Judgment

Judgment

The Application of Artificial Intelligence in Reducing Incarceration Rates through Non-Custodial Sentencing Alternatives

Document Type : Scientific

Authors
mahdi ghasemi 1
mahmud habibi tabar 2
sadegh moradi 3
1 PhD Student Department of law, UAE.C., Islamic Azad University, Dubai, United Arab Emirates mahdi.ghasemi3294@iau.ac.ir
2 Assistant Prof Department of Law, Sav.C,, Islamic Azad University, Saveh, Iran, (Corresponding author), m.habibitabar@vt.ac.ir
3 Assistant Prof Department of Law, CT.C,, Islamic Azad University, Tehran, Iran, Sad.moradi@iauctb.ac.ir
10.22034/judg.2025.2057439.1418
Abstract
With the rising prison population in many countries and the increasing challenges faced by judicial systems, the need for innovative strategies to reduce incarceration rates has become more urgent than ever. Non-custodial alternatives to imprisonment—such as probation, community service, and monetary fines—are recognized as opportunities for the reintegration of low-risk offenders into society. In this context, artificial intelligence (AI) emerges as a powerful tool for data collection and analysis, offender behavior prediction, and optimizing the capacity of community-based institutions responsible for implementing alternative sanctions. This study aims to explore the application of AI in reducing prison populations by focusing on non-custodial sentencing alternatives. It highlights the significance of integrating AI into the criminal justice system and examines its potential impact on reducing incarceration rates. The findings of this descriptive-analytical research demonstrate that AI can significantly enhance the identification of behavioral patterns and the prediction of recidivism risks. Moreover, the study emphasizes that institutions supervising low-risk offenders can leverage AI to improve monitoring and behavioral assessment processes. As a result, AI can contribute to decreasing prison overcrowding and enhancing social security. The research concludes that incorporating AI into the administration of alternative sentences—particularly for low-risk offenders—can serve as an effective solution to reducing prison costs and delivering diversified services to the community.
Keywords
Criminal Justice System
Non-Custodial Sentences
Artificial Intelligence
Prison Population Reduction

Subjects

  1. آشوری، محمد. (1382). جایگزین‌های زندان یا مجازات‌های بینابین. تهران: نشر گرایش.
  2. انصاری، باقر. (1402).­ حقوق داده‌ها و هوش‌ مصنوعی: مفاهیم و چالش‌ها (با همکاری: شیما عطار و امیرحسین صالحی). چاپ 2. تهران: سهامی انتشار.
  3. آیین نامه اجرایی ماده (۷۹) قانون مجازات اسلامی مصوب 1392.
  4. آیین‌نامه اجرایی سازمان زندان‌ها. (28/02/1400(.
  5. بهره‌مند، حمید. (1396). سیاست حبس‌زدایی در نظام تقنین جمهوری اسلامی ایران. راهبرد.
  6. تقی‌زاده، مسلم، و خردمندنیا، سهیل. (1403). هوش ‌مصنوعی مولد: چالش‌ها و الزامات توسعه و پیاده‌سازی. مرکز پژوهش‌های مجلس شورای اسلامی.
  7. چراغی کوتیانی، اسماعیل. (1390). خانواده ناپایدار، خانه عنکبوت. حوزه نت.
  8. دستورالعمل نحوه تأسیس واحدهای حمایت از حقوق شهروندی زندانیان (مصوب 1385).
  9. دلفانی، رضا، قاسمی، مسعود و نصرتی، یزدان. (1399). چالش‌های مجازات‌های جایگزین حبس در سیاست جنایی ایران در ابعاد تقنین، قضایی و اجرایی.ماهنامه جامعه‌شناسی سیاسی ایران.
  10. رضایی، غلامحسین. (1389). راهبردهای تعلیق و تعویق در فرایند کیفری. تهران: میزان.
  11. سند جدید تحول قضایی مصوب 06/01/1403 رئیس قوه ‌قضائیه.
  12. شاردا، رامش، دیلن، دورسان، موتوربان، افراییم. (۱۴۰۱). کاربرد هوش‌مصنوعی و علم داده‌ها در تحلیل سیستم‌های تصمیم گیری کسب و کار. مترجمان: مهداد کارگری، مصطفی اسدی بکلویی و امیرحسین ممتازی. نشر بازرگانی.
  13. شمس، علی. (1384). جمعیت کیفری زندان‌ها: آمار عددی ورودی به زندان‌های کشور: 1358 لغایت 1380. تهران: سازمان زندان‌ها و اقدامات تأمین و تربیتی کشور، راه تربیت.
  14. صفاری، علی و حاجی تبار فیروز جایی، حسن. (1393). مجازات‌های جایگزین حبس در حقوق کیفری ایران. تهران: فردوسی.
  15. طغری نگار، حسن. (1381). مجموعه مقالات و سخنرانی‌های اولین همایش بین‌المللی بررسی راه‌های جایگزین مجازات حبس. تهران: سازمان زندان‌ها و اقدامات تأمین و تربیتی کشور، راه تربیت.
  16. عرفانی، محمود و دیگران. (1390). بررسی زندان بر تکرار جرم (مطالعه موردی: زندان اردبیل). فصلنامه راهبردی اجتماعی و فرهنگی.
  17. قانون احترام به آزادی‌های مشروع و حفظ حقوق شهروندی (مصوب ۱۳۸۲).
  18. قانون احکام دائمی برنامه‌های توسعه کشور. (۱۳۹۶).
  19. قانون اساسی جمهوری اسلامی ایران. (۱۳۵۸).
  20. قانون آیین دادرسی کیفری. (1392). مجلس شورای اسلامی.
  21. قانون جرائم رایانه‌ای مصوب ۵/۳/۱۳۸۸ مجلس شورای اسلامی، با الحاقات و الصاقات بعدی.
  22. قانون مجازات اسلامی. (1392). مجلس شورای اسلامی.
  23. کاربرد هوش‌مصنوعی در عدالت: روندهای فعلی و چشم‌انداز آینده. نویسنده (های) دریافت: 22 اکتبر 2023 . پذیرش: 11 مه 2024 .انتشار آنلاین: 18 مه 2024.
  24. کواچی، هامایی. (1377). تعلیق مراقبتی در دنیا. ترجمه حسین آقایی‌نیا. تهران: میزان.
  25. لشگری، رضا و نتاج جلوداری، جواد. (1402). هوش‌ مصنوعی در قوه‌ قضائیه. تهران: نشر فناوری نوین.
  26. محدث، محسن. (1390). مقایسه تطبیقی تأثیر مجازات زندان با مجازات‌های جایگزین در پیشگیری از تکرار جرم. تهران: مؤسسه فرهنگی هنری انتشاراتی نگاه بین.
  27. محمدی، اکبر، بشیری، میثم، عطارپور، محمدرضا و بشیری، احسان. (1403).تجربه‌نگاری حکمرانی توسعه فناوری‌های هوش ‌مصنوعی در کشورهای منتخب. فصلنامه علمی دانش حکمرانی، دوره 2. شماره 2. صص 40-58:doi: 10.22034/jokog.2024.201818/
  28. میر شمس شهشهانی، مائده و آشوری، محمد. (1386). مجموعه مقالات همایش راهکارهای کاهش جمعیت کیفری زندان. تهران: میزان.
  29. ناظرزاده کرمانی، فرناز و امامی غفاری، زینب. (1393). بررسی رویه و نگرش قضات دادگاه‌های اطفال تهران به جایگزین‌های مجازات حبس.
  30. هاشم‌بیگی، حمید و نجفی‌ابرندآبادی، علی‌حسین. (۱۳۹۰). دانشنامه جرم‌شناسی: انگلیسی - فرانسه - فارسی. گنج دانش.
  31. یعقوبی، عبدالهاشم. (1378). مجموعه قوانین و مقررات مربوط به امور زندان‌ها و زندانیان. نشر سکه.
  32. یوسفی نژاد، نوشین و آقاجانی، محمود. (1396). بررسی مجازات‌های سنتی و نوین جایگزین حبس در قانون مجازات اسلامی.

33.  Drake, A., Keller, P., Pietropaoli, I., Puri, A., Maniatis, S., Tomlinson, J.,... & Blair, S. W. (2022). “Legal contestation of artificial intelligence-related decision-making in the United Kingdom: Reflections for policy”. International Review of Law, Computers & Technology, Vol 36, No 2 PP 251-285.

34.  Filgueiras, F., & Junquilho, T. A. (2023). “The Brazilian (non) perspective on national strategy for artificial intelligence”. Discover Artificial Intelligence, Vol 3, No 1, PP 7.

35.  https://link.spriger.com/article/10.1007/s44230-024-00074-2. 7. Vergeer, M. (2020). Artificial intelligence in the Dutch press: An analysis of topics and trends. Communication Studies, 71(3), 373-392. 8.International Working Group on Data Protection in Telecommunications. (2018). Working paper on privacy and artificial intelligence, 4th meeting 29-30 November 2018, Queenstown (New Zealand). https://epic.org/IWG/WP-AL.pdf. 9. Sutton, R. S., Bowling, M. H., & Pilarski, P. M. (2022). The Alberta plan for AI research. arXiv preprint arXiv:2208.11173. 10. Tu, M., Dall’erba, S., & Ye, M. (2022). Spatial and temporal evolution of the Chinese artificial intelligence innovation. Journal of Innovation and Entrepreneurship. (Note: Please provide the complete citation details for this article if available.

36.  Peters, R. (2019). Alternatives to incarceration: A guide for policymakers and practitioners. New York: Justice Policy Institute.

37.  Schwarze, M., & Roberts, V. (2022). Reconciling artificial and human intelligence: Supplementing not supplanting the sentencing judge. In Sentencing and artificial intelligence. Oxford University Press.

38.  Yu, R., & Shen, G. (2019). Towards AI-enabled and evidence-based judicial decision modeling. Artificial Intelligence and Law, Vol 27, No 4, pp 391-418.

Judgment
Volume 25, Issue 121
Summer 2025
Pages 112-130

  • Receive Date 08 April 2025
  • Revise Date 25 April 2025
  • Accept Date 15 July 2025