Intellegentia artificialis in iure poenali Helvetico

SUMMARIUM

Haec dissertatio investigat num et quatenus intellegentia artificialis in iure poenali Helvetico incrementa efficientiae efficere possit, quin praecipuae cautiones status iuris debilitentur. Distinguit inter functiones investigativas, sanctiones imponentes et iudiciales atque tractat explicabilitatem, praeiudicia algorithmica, automation bias, principium culpae, cautiones iusti iudicii et attributionem responsabilitatis. Defenditur exemplar hybridum, in quo intellegentia artificialis decisionibus auxiliatur, sed ultima responsabilitas iure imputabilis apud hominem manet.

1 Introductio

Intellegentia artificialis (IA) in processibus decisoriis publicis crescente modo adhibetur, praesertim ubi magnae copiae datorum tractandae et prognoses multiplices conficiendae sunt. Ne ius quidem poenale, quod more tradito individuae culpae attributione, independentia iudicum et severis cautelis status iuris formatur, ab hac evolutione intactum manet.

In aestimanda potentia efficientiae IA in iure poenali distinguendum est inter varias functiones actorum publicorum. Dum usus IA ab auctoritatibus investigatoriis imprimis celeri et efficaci rerum explorationi servire potest, usus apud auctoritates iudicantes severioribus normis iuridicis subicitur.

Peculiare est in processu poenali Helvetico quod decisiones sanctiones imponentes non solis iudiciis reservantur. In mandato poenali ipsa procuratio publica decisiones de culpa et poena ferre potest atque ita materialiter munere iudicante fungi. In talibus casibus merae rationes efficientiae multo minus ponderis habent.

Ab his distinguendae sunt contraventiones quae per ordinem mulctarum simpliciorum tractantur. Usus systematum automatizatorum vel IA adiutorum ibi minus problematicus est, dummodo facultas oppositionis et inde transitus ad ordinarium processum poenalem servetur.

Munus iudiciorum, contra, ad individualem culpae attributionem et poenae mensuram pertinet. Celeritas hic non idem pondus habet ac transparentia, obligatio rationes reddendi, independentia iudicum et efficax tutela iuridica.

Haec dissertatio per analysin dogmatico-iuridicam investigat num et quatenus usus IA in iure poenali Helvetico incrementa efficientiae iure licita permittat, quin principia fundamentalia iuris poenalis atque cautiones constitutionales et iurium humanorum in periculum vocentur. 7 6 3

2 Facta et technica: IA in contextu iuris poenalis

Usus IA in iure poenali varias applicationes technicas complectitur, quae diversos effectus iuridicos habent. In contextu Helvetico IA decisiones poenales autonomas non capit, sed processibus decisoriis humanis auxiliari potest atque eo facto investigationes aut prioritates materialiter influere. 7 6

2.1 Formae technicae fundamentales systematum IA ad ius poenale pertinentium

Systemata IA quae ad ius poenale pertinent complectuntur praesertim systemata analytica et prognostica, systemata classificationis, quaestionis et prioritatis. Disciplina machinalis formas vel functiones decisorias ex datis elicit, potius quam solas regulas explicite programmatas exsequatur; exemplar autem in usu productivo non necessario continuo se ipsum accommodat.

Explicabilitas limitata problematica esse potest. Si fundamentum exitus algorithmici a decernentibus humanis non satis reconstrueri potest, hoc praesertim obligationem rationes reddendi et ius audiendi tangit. 7 8

2.2 Usus apud auctoritates investigatorias in Helvetia

In prosecutione poenali IA opus investigationis adiuvare potest, exempli gratia in aestimatione magnarum copiarum datorum aut materiae imaginum et imaginum motarum. Huiusmodi systemata imprimis praeparatoria sunt, sed decisiones praeiudiciales de facto efficere possunt, si propositiones eorum cursum ulterioris investigationis dirigunt. 6

2.3 Usus apud iudicia et auctoritates sanctiones imponentes

Usus IA a iudiciis in Helvetia adhuc comparative limitatus est. Decisio autonoma de culpa aut poena per IA neque praevisa est neque cum structura individualis responsabilitatis poenalis componi potest. Systemata algorithmica tamen processus administrativos, investigationem iuris aut ordinationem amplorum actorum processualium adiuvare possunt.

In aliis ordinibus iuridicis systemata aestimationis periculi ad decisiones de custodia, probatione vel mensura poenae adiuvandas adhibita sunt. Haec tensiones illustrant quae oriuntur cum prognoses algorithmicae nimis prope decisionem iudicialem accedunt.

Iuridice talis usus praesertim sensibilis est, quia iura fundamentalia, independentia iudicum et principium culpae directe tangi possunt. 6 11

2.4 Pericula technica et limites structurales

Systemata IA praeiudicia in datis reproducere, effectus discriminatorios generare atque rationem decisionum intellegibilem reddere difficiliorem possunt. Accedit automation bias: periculum ne decernentes humani commendationibus automatizatis nimium pondus tribuant.

Hae proprietates ad aestimationem iuridicam centrales sunt, quia ex iis pendet utrum probatio efficax, impugnatio et responsabilitas humana reapse manere possint. 8 9 10

3 Analysis: difficultates iuridicae usus IA

3.1 Principia fundamentalia iuris poenalis Helvetici

Ius poenale Helveticum principio culpae nititur. Art. 47 Codicis poenalis Helvetici mensuram poenae individualizatam requirit, habita ratione condicionum personalium et facti concreti.

Systemata IA, contra, saepe correlationibus statisticis et probabilitatibus operantur. Formas agnoscere aut pericula classificare possunt, sed neque culpam moralem aestimare neque ipsa responsabilitatem iuridicam gerere possunt. Tensio structuralis oritur ubi inferentia statistica ad aestimationem individualis culpae accedit. 2

3.2 Cautiones iusti iudicii et transparentia

Praecipuae cautiones status iuris ex art. 29 Constitutionis Foederalis atque art. 6 Conventionis Europaeae de Iuribus Hominum oriuntur. Ad eas pertinent iustum iudicium, ius audiendi et efficaces facultates decisiones publicas impugnandi.

Si decisio poenaliter gravis substantialiter processu algorithmico intransparenti afficitur, personis quarum interest difficile esse potest fundamenta decisionis intellegere aut impugnare. Explicabilitas et documentatio sic fiunt quaestiones processuales iuridicae, non solum technicae. 1 4 8

3.3 Aequalitas et discriminatio

Art. 8 Constitutionis Foederalis aequalitatem coram lege praestat. Systemata IA hoc principium periclitari possunt, si data ad disciplinam aut usum adhibita inaequalitates sociales iam exsistentes reflectunt atque inde effectus indirecte discriminatorios efficiunt.

Discriminatio algorithmica praesertim difficulter probatur, si statistice mediata est potius quam distinctionibus explicitis. Hoc inspectionem iudicialem et efficacem tutelam iuridicam difficiliorem facit. 1 9

3.4 Responsabilitas et imputatio

Alia quaestio centralis attributionem responsabilitatis respicit. In decisionibus IA adiutis contributiones technicae et organizationales inter evolutores, auctoritates, operatores et decernentes distribuuntur. Actio publica tamen cuidam auctoritati identificabili et responsabili imputabilis manere debet.

Si in interventu libertatem tangente, IA adiuto, obscurum fit quis decisionis responsabilitatem gerat, principium fundamentale status iuris debilitatur. Governance igitur responsabilitatem visibilem facere debet, non in systemate dissolvere. 6 13

4 Disputatio: efficientia contra statum iuris

IA magnas copias datorum celeriter analysare, consistentiam fovere et processus oneratos levare potest. Praesertim in functionibus investigatoriis et administrativis talia incrementa efficientiae momenti sunt.

His autem opponuntur gravia pericula status iuris. Decisiones quae graviter in iura fundamentalia interveniunt — ut custodia ante iudicium, declaratio culpae aut mensura poenae — discretionem humanam, transparentiam et claram responsabilitatem requirunt. IA hic ad summum auxiliari potest.

Via possibilis in exemplari hybrido posita est: IA analysin et praeparationem adiuvat, sed decisio ultima, cui responsabilitas attribui potest, apud hominem manet. Tale exemplar claras regulas de transparentia, documentatione, probabilitate et inspectione humana requirit. Etiam Actus Unionis Europaeae de Intellegentia Artificiali varias applicationes in prosecutione criminali et administratione iustitiae ut applicationes magni periculi tractat atque eas cum requisitis governance et inspectionis coniungit. 5 6 10

5 Conclusio

Usus IA in iure poenali Helvetico potentiam incrementorum efficientiae offert et simul principia centralia iuris poenalis atque status iuris gravibus difficultatibus exponit.

Plena delegatio decisionum poenalium ad IA cum individuali culpae attributione, cautionibus iusti iudicii et iuris dictione cui responsabilitas attribui potest componi non potest. IA igitur tantum ut instrumentum auxiliarium adhiberi potest, intra claras condiciones iuridicas et sub efficaci inspectione humana.

Conclusio centralis igitur non est IA nullum locum in iure poenali habere. Decisivum potius est ne efficientia pretio imputabilitatis ematur. Iura individualia, transparentia, possibilitas probationis et responsabilitas servanda sunt, cum systemata digitalia in decisiones publicas magnarum consequentiarum interveniunt. 1 3 4 5

FONTES ET FUNDAMENTA IURIDICA

© 2026 Kaspar Brönnimann · Opus independens · kaspAIr.ch

1. Swiss Federal Constitution (BV), Arts. 8 and 29. https://www.fedlex.admin.ch/eli/cc/1999/404/en
2. Swiss Criminal Code (StGB), Art. 47. https://www.fedlex.admin.ch/eli/cc/54/757_781_799/en
3. Swiss Criminal Procedure Code (StPO), Arts. 352–354. https://www.fedlex.admin.ch/eli/cc/2010/267/en
4. European Convention on Human Rights, Art. 6. https://www.echr.coe.int/en/web/echr/european-convention-on-human-rights
5. Regulation (EU) 2024/1689 (Artificial Intelligence Act). https://eur-lex.europa.eu/eli/reg/2024/1689/oj 6
6. CEPEJ, European Ethical Charter on the Use of Artificial Intelligence in Judicial Systems and their Environment (2018). https://www.coe.int/en/web/cepej/cepej-european-ethical-charter-on-the-use-of-artificial-intelligence-ai-in-judicial-systems-a nd-their-environment
7. Harry Surden, “Machine Learning and Law”, 89 Washington Law Review 87 (2014). https://digitalcommons.law.uw.edu/wlr/vol89/iss1/5/
8. Jenna Burrell, “How the machine ‘thinks’: Understanding opacity in machine learning algorithms”, Big Data & Society 3(1) (2016). https://doi.org/10.1177/2053951715622512
9. Solon Barocas & Andrew D. Selbst, “Big Data’s Disparate Impact”, 104 California Law Review 671 (2016). https://doi.org/10.15779/Z38BG31
10. Raja Parasuraman & Victor Riley, “Humans and Automation: Use, Misuse, Disuse, Abuse”, Human Factors 39(2), 230–253 (1997). https://web.mit.edu/16.459/www/parasuraman.pdf
11. Tania Sourdin, “Judge v Robot? Artificial Intelligence and Judicial Decision-Making”, 41(4) UNSW Law Journal 1114 (2018). https://www.unsw.edu.au/content/dam/pdfs/law/unsw-law-journal/2010-2019/Vol-No-41-4-Sourdin.pdf
12. Swiss Federal Council, “Artificial Intelligence and International Rules” (2022). https://www.admin.ch/gov/en/start/documentation/media-releases.msg-id-88019.html
13. Swiss Federal Office of Justice, overview of AI regulation in Switzerland (current regulatory status). https://www.bj.admin.ch/bj/en/home/staat/gesetzgebung/kuenstliche-intelligenz.html