Ontology-oriented neurosymbolic artificial intelligence as a litmus paper of general philosophical problems in the law enforcement of AI systems
- Authors: Makovskaya P.N1
-
Affiliations:
- Rostov regional Collegium of advocates «Business and Law»
- Issue: Vol 8, No 8 (2025)
- Pages: 302-311
- Section: ARTICLES
- URL: https://journals.rcsi.science/2658-5693/article/view/377277
- ID: 377277
Cite item
Abstract
the article is devoted to the consideration of problems inherent in any artificial intelligence systems in the field of law enforcement, using the example of the use of ontology-oriented neuro-symbolic artificial intelligence systems. The methodology of collaborative decision support is discussed, the inevitable drawback of which is the complexity of an expert's representation of their knowledge in symbolic form. The shortcomings of the statistical method of information processing are considered, which makes it impossible to implement a legally significant contextual situational decision. It is concluded that the described problems of artificial intelligence are fundamental and unsolvable, even in an optimized architecture for building a complex system.
References
- Смирнов А.В., Пономарев А.В., Шилов Н.Г., Левашова Т.В. Нейро-символический искусственный интеллект в коллаборативных системах поддержки принятия решений // Искусственный интеллект и принятие решений. 2022. № 3. С. 36 – 50.
- Батурин Ю.М. Слабые места искусственного интеллекта и проблемы его использования в программе «правовая помощь» Министерства юстиции России // Правовая информатика. 2025. № 2. С. 10 – 15.
- Шилов Н.Г., Пономарев А.В., Смирнов А.В. Анализ методов онтолого-ориентированного нейро-символического интеллекта при коллаборативной поддержке принятия решений // Информатика и автоматизация. 2023. № 3. С. 576 – 615.
- Игнатенко В.В. Внеправовые особенности оценочных понятий в праве: теоретико-правовой подход // Философия права. 2025. № 2. С. 29 – 38.
- Wang W., Yang Y., Wu F. Towards Data-and Knowledge-Driven AI: A Survey on Neuro-Symbolic Computing // IEEE Transactions on Pattern Analyses and Machine Inelligence, 2023, arXiv: 2210.15889v4.
- Barnes E., Hutson J. Natural Language Processing and Neurosymbolic AI: The Role of Neural Networks with Knowledge-Guided Symbolic Approaches // DS Journal of Artificial Intelligence and Robotics. 2024. Issue 1. P. 1 – 13.
- Kautz H.A. The Third AI Summer: AAAI Robert Engelmore Memorial Lecture // AI Magazine. 2022. Vol. 43. No 1. P. 93 – 104.
- Tversky A., Kahneman D. Advances in Prospect Theory: Cumulative Representation of Uncertainty // Journal of Risk and Uncertainty. 1992. No 4. P. 297 – 323.
- Kahneman D. Maps of Bounded Rationality: Psychology for Behavioral Economics // American Economic Review. 2003. No. 5. P. 1449 – 1475.
- Канеман Д. Думай медленно…решай быстро. М.: АСТ, 2014. 653 с.
- ГОСТ Р 71476-2024 «Искусственный интеллект. Концепции и терминология искусственного интеллекта» (утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 28 октября 2024 г. № 1550 – ст).
- Смирнов А.В., Пономарев А.В., Шилов Н.Г., Левашова Т.В., Тесля Н.Н. Концепция построения коллаборативных систем поддержки принятия решений: подход и архитектура платформы // Информатика и автоматизация. 2024. № 4. С. 1139 – 1172.
- Маковская П.Н. Принципы использования искусственного интеллекта в решении экономических споров: от советчика до «электронного судьи» // Евразийское пространство: экономика, право, общество, 2025. № 10. С. 85 – 90.
- Smirnov A., Levashova T., Ponomarev A., Shilov N. Methodology for Multi-Aspect Ontology Development: Ontology for Decision Support Based on Human-Machine Collective Intelligence // IEEE Access. 2021. Vol. 9. P. 135167 – 135185.
- Баранов П.П., Овчинников А.И. Место и роль правового мышления в духовном мире людей // Юристъ – Правоведъ. 2000. № 1. С. 7 – 16.
- Боруленков Ю.П. Правовое мышление как интеллектуальная составляющая юридического познания // Известия высших учебных заведений. Правоведение. 2017. № 2. С. 6 – 41.
- Боруленков Ю.П. Информационно-интерпретационная парадигма юридического познания // Российский журнал правовых исследований. 2016. № 2. С. 62 – 70.
- Овчинников А.И., Хакимов И.А. Правоприменение, искусственный интеллект и контекстуальное значение принципов права // Юридическая техника. 2020. № 14. С. 481 – 484.
- Моисеенко А. Искусственный интеллект: духовные вызовы // Богословско-исторический сборник, 2021. № 4. С. 28 – 36.
- Толгуров Т.З., Бозиев А.Т., Край К.Ф. К проблеме имитации апперцептивных процессов системами искусственного интеллекта // Известия Кабардино-Балкарского научного центра РАН. 2022. № 5. С. 81 – 92.
- Барышников П.Н. Коннекционистские модели сознания: чаши весов и пределы машинной имитации // Философские проблемы информационных технологий и киберпространства. 2020. № 2. С. 42 – 58.
- Забежайло М.И., Борисов В.В. Об интерпретациях понятия «искусственный интеллект» // Речевые технологии. 2022. № 1. С. 5 – 18.
- Рыбин В.А., Денискин С.А. Феномен и понятие информации: опыт интерпретации на примере систем природы и культуры // Вестник Пермского университета. Философия. Психология. Социология, 2017. № 1. С. 5 – 13.
- Введенская Е.В. Критика искусственного интеллекта: философская оптика // Технологос. 2025. № 1. С. 87 – 97.
- Ефимов А.Р. Посттьюринговая методология: разрушение стены на пути к общему искусственному интеллекту // Интеллект. Инновации. Инвестиции. 2020. № 2. С. 74 – 80.
- Мельникова В.С., Напреенко Г.В. Категория сложности юридических терминов: сравнительный анализ интерпретации человеком и искусственным интеллектом // Юрислингвистика. 2025. № 36. С. 23 – 29.
- Зинковский С.А. Православное богословие личности и проблематика искусственного интеллекта // Христианское чтение. 2020. № 6. С. 10 – 24.
- Дойч Д. Структура реальности. М.: Альпина нон-фикшн, 2022. 624 с.
- Будущее искусственного интеллекта. Сборник. М.: Наука, 1991. 301 с.
Supplementary files
