, трансляции учебного материала, упрощения коммуникации участников образовательного процесса. Прогнозируется, что к 2025 году на рынке ИИ в образовании в передовых странах мира будет наблюдаться рост на 50%11. Разработка новых моделей ИИ и машинного обучения требует высокого уровня компетенций в нескольких областях знаний. Драйверами информатизации университетов выступают не только накопившиеся системные проблемы вузов, но и переход технологий ИИ на качественно новый уровень. За последние несколько лет машины сумели преодолеть барьер идентификации жестов и распознавания речи. Следующая цель разработчиков ИИ — это создание и улучшение виртуальных преподавателей и ботов-ассистентов.

С учетом активного внедрения в образовательный процесс ИИ сегодня можно выделить ряд приоритетов внедрения цифровых инновационных методов в образовании:

1) более эффективное использование цифровых технологий для преподавания и обучения;

2) развитие соответствующих цифровых компетенций и навыков для цифровой трансформации;

3) улучшение образования за счет лучшего анализа данных и прогнозирования.

Скорость технологических изменений очень высока, что обуславливает трансформацию образовательных практик, институтов и образовательной политики. Следовательно, важно понимать потенциальное влияние ИИ на обучение и воспитание, процесс преподавания и качество образования.

Образовательные системы на основе ИИ в ближайшие годы будут все активнее внедряться в университетах, выгодным образом дополняя существующие образовательные программы и трансформируя их в цифровые и инновационные. Глобальная конкурентоспособность вузов и российского образования невозможна без совершенствования технологий образовательного процесса посредством интеграции человеко-машинных функций и автоматизированных когнитивных задач. Адаптация российских вузов к глобальным образовательным вызовам позволит обеспечить и их привлекательность со стороны работодателей, как заказчиков. Вузы, принимая запросы рынка, понимая важность трудоустройства выпускников, объективно будут внедрять современные образовательные технологии.

Спектр применения ИИ в высшем образовании достаточно широкий — проведение отбора и прием студентов, ускорение обучения, повышение качества знаний, объективный контроль знаний студентов, оптимизация образовательных программ, поддержка студентов в процессе обучения. Из приведенного перечня видно, что функционал систем ИИ в первую очередь должен использоваться там, где необходимо автоматизировать выполнение текущей, преимущественно «шаблонной» деятельности, предполагающей обработку значительного количества данных. Вместе с тем, комплексные автоматизированные системы управления всеми элементами учебного процесса станут в ближайшее время важным направлением развития образовательных технологий ИИ.

Можно выделить ряд основных функций ИИ в образовании:

1. ИИ может автоматизировать базовые действия в образовании, такие как аттестация.

2. Образовательное программное обеспечение может быть адаптировано к потребностям студентов и реализации индивидуальных образовательных траекторий.

3. ИИ указывает пробелы в обучении, формирует базу учебных курсов для освоения или углубления знаний.

4. Дополнительная поддержка студентов посредством «электронного преподавателя» (AI Tutors) на базе технологий ИИ.

5. Программы, основанные на ИИ, позволяют студентам и преподавателям получать обратную связь.

6. Системы ИИ позволяют осуществлять мониторинг успеваемости студентов, своевременно оповещать преподавателей, старост, деканат и других заинтересованных лиц, если возникают проблемы с успеваемостью.

7. ИИ может активизировать научную и исследовательскую деятельность преподавателей и студентов, агрегировать поисковики, данные, направлять на необходимые сайты, изменять алгоритм работы с информацией.

8. Изменение содержания работы преподавателя, повышение его роли фасилитатора. Системы ИИ могут быть запрограммированы для предоставления экспертных знаний, а преподаватель, в этом случае, дополняет лекции «электронного преподавателя», осуществляет поддержку и помощь в усвоении материала.

9. Интеллектуальная компьютерная система должна быть разработана так, чтобы помочь студентам учиться, избегая страха перед ошибками и незнанием. Минимизируются человеческий фактор и социальные барьеры.

10. Система ИИ способна подстраиваться, изменяться в зависимости от того, где учатся студенты, кто их обучает, как они приобретают базовые и специальные профессиональные навыки, формируют компетенции.

Тем не менее, сегодня появляются продвинутые системы ИИ, направленные на решение более сложных задач. Так, существуют системы ИИ, которые позволяют разработать профиль обучения под конкретного обучаемого на основе индивидуальной настройки, которая модулирует учебные материалы для студента с учетом его опыта, навыков, способностей и предпочтительного режима обучения. Персонализация необходима для индустрии образования, преподавание не может и не должно быть одинаковым для всех, так как способности студентов разные. Если нецелесообразно индивидуализированное обучение, то аналогично осуществляется обучение в малых группах. Группировка студентов (обучающихся) — автоматическая посредством ИИ. Если студенту становится скучно в аудитории или в процессе обучения, то автоматически включается режим многозадачности с поэтапным выполнением заданий и фазовым контролем. Нейронный ИИ и машинное обучение могут легко научиться классифицировать студентов на основе результатов их тестов. Современные нейронные системы ИИ естественным образом соответствуют моделям обучения, которые рассматривают обучение как передачу знаний в сознание учащегося. Если под обучением понимается развитие навыков и компетенций, то ИИ должен быть по-разному включен в учебные процессы. Например, IBM Watson Classroom приводит когнитивные решения, которые помогают преподавателям получить представление о стилях обучения, предпочтениях и способностях каждого учащегося, «выводя персонализированное обучение на совершенно новый уровень»12. Таким образом, ИИ предоставляет новые возможности для адаптации (настройки) учебного контента на основе индивидуальных характеристик и стиля обучения конкретного студента. Системы ИИ могут также предоставлять диагностические данные студентам, чтобы они могли размышлять над своими метакогнитивными подходами и возможными областями, нуждающимися в развитии. Нейронный ИИ — большой потенциал для обучения, диагностики, аналитики и образовательного анализа данных. Технологический прогресс в обработке естественного языка и основанных на ИИ интерфейсов «человек-машина» в перспективе создаст новые педагогические возможности. Например, использование разговорных роботов и педагогических компаньонов в образовательном процессе. Кроме того, машинный перевод в режиме реального времени открывает новые возможности в изучении языка, а использование систем ИИ позволяет интерпретировать тексты, написанные студентами.

Интересным примером является платформа шведской компании «Lexplore», которая разработала систему, быстро сканирующую учащихся, подвергающихся риску, отслеживая движения глаз читателя. Система использует распознавание образов на основе данных, и в настоящее время компания расширяется на США и Великобританию. Современные системы ИИ очень хорошо сочетают доказательства из сложных и разнообразных источников данных и используют их для распознавания образов в реальном времени. Поведение обучающихся необходимо постоянно контролировать, чтобы обеспечить обратную связь. Например, технически обеспечить ненавязчивый мониторинг студентов с помощью обработки видео и удаленного отслеживания глаз.

Интенсификации процесса обучения, равно как и повышению качества знаний может способствовать созданная с использованием технологий ИИ система чат-ботов, которые могут использоваться как в дополнение к реализации управленческого функционала (помощь в информировании студентов об оплате обучения, текущих учебных курсах, дополнительных возможностях университета), так и «в помощь» преподавателю (проведение консультаций, дополнительная возможность для организации работы студентов). Чат-боты помогают студентам получить ответ на интересующий вопрос в любое время. По мере увеличения количества вопросов и ответов на них бот становится «умнее», что в дальнейшем может способствовать сокращению нагрузки как административного аппарата ВУЗа, так и профессорско-преподавательского состава.

В дополнение к чат-ботам популярной образовательной площадкой могут стать онлайн форумы, «усиленные» системами ИИ. Привычные онлайн форумы, созданные с использованием официального сайта университета, критикуются за отсутствие структурированной и полноценной обратной связи, что не позволяет студентам поддерживать конструктивное общение с преподавателем. На помощь в данной ситуации могут прийти инструменты ИИ, работа которых состоит в подключении к обсуждению, когда от него отключается человек. Такая система сможет помочь решать образовательные задачи, обу­чая студентов навыкам формулировки вопросов, ведения дискуссии, критического мышления.

Известно применение в рамках образовательного процесса в высшей школе учебных тренажеров, способных повышать общую успеваемость студентов. Зачастую такие тренажеры разрабатываются с учетом направления подготовки (будущей специальности) обучающегося. Существуют электронные платформы, способные оценивать остаточные знания студентов и одновременно обучать пользователей правилам академического письма. Отдельные системы ИИ осуществляют обязанности наставника — тьютора, объясняющего основы дисциплины, если у студента есть проблемы с освоением учебного курса.

Не исключено активное внедрение в ближайшем будущем комплексных систем автоматизации, сконцентрированных на осуществлении управлениями всеми элементами и стадиями образовательного процесса. В университетах США и Китая подобные системы используются в качестве эксперимента. Разработанные для конкретного учебного заведения, такие высокотехнологичные продукты в скором времени выйдут на мировой образовательный рынок. Известность получила американская образовательная платформа Stellic, функционал которой включает поддержку и адаптацию студентов на всех этапах образовательного процесса; адаптивное и инклюзивное образование; тьюторство; формирование рейтинга обучающихся13.

Проверка знаний студентов также может происходить под контролем систем ИИ. Подобного рода системы уже внедряются в процесс обучения в российских вузах. Они помогут российской системе образования не отставать от цифровизации и исключить из образовательного процесса элемент предвзятости со стороны преподавателей. Тестирование на основе ИИ сможет автоматизировать процесс проверки знаний, не только сократив преподавательскую нагрузку, но и сделав сам образовательный процесс более прозрачным. Показателен в данном случае зарубежный опыт. В Технологическом институте Джорджии около 5 месяцев студентам преподавала система ИИ, работающая на базе IBM Watson, которая одновременно осуществляла проверку знаний. В Японии же системы ИИ имеют более широкий функционал, фокусируясь не только на отслеживании успеваемости обучающихся, но и борьбе с негативными явлениями в студенческой среде (например, буллинг).

Уникальную компьютерную игру, позволяющую оценивать скорость принятия решений игроком и его способность прогнозировать ситуацию, создали ученые Московского государственного психолого-педагогического университета (МГППУ). По их словам, разработка также послужит специализированным тренажером этих навыков. Современные методы исследования когнитивных способностей подразу­мевают не только измерение навыков счета и логического мышления, считают ученые МГППУ: разработанная ими система способна также оценивать качество прогнозов и решений, принимаемых в быстро меняющихся условиях. ИИ адаптирует игровой процесс под конкретного испытуемого, наблюдая за его стратегией и генерируя ситуации такой сложности, которая даст наиболее подробное представление о реальном уровне развития его навыков. Представляет сложность при разработке подобных психодиагностических средств накопление больших эмпирических данных для корректной настройки адаптивных процедур. Дальнейшие задачи исследовательского коллектива — подготовка системы к внедрению в образовательную практику, а также разработка на основе созданного ИИ программных элементов, повышающих жизнеспособность автоматизированных систем в нештатных ситуациях.

Машинное обучение использует большие объемы входных данных для прогнозирования новых результатов. Алгоритмы машинного обучения анализируют данные для выявления закономерностей и построения образовательной модели, которая затем используется для прогнозирования будущих шагов. Машинное обучение рассматривается как трехэтапный процесс (анализ данных, построение модели, выполнение действия), который непрерывно повторяется (результаты действия генерируют новые данные, что, в свою очередь, вносит изменения в модель, в итоге — новое действие). Обучение с подкреплением подразумевает постоянное улучшение модели на основе обратной связи.

В формальном образовании ИИ может оказать не только положительное, но и отрицательное влияние на обучение. Ограничения технологии ИИ заключается в том, что ее невозможно применять в одинаковых форматах в разных образовательных организациях. Риски искусственного интеллекта в сфере образования существенны. ИИ — это вызов образовательной индустрии благодаря усовершенствованным и эффективным средствам обучения и преподавания. Основные риски: возможен рост безработицы в преподавательской среде; качество обучения с помощью ИИ не однозначно, особенно на первых этапах его внедрения в обучении, нужен компромисс; отсутствие личного участия и взаимодействия; действия виртуального преподавателя невозможно прогнозировать; повышение технологической зависимости студентов. Существует риск того, что ИИ может быть использован для расширения масштабов плохой педагогической практики. К явным недостаткам относят возможность несанкционированного доступа ИИ к информации о частной жизни студентов и преподавателей, а также неспособность виртуальных преподавателей и чат-ботов эффективно работать со сложными студентами, «подтягивать» их знания до приемлемого уровня.

Поскольку образовательные системы имеют тенденцию адаптироваться к требованиям индустриальной эпохи, то ИИ может сделать некоторые функции образования устаревшими, но, в то же время, подчеркнуть и актуализировать другие, что потребует внедрения искусственных когнитивных технологий. Одной из ключевых ролей современной образовательной системы является создание компетенций, позволяющих людям участвовать в экономической сфере жизни. Достижения в области ИИ и машинного обучения окажут глубокое влияние на будущие рынки труда, требования к навыкам, а также учебной и преподавательской практике. Основные препятствия при переходе на технологии ИИ, по мнению многих экспертов, связаны с человеческим фактором. Существующие навыки людей не позволяют широко в своей деятельности применять ИИ. Направления решения данной проблемы — инициативы и энтузиазм руководства высших учебных заведений, обучение и просветительская работа, осуществление пилотных проектов в организациях, оценка и управление рисками.

При этом сами технологии ИИ будут становиться предметом изу­чения в рамках различных учебных дисциплин. Все более активное включение технологий ИИ в образовательный процесс потребует подготовки высококлассных специалистов, глубоко разбирающихся в системах ИИ, применяемых в той или иной профессиональной деятельности. Подготовка юриста также потребует включение в учебный план соответствующих учебных дисциплин, раскрывающих возможности ИИ менять сферу деятельности и самостоятельно принимать решения. Представляется необходимым разработать цифровые модели компетенций специалистов, использующих в своей деятельности технологии ИИ. Высшей школе потребуется принимать участие в создании цифрового контента и реализации образовательных активностей, обеспечивающих развитие компетенций в области ИИ.

Современная подготовка юриста потребует включение в образовательный процесс практикоориентированных дисциплин, направленных на ознакомление обучающихся с технологиями ИИ, используемыми в юридической профессии. Уже сегодня роботы активно внедряются в деятельность крупнейших компаний, автоматизируя и упрощая выполнение несложных, типичных задач. ИИ стал использоваться в работе международных судов. Так, в деятельность Европейского Суда по правам человека включена система, способная отличать «нарушение» от «отсутствия нарушения» по делам, находящемся на рассмотрении ЕСПЧ. Конечно, системы ИИ пока не могут рассматривать дела самостоятельно. Технология применяется для быстрого определения в делах паттернов, ведущих к предсказуемым результатам14.

Технологии ИИ способны полностью автоматизировать процесс изучения документов во время юридической проверки (due diligence) в электронной комнате данных. Используя уникальную комбинацию контролируемого и не контролируемого машинного обучения для нахождения ключевой информации в тысячах документов, такие системы способны не только осуществлять ускоренный поиск информации, но выявлять потенциальные риски.

Ознакомление с такими технологиями и последующее обучение работы с ними впоследствии станет одной из ключевых задач подготовки конкурентоспособного специалиста, востребованного не только на внутреннем, но и мировом рынке юридических услуг.

Также стоит отметить, что перечисленные сферы применения технологий ИИ в равной степени могут быть использованы как при реализации образовательных программ бакалавриата, так и магистратуры, а также аспирантуры.

Несмотря на способность технологий ИИ помогать в осуществлении профессиональной деятельности, многие специалисты относятся к системам ИИ с известной долей скептицизма. Безусловно, ИИ содержит определенный рисковый потенциал, ведь системы ИИ, достигнув высокого уровня развития, могут осуществлять несанкционированный доступ к информации о частной жизни студентов и преподавателей. Кроме того, «виртуальный преподаватель» и чат-бот не смогут быть эффективными инструментами работы со сложными студентами, требующими индивидуального подхода. Онлайн курсы не всегда демонстрировали успешный опыт подготовки специалистов, равно как и современные системы адаптивного обучения. Тем более, перед современной образовательной системой стоит задача пересмотреть негативный опыт использования технологий ИИ, заимствовав лучшие практики, которые, помимо всего прочего, будут учитывать этические требования и стандарты работы ИИ.

В связи с этим потребуется проведение масштабной работы по созданию эффективной системы нормативного правового регулирования ИИ. В ряд нормативных правовых актов потребуется первоочередное внесение изменений. В частности:

1) Федеральный закон от 29.12.2012 № 273-ФЗ «Об образовании в Российской Федерации». Включение технологий ИИ в образовательный процесс потребует разработки более детального правового регулирования места ИИ, а также дистанционного обучения в образовательном процессе. Фрагментарные нормы актуальной редакции Федерального закона № 273-ФЗ в будущем должны быть заменены комплексным нормативным регулированием, что предполагает появление новой главы в составе указанного нормативного правового акта: «Технологии искусственного интеллекта в образовательном процессе»;

2) Гражданский кодекс Российской Федерации. Развитие автономности систем ИИ может повлечь за собой возникновение нового участника гражданских правоотношений, правовую природу которого в настоящее время достаточно сложно определить. Изменения могут коснуться конструкций гражданско-правовой ответственности за причинение вреда системами ИИ; общих положений договорного и обязательственного права, а также права интеллектуальной собственности, где технологии ИИ могут выступать в качестве объектов и субъектов правоотношений15;

3) Уголовный кодекс Российской Федерации и Кодекс Российской Федерации об административных правонарушениях. Сильный ИИ, способный к саморазвитию, ставит перед законодателем вопросы о появлении такого участника уголовно-правовых и административно-правовых отношений, как ИИ. По мере движения технологического прогресса важно определить место систем ИИ в структуре ответственности и круг правонарушений (преступлений), где может быть задействован ИИ;

4) Процессуальное законодательство Российской Федерации. Активное включение в администрирование и отправление правосудия технологий ИИ ставит перед законодателем задачу внести изменения в процессуальные кодексы16. Рассмотрение ряда гражданских и административных дел системами ИИ, способными анализировать предоставленную информацию и на основе анализа принимать решения, потребует внесение изменений в части порядка рассмотрения дел по первой инстанции, подачи апелляционной и кассационной жалоб, признания и исполнения судебных решений и т. д. В рамках уголовного процесса, учитывая тот факт, что привлечение к уголовной ответственности сопряжено с ограничением прав и свобод субъекта ответственности, возможность использования технологий ИИ должна стать предметом законодательной дискуссии.

Декларативные нормы Национальной стратегии по развитию искусственного интеллекта до 2030 года17 должны стать «отправной точкой» для внесения изменений в гражданское, административное, уголовное, образовательное законодательство с учетом цифровизации экономики и внедрения систем ИИ. Трансформацию будет ожидать законодательство о защите персональных данных, которые в эпоху повсеместного внедрения систем ИИ становятся все более уязвимыми. Совершенно очевидной представляется необходимость принятия Национального кодекса этических норм для конструкторов, операторов и пользователей систем ИИ, а впоследствии, по мере развития автономности систем ИИ, и для самого ИИ. Такой Кодекс будет способствовать соблюдению баланса прав и интересов всех участников правоотношений, складывающихся в связи с использованием технологий ИИ.

1.3. Роль искусственного интеллекта в условиях пандемии

31 декабря 2019 года мир потрясла новость об обнаружении в городе Ухань в провинции Хубэй Китайской Народной Республики 44 случаев пневмонии, вызванной неизвестным возбудителем18. Оказалось, что патоген является новым коронавирусом (известным как SARS-CoV-2). Новое заболевание в конце января 2020 года вынудило Всемирную организацию здравоохранения (далее — ВОЗ) объявить чрезвычайную ситуацию международного значения в области здравоохранения. 11 марта 2020 года эпидемия была признана пандемией19.

Перед человечеством встал вопрос о поиске эффективных инструментов борьбы с пандемией. С большой вероятностью можно сказать, что ИИ является мощным инструментом такой борьбы.

Начало пандемии породило острую необходимость обращения к технологиям ИИ. В настоящее время дискуссии о возможном вкладе ИИ в борьбу с пандемией, а также об ограничении его использования должно уделяться пристальное внимание. Ученые выделяют ряд основных направлений использования ИИ в условиях пандемии:

а) раннее предупреждение заболевания;

б) отслеживание развития эпидемиологической обстановки и прогнозирование;

в) применение информационных панелей;

г) диагностика заболевания и прогнозирование его развития;

д) лечение;

е) общественный контроль20.

Представляется, что это далеко не полный перечень и развитие ИИ и связанных с ним технологий, бесспорно, будет осуществляться и в иных направлениях.

Безусловный интерес вызывает такое направление использования ИИ как ранее предупреждение. Здесь стоит упомянуть известную канадскую систему ИИ под названием BlueDot21. Достаточно недорогой инструмент, профинансированный за счет венчурного инвестирования22, может стать эффективным способом выявления вспышек заболевания в будущем. В соответствии с отчетными материалами23, данная программа смогла предсказать вспышку коронавирусной инфекции уже в конце 2019 г. При этом пользователи данной системы были предупреждены о вспышке заболевания 31 декабря 2019 г., за несколько дней до официального информирования общественности ВОЗ. Группа исследователей, работая с программой BlueDot, определила 20 основных городов, куда могли бы отправляться пассажиры из города Ухань после вспышки эпидемии. Исследователи предупредили, что эти города в скором времени окажутся в эпицентре распространения болезни.

Тем не менее, программа BlueDot не избежала некоторой доли переоценки еее возможностей со стороны ученых, представляющих технические науки, и недооценки — со стороны ученых — гуманитариев. В то время как программа BlueDot «забила тревогу» 31 декабря 2019 г., еще одна модель ИИ HealthMap24, используемая в Детской больнице г. Бостона (США), представила свое предупреждение на день ранее — 30 декабря 2019 г. Еще одной программой-предупреждением стала Программа «Для мониторинга новых заболеваний» (Program for Monitoring Emerging Diseases (PMED)). Хотя программа ИИ HealthMap оказалась быстрее на 30 минут, все-таки она придала вспышке заболевания низкий уровень значимости. На самом деле, выводы программы требовали соответствующей интерпретации, чтобы рассматривать информацию в качестве действительной угрозы. Стоит отметить, что без так называемого «человеческого фактора» ничтожны и выводы, представленные системой ИИ BlueDot. В настоящий момент достоверная и эффективная оценка системами ИИ возможности возникновения эпидемий возможна только при наличии соответствующего толкования результатов специалистами-исследователями.

Искусственный интеллект также может отслеживать и прогнозировать развитие эпидемий. Стоит заметить, что программы, позволяющие отслеживать развитие заболеваний, были протестированы еще в 2015 году в разгар эпидемии вируса Зика25. Такой программой стала динамическая нейронная сеть, способная прогнозировать распространение болезни. Вместе с тем, предполагается, что такие системы будут нуждаться в перепрограммировании с учетом новой пандемии.

Точному прогнозированию пандемиии с учетом использования систем ИИ препятствует следующее:

— отсутствие накопленных и непредвзятых данных, необходимых для обучения ИИ;

— паника в социальных сетях и медиа-сфере в связи с развитием новой эпидемии;

— характеристики вируса COVID-19 отличаются от характеристик предыдущих пандемий.

Ввиду недостатка данных, обсуждений в социальных сетях, центрами больших данных и существующей алгоритмической динамики, прогнозы систем ИИ о распространении COVID-19 пока не очень точны и надежны. В связи с этим, далеко не все модели, которые используются для отслеживания и прогнозирования распространения эпидемии, не включают в себя системы ИИ. По этой причине большинство современных исследователей пока используют эпидемиологические модели, известные под англоязычной аббревиатурой SIR (расшифровывается как «Susceptible, Infected, Removed», т. е. «Восприимчивость, инфицированность, удаленность»). Так, Институт для будущего человечества (структурное подразделение Оксфордского университета) предоставляет прогнозы распространения вируса на основе эпидемиологической модели GLEAMviz26. Компания из Сан-Франциско (США) под названием Metabiota предлагает эпидемический трекер27 и модель краткосрочного прогнозирования распространения болезни.

Также любопытным является пример Института Роберта Коха в Берлине, который использует эпидемиологическую модель SIR, учитывающую меры, предпринимаемые национальными правительствами по сдерживанию распространения пандемии, в частности самоизоляцию, карантин, а также социальное дистанцирование.28

Программы ИИ по отслеживанию и прогнозированию распространения заболеваний позволяют государственным органам в области здравоохранения разрабатывать соответствующие меры по планированию, подготовке и управлению течением пандемиии, а также оценке выхода на т. н. «эпидемиологический пик» и его дальнейшего преодоления. Такие программы также дают возможность спрогнозировать успешность повторного принятия мер, направленных на замедление распространения заболевания. Так, уже упомянутый нами ранее Институт Роберта Коха спрогнозировал стремительный количественный рост инфицированных в Нидерландах к 28 марта 2020 г. Вместе с тем, на эту дату в Нидерландах количество инфицированных было меньше чем в США. Более низкое число инфицированных может свидетельствовать о том, как меры, предпринимаемые правительствами отдельных государств, могут, в конечном итоге, снизить прогнозируемое количество заболевших.

Функция ИИ по отслеживанию и прогнозированию распространения заболеваний буквально спровоцировала создание специализированных информационных панелей данных для визуализации фактического и ожидаемого распространения пандемии. Наиболее популярными информационными панелями стали: UpCode, NextStrain, the Johns Hopkins’ CSSE, Thebaselab, the BBC, the New York Times, HealthMap и COVID-19 Tracker.

Данные информационные панели стали использоваться во всем мире. Каждая отдельная страна стремится разработать собственную программу прогнозирования распространения заболеваний. Так, в ЮАР была запущена модель Covid 19 ZA South Africa Dashboard29, которая поддерживается Исследовательской группой Университета Претории по изучению влияния данных на общественные процессы. В США был создан концентратор данных — COVID-19 Data Hub, специализирующийся на визуализации информации30.

Быстрая и точная диагностика заболеваний может спасти жизнь людей, ограничить распространение эпидемий и генерировать данные, на основе которых можно обучать модели ИИ. В данном контексте ИИ может быть исключительно полезен, в частности, при постановке достоверного диагноза на основе рентгенографических изображений грудной клетки. Согласно последним исследованиям31, системы ИИ, используемые при борьбе с COVID-19, могут быть такими же точными, как человеческий интеллект, и выполнять диагностику значительно быстрее и дешевле, чем при использовании стандартных медицинских тестов для выявления заболевания. В этой связи предпринимается ряд инициатив. Wang and Wong разработали COVID-Net, представляющую собой глубокую сверхточную нейронную сеть, которая может диагностировать COVID-19 по рентгенографическим снимкам грудной клетки. Тестирование и тренировка системы происходила с использованием хранилища открытых данных примерно 13 000 пациентов с различными заболеваниями легких, в том числе COVID-19. Тем не менее, авторы программы указывают на то, что данная система не может считаться конечным продуктом и нуждается в дальнейшем усовершенствовании в части повышения чувствительности. Также была предложена т. н. «Модель глубокого изучения» (Deep learning model) для диагностики COVID-19 с использованием возможностей компьютерной томографии32. Система смогла продемонстрировать довольно высокий результат эффективности, по крайней мере сопоставимый с результатами, представленными квалифицированными радиологами. Учитывая быстроту обработки информации, такая система при еее использовании в условиях пандемиии способна повысить эффективность работы кардиологов в их ежедневной клинической практике.

В качестве успешного примера можно привести работу исследователей из голландского Университета Делфта, которые смогли запустить модель ИИ в целях диагностики COVID-19 с помощью рентгеновскому излучению.

Эта модель получила наименование CAD4COVID. Ее особенность заключается в том, что она опирается на предыдущие разработки в области ИИ, созданные Университетом Делфта для диагностики туберкулеза.

Потенциал таких ИИ, работающих в связи с рентген-установками, до конца не реализован на практике. Врачи-радиологи отметили, что отсутствует достаточное количество данных для обучения системы ИИ, а использование компьютерной томографии и рентген-установок не является в условиях пандемии безопасным, поскольку может повлечь дальнейшее распространение заболевания, учитывая, что обозначенное медицинское оборудование имеет китайское происхождение.

В конце концов, как только болезнь диагностируется у человека, становится важным определить, насколько интенсивно она развивается в организме пострадавшего. Ведь далеко не все инфицированные будут нуждаться в интенсивной терапии. Возможность прогнозировать, у кого болезнь будет развиваться в наиболее тяжелой форме, может помочь в целенаправленном оказании помощи и планировании распределения медицинских ресурсов. Рядом исследователей предлагается использовать Программу машинного обучения (Machine Lerning), которая поможет разработать прогностический алгоритм для определения риска смертности человека, который был инфицирован, с использованием данных всего лишь 29 пациентов больницы Тунцзи г. Ухань Китая33. Часть китайских исследователей34 презентовала систему ИИ, которая может предсказать с 80-процентной точностью возможность развития из COVID-19 острого респираторного заболевания (ОРЗ) с осложнениями. Стоит отметить, что выборка, используемая для обучения системы ИИ, оказалась небольшой по объему (всего 53 пациента) и ограничивалась всего двумя медицинскими учреждениями Китая.

В заключение подчеркнем, что применение ИИ для диагностики таких заболеваний как COVID-19, а также прогнозирования его распространения не столь широко, как может показаться. В настоящее время не производится массовая диагностика коронавируса с помощью систем ИИ. Справедливости ради стоит отметить, что для ранней диагностики (определения инфицированности человека до того, как рентген-система или компьютерная томография это обнаружит) системы ИИ используются значительно реже.

ИИ также может быть полезен для поисков методов лечения, включая вакцину против заболеваний, вызывающих эпидемии (в частности, COVID-19)35. Применение систем ИИ может ускорить открытие новых лекарственных средств, а также перепрофилирование уже существующих лекарств для лечения заболеваний. Здесь стоит привести в пример дочернее подразделение компании Google — фирму DeepMind, известную своим игровым приложением AlphaGo, которая использует системы ИИ для моделирования структуры белка вируса и использует данные для разработки новых лекарственных средств. Вместе с тем, подчеркивают представители компании, часто точность результатов нельзя назвать абсолютной. В ближайшем будущем сложно говорить об использовании методов лечения и лекарств, определяемых или, тем более, разрабатываемых с помощью систем ИИ. Причиной медленного внедрения таких систем в медицинскую сферу служат административные преграды, представленные многочисленными медицинскими и научными проверками, контрольными мероприятиями, которые необходимо произвести, прежде чем тот или иной препарат или метод лечения будет утвержден.

Общественный (социальный) контроль является еще одним актуальным направлением использования ИИ в условиях пандемии. Его возможности могут использоваться для целей сканирования общественных мест, где наблюдается массовое скопление людей, на предмет выявления потенциально инфицированных, а также социального дистанцирования и самоизоляции. Так, в Китае на территории аэропортов и железнодорожных вокзалов активно использовались инфракрасные камеры для сканирования людей с тем, чтобы выявить лиц с высокой температурой. Зачастую такие системы дополнялись системами распознавания лиц, с помощью которых значительно упростилась идентификация человека с высокой температурой и определение того, носит он защитную маску или нет. Такие камеры производила китайская фирма Baidu, которая смогла создать инструмент для сканирования порядка 200 человек в минуту и определения людей с температурой выше 37,3 градусов. Тепловизионное же изображение было подвергнуто критике, поскольку оно не позволяло идентифицировать с высокой точностью температуру у лиц, которые носят очки (необходимо принимать во внимание, что наиболее достоверные показания дает сканирование внутреннего слезного потока), а также причину повышенной температуры.

Системы ИИ активно используются органами государственной власти для обеспечения соблюдения гражданами карантинных мер. Как правило, это работает следующим образом: лицо, которое нарушило властные постановления и вышло из дома, может получить официальное предупреждение после того, как система распознавания его обнаружит. Причем использование подобных систем не ограничивается Китаем. Камеры с системами компьютерного зрения на базе ИИ использовались в британском городе Оксфорд для сканирования общественных зон на предмет соблюдения людьми требований социальной дистанцированности. Американский стартап на основе компьютерного зрения предложил собственное программное обеспечение, следящее за соблюдением социального дистанцирования и направляющее нарушителям автоматические предупреждения. Израиль пошел еще дальше, предложив в особых случаях спецслужбам использовать системы кибермониторинга для выявления и последующего принятия карантинных мер в отношении инфицированных COVID-19 людей.

Поскольку использование систем ИИ, направленных на прогнозирование и диагностику заболеваний, не всегда бывает успешным из-за отсутствия необходимого количества данных, применение таких ИИ-инструментов, как компьютерное зрение и роботы, является более предпочтительным. В краткосрочной перспективе именно данные инструменты будут широко использоваться в выполнении задач общественного (социального) контроля. «На помощь» системам ИИ придут сопутствующие технологии в виде мобильных приложений, разработанных на базе ИИ, и использующих данные о местоположении и состоянии здоровья владельца смартфона. Такие приложения могут позволить пациентам получать информацию о времени ожидания, медицинскую консультацию и сведения о состоянии их здоровья без необходимости посещения медицинского учреждения, в том числе уведомления об очагах распространения эпидемии, которые следует избегать36. Однако существуют разумные опасения относительно того, что, несмотря на окончание пандемии, рост интенсификации разработки специальных программ, предусматривающих аккумуляцию конфиденциальной информации, не остановится, а правительственные учреждения будут продолжать использовать возросшие возможности для обследования населения и данные, полученные в ходе борьбы с пандемией, для различных целей, не связанными с вопросами здравоохранения37.

Вместе с тем, справедливо замечено, что немногие из рассмотренных систем ИИ имеют достаточную операционную зрелость, чтобы активно использоваться в борьбе с пандемией. Текущее использование ИИ фактически ограничено, с одной стороны, из-за недостатка данных, а с другой — из-за слишком большого количества данных. На сегодняшний день не хватает данных, на основе которых можно обучать модели ИИ, не достаточно открытых наборов данных и моделей, с которыми возможно работать. Проблема усугубляется необходимостью обеспечения защиты хранилищ больших данных, нерегулируемостью алгоритмов, существованием невостребованных данных и потока научных открытий, которые должны быть подвергнуты соответствующей оценке до того, как предлагать конкретную диагностику и лечение.

Там, где ИИ уже активно используется, зарекомендовав себя в качестве эффективного инструмента выполнения задач (в первую очередь, речь идет о функции наблюдения), будет приложено гораздо больше усилий по его внедрению, что может повлечь за собой не всегда благоприятные последствия, сопряженные с реализацией права на неприкосновенность частной жизни и других прав человека.

Потребность в большом количестве данных потребует приложения новых усилий для тренировки систем ИИ; потребуется большая открытость и обмен информацией, а также проведение междисциплинарных исследований, направленных на повышение способностей ИИ. Будет возрастать необходимость проведения масштабных диагностических тестирований в целях улучшения практики отслеживания и прогнозирования распространения пандемии. В данном контексте ключевое значение будет играть взаимодействие человека с системами ИИ, способность отдельного индивидуума (или групп индивидуумов) управлять моделями ИИ.

В настоящее время достигнут заметный прогресс в создании глобальных систем обмена информации о пандемии. Первая такая система, аккумулирующая всю информацию о проводимых исследованиях в отношении эпидемии COVID-19, была создана под эгидой ВОЗ38. Данная система является открытой и позволяет всем странам осуществлять транспарентный обмен информацией о коронавирусе.

Один из наиболее перспективных и амбициозных проектов, ориентированных на использование ИИ, — совместная инициатива Института ИИ Аллена и компаний Microsoft, Facebook и др.39 Ее целью стало сделать открытым доступ к исследовательским данным в отношении COVID-19, содержащим порядка 44 000 научных статей, которые стали доступными для интеллектуального анализа. Платформа, представляющая собой конкурс научных данных — Kaggle, представила новый конкурс, посвященный открытым базам данных о коронавирусе (COVID-19 Open Research Dataset Challenge)40.

Еще одной успешной инициативой по созданию системы сбора данных можно назвать организацию в рамках Калифорнийского университета Беркли и Университета Иллинойса Института цифровой трансформации C3.ai41. Данный Институт запустил Программу предложений по продвижению моделей ИИ для смягчения последствий пандемии42. Программа предложений включала применение машинного обучения и других методов для сокращения распространения коронавируса, а также специальные аналитические базы данных, включающие конфиденциальные сведения.

Но не только недостаток данных п

...