Transparency of Public Administration in Context of Automated Decision-Making

封面

如何引用文章

全文:

详细

In context of active implementation of automated systems decision-making and artificial intelligence systems into activities of public authorities, a problem of maintaining an adequate level of transparency in public administration is becoming increasingly relevant. The issue is critical for upholding principles of rule of law and protecting fundamental rights of citizens. The work aims to conduct a comprehensive systematization and critical analysis of current approaches to solving the problem in Russian and foreign law, as well as in legal theory. The methodological basis of the research includes general research methods (analysis, synthesis, systematic approach) and specific scholar methods (comparative legal, formal legal). The article consistently examines the conceptual foundations and practical challenges of implementing transparency and explainability requirements for automated systems decision-making and artificial intelligence systems, including their role in increasing trust, maintaining accountability, preventing discrimination, and strengthening legitimacy of public administration. The main attention is paid to a detailed and critical analysis of a wide range of transparency mechanisms (classified, in particular, according to their focus on the system as a whole or on a specific decision, as well as by the timing of information provision — ex ante or ex post): disclosure of the procedure or logic of decision-making, the «right to explanation», counterfactual explanations, disclosure of data and program code/models, audit and public control, information about application, as well as use of explainable/interpretable models and other technical solutions. For each mechanism, advantages, disadvantages, and difficulties of practical implementation are identified like conflicts with intellectual property protection, technical complexity of implementation and interpretation, and the fundamental «black box» problem of artificial intelligence systems. The conclusion substantiates the insufficiency of applying individual tools and the necessity of developing a flexible, risk-oriented, and context-dependent comprehensive approach.

作者简介

Pavel Kabytov

Institute of Legislation and Comparative Legal Studies under Government of the Russian Federation

Email: kapavel.v@yandex.ru
ORCID iD: 0000-0001-8656-5317

Candidate of Sciences (Law), Leading Researcher. Candidate of Sciences (Law), Leading Researcher. , Russia.

34 Bolshaya Cheremushkinskaya Str., Moscow 117218, Russia.

Nikita Nazarov

Institute of Legislation and Comparative Legal Studies under Government of the Russian Federation

编辑信件的主要联系方式.
Email: naznikitaal@gmail.com
ORCID iD: 0000-0002-3997-0886

Junior Researcher. Junior Researcher. , Russia.

34 Bolshaya Cheremushkinskaya Str., Moscow 117218, Russia.

参考

补充文件

附件文件
动作
1. JATS XML

版权所有 © Kabytov P., Nazarov N., 2025

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».