Resocialization of convicts based on individual predictions using information technologies

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

BACKGROUND: One area of legal policy development in Kazakhstan is the digital transformation of execution of punishments in correctional institutions with its analysis based on various criteria. In this case, a key performance criteria of such institutions is the effective preparation of convicts for release and correction of their social behavior for successful adaptation in society. In this regard, we suggest that information technologies are relevant for resocialization of convicts, especially those aimed at individual prediction of unlawful behavior.

AIM: The study aims to investigate resocialization of convicts based on individual predictions using information technologies.

MATERIALS AND METHODS: The study uses dialectical understanding of resocialization of convicts based on individual predictions using information technologies. SWOT analysis was used to determine the feasibility of such technology as chipping.

RESULTS: Digital transformation of the penal system focuses on the integration and adaptation of existing information technologies and their key indicators for forecasting in correctional institutions. In particular, such technology as chipping of convicts is worthy of attention as it can be helpful in resocialization of convicts. Analysis of the data from the chip allows to determine the factors influencing the behavior of convicts and to develop individual rehabilitation programs.

DISCUSSION: Individual behavior prediction of convicts using microchips implies that microchips implanted in a person’s body can collect various data related to his or her mental state, brain activity, emotional reactions, and other parameters. The data is transferred to the database and analyzed to develop an individual behavior profile of the convict. It is obvious that, in order to accurately predict the behavior of convicts, it is required to cooperate with both technical experts and persons involved in crime forecasting. Therefore, it is important to conduct a comprehensive study of deviant behavior among convicts to be used in both conventional prediction methods and the state-of-the-art information technologies.

CONCLUSION: Microchipping as a tool to predict the behavior of convicts is a controversial topic and its use shall be carefully considered in the context of legal and ethical standards. However, the use of digital technologies for individual prediction of the behavior of convicts is a key to improving the resocialization process.

About the authors

Malik R. Mukanov

Kabylbayev Kostanay Academy of the Ministry of Internal Affairs of the Republic of Kazakhstan

Author for correspondence.
Email: alik8385@mail.ru
ORCID iD: 0000-0002-4615-7666
SPIN-code: 2316-5222

Dr. Sci. (Philosophy)

Kazakhstan, Kostanay

Nurlan A. Biekenov

Kabylbayev Kostanay Academy of the Ministry of Internal Affairs of the Republic of Kazakhstan

Email: nbiekenov@mail.ru
ORCID iD: 0000-0001-5466-5508
SPIN-code: 7671-8928

Dr. Sci. (Jurisprudence)

Kazakhstan, Kostanay

Saule S. Brimzhanova

Kabylbayev Kostanay Academy of the Ministry of Internal Affairs of the Republic of Kazakhstan

Email: kameshova_88@mail.ru
ORCID iD: 0000-0002-2206-2566
SPIN-code: 6470-8872
Kazakhstan, Kostanay

Assel S. Kozhakhmet

Kabylbayev Kostanay Academy of the Ministry of Internal Affairs of the Republic of Kazakhstan

Email: aselyakzrk@mail.ru
ORCID iD: 0009-0001-3550-778X
SPIN-code: 3259-1213
Kazakhstan, Kostanay

References

  1. Zhunisbaeva GN. Issues of resocialization of citizens in the orbit of the penal system as primary positions in the criminal policy of the state. In: Krymov AA, editor. Theoretical and practical problems of development of the penal system in the Russian Federation and abroad: collection of abstracts of speeches and reports of participants of the International scientific and practical conference. Vol. 1. Ryazan: Academy of the Federal Penitentiary Service of Russia; 2018. (In Russ.) EDN: YOALFR
  2. Goryunova ES, Zaharova AI. Prospects for using digital technologies to predict the unlawful behavior of convicts. In: Problems and prospects for the development of the penal system of Russia at the present stage: collection of materials of the All-Russian scientific conference of students and young scientists with international participation. Part 1. Samara, 2022. P. 152–155. EDN: AAZCLE
  3. Ragimov IM. Individual forecasting of the behavior of a convict during the execution of punishment. Legal sciences and education. 2019;(58):194–217. (In Russ.)
  4. Alikperov HD. Global remote control of crime: admissibility, possibilities, costs. Criminology: Yesterday, Today, Tomorrow. 2016;(3):26–33. (In Russ.) EDN: WWRTDB
  5. Alikperov HD. Electronic system for determining the optimal punishment (problem statement). Criminology: Yesterday, Today, Tomorrow. 2018;(4):13–22. (In Russ.) EDN: AMMTIC
  6. Mukanov MR, Begaliev EN. Chipping pedophiles as an alternative to chemical castration. Russian journal of forensic medicine. 2024;10(1):5–14. EDN: SBMMVB doi: 10.17816/fm15175
  7. Urazalin BT, Begaliev EN, Mukanov MR, et al. Prevention of self-harm and suicide among persons serving sentences in minimum security correctional institutions of the penal enforcement system of the republic of Kazakhstan. Russian journal of forensic medicine. 2024;10(2):210–219. EDN: VLWNNP doi: 10.17816/fm16084.
  8. Tursunov AB, Galickij FA, Begaliev EN, et al. Forensic and forensic aspects of childhood traumatism as a result of domestic injuries and traffic accidents: a review. Russian journal of forensic medicine. 2023;9(3):319–328. EDN: ORUBFH doi: 10.17816/fm12389.
  9. Voevodkin DV, Rustemova GR, Begaliev EN, et al. Identifying fake conclusions of forensic medical examinations using an artificial intelligence technology based on the experience in the republic of Kazakhstan: a review. Russian journal of forensic medicine. 2023;9(3):275–286. EDN: EFNJIE doi: 10.17816/fm8270.
  10. Orakbaev AB, Kurmangali ZhK, Begaliev EN, et al. On the issue of using the results of a virtual autopsy in criminal investigation: a review. Russian journal of forensic medicine. 2023;9(2):131–140. EDN: OEERGD doi: 10.17816/fm774
  11. Kaluzhina MA, Makarenko TD, Spasennikova MG, et al. The methods of digital forecasting of inmate misconduct in penal institutions. Russian journal of criminology. 2019;13(5):747–756. EDN: HTJPMA doi: 10.17150/2500-4255.2019.13(5).747-756
  12. Skakov AB. Improving the criminal-executive legislation of Kazakhstan in the sphere of social adaptation of convicts. In: Avdeev VA, Rozenko SV, editors. Strategic directions of combating crime at the national and transnational levels. Khanty-Mansiysk; 2018. P. 36–44. EDN: XVWQSL

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Eco-Vector

License URL: https://eco-vector.com/en/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».