Automatizált döntéshozatal és a büntetőeljárás

 „Tűrd, hogy már nem vagy ember itt, csak szám egy képleten.”

(Márai Sándor: Halotti beszéd, 1951)

A prediktív rendészet és az automatizált döntéshozatal

Napjaink egyik meghatározó jelensége az informatikai környezetben keletkező, illetőleg ott tárolt adatok szerepének felértékelődése. „Az adat az új olaj” klisé elterjedése az adatok parttalan gyűjtését és azok felhasználásának és hasznosíthatóságának kutatását eredményezte. Ennek a folyamatnak köszönhetően – ezt az egyszerűség kedvéért nevezzünk itt big data folyamatnak – rengeteg típusú és formájú adat keletkezik nap mint nap, amelyet az adat kezelői különböző célokra hasznosítanak. A gyűjtött adatok hasznosítására elsősorban üzleti-gazdasági folyamatok során kerül sor, azonban a big data jelenség egyre inkább begyűrűzik az állami szférába is, jelen van annak már szinte minden területén, nem kerülve el a rendészet és az igazságszolgáltatás intézményrendszerét sem.

Ez a jelentős mennyiségű adathalmaz egyre szélesebb körben áll rendelkezésre a rendészeti feladatok ellátásához is, ennek eredményeként a rendészettudomány külön területe kezdett el foglalkozni az adatok rendészeti célú hasznosíthatóságának kutatásával és a kutatási eredmények gyakorlati alkalmazásával. Ezen rendészeti kutatások fókuszában nemcsak az adatok bűnüldözési célú, a nyomozás során történő hasznosítása áll, hanem kiterjed az adatok közötti, eddig nem ismert összefüggések feltárására, a bűnözés jövőbeli alakulásának valószínűségszámításokkal alátámasztott előrejelzésére is. Vagyis az adatok (értve itt ez alatt, példálózó jelleggel, a jelenleg legszélesebben körben felhasznált hírközlési szolgáltatók és hitelintézetek által kezelt személyes adatokat) a rendészet számára nem csak abban nyújtanak segítséget, hogy felhasználásukkal egy konkrét, megtörtént bűncselekmény elkövetése bizonyíthatóvá váljék, de a bűnözés korábban nem ismert összefüggéseire, még fel nem tárt bűncselekmény elkövetésére is fény derülhet.

A nemzetközi rendészettudományi szakirodalom az adatok hasznosíthatóságára vonatkozó kutatásokat és azok gyakorlati alkalmazását a „predictive policing” gyűjtőfogalom alatt tárgyalja.¹ A fogalom hazai alkalmazásában még nincs egy-ségesen kialakított álláspont, a prediktív rendészet fogalma mellett megjelennek a megelőző rendészet és az előrejelző rendészet fogalmai is. Míg az első fogalom elfogadása mellett az hozható fel érvként, hogy az jobban megfeleltethető a téma nemzetközi fogalma alá tartozó kutatási tárgyköröknek, addig az utóbbiak mellett szól, hogy azok a tudomány „elangolosodását” hivatottak megakadályozni.

Kétségtelen, hogy önmagában már a „predictive” szó magyarra fordítása sem egyszerű, mivel az leginkább jóslást jelent, míg maga a tevékenység sokkal inkább az előrejelzéshez hasonlítható, mint például amilyen az időjárás-előre-jelzés, mivel azok matematikai és statisztikai műveleteken alapulnak.

A prediktív rendészet alapvetően kriminálstatisztikai megközelítésre épít, azonban az adatok eltérő jellege és jelentős mennyisége miatt azok feldolgozását prediktív analitikai módszerekkel végzi, felhasználva az informatikai újabb technológiáit és az újabb statisztikai és adatbányászati módszereket.

Bár a korábbi jogszabályi környezet is lehetőséget nyújtott az ilyen jellegű adatfeldolgozásra, a GDPR-ral² párhuzamosan megjelenő bűnügyi adatvédelmi irányelv³ (és ide értve az ennek megfelelően módosított Infotv.-t⁴ is) automatizált döntéshozatal⁵ címszó alatt egyértelműbb szabályozási környezetet hozott létre a személyes adatok prediktív rendészeti célú felhasználásához. Az új adatvédelmi szabályozás megalkotásának célja az volt, hogy egyrészt lehetővé tegye az adatok felhasználásában rejlő gazdasági előnyök kihasználását az Európai Unió területén, ugyanakkor azonos védelmi szintet biztosítson a személyes adatok kezelésében az európai unió polgárainak információs önrendelkezési joguk gyakorlásához. Ez utóbbi jog védelmének célja, hogy az emberek szabadon megvalósíthassák önmagukat, mert ez az alapja mind a gazdasági, mind a tudományos innovációnak és társadalmi fejlődésnek is.⁶

Az automatizált döntéshozatal egyik módja a profilalkotás. Az Infotv. 3. szakaszában található értelmező rendelkezések szerint a profilalkotás a személyes adat bármely olyan – automatizált módon történő – kezelése, amely az érintett személyes jellemzőinek, különösen a munkahelyi teljesítményéhez, gazdasági helyzetéhez, egészségi állapotához, személyes preferenciáihoz vagy érdeklődéséhez, megbízhatóságához, viselkedéséhez, tartózkodási helyéhez vagy mozgásá-hoz kapcsolódó jellemzőinek értékelésére, elemzésére vagy előrejelzésére irányul.

Az ember az élet számos területén találkozik a személyére vonatkozóan alkalmazott profilalkotási folyamatokkal, akár tudatosul ez benne, akár nem. Például a hiteligénylés során a bankok részére megadott személyes adatok alapján kockázati kategóriákba sorolják az embert a hitel feltételeinek meghatározása érdekében, de akkor is profilalkotás eredményét látjuk, ha valamely online vásárlásunk során az adott honlap felajánl megvételre további termékeket, azzal a címszóval, hogy akik az általunk vásárolt terméket megvették, még milyen további vásárlásokat végeztek, befolyásolva ezzel a preferenciáinkat.

A profilalkotás tulajdonképpen egy technika, fogalma többféleképpen megközelíthető. Az alapul fekvő témához kapcsolódóan elegendő – a teljesség és a pontosság igénye nélkül, pusztán a téma egyszerűbb megértése érdekében – annyit rögzíteni, hogy a profilalkotás két fő részből áll: egyrészt a profil megalkotása, másrészt pedig a profil alkalmazása. A profil alkotása során emberek egy meghatározott csoportjának közös ismert, vagy még fel nem tárt ismertetőjegyeit határozzák meg. Az így meghatározott közös ismertetőjegyek a profil jellemzői. Ezt a profilt annak alkalmazása során aztán konkrét személyekre vetítik, és amennyiben a személyre vonatkozó jellemzők azonosak a profil jellemzőinek jó részével, akkor fennáll egy bizonyos szintű valószínűsége annak, hogy a profil többi jellemzője is igazak rá. (Leegyszerűsítve például: ha egy szurkolói csoport közös jellemzője, hogy tagjaiknak ugyanolyan tetoválásuk van, a meccsek előtt ugyanabban a sörözőben hangolódnak a szurkolásra, úgy adott esetben, ha keresünk egy a közös tetoválással rendelkező személyt, akkor jó eséllyel megtaláljuk a meccs előtt a sörözőben.)

Fontos a profilalkotás eredményével kapcsolatban rögzíteni, hogy az mindig csupán egy valószínűségi modell, eredménye fenntartással kezelhető. A megismert összefüggések kapcsolatot jelentenek ugyan az adatok között, azonban nem bizonyítják az adatok közötti okozati összefüggést. Vagyis e valószínűségi modellek nem bizonyítékot szolgáltatnak, csupán javaslatot tesznek arra, hogy merre vizsgálódjunk az okozati összefüggés legnagyobb valószínűség szerinti megállapításához.

A prediktív rendészet gyakorlati alkalmazása

A prediktív rendészeti tevékenységeket két nagy csoportra lehet bontani. Az egyik a személyekre vonatkozó predikciós tevékenységeket, a másik a bűncselekményekre vonatkozó predikciós módszereket foglalja magába.

A bűncselekmények kapcsán a prediktív rendészet elsősorban azt vizsgálja, hogy hol és mikor várható bűncselekmény elkövetése, ezt a területet hívhatjuk prediktív térképészetnek. Illetve ide sorolhatók még a még fel nem tárt bűncselekményi módszerek, bűnözési struktúrák feltárását célzó tevékenységek.⁷

A prediktív térképészet célja annak meghatározása, hogy melyek azok a földrajzi területek, ahol a jövőben nagyobb a valószínűsége annak, hogy bűncselekményt – jellemzően vagyon elleni bűncselekményt – követnek el.⁸ Ha például olyan szervezett bűnözői csoportok közötti fegyveres összetűzéseket vizsgálnak, amelyek esetében az erőszak a konfliktusok kezelésének bevált módja, akkor önmagában abból, hogy valamely csoport sérelmére egy másik csoport erőszakos bűncselekményt követett el, következtetni lehet arra, hogy az elkövetői csoport felségterületén nagyobb valószínűséggel fog hasonló erőszakos bűncselekmény megvalósulni. Ezek az előrejelzések a rendészet őrzési funkciójában, illetőleg egyéb bűnmegelőzési feladatokban nyújthatnak segítséget például a rendőri jelenlét ezen helyszínekre történő összpontosításával a bűncselekmények megelőzése érdekében.

A személyekre vonatkozó predikciós módszerek arra a kérdésre keresik a választ, hogy ki volt valamely bűncselekmény elkövetője,⁹ melyek azok a személyek, akik nagyobb valószínűséggel válnak a jövőben bűncselekmények elkövetőivé, vagy azok áldozataivá.

A jövőbeli bűnelkövetők azonosítását szolgáló előrejelzések (például a Miles Wernick nevével fémjelzett, a chicago-i rendőrség által alkalmazott ún. „heat list”) alapvető célja a bűnmegelőzés. A konkrét kutatás eredményeként létrejött heat list azon személyek nevét tartalmazta, akik a jövőben a legnagyobb valószínűséggel válnak fegyveres konfliktusok alanyaivá elkövetőként vagy áldozatként. A lista alapját egy a korábbi fegyveres konfliktusokban érintett személyek jellemzőit összefoglaló profil képezte, amelyet aztán alkalmaztak mindazon személyekre, akikről korábbi bűnügyi adatai alapján tudott volt, hogy valamely erőszakra hajlamos szervezett bűnözői körhöz tartoznak. Ezt követően bűnmegelőzés keretében e személyek célzott megszólításával tájékoztatták őket a kutatás eredményeiről, az esetleges bűnelkövetésben történő részvételük esetén várható következményekről, egyúttal pedig egyedi bűnmegelőzési programokon történő részvételt javasoltak számukra. A program nyomán időszakosan csökkent a fegyverrel elkövetett bűncselekmények száma az érintett területen. Azt is hozzá kell tenni ugyanakkor, hogy a heat list és a bűncselekmények számának csökkenése közötti összefüggést tudományos kutatás még nem támasztotta alá.¹⁰

Fontos kiemelni, hogy a különböző prediktív rendészeti eljárások más-más jogi szabályozást igényelnek. Ennek legfőbb oka az e rendszerek által kezelt adatokban keresendő. Míg ugyanis a prediktív térképészet jellemzően anonimizált statisztikai adatokkal dolgozik, addig azokban az esetekben, amikor konkrét bűncselekmények megelőzéséhez, üldözéséhez használnak fel adatokat, akkor azok jellemzően személyes adatokat érintenek, ami maga után vonja a személyes adatok védelmére vonatkozó szabályok figyelembevételének kötelezettségét is.

Működő prediktív rendészeti rendszerek kapcsolódása

a büntetőeljárási joghoz

Az Európai Unió több, rendészeti szempontból jelentős adatmennyiséget tartalmazó adatbázist is üzemeltet (SIS II, VIS, EURODAC, EES, PNR, API, ETIAS, ECRIS-TCN). Jelenleg ezek közül két adatbázis kezeléséhez kapcsolódóan alkalmaznak automatizált döntéshozatali eljárást, ez pedig az EITAS (Európai Utasinformációs és Engedélyezési Rendszer) és a PNR (Passanger Name Record, azaz utas-nyilvántartási adatállomány).

Az utas-nyilvántartási adatállománynak a terrorista bűncselekmények és súlyos bűncselekmények megelőzése, felderítése, nyomozása és a vádeljárás lefolytatása érdekében történő felhasználásáról szóló PNR-irányelv¹¹ által előírtan alkalmazott automatizált döntéshozatali rendszer a légiközlekedésben részt vevő utasok adatait felhasználva működik. Az irányelv alapján kezelhetők többek között az egyes személyekhez tartozó utazások részletei, a fizetési és a kapcsolattartási adatok is.

A légiközlekedést biztosító szolgáltatóknak, vagyis a légitársaságoknak ezeket az adatokat a nemzeti PIU (Passanger Information Unit, vagyis utasadat-információs egység) részére kell átadniuk, ahol központilag rendelkezésre bocsátott profilok segítségével igyekeznek azonosítani azokat a magasabb kockázattal rendelkező utasokat, akik „súlyos bűncselekmény elkövetésében érintettek lehetnek és akiket ezért az illetékes hatóságoknak további vizsgálatnak kell alávetniük”.

Magyarországon az illetékes utasadat-információs egység a Terrorelhárítási Információs és Bűnügyi Elemző Központ (TIBEK)¹². Az egység az utasadatok alapján automatizált kockázatelemzést végez, a kockázatosként besorolt személyek esetében pedig, emberi tényező bevonásával történő egyedi felülvizsgálatot tart. Amennyiben az egység az irányelvben meghatározott bűncselekményre vonatkozó információt tár fel, úgy bűncselekmény gyanúja esetén feljelentést tesz, illetve ha olyan információt szerez meg, amely alapján a büntetőeljárásról szóló törvényben meghatározott előkészítő eljárás lefolytatásának lehet helye, előkészítő eljárást kezdeményezhet.¹³

Összefoglalva elmondható, hogy bár vannak olyan – elsősorban az egyének azonosítását szolgáló, bűncselekmények bizonyítékait összegző, elemző programok –, amelyek a bűnüldözés területén kerülnek alkalmazásra, de a fenti példa is jól mutatja, hogy a rendészeti feladatok ellátása során alkalmazott prediktív rendészeti tevékenységek eredményei leginkább a büntetőeljárás megindítása kérdéskörében nyújtanak segítséget a döntéshozóknak.

A prediktív rendészet eredményének felhasználása

a büntetőeljárás megindításához

Az Amerikai Egyesült Államok élen jár a prediktív rendészeti programok alkalmazásában, így az ottani szakirodalomban már több, a programok alkalmazásához kapcsolódó jogi probléma is felmerült. Ide sorolható a prediktív rendészeti adatkezelés kapcsán a magánszféra megsértésének kérdésköre, a diszkriminatív adatkezelés problémája, valamint a prediktív rendészeti programeredmények felhasználása rendőri intézkedések alkalmazása, illetőleg büntetőeljárás megindítása kapcsán.

Andrew Guthrie Ferguson tanulmányában¹⁴ remekül összefoglalja a prediktív rendészet által létrehozott adatok felhasználhatóságának problematikáját a rendőri intézkedések alapját képező ésszerű gyanú követelményének megalapozásával kapcsolatban. Az alábbiakban ezen tanulmány rövid összefoglalása olvasható.

Az Amerikai Egyesült Államok 4. alkotmánykiegészítésének¹⁵ eredeti szövege szerint: „each man’s home is his castle” – vagyis az én házam az én váram, ahogy az angol közmondás tartja. A közmondás eredete a 18. századig nyúlik vissza, és megfogalmazása William Pitt, Chatham első grófja nevéhez köthető: „a legszegényebb ember a kunyhójában dacolhat a koronával szemben. Legyen az bármilyen gyenge, a teteje ingatag, a szél keresztül fújhat rajta, a vihar belé hatolhat, az eső belé eshet, de Anglia királya nem léphet be oda a tulajdonos engedélye nélkül.¹⁶ Ez a gondolat különös jelentőségre tett szert az Amerikai Egyesült Államok függetlenedési törekvései során, ahol elsősorban a függetlenség hívei elleni zaklatások megakadályozása érdekében emelték azt alkotmányos szintre. Az alkotmánykiegészítés a mai napig az állampolgárokat védi az indokolatlan rendőri beavatkozásoktól. A kiegészítés egyik eleme értelmében a rendőr az állampolgárokat az utcán csak akkor igazoltathatja és motozhatja meg (stop and search), ha észszerű gyanúval igazolni tudja, hogy az érintett személy bűncselekmény elkövetésében érintett lehet. Amennyiben a rendőr nem tudja igazolni intézkedésének jogalapjaként az észszerű gyanú meglétét, úgy az intézkedés során szerzett bizonyítékokat a büntetőeljárás során nem lehet felhasználni.

Az észszerű gyanú követelményének jelentéstartalmát a Terry v. Ohio-ügyben¹⁷ határozták meg. A döntés lényege szerint – a small data suspicion, ahogyan Ferguson fogalmaz, tekintettel arra, hogy ilyen döntések meghozatalakor a nyomozó hatóság részére kevés információ áll rendelkezésre – a gyanú akkor észszerűen megalapozott, ha az megfelelően, tényekkel alátámasztott, valamely büntetendő cselekményhez kapcsolódik, a fennállásának vizsgálatakor minden körülményt, így a mentő és terhelő körülményeket is figyelembe vették, és a rendelkezésre álló tényekből észszerű következtetés vonható le a bűncselekmény elkövetésére.

A „Terry-stop” standardját több bírósági döntés is tágította megszületését követően és több ügyben is elfogadták, ha büntetendő cselekményre utaló adatok mellett túlsúlyban voltak az elkövető személyére vonatkozó, elsősorban bűnügyi előélethez kapcsolódó adatok, amelyek a bűncselekmény feltételezett elkövetését erősítették.¹⁸ Ezeknél a döntéseknél továbbra is követelmény maradt ugyanakkor, hogy magára a vizsgált cselekmény elkövetésére utaló információ is alapja legyen a hatósági döntésnek.

A big data folyamatoknak és a rendészeti előrejelzéseknek köszönhetően a rendőrség tagjainak tevékenységük végzése során egyre több adat áll rendelkezésre, amelyek döntésüket segítik. Ezeknek az adatoknak a közös jellemzője, hogy leginkább az elkövető személyéhez és nem a vizsgált bűncselekményhez kapcsolódnak. Ferguson szerint a big data suspicion, vagyis a big data által támogatott észszerű gyanú kapcsán annak tisztázása szükséges, lehet-e alkalmazni rendőri intézkedést, igazoltatást azon az alapon, hogy azt feltételezem egy adott személyről – pusztán a személyéhez kapcsolódó adatok alapján –, hogy bűncselekményt fog elkövetni/éppen bűncselekményt követ el (fegyvert, kábítószert tart magánál stb.).

Ferguson szerint azt nem fogja egyik szoftver sem megmondani, hogy ki fog a jövőben bűncselekményt elkövetni, ez gyakorlatilag „science fiction” kategória. A profilalkotás során létrejött valószínűségi modellek ugyanakkor előre jelezhetik, hogy melyek azok a személyek, akik valószínűség szerint bűncselekmények elkövetésében érintettek lehetnek. A big data folyamatok ilyen irányú fejlődése felveti ugyanakkor azt a kérdést, hogy pusztán az elkövető személyéhez kapcsolható adatokból, a cselekményre vonatkozó információ nélkül következtethetünk-e arra, hogy az adott személy kapcsolatba hozható bűncselekmény elkövetésével, és így vele szemben alkalmazható-e a „Terry-stop” intézménye.

Vegyünk egy fiktív jogesetet és tegyük fel, hogy a rendőr felismer egy bandatetoválást egy bevásárlóközpont parkolójában várakozó autóban ülő személy kezén. A rendőrautóba szerelt kamera és arcfelismerő program segítségével azonosítja az illetőt. Erről a személyről az autóban található számítógépes rendszer – valós időben – az alábbi adatokat közli:

• a vizsgált személy szerepel egy heat-listán – mint fegyveres konfliktusok potenciális elkövetője/áldozata,
• egy közösségi oldalon közölt posztjában arról ír, hogy bosszút kell állni a szomszédos szervezett bűnözői csoporton, illetve
• egy prediktív térképészeti program azt jelzi, hogy a személy jelenlegi tartózkodási helye a rivális bűnözői csoport felségterületéhez tartozik, és mint ilyen, nagyobb a valószínűsége ezen a területen fegyveres konfliktus kialakulásának.

Bár a megfigyelt személy semmilyen magatartása sem utal konkrét bűncselekmény elkövetésére, a rendelkezésre álló adatok alapján azonban erre vonatkozó magas fokú valószínűségi következtetés tehető.

Vajon elegendők-e ezek az adatok a jogszerű intézkedés kezdeményezéséhez vagy sem?

Ferguson szerint a kérdésnek két lehetséges megoldása van. Álláspontja szerint a bírák egy része továbbra is meg fogja követelni az észszerű gyanú követelményének teljesítéséhez a konkrét cselekményre utaló adatokat,¹⁹ vagyis legalább egy gyanús kézmozdulat vagy indokolatlan idegesség szükséges a gyanú megalapozásához. Ugyanakkor legalább ugyanannyi bíró vélhetően elegendőnek fogja tartani a már meglévő, a prediktív rendészet által rendelkezésre bocsátott adatokat.

A kérdést érintően vitán felül áll, hogy irreleváns adatok semmiképpen sem képezhetik intézkedés alapját. Így rablási cselekményre nem vonható következtetés, ha az érintett személy kapcsán más, például családon belüli erőszak elkövetésére vonatkozó információ áll rendelkezésre. Nem lehet továbbá figyelembe venni a régi adatokat, így mondjuk egy hét évvel korábban elkövetett rablási cselekmény sem igazolhatja az észszerű gyanú fennállását, de az sem észszerű következtetés, ha a rablásra utaló távoli kapcsolatra merül fel adat, így például ha az érintett személy ismerősének az ismerőse áll kapcsolatban valamely rablási cselekményeket végrehajtó bűnözői csoporttal. Indokolt továbbá minden, adott esetben mentő körülményt is figyelembe venni. Így például ha az érintett személy autójára vonatkozó helymeghatározási adatok arra utalnak, hogy az autó egy betörés helyszínének közelében tartózkodott, akkor indokolt annak vizsgálata is például, hogy az adott helyszín nem véletlenül a szokásos tartózkodási helye-e vagy esetleg valamely rokona lakik a környéken az érintett személynek.

Big data adatok és a magyar büntetőeljárás megindítása

Az új Be. és az ehhez kapcsolódó, az Rtv.-t módosító törvény²⁰ világos határvonalat húzott a rendészeti feladatok között azzal, hogy a bűnmegelőzést (ennek keretében jelen téma szempontjából releváns felderítést) és a bűnüldözést határozottan elkülönítette egymástól. A bűnmegelőzés – olvasható az Rtv.-t módosító törvény miniszteri indokolásában – olyan bűnügyi hírszerző tevékenység, amelynek tárgya nem egy adott bűncselekmény, hanem Magyarország társadalmi rendjét veszélyeztető bűnözés. Ebben a körben a rendőri feladatokat a bűncselekmények megelőzése, illetve megakadályozása jelentik. Az Rtv. szóhasználatával élve, ennek keretében tárhatók fel a bűncselekmények elkövetésére irányuló törekvések.

Ehhez képest a bűnüldözés tárgya mindig konkrét bűncselekmény, ami az állami büntetőhatalom érvényesítésének lehetőségét teremti meg. Ebben a körben a rendészeti feladatok a bűncselekmények felderítéséhez, illetve megszakításához kapcsolódnak.

A legfontosabb elhatárolás abban érhető tetten, hogy míg a bűnmegelőzési feladatok ellátására az Rtv. szabályai, addig a bűnüldözési feladatok ellátására a Be. szabályai alkalmazandók²¹.

Ez olvasható az előkészítő eljárás szabályairól írt kommentárokban is: „az előkészítő eljárás nem veheti át a bűnmegelőzési funkciót egyfajta kockázatértékelő, megfigyelő információgyűjtés révén, ezért a tárgya kizárólag egy múltbeli, vagy egy éppen folyamatban lévő olyan cselekmény vizsgálata lehet, amely a bűncselekmény gyanúját vetheti fel”²².

A fentiekből látható, hogy a két eltérő szabályozási rezsim a konkrét bűncselekmény kategóriája alapján határolható el egymástól. Addig a pontig, amíg a rendészeti feladatok nem kapcsolhatók konkrét bűncselekményhez, addig bűnmegelőzésről beszélünk, azonban ha a rendészeti feladatok valamely konkrét bűncselekményhez kapcsolódnak, akkor már a bűnüldözés szabályrendszere alkalmazandó.

A bűnüldözés hatálya alá tartozó konkrét bűncselekmények esetében a bűncselekményre vonatkozó gyanú megléte vagy annak hiánya dönt abban a kérdésben, hogy a büntetőeljárás előkészítő eljárással kezdődjön, vagy a nyomozás elrendelésére kerüljön sor.

A rendészeti feladatok ellátásának fontos eleme a rejtve végzett felderítés. A bűnmegelőzési célú felderítés esetében az Rtv. szerinti titkos információgyűjtés, míg a bűnüldözés során a Be.-ben szabályozott leplezett eszközök alkalmazhatók. Mind a titkos információgyűjtés folytatása, mind pedig az előkészítő eljárás elrendelése egy „megalapozott feltételezést” követel meg.²³ Ez a megalapozott feltételezés a rendelkezésre álló információkból levont következtetést jelenti, melynek célja annak meghatározása, hogy milyen eljárási keretei között folytatódjon az információszerzés.

A megfelelő eljárás meghatározásához elsősorban – figyelemmel a fentiekre – abban a kérdésben kell állást foglalni, hogy a rendelkezésre álló információk konkrét bűncselekmény elkövetésére utalnak, tehát megtörtént vagy folyamatban lévő bűncselekményre vonatkoznak, vagy az adatokból arra vonható következtetés, hogy a bűncselekménynek a nem büntetendő és nem csak a büntetőjogi értelemben vett előkészülete, vagy valamely bűncselekmény elkövetésére irányuló törekvés zajlik. A büntetőjogi stádiumtan szerint vizsgálva, ha az adatok alapján tényállásszerű cselekmény vizsgálata szükséges (ideértve a büntetendő előkészületi cselekményeket is), úgy a Be. szabályai szerint kell folytatni a bűncselekmény felderítését, míg más esetben az Rtv. lesz az irányadó. Amennyiben konkrét bűncselekményre vonatkozó információszerzés szükséges, úgy a megfelelő eljárás kiválasztását az dönti el, hogy bűncselekmény gyanúja megállapítható-e, vagy annak megalapozásához további adatok szükségesek. Ez utóbbi esetben a nyomozás elrendelése helyett előkészítő eljárásnak van helye.

Az előkészítő eljárást „információk olyan mennyiségű és minőségű halmaza alapozhatja meg, amely alapján egy bűncselekmény gyanúja ugyan még nem állapítható meg, ugyanakkor az információk – például jogalkalmazói tapasztalat alapján – olyan, gyanakvásra okot adó, turpis körülményekre utalnak, amelyek további információk, illetve adatok megszerzése révén bűncselekmény gyanúját vethetik fel”²⁴.

A megfelelő eljárás kiválasztása és megindítása – ide nem értve az ügyészség által önállóan végzett nyomozásokat – rendészeti hatáskörbe tartozik. A döntésnek minden esetben megfelelően megalapozottnak kell lennie: „Bár az előkészítő eljárás elrendelése mérlegeléstől függ, az elrendelésnek konkrét, ellenőrizhető információkon kell alapulnia és a hiányolt adatok megszerzésére kell irányulnia.”²⁵

A fenti mérlegelési szempontoknak megfelelő döntés tehát az ügyek egyedi jellemzői alapján hozható meg, az egyes eljárási szakaszok közötti határvonal, így a bűnmegelőzési célból folytatott titkos információgyűjtés, az előkészítő eljárás, illetőleg a nyomozás megindítása közötti határvonalak kijelölése a jogalkalmazói gyakorlatra hárul.

Az amerikai joggyakorlat ismertetése során bemutatott jogeset a hazai büntetőeljárási jogban is kérdésként vetíti előre, hogy milyen jelentőséget tulajdonítsunk a prediktív rendészeti tevékenység során beszerzett valószínűségi információknak. A kérdés általános jellegű megválaszolása nélkül az mindenesetre kijelenthető, hogy a mérlegelési jogkörben hozott, a szükséges megalapozottságot igénylő döntéseknél hasznos szerephez juthatnak a prediktív módszerek által szolgáltatott adatok. A matematikai törvényszerűségek alapján tett megállapítások egy valószínűségi döntési modellben fajsúlyos szerepet kaphatnak, mivel azok szűk körben támadhatók.

A prediktív algoritmusok támadási felületei átvezetnek a téma következő oldalához, nevezetesen ahhoz, hogy milyen korlátai vannak a prediktív algoritmusoknak, melyek azok a fő szempontok, garanciák, amelyeket az alkalmazásuk során érvényesíteni kell annak érdekében, hogy azok megfeleljenek a jogszabályi követelményeknek.

A prediktív rendészeti módszerek és az alapvető szabadságjogok

A rendészeti profilalkotás legfontosabb előnye, hogy alkalmazásával növelni lehet a rendészet hatékonyságát a bűncselekmények megelőzése és a bűnüldözés területén is. Fontos előnyként kell továbbá kiemelni, hogy az informatikai rendszerekkel támogatott rendészet gazdaságossági előnyöket is fel tud mutatni, segítségével például hatékonyabban szervezhető a rendészet őrzési funkciója.

Kétségtelen ugyanakkor, hogy a rendészeti profilalkotás a számtalan előnye mellett a társadalom szempontjából potenciálisan káros következményeket is vonhat maga után. Bár e rendészeti rendszerek célja alapvetően a biztonság fokozása, az állampolgárok személyes adatain alapuló állami intézkedések óhatatlanul érintik az állampolgárok magánszféráját, és így konfliktust keletkeztethetnek. Ezen kérdésekkel, vagyis azzal, hogy meddig mehet el az állam a biztonság garantálása érdekében az alapvető jogok korlátozásában, a megfigyelés-tudományok (surveillance studies) foglalkoznak. Ennek egyik részterülete azt a kérdést vizsgálja, hogy létezhet-e demokratikus, jogállami módon folytatott megfigyelés. Haggerty és Samatas akként foglalt állást, hogy ez úgy lehetséges, ha a megfigyelés során az alapvető jogok és érdekek korlátozása legitim céllal, a szükségességi-arányossági teszt követelményeinek betartásával, átlátható és elszámoltatható módon történik,²⁶ vagyis gyakorlatilag az emberi jogokra vonatkozó nemzetközi szerződésekben, jogforrásokban foglalt szabályok szerint.

Ennek lényegre törő megfogalmazását tartalmazza az American Civil Liberties Union vs. National Security Agency-ügyben²⁷ hozott döntés, ahol az Amerikai Egyesült Államok Legfelsőbb Bírósága akként foglalt állást, hogy az állam addig avatkozhat be a magánszférába, ameddig az emberek nem kezdenek el félni attól, hogy mindennapi tevékenységüket az állam megfigyeli.

Melyek azok a területek, amelyeket a törvényesség fenntartása érdekében a prediktív profilalkotás során figyelembe kell venni?

A bűnügyi adatvédelmi irányelvben rögzített szabályok szerint az automatizált döntéshozatal alkalmazására csak megfelelő garanciák mellett kerülhet sor. „Ilyen garancia az érintett külön tájékoztatás biztosításához és az ahhoz való joga, hogy emberi beavatkozást kérjen és kapjon, különösen, hogy kifejtse álláspontját, ahhoz való jogát, hogy magyarázatot kapjon az effajta értékelés alapján hozott döntésről, és hogy megtámadja a döntést. A természetes személyekre vonatkozó olyan profilalkotás, amely az alapvető jogok és szabadságok szempontjából a természetüknél fogva különösen érzékeny személyes adatok alapján történő megkülönböztetést eredményeznek, a Charta 21. és 52. cikkében meghatározott feltételek szerint tilos.”²⁸

A rendészeti profilalkotás során három fő területre kell koncentrálni az esetlegesen törvénysértő módszerek elkerülése érdekében: az egyik a megfelelő szoftverek kialakítása, a másik a magánszféra arányos korlátozása, a harmadik pedig a megkülönböztetett bánásmód tilalma.

A szoftverek kapcsán alapvetően fontos, hogy az azokban írt algoritmusok megismerhetők legyenek, hiszen csak ebben az esetben van lehetőség arra, hogy a döntéssel érintett személy megfelelő tájékoztatást kapjon arról, vajon melyek voltak azok a szempontok, amelyek alapján a rendszer valamely profil hatálya alá sorolta. Egyre gyakoribb, hogy a rendészeti célok érvényesítését elősegítendő piaci szereplők kínálnak olyan szoftvereket, amelyek a prediktív rendészetben alkalmazhatók. A piaci szereplő érdeke ugyanakkor nem minden esetben az átláthatóság. Ha a program algoritmusai nyilvánosak, úgy azok alapján mások is képesek annak megalkotására. Ezt megelőzendő e cégek az algoritmusok titkosságát üzleti titok körébe tartozóként védik. A rendészetben azonban fontos az átláthatóság, így ezért célszerű átlátható, adott esetben szabad felhasználású programok alkalmazásában gondolkodni. Ez biztosíthatja továbbá azt is, hogy adott esetben ellenőrizhető legyen a profil alapját képező adatbázis, az alkalmazott algoritmus abból a szempontból, hogy azok nem tartalmaznak-e hibás adatokat, vagyis pontosak, a profil alapját képező adatok nem eleve diszkriminatívak, és például, hogy a programozó megfelelően ültette át az informatika nyelvére a profilalkalmazáshoz szükséges döntéseket.

A profil alkalmazása során törekedni kell arra is, hogy azzal ne sérüljön az emberek magánszférája. Ez könnyen megvalósulhat akkor, ha a profilokat valamely bűncselekmény felderítése körében olyan emberek esetében is alkalmazzák, akiknél nincs kellően alátámasztott alapja annak, hogy a felderíteni szándékozott bűncselekménnyel kapcsolatba hozhatók. A német alkotmánybíróság 2006. április 4. napján hozott – Rasterfahndung vagyis adatszűréshez kapcsolódó – 1 BvR 518/02. számú döntése alapját képező ügyben a nyomozó hatóság preventív jellegű adatszűrést végzett alvó terroristacsoportok azonosítása érdekében. Ennek keretében vallási adatokon alapuló adatszűrést végzett az állampolgárai körében, majd az adatszűrési eredményeket további adatbázisokkal (bűnügyi előéletet tartalmazó adatbázisokkal) hasonlított össze terroristacsoporthoz tartozás valószínűségének megállapítása érdekében. A német alkotmánybíróság döntésében kifejtette, hogy azért volt jogszerűtlen a nyomozó hatóság tevékenysége, mert a szűrési műveletek egyes lépései mindazon emberek vonatkozásában, akiknél ténylegesen nem merült fel adat arra, hogy terrorista szervezethez kapcsolódnának, beavatkozást jelentettek az adott személy információs önrendelkezési jogába. Egy ilyen jellegű állami intézkedés, nevezetesen profilok alkalmazása bűnözői minták, tevékenységek azonosítására csak akkor lehet arányos, ha a vizsgált személyek esetében arra konkrét, tényekkel alátámasztott veszély vagy fenyegetés ad alapot. A veszély fennállásának pusztán általános igazolása nem elegendő, mivel ez a műveletet gyakorlatilag az ún. „fishing expedition” körébe helyezi, ami a német alkotmány szabályaiba ütközik. Nem lehet ugyanis adatszűréseket végezni annak reményében, hogy annak segítségével találjanak valamilyen bűncselekmény gyanúját keltő tényt. Az ilyen beavatkozás sérti az arányosság követelményét. A döntés jelentőségét az adja, hogy azóta ez az érvrendszer megjelent az Európai Unió Bíróságának (a továbbiakban: EUB) a hírközlési szolgáltatók adatmegőrzési kötelezettségére vonatkozó normákat értékelő döntéseiben is, ahol az adatok megőrzését csak olyan esetben tartották indokoltnak például, ahol igazolható volt az érintett bűncselekményekkel történő kapcsolata.²⁹

A következő fontos szempont a rendészeti profilok alkalmazása esetén a diszkrimináció megakadályozása. Ebben a körben kell megemlíteni egyenlő bánásmód követelményét sértő adatokon nyugvó adatbázisok alkalmazását, illetőleg a jogállami követelményeket sértő jogszabályok alapján történő adatkezelést.

Az előbbi esetkörhöz tartozik a diszkriminatív adatokon alapuló profilok alkalmazása. Ha már eleve az adatok gyűjtésére diszkriminatív módon (pl. diszkriminatív igazoltatások során feltárt bűncselekményekből származnak az adatok) került sor, úgy az ezen adatokból készített profil alkalmazása során ismét túlsúlyba kerül a korábban is diszkriminatív módon kezelt személyi kör, hiszen a profil a diszkriminatívan kezelt csoport egyéb közös jellemzőit tartalmazza leginkább.

A másik esetkörben érdemes megemlíteni az EUB a Heinz Huber kontra Német Szövetségi Köztársaság ügyében³⁰ hozott ítéletben foglaltakat.

A vizsgált esetben a német nyomozó hatóságok bűnüldözési célból jogszabályi felhatalmazást kaptak mind az állampolgárai adatait tartalmazó adatbázisokhoz, mind pedig az ún. Ausländerzentralregister-ben található adatokhoz történő hozzáféréshez. Ez utóbbi adatbázis a Németországban három hónapnál hosszabb ideig tartózkodó uniós és nem uniós állampolgárok nyilvántartása volt a tartózkodási engedélyükkel kapcsolatos hatósági eljárásokhoz kapcsolódóan, amely állampolgárságra vonatkozó adatokat is tartalmazott. A bíróság megállapította, hogy a két eltérő tartalmú adatbázis kezelésének nincs akadálya, mivel az utóbbi esetében az abban szereplő állampolgárságra vonatkozó adatok szükségesek a tartózkodási engedélyezési eljárások lefolytatásához, így a megkülönböztetés indokolt a német állampolgárokhoz képest. Ugyanakkor megállapította, hogy az állampolgárságra vonatkozó adatok nem kapcsolódnak bűnüldözési célhoz, mivel az állampolgárság nincs összefüggésben a bűncselekmények elkövetésével. Erre tekintettel megállapította a bíróság, hogy ezen adatok bűnüldözési célú felhasználása az Európai Unió Alapjogi Charta 21. cikke szerinti megkülönböztetés tilalmába ütközik, mivel az állampolgárság alapján történő megkülönböztetésnek nem állt fenn a bűnüldözési célú felhasználására vonatkozó megfelelő indok.

Meg kell említeni ugyanakkor azt is, hogy eltérő elbánás alkalmazása a védett tulajdonságokat érintően nem kizárt a rendészeti feladatok teljesítése során. Például azon terrorcselekmények elkövetésének gyanúja esetén, amely cselekmény meghatározható vallási, etnikai vagy ideológiai alapon születik, meghatározó információt jelent ez a vallási etnikai és ideológiai háttér. Erre tekintettel ezen védett tulajdonságokra vonatkozó adatok kezelése a nyomozás során ebben a körben megengedhető.³¹

Hasonlóan, ha valamely tanú vallomásában, az elkövető azonosítása körében tett nyilatkozataiban szerepelnek olyan adatok, mint például a gyanúsított bőr-, haj- és szemszíne, úgy ezek az adatok felhasználhatók a gyanúsított személyleírásának meghatározásakor. Ha a nyomozó hatóság tagjai ugyanakkor túlzottan általános faji, etnikai és egyéb hasonló jellemzőket tartalmazó gyanúsítotti személyleírást kapnak, azt nem használhatják fel intézkedésük alapjaként.³²

Miért hasznosak az automatizált döntéshozatali rendszerek?

Az automatizált döntéshozatali rendszerekre vonatkozó szabályok betartása mellett alkalmazott eljárások több pozitív eredménnyel is szolgálnak. Így alkalmazásukkal növelni lehet a rendészeti feladatok ellátásának hatékonyságát, ami főként a bűncselekmények megelőzésében, üldözésében, a bűnelkövetők azonosításában érhető tetten. Az automatizált döntések hozzájárulhatnak a fentiek támogatásán keresztül a költségek csökkentéséhez is.

A prediktív algoritmusok eredményei – feltételezve természetesen a szakszerűen, tudományosan megalapozott feltevéseken alapuló programokat – a rendészeti munkához közvetlenül is segítséget nyújtanak. Egy adott döntési szituációban elősegítik a pontosabb döntést, mivel háttérbe szorítják az értékítéleteket, csökkentve ezáltal az abból fakadó hibalehetőségeket. A profilok alkalmazásával a döntések valószínűségi mutatókon és nem pusztán intuíción alapulnak.

A mérlegelési jogkörben hozott döntések – mint amilyen a megfelelő eljárás kiválasztása – megalapozottságának megkérdőjelezése esetén, ha azok prediktív rendészeti módszerekből származó adatokon alapulnak, nem utólag kell igazolni a döntés alapját képező tényeket és az azokból levont következtetéseket, hanem elegendő csak hivatkozni az automatizált döntéshozatal eredményeire. Mindez hozzájárul ahhoz is, hogy átláthatóbb legyen valamely döntés következményei miatti felelősségrendszer.

Illetve fontos megjegyezni még, hogy a big data adatok felhasználása nemcsak az emberi jogviszonyokat korlátozó rendőri intézkedések alapjául szolgálhat, hanem elősegítheti a mentő körülmények feltárását is.³³

Nagy a valószínűsége annak, hogy a jövőben egyre gyakrabban fogunk a hétköznapokban, rendészeti vagy igazságszolgáltatási feladatok ellátása során automatizált döntéshozatal keretében hozott döntésekkel találkozni. Kétségtelen az is, hogy a technológia nyújtotta lehetőségekben veszélyek is rejtőznek, amelyek miatt kialakulhatnak ellenérzések a technológia ilyen jellegű felhasználásával, alkalmazásával szemben. Ahelyett, hogy hátat fordítanánk a fejlődés ezen irányának, célszerűbb arra törekednünk, hogy biztosítsuk és követeljük meg az ilyen jellegű eljárások esetében az átláthatóságot és a megfelelő garanciák kiépítését. Azért van erre szükség, hogy a prediktív rendészet eredményei hatékonyan, eredményesen és mindezek előfeltételeként törvényesen szolgálják feladataink ellátását.

Szabó I. PhD, ügyész, Fővárosi Főügyészség