موسسه آموزش عالی آپادانا فصلنامه تحقیقات نوین میان رشته ای حقوق 2783-3631 Criminal liability arising from errors in facial recognition systems in criminal cases مسئولیت کیفری ناشی از اشتباهات سیستم های تشخیص چهره در پرونده های جنائی 10.22051/jera.2021.31891.2698 FA هدیه گروه حقوق، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران. امیررضا گروه حقوق، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران. Although the deployment of facial recognition systems in criminal cases has accelerated crime detection, linking justice to intelligent algorithms has created unprecedented challenges in the realm of fundamental rights and the foundations of liability. Using a descriptive–analytical method, the present study seeks to examine the legal nature of errors produced by these systems and addresses the question of which legal model can ground the attribution of criminal liability when misidentification occurs and individual liberties are violated. The findings indicate that, due to the technical complexity commonly described as the “black box” in deep-learning layers and the presence of structural “biometric biases,” the outputs of these systems lack certainty and operate only at the level of “mathematical probabilities.” From a legal perspective, the systems’ relative autonomy generates a “causal gap” in attributing the offense and places the classical, human-centered concepts of “fault” and “will” in a dead end. In Iran’s criminal justice system, the absence of explicit provisions in the Computer Crimes Law and the lack of an independent legal personality for artificial intelligence have resulted either in unfair liability for users or in de facto immunity for negligent designers. The study concludes that, in order to safeguard the presumption of innocence, the outputs of this technology should not be accepted as “independent evidence”; rather, they should be treated only as a form of “judicial presumption” and remain subject to direct human oversight. Moreover, based on a “distributed liability” approach, it is necessary to identify the chain of responsibility between the designer and the operator, and where fault is ambiguous, to rely on the state’s compensatory liability—pursuant to Article 171 of the Constitution—to compensate victims for resulting harm. استقرار سیستم‌های تشخیص چهره در پرونده‌های جنایی، اگرچه سرعت کشف جرم را ارتقا بخشیده، اما پیوند عدالت با الگوریتم‌های هوشمند، چالش‌های بی‌سابقه‌ای را در حوزه حقوق بنیادین و مبانی مسئولیت پدید آورده است. پژوهش حاضر با هدف واکاوی ماهیت حقوقی اشتباهات ناشی از این سامانه‌ها، با روشی توصیفی-تحلیلی به بررسی این پرسش می‌پردازد که در صورت بروز خطای شناسایی و نقض آزادی‌های فردی، بار مسئولیت کیفری بر مبنای کدام الگوی حقوقی قابل انتساب است. یافته‌های پژوهش نشان می‌دهد که به‌دلیل پیچیدگی‌های فنی موسوم به «جعبه سیاه» در لایه‌های یادگیری عمیق و وجود «سوگیری‌های بیومتریک» ساختاری، خروجی این سیستم‌ها فاقد وصف قطعیت بوده و صرفاً در تراز «احتمالات ریاضی» قرار دارد. از منظر حقوقی، استقلال نسبی این سامانه‌ها منجر به ایجاد «خلأ سببی» در انتساب بزه شده و مفاهیم کلاسیک «تقصیر» و «اراده» را که بر مدار انسان‌محوری استوارند، با بن‌بست مواجه ساخته است. در نظام کیفری ایران، فقدان مقررات صریح در قانون جرایم رایانه‌ای و نبود شخصیت حقوقی مستقل برای هوش مصنوعی، منجر به ایجاد مسئولیت‌های ناعادلانه برای کاربران یا مصونیت طراحان متقصر شده است. نتیجه‌گیری پژوهش مؤید آن است که برای صیانت از اصل برائت، خروجی‌های این فناوری نباید به‌عنوان «دلیل مستقل» پذیرفته شوند، بلکه باید صرفاً منزلت «اماره قضایی» یافته و تحت نظارت مستقیم انسانی قرار گیرند. همچنین، بر اساس رهیافت «مسئولیت توزیعی»، ضرورت دارد زنجیره مسئولیت میان طراح و اپراتور شناسایی شده و در موارد ابهام در تقصیر، از ظرفیت مسئولیت جبرانی دولت بر مبنای اصل ۱۷۱ قانون اساسی جهت جبران خسارت بزه دیدگان استفاده گردد. /downloadfilepdf/2586182