Η εφαρμογή της Τεχνητής Νοημοσύνης στις ελληνικές φυλακές: στάσεις, εμπιστοσύνη και επιδράσεις στο σωφρονιστικό σύστημα

Βασιλική Κ. Θεολόγη, Δρ

1. Η ΤΝ στις φυλακές υπό το πρίσμα της αναλογιστικής δικαιοσύνης και της νέας ποινολογίας

Η σύγχρονη ποινική πολιτική έχει μετατοπιστεί σταδιακά από το παραδοσιακό ιδεώδες του σωφρονισμού, που στόχευε στην ηθική μεταβολή και επανένταξη του δράστη, προς ένα πιο διαχειριστικό μοντέλο ποινικής εξουσίας. Σε αυτό το νέο πλαίσιο, κεντρικό ζητούμενο δεν είναι πλέον αποκλειστικά η ηθική αναμόρφωση του κρατούμενου με σκοπό την επανένταξη, αλλά η διαχείριση κινδύνων, η πρόβλεψη μελλοντικών συμπεριφορών και η διοίκηση πληθυσμών που θεωρούνται επισφαλείς (Ishiy & Ramos, 2023)[1]. Η εξέλιξη αυτή αποτυπώνεται στη θεωρία της αναλογιστικής δικαιοσύνης[2], όπου η ποινική μεταχείριση βασίζεται σε στατιστικές εκτιμήσεις και πιθανολογικά μοντέλα για την πιθανότητα υποτροπής ή επικινδυνότητας, καθώς και στη νέα ποινολογία των Feeley και Simon, η οποία μετατοπίζει το ενδιαφέρον από το άτομο στις κατηγορίες πληθυσμών και στη συνολική διαχείριση της ασφάλειας (Feeley and  Simon 1994, McKay, 2019)[3].

Η Τεχνητή Νοημοσύνη ενισχύει ουσιαστικά αυτή τη μετατόπιση, καθώς επιτρέπει την επεξεργασία μεγάλων όγκων δεδομένων και την παραγωγή προγνωστικών αξιολογήσεων με ταχύτητα και φαινομενική αντικειμενικότητα (Θεολόγη, 2025)[4]. Αλγοριθμικά συστήματα μπορούν να ταξινομούν κρατουμένους με βάση δείκτες κινδύνου, να προτείνουν επίπεδα επιτήρησης και να εντοπίζουν πιθανές αποκλίσεις συμπεριφοράς. Με τον τρόπο αυτό, η ποινική εξουσία αποκτά πιο προληπτικό, τεχνοκρατικό και διοικητικό χαρακτήρα, γεγονός που μεταβάλλει τη φιλοσοφία λειτουργίας του σωφρονιστικού συστήματος (Feeley & Simon, 1992)[5].

Παράλληλα, οι εφαρμογές της ΤΝ στις φυλακές είναι πολυεπίπεδες και δεν περιορίζονται στην επιτήρηση (Harcourt, 2007- Clingan, 2023, Ross et al, 2024)[6]. Στον τομέα της ασφάλειας, έξυπνα συστήματα βιντεοεπιτήρησης μπορούν να εντοπίζουν σε πραγματικό χρόνο συμπλοκές, ύποπτες κινήσεις ή περιστατικά αυτοτραυματισμού, ενισχύοντας την ταχύτερη αντίδραση του προσωπικού (McKay, 2022- Lyon, (2001)[7].

Στη διοικητική λειτουργία, η αυτοματοποίηση διαδικασιών όπως φακέλοι κρατουμένων, μεταγωγές, άδειες και προγραμματισμός υπηρεσιών μειώνει τη γραφειοκρατία και απελευθερώνει ανθρώπινους πόρους για ουσιαστικότερη σωφρονιστική εργασία (Mc Kay,2022-Puolaka, 2022)[8].

Επιπλέον, η ΤΝ μπορεί να αξιοποιηθεί στην εξατομικευμένη εκπαίδευση και την επαγγελματική κατάρτιση των κρατουμένων, προσαρμόζοντας το εκπαιδευτικό υλικό στο επίπεδο και τις ανάγκες κάθε ατόμου, ενισχύοντας έτσι τις προοπτικές επανένταξης (Van Ness & Strong, 2015- Bazemore, & Umbreit 1995)[9]. Σημαντικό πεδίο αποτελεί επίσης η ψυχική υγεία, με συστήματα που ανιχνεύουν ενδείξεις κατάθλιψης, απομόνωσης ή κρίσεων μέσω ανάλυσης συμπεριφοράς και γλωσσικών μοτίβων, συμβάλλοντας στην έγκαιρη παρέμβαση (Youvan, 2024-Simon,2024)[10].

Η αποτελεσματικότητα της σωφρονιστικής πολιτικής συνδέεται επίσης με τρεις κρίσιμους παράγοντες: την ασφάλεια, την επικοινωνία και την εργασία (Rodrigues and Fidalgo, 2024- Zivanai & Mahlangu, 2022)[11]. Η ΤΝ μπορεί να ενισχύσει την ασφάλεια μέσω πρόληψης επεισοδίων και καλύτερης διαχείρισης κρίσεων, δημιουργώντας σταθερότερο περιβάλλον. Παράλληλα, μπορεί να υποστηρίξει τη διατήρηση κοινωνικών δεσμών μέσω ψηφιακών επισκεπτηρίων και ασφαλών επικοινωνιακών πλατφορμών, καθώς και να συμβάλει στην εργασιακή επανένταξη μέσω χαρτογράφησης δεξιοτήτων και εξατομικευμένων επαγγελματικών διαδρομών.

Διεθνή παραδείγματα αναδεικνύουν διαφορετικές κατευθύνσεις: το Ηνωμένο Βασίλειο δίνει έμφαση στην ψηφιακή διοίκηση και την αποτελεσματικότητα (HM Prison and Probation Service, 2025)[12], η Νορβηγία σε ένα ανθρωποκεντρικό μοντέλο επανένταξης (Larsen & Hean,, 2021-Larsen et al, 2019)[13], ενώ οι ΗΠΑ έχουν αναπτύξει συστήματα αξιολόγησης κινδύνου όπως το COMPAS, τα οποία όμως έχουν εγείρει ζητήματα αλγοριθμικής μεροληψίας (Hamilton, 2019)[14]. Η Εσθονία, τέλος, αξιοποιεί την ψηφιακή διακυβέρνηση για τη βελτίωση της διαλειτουργικότητας και της διοικητικής αποτελεσματικότητας.

Συνολικά, η ενσωμάτωση της Τεχνητής Νοημοσύνης στις φυλακές συνιστά έναν ευρύτερο μετασχηματισμό του τρόπου άσκησης της ποινικής εξουσίας και οργάνωσης της σωφρονιστικής πολιτικής. Η ίδια η τεχνολογία μπορεί να υπηρετήσει μια λογική είτε εντατικής επιτήρησης είτε  κοινωνικής επανένταξης. Η τελική της κατεύθυνση εξαρτάται από τις θεσμικές επιλογές, ενώ η επιτυχής εφαρμογή της προϋποθέτει εμπιστοσύνη, διαφάνεια, λογοδοσία και ουσιαστική ανθρώπινη εποπτεία, ώστε η αποτελεσματικότητα να μην υπονομεύει τη δικαιοσύνη και την ανθρώπινη αξιοπρέπεια.

2.   Στάσεις και Επαγγελματικές Αντιλήψεις των Σωφρονιστικών Υπαλλήλων για την Τεχνητή Νοημοσύνη: Ανάμεσα στη Χρησιμότητα και τον Έλεγχο

Η εισαγωγή της Τεχνητής Νοημοσύνης στο σωφρονιστικό σύστημα εξαρτάται από τεχνικές ή θεσμικές παραμέτρους, αλλά και από τον τρόπο με τον οποίο την αντιλαμβάνονται οι ίδιοι οι επαγγελματίες που καλούνται να την εφαρμόσουν στην πράξη. Οι σωφρονιστικοί υπάλληλοι, ως βασικός επιχειρησιακός πυλώνας των φυλακών, διαμορφώνουν σε μεγάλο βαθμό την καθημερινή λειτουργικότητα, την ασφάλεια και την αποτελεσματικότητα κάθε καινοτομίας (Πανούσης, 2002-Δημόπουλος, 2024)[15].

Τα ευρήματα της ποιοτικής έρευνας (Θεολόγη, 2025)[16] δείχνουν ότι η στάση απέναντι στην ΤΝ είναι σύνθετη και ισορροπεί ανάμεσα στην αναγνώριση της χρησιμότητάς της και στην επιφύλαξη ως προς τα όριά της. Από τη μία πλευρά, οι εργαζόμενοι αναγνωρίζουν ότι εφαρμογές όπως η έξυπνη επιτήρηση, η αυτοματοποίηση διοικητικών διαδικασιών και η ταχύτερη επεξεργασία πληροφοριών μπορούν να ενισχύσουν την ασφάλεια και να μειώσουν τον γραφειοκρατικό φόρτο, ιδιαίτερα σε συνθήκες υποστελέχωσης.

Από την άλλη, αναδεικνύεται έντονη επίγνωση των περιορισμών της τεχνολογίας σε ένα περιβάλλον που χαρακτηρίζεται από ένταση, απρόβλεπτες συμπεριφορές και σύνθετες ανθρώπινες αλληλεπιδράσεις. Οι υπάλληλοι υπογραμμίζουν ότι η εμπειρική γνώση, η διαίσθηση και η επαγγελματική κρίση δεν μπορούν να αντικατασταθούν από τα αλγοριθμικά συστήματα, τα οποία λειτουργούν με τυποποιημένους κανόνες και στατιστικές συσχετίσεις(Samim, 2025)[17].

Ιδιαίτερη ανησυχία εκφράζεται για το ενδεχόμενο σταδιακής υποκατάστασης του ανθρώπινου ρόλου, ιδίως όταν η ΤΝ παρουσιάζεται ως εργαλείο μείωσης κόστους του προσωπικού. Παράλληλα, η αποδοχή της τεχνολογίας φαίνεται να ενισχύεται όταν οι εργαζόμενοι συμμετέχουν ενεργά στον σχεδιασμό και την εφαρμογή της, όταν υπάρχει επαρκής εκπαίδευση και όταν διασφαλίζεται ότι οι κρίσιμες αποφάσεις παραμένουν υπό ανθρώπινη εποπτεία.

Κομβικό εύρημα αποτελεί η αντίληψη ότι η ασφάλεια στις φυλακές δεν είναι αποκλειστικά τεχνικό ζήτημα, αλλά αποτέλεσμα κοινωνικών σχέσεων και καθημερινής συνεργασίας. Η εμπιστοσύνη μεταξύ προσωπικού και κρατουμένων, αλλά και η συναδελφική αλληλεγγύη, αναδεικνύονται ως κρίσιμες παράμετροι που δύσκολα μπορούν να αποτυπωθούν ή να αναπαραχθούν από αλγοριθμικά συστήματα.

Παράλληλα, εκφράζεται επιφυλακτικότητα απέναντι στην αυτοματοποιημένη λήψη αποφάσεων, η οποία θεωρείται συχνά άκαμπτη και ανεπαρκής να λάβει υπόψη το πλαίσιο κάθε περίπτωσης. Η τεχνολογία αντιμετωπίζεται ως εργαλείο που λειτουργεί βάσει κανόνων, χωρίς να διαθέτει την ευελιξία της ανθρώπινης κρίσης.

Ωστόσο, η συνολική στάση δεν είναι απορριπτική. Αντιθέτως, η ΤΝ γίνεται αποδεκτή όταν αντιμετωπίζεται ως υποστηρικτικό μέσο και όχι ως μηχανισμός αντικατάστασης. Η χαρακτηριστική αντίληψη ότι «ο ρόλος του μαχαιριού εξαρτάται από τη χρήση του» αποτυπώνει την ανάγκη για ανθρωποκεντρικό σχεδιασμό και σαφές κανονιστικό πλαίσιο.

Συμπερασματικά, οι σωφρονιστικοί υπάλληλοι προσεγγίζουν την Τεχνητή Νοημοσύνη μέσα από ένα πρίσμα επιλεκτικής αποδοχής: τη θεωρούν χρήσιμη για τη βελτίωση της λειτουργίας των φυλακών, υπό την προϋπόθεση ότι δεν υπονομεύει τον ανθρώπινο παράγοντα, αλλά τον ενισχύει. Η αποτελεσματική ενσωμάτωσή της προϋποθέτει, επομένως, συμμετοχικό σχεδιασμό, εκπαίδευση και διατήρηση της ανθρώπινης κρίσης ως κεντρικού στοιχείου του σωφρονιστικού συστήματος.

3.   Διαπιστώσεις, Διεθνές Πλαίσιο και Συμπεράσματα – Προκλήσεις και Προοπτικές για την ΤΝ στις Φυλακές

Οι διεθνείς πρακτικές αξιοποίησης της Τεχνητής Νοημοσύνης στις φυλακές εξελίσσονται παράλληλα με μια ενισχυόμενη ευρωπαϊκή νομολογιακή προστασία των δικαιωμάτων των κρατουμένων. Η νομολογία του Ευρωπαϊκού Δικαστηρίου Δικαιωμάτων του Ανθρώπου έχει επανειλημμένα υπογραμμίσει ότι ο εγκλεισμός δεν συνεπάγεται απώλεια των θεμελιωδών δικαιωμάτων, αλλά μόνο τους απολύτως αναγκαίους και αναλογικούς περιορισμούς τους[18]. Στο πλαίσιο αυτό, η κρατική υποχρέωση για προστασία της ζωής, της σωματικής ακεραιότητας και της αξιοπρέπειας των κρατουμένων μπορεί να δικαιολογήσει τη χρήση τεχνολογικών εργαλείων πρόληψης κινδύνων, όπως συστήματα εντοπισμού βίας, αυτοτραυματισμών ή ψυχικών κρίσεων, υπό τον όρο ότι δεν υποκαθιστούν την ανθρώπινη κρίση και παρέμβαση[19].

Παράλληλα, η ευρωπαϊκή προσέγγιση αναγνωρίζει τον σωφρονιστικό σκοπό της κοινωνικής επανένταξης, γεγονός που καθιστά θεμιτή την αξιοποίηση ψηφιακών εργαλείων εκπαίδευσης και εξατομικευμένης μάθησης[20]. Εξίσου σημαντική είναι η προστασία του δικαιώματος στην οικογενειακή ζωή, που ενισχύει τη χρήση ασφαλών ψηφιακών μορφών επικοινωνίας και τηλε-επισκεπτηρίων, ως μέσων διατήρησης κοινωνικών δεσμών. Συνολικά, η ευρωπαϊκή εμπειρία καταδεικνύει ότι η τεχνολογία μπορεί να είναι συμβατή με τα ανθρώπινα δικαιώματα μόνο όταν υπηρετεί την προστασία, τη διαφάνεια και την επανένταξη και όχι την ανεξέλεγκτη επιτήρηση.

Στην ελληνική πραγματικότητα, η εφαρμογή της ΤΝ στις φυλακές συναντά σημαντικές προκλήσεις. Οι υλικοτεχνικές υποδομές παραμένουν σε πολλές περιπτώσεις ανεπαρκείς, ενώ απαιτείται ουσιαστική εκπαίδευση του προσωπικού τόσο σε τεχνικό επίπεδο όσο και σε ζητήματα ηθικής και νομικής διαχείρισης δεδομένων. Επιπλέον, η ποιότητα των δεδομένων αποτελεί κρίσιμο παράγοντα, καθώς ελλιπή ή ανακριβή στοιχεία μπορούν να οδηγήσουν σε εσφαλμένες ή άδικες αλγοριθμικές εκτιμήσεις.

Ιδιαίτερη σημασία έχει το νομικό πλαίσιο, καθώς η χρήση βιομετρικών δεδομένων, η ανάλυση συμπεριφοράς και οι αυτοματοποιημένες αξιολογήσεις εντάσσονται πλέον στις υψηλού κινδύνου εφαρμογές ΤΝ και απαιτούν αυστηρή συμμόρφωση με τις αρχές προστασίας προσωπικών δεδομένων και με το ευρωπαϊκό κανονιστικό πλαίσιο. Σε κάθε περίπτωση, οι κρίσιμες αποφάσεις που αφορούν την ελευθερία και τα δικαιώματα των κρατουμένων δεν μπορεί να ανατίθενται αποκλειστικά σε αλγοριθμικά συστήματα.

Η Ελλάδα καλείται, συνεπώς, να επιλέξει στρατηγική κατεύθυνση: είτε μια περιοριστική χρήση της ΤΝ ως εργαλείου ελέγχου και διοικητικής αποτελεσματικότητας, είτε μια ευρύτερη μεταρρυθμιστική προσέγγιση που θα ενσωματώνει την τεχνολογία στην εκπαίδευση, την ψυχική υγεία, την εργασία και την κοινωνική επανένταξη. Η δεύτερη επιλογή είναι σαφώς πιο συμβατή με τις αρχές του κράτους δικαίου και ενός ανθρωποκεντρικού σωφρονιστικού συστήματος.

Συμπερασματικά, η Τεχνητή Νοημοσύνη στις φυλακές αποτελεί ένα πεδίο με σημαντικές δυνατότητες αλλά και ουσιώδεις κινδύνους. Μπορεί να συμβάλει στη βελτίωση της ασφάλειας, στον εκσυγχρονισμό της διοίκησης, στην ενίσχυση της επικοινωνίας με τον έξω κόσμο και στην προώθηση της επαγγελματικής και εκπαιδευτικής επανένταξης, μειώνοντας δυνητικά την υποτροπή. Ωστόσο, ενσωματώνει ταυτόχρονα τη λογική της αναλογιστικής δικαιοσύνης και της νέας ποινολογίας, ενισχύοντας την τάση προς την πρόβλεψη κινδύνου και την κατηγοριοποίηση πληθυσμών.

Το κρίσιμο ζητούμενο για το μέλλον δεν είναι η τεχνολογική αναβάθμιση καθαυτή, αλλά η θεσμική της κατεύθυνση. Χωρίς ισχυρές εγγυήσεις διαφάνειας, λογοδοσίας και ανθρώπινης εποπτείας, η ΤΝ ενδέχεται να ενισχύσει την επιτήρηση εις βάρος των δικαιωμάτων Eubanks, 2018)[21]. Αντίθετα, με σωστό σχεδιασμό μπορεί να αποτελέσει εργαλείο δικαιότερου, ασφαλέστερου και περισσότερο ανθρωποκεντρικού σωφρονιστικού συστήματος.

[1]  Ishiy, K. T. & Marcondes Ramos, J. R. (2023). Access to justice and the new technologies applied during the implementation of prison sentences. Journal of Legal Studies and Criminology, (7), pp. 243-258.

[2] Η λογική της βασίζεται στη χρήση στατιστικών εργαλείων και πιθανολογικών μοντέλων για την εκτίμηση του κινδύνου που φέρει ένα άτομο ή μία ομάδα.

[3] M., Feeley and J., Simon (1994). Actuarial Justice: The Emerging New Criminal Law. In Nelken, D. (ed.), The Futures of Criminology. London: Sage, pp. 173-201.

McKay, C. (2019). Predicting risk in criminal procedure: actuarial tools, algorithms, AI and judicial decision-making. Current Issues in Criminal Justice 32(5), pp. 1-18.

[4] Η νέα ποινολογία σηματοδοτεί την αλλαγή παραδείγματος στο σωφρονιστικό περιβάλλον: από την εστίαση στην ατομική ενοχή και τη δυνατότητα αποκατάστασης, στην κυριαρχία της διαχείρισης ρίσκων και επικινδυνότητας· στοιχείο που συνδέεται με την ευρύτερη τάση ενίσχυσης της ασφάλειας και της διοικητικής αποδοτικότητας στα σύγχρονα ποινικά συστήματα.

Θεολόγη, Β. (2025).Τεχνητή Νοημοσύνη και Φυλακές. Ασφάλεια, Επικοινωνία, Πρόληψη Υποτροπής, Προστασία Ανθρωπίνων Δικαιωμάτων. Αθήνα, εκδόσεις Παπαζήση, Σειρά Ποινική Δικαιοσύνη και Έγκλημα, Ιδρυτές Σειράς: + Χ. Δημόπουλος – Γ. Πανούσης, Διεύθυνση ΚΕΜΕ, σελ. 23

[5] Feeley, M., & Simon, J. (1992). The New Penology: Notes on the Emerging Strategy of Corrections and Its Implications. Criminology, 30(4), pp. 449-474, ιδίως pp. 449-450.

[6] Harcourt, B. (2007). Against Prediction: Profiling, Policing, and Punishing in an Actuarial Age. University of Chicago Press. Chicago, IL, pp. 7-1

Clingan, P. D. (2023). Artificial Intelligence in Correctional Facilities: A Comprehensive Examination (Part II of III). International Journal of Scientific Advances (IJSCIA), 4(6), pp. 998-1007, https://www.ijscia.com/wp-content/uploads/2023/12/Volume4-Issue6-Nov-Dec-No.533-998-1007.pdf

Ross, S., Wood, M. A., Baird, R., & Lundberg, K. (2024). Shaping the techno-social landscape of corrections: How values, technology, and culture influence the design of correctional service delivery applications. Journal of Criminology, 57(3), pp. 294-312. https://doi.org/10.1177/26338076241255530

[7] McKay, C. (2022). The carceral automaton: Digital prisons and technologies of detention. International Journal for Crime, Justice and Social Democracy, vol. 11(1), pp. 100-119. https://doi.org/10.5204/ijcjsd.2137

Lyon, D. (2001). Surveillance Society: Monitoring Everyday Life, Buckingham-Philadelphia,

Open University Press, pp. 47-55·

[8] Mc Kay, C. (2022). The Carceral Automaton: Digital Prisons and Technologies of Detention. International Journal of Crime, Justice and Social Democracy (11) 1, pp. 100-119, ιδίως p. 106.

Puolakka, P. (2022). Smart Prison: From Prison Digitalisation to Prison Using, Learning and Training Artificial Intelligence. Justice Trends Magazine. https://justice-trends.press/smart-prison-from-prison-digitalisation-to-prison-using-learning-and-training-artificial-intelligence/.

[9] Van Ness, D. J., Strong, K. L. (2015). Restoring justice: An introduction to restorative justice. 5th ed. New Providence: LexisNexis, Chapter 7, pp. 133-152.

Bazemore, G., Umbreit, M. (1995). Balanced and restorative justice: Program summary and review. Juvenile and Family Court Journal. 46(1), pp. 1-28.

[10] Youvan, D. (2024). Artificial Intelligence in Correctional Facilities: Enhancing Rehabilitation and Supporting Reintegration, pp. 1-21. DOI:10.13140/RG.2.2.27649.67681

Simon Bonk and co-authored by Dr John Gannon. (October 31, 2024). The Potential of AI to Enhance Mental Health in Correctional Facilities: Benefits for Staff and Incarcerated Individuals. Emhic. https://emhicglobal.com/case-studies/the-potential-of-ai-to-enhance-mental-health-in-correctional- facilities-benefits-for-staff-and-incarcerated-individuals/

[11] Rodrigues, A. M. and Fidalgo, S. (2024), The role of Artificial Intelligence (AI) in rehabilitation and in the reduction of the use of imprisonment, EU Law Journal. 10(1), pp. 42-53, iδίως p. 50.

Zivanai, E., & Mahlangu, G. (2022). Digital prison rehabilitation and successful re-entry into a digital society: A systematic literature review on the new reality on prison rehabilitation. Cogent Social Sciences, 8(1). https://doi.org/10.1080/23311886.2022.2116809.

[12] HM Prison and Probation Service. (2025). HMPPS Annual Report and Accounts 2024–25. UK Government.

[13] Larsen, B. K.& Hean, S. (2021). The significance of interprofessional and interagency collaboration in reintegration after prison: A qualitative study exploring Norwegian frontline workers’ views. Journal of Comparative Social Work, 16(1), 109–134. https://doi.org/10.31265/jcsw.v16i1.366

Larsen, B. K., Hean, S., & Ødegård, A. (2019). A conceptual model on reintegration after prison in Norway. International Journal of Prisoner Health, 15(3), pp. 282–292. https://doi.org/10.1108/IJPH-06-2018-0032

[14] Hamilton, M. (2019). The biased algorithm: Evidence of disparate impact on Hispanics. American Criminal Law Review, 56(4), 1553–1577.

[15] Πανούσης, Γ. (2002). Η ποιητική του φυλακισμένου χώρου, Αθήνα-Κομοτηνή, εκδόσεις Αντ. Ν. Σάκκουλα, σσ. 87, 107.

Δημόπουλος, Χ. (2024). Δίκαιο εκτίσεως των ποινών κατά της Προσωπικής Ελευθερίας. Αθήνα, εκδόσεις Παπαζήση, Σειρά Ποινική Δικαιοσύνη και Έγκλημα, Ιδρυτές Σειράς: + Χ. Δημόπουλος – Γ. Πανούσης, Διεύθυνση Σειράς ΚΕΜΕ,  σσ. 19-20, 21-30.

[16] Θεολόγη, Β. (2025), όπ.π., σελ.230, 233.

[17] Samim, R. (2025). The Role of AI in Reducing Criminal Recidivism: Emerging Opportunities and Challenges. International Journal of Criminology & Justice, 1(1), pp. 1-9.

[18] Η εφαρμογή συστημάτων τεχνητής νοημοσύνης (AI) για συνεχή βιντεοεπιτήρηση σε σωφρονιστικά ιδρύματα, ακόμα και με στόχο την πρόληψη της βίας ή την ασφάλεια του προσωπικού, οφείλει να πληροί τις προδιαγραφές της αναγκαιότητας, της αναλογικότητας και του σκοπού. Η σχετική νομολογία του ΕΔΔΑ υπογραμμίζει ότι η παραβίαση του άρθρου 8 επέρχεται όταν το μέτρο εφαρμόζεται οριζόντια και χωρίς εξατομικευμένη αιτιολόγηση, κάτι που η «έξυπνη»τεχνολογία –εφαρμοζόμενη στις («έξυπνες») φυλακές–ενδέχεται να εντείνει, εάν δεν συνοδεύεται από σαφές ρυθμιστικό πλαίσιο και ουσιαστικό έλεγχο.

Στην υπόθεση Izmestyev v. Russia, το Δικαστήριο έκρινε ότι η συνεχής βιντεοπαρακολούθηση κρατούμενου σε φυλακή υψίστης ασφαλείας συνιστά σοβαρή παρέμβαση στην ιδιωτική ζωή, κατά παράβαση του Άρθρου 8 της ΕΣΔΑ. Το Δικαστήριο επισήμανε την έλλειψη νομικής σαφήνειας στο ρυθμιστικό πλαίσιο

[19] ΕΔΔΑ Case Strazimiri v. Albania, αριθμ. προσφυγής 34602/16, 21 Ιανουαρίου 2020.Υπόθεση κρατουμένου με ψυχικές διαταραχές, που παρέμεινε σε φυλακές αντί για εξειδικευμένες δομές. Το Δικαστήριο κατέληξε ότι η απουσία ψυχιατρικής φροντίδας, σε συνδυασμό με τις ακατάλληλες συνθήκες κράτησης, παραβίασαν το άρθρο 3 λόγω στέρησης της αξιοπρέπειας

[20] Στην κομβικής σημασίας υπόθεση για τη συζήτηση περί εργασίας, εκπαίδευσης και γενικά της επανένταξης των κρατουμένων, Vinter and Othersv. The United Kingdom62 (2013) θεμελιώνεται η άποψη ότι η επανένταξη είναι αναπόσπαστο μέρος του σκοπού της ποινής και άρα κάθε κράτος (συμπεριλαμβανομένης της Ελλάδας) πρέπει να επενδύει στην εργασία και στην εκπαίδευση στη φυλακή, ώστε να μην παραβιάζει το άρθρο 3 ΕΣΔΑ.

[21] Eubanks, V. (2018). Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. NewYork. Picador, St. Martin’s Press, pp. 2-7·

 

Βασιλική Κ. Θεολόγη

Διδάκτωρ Εγκληματολογίας

Νομική Σχολή Δ.Π.Θ

Μέλος Σ.Ε.Π. ΕΑΠ