SOHASIDA AMALGA OSHIRILAYOTGAN O‘ZGARISHLAR VA YANGILIKLAR Ismatov Olimjon Shuxrat o‘g‘li Adliya vazirligi huzuridagi Yuridik kadrlarni qayta tayyorlash va malakasini oshirish

Аннотация

В данной статье рассматривается эффективность статистических моделей в прогнозировании криминогенной ситуации с учётом изменений и нововведений, наблюдаемых в законодательстве и практике Узбекистана и зарубежных стран. Анализируется роль махаллинской системы и проекта «Безопасный город» в выявлении криминогенных факторов в Узбекистане, а также представлена информация о программах «PredPol» и «HunchLab» в США и опыте других государств. Кроме того, в статье рассматривается вопрос внедрения современных зарубежных практик в законодательство Узбекистана. ANNOTATION This article examines the effectiveness of statistical models in forecasting the criminogenic situation, taking into account the changes and innovations observed in the legislation and practice of Uzbekistan and foreign countries. It analyzes the effectiveness of the mahalla system and the “Safe City” project in identifying criminogenic factors in Uzbekistan, as well as provides information on the “PredPol” and “HunchLab” programs in the United States and the experiences of other countries. In addition, the article addresses the issue of introducing modern foreign practices into the legislation of Uzbekistan. Jinoyatchilikni kriminogen prognozlash, jinoyat sodir etilishidan oldin uning oldini olish, jamiyat va davlat manfaatlariga zarar yetkazuvchi omillar yuzaga kelishidan oldin uni bartaraf etish muhim hisoblanadi. Zero, barchamizga ma’lumki, jinoyatni vujudga kelishidan oldin uning oldini olish jamiyatda jinoyatchilikni kamaytirishning eng samarali usullaridan hisoblanadi. Shu sababli, nafaqat O‘zbekistonda balkim butun dunyo mamlakatlarida jinoyatchilikni kamaytirish yuzasidan bir qator islohotlar amalga oshirilib kelinmoqda. Jumladan, O‘zbekistonda jinoyatchilik tendensiyalarini aniqlash uchun statistik tahlil, ijtimoiy sabablarni ochib berish uchun esa sotsiologik tadqiqotlar qo‘llaniladi. Ichki ishlar vazirligi tomonidan yig‘ilgan statistik ma’lumotlar vaqt seriyalari tahlili va regressiya modellar orqali tahlil qilinadi. Masalan, shahar hududlarida o‘g‘rilik jinoyatlari mavsumiy o‘zgarishlari statistik tahlil orqali aniqlanmoqda. 87 YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 2016-yildan boshlab “Xavfsiz shahar” loyihasi doirasida videokuzatuv tizimlari, biometrik identifikatsiya va ma’lumotlarni tahlil qilish tizimlari qo‘llanilmoqda, bu prognozlash samaradorligini oshirdi. Masalan, Toshkent shahrida videokuzatuv tizimlari o‘g‘rilik jinoyatlarini kamaytirishga yordam berdi. “Xavfsiz mahalla” dasturi orqali yoshlar orasidagi jinoyatchilikni kamaytirish maqsadida ta’lim va sport tadbirlari tashkil qilinmoqda. Masalan, mahallalarda sport musobaqalari yoshlarning deviant xulq-atvorini kamaytirishga xizmat qilmoqda. O‘zbekiston Respublikasi Jinoyat kodeksi va boshqa huquqiy hujjatlar prognozlashning huquqiy asoslarini ta’minlaydi, jinoyat turlarini tasniflash va statistik ma’lumotlarni yig‘ishda muhim rol o‘ynaydi. Biroq, mahalliy tajribada cheklovlar ham mavjud. Sun’iy intellekt va Big Data kabi ilg‘or texnologiyalarning to‘liq joriy etilmaganligi, malakali mutaxassislarning yetishmasligi va ma’lumotlar shaffofligining cheklanganligi muhim muammolar sifatida qolmoqda. Masalan, kiberjinoyatlarni prognozlashtirish uchun maxsus metodologiyalarning yetishmasligi bu sohada rivojlanishni sekinlashtirmoqda. Xorijiy davlatlarda, xususan, AQSh, Buyuk Britaniya, Yaponiya, Germaniya va Singapurda jinoyatlarni prognozlashtirish sohasida qo‘llaniladigan usullar zamonaviy texnologiyalar, ilmiy metodologiyalar va ijtimoiy profilaktika dasturlarining muvaffaqiyatli integratsiyasiga asoslanadi. AQShda “PredPol” dasturi sun’iy intellekt va Big Data yordamida jinoyatlarning “issiq nuqtalarini” aniqlashda katta muvaffaqiyat qozondi. Bu dastur Los-Anjelesda o‘g‘rilik va zo‘ravonlik jinoyatlarini 7-10% ga kamaytirishga yordam berdi. Bundan tashqari, jamoaviy politsiya (community policing) usullari Chikagoda yoshlar orasidagi zo‘ravonlik jinoyatlarini kamaytirishda samarali bo‘ldi. Buyuk Britaniyada “Youth Justice Board” tashkiloti yoshlar orasidagi jinoyatchilikni kamaytirishda muvaffaqiyatli bo‘lib, Londonda pichoqbozlik jinoyatlari 15% ga kamaydi. Sotsiologik tadqiqotlar iqtisodiy tengsizlik va migratsiyani jinoyatchilikning asosiy omillari sifatida aniqlab, profilaktik choralar ishlab chiqishda muhim rol o‘ynadi. Yaponiyada “Koban” tizimi mahalliy politsiya bo‘linmalari orqali jamoaviy nazoratni ta’minlab, Tokioda o‘g‘rilik va zo‘ravonlik jinoyatlarini 25% ga kamaytirdi. Jamoaviy mas’uliyat madaniyati jinoyatchilikning ijtimoiy sabablarini bartaraf etishda muhim omil bo‘ldi . Germaniyada “INPOL” ma’lumotlar bazasi jinoyatlarni real vaqtda monitoring qilishda samarali bo‘lib, Berlin shahrida o‘g‘rilik jinoyatlarini aniqlashda 18% ga samaradorlikni oshirdi. Kiberjinoyatlarni prognozlashtirishda Interpol bilan hamkorlik 10% ga samaradorlikni oshirdi. Singapurning “Smart Nation” loyihasi sun’iy intellekt va videokuzatuv tizimlari yordamida o‘g‘r