Обеспечение фундаментальных прав человека при обработке данных в государственном управлении

Tekst
Loe katkendit
Märgi loetuks
Kuidas lugeda raamatut pärast ostmist
Обеспечение фундаментальных прав человека при обработке данных в государственном управлении
Šrift:Väiksem АаSuurem Aa

Авторский коллектив:

Талапина Эльвира Владимировна – д-р юрид. наук, вед. науч. сотр. научно-исследовательского центра «Центр технологий государственного управления» Института прикладных экономических исследований (ЦТГУ ИПЭИ) РАНХиГС

Южаков Владимир Николаевич – д-р филос. наук, проф., директор ЦТГУ ИПЭИ РАНХиГС

Черешнева Ирина Анатольевна — науч. сотр. ЦТГУ ИПЭИ РАНХиГС


Рецензенты:

Гриценко Елена Владимировна – д-р юрид. наук, проф. кафедры конституционного права Санкт-Петербургского государственного университета

Гегедюш Наталья Сергеевна — канд. соц. наук, доц. кафедры государственного и муниципального управления Государственного университета управления



© ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации», 2022

Введение

В органах государственной власти сосредотачивается колоссальный объем данных из самых разных источников – от граждан, коммерческих организаций, из других государственных органов. Их собирают в различных целях, они циркулируют внутри ведомственных информационных систем, используются в разных целях многими органами государственного управления. При их обработке возникает множество рисков, при этом один из главных – риск нарушения фундаментальных прав человека, одним из основных источников которого является нарушение правил обработки данных (в том числе необоснованное раскрытие персональных данных ввиду неопределенности правил их обработки).

Статья 18 Конституции России устанавливает, что права и свободы человека и гражданина «определяют смысл, содержание и применение законов, деятельность законодательной и исполнительной власти», а ст. 2 называет признание, соблюдение и защиту прав и свобод человека обязанностью государства. Для того чтобы эта обязанность надлежаще выполнялась, необходимо ее организационное, нормативное, кадровое и прочее обеспечение, встраивание защиты прав человека непосредственно в логику государственного управления. Это предполагает выстраивание системной политики в отношении обработки данных в государственном управлении, что, в свою очередь, предполагается пунктом м) ст. 71 Конституции в редакции 2020 г., закрепившей в ведении Российской Федерации вопросы обеспечения безопасности личности, общества и государства при применении информационных технологий, обороте цифровых данных. Государство – активный участник оборота цифровых данных, но соответствующая политика пока не сформулирована. Поэтому весьма актуальна задача выявления и анализа имеющихся в мировой практике методологий, научно-методологических подходов, позволяющих обрабатывать данные в целях госуправления с соблюдением фундаментальных прав человека. Это поспособствует тому, чтобы обосновать и предложить собственные правовые меры обеспечения фундаментальных прав человека при обработке данных в государственном управлении России.

В цифровую эпоху деятельность государства, как никогда, необходима, чтобы гарантировать фундаментальные права и придать значимость потенциалу, которым располагают технологии для всеобщего интереса. Как и в других областях, вмешательство государства должно происходить тогда, когда есть неравенство сторон в распределении ресурсов[1].

Целью настоящего исследования является анализ научно-методологических подходов к обеспечению фундаментальных прав человека при обработке данных в государственном управлении и возможностей их учета в российском государственном управлении.

Для достижения цели выполнены следующие задачи, предусмотренные техническим заданием:

1) Подготовка обзора и анализ зарубежных и российских научно-методологических подходов к обеспечению фундаментальных прав человека при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации.

2) Оценка возможностей учета в российском государственном управлении зарубежных и российских научно-методологических подходов к обеспечению фундаментальных прав человека при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации.

3) Определение базовых правовых основ обеспечения фундаментальных прав человека при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации, включая:

• классификацию и анализ фундаментальных прав человека, затрагиваемых при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации;

• классификацию и анализ возможных нарушений фундаментальных прав человека, затрагиваемых при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации;

• разработку критериев надлежащей обработки данных в государственном управлении в целях обеспечения фундаментальных прав человека при обработке данных в государственном управлении, в том числе при ее цифровизации и автоматизации.

4) Подготовка предложений по правовому обеспечению фундаментальных прав человека при обработке данных в российском государственном управлении, в том числе при ее цифровизации и автоматизации.

Новизна такого исследования определяется недостаточной урегулированностью процесса оборота данных в государственном управлении и их обработки, в результате чего конституционная задача защиты фундаментальных прав человека не получает специального нормативного оформления.

Полученные результаты могут быть использованы для разработки соответствующей государственной политики обеспечения фундаментальных прав человека при обработке данных в российском государственном управлении.

1. Научно-методологические подходы к обеспечению фундаментальных прав человека при обработке данных в государственном управлении

Периодические амбициозные заявления об использовании цифровых технологий во всех сферах жизнедеятельности впечатляют масштабами и футуристическими зарисовками, но не стоит забывать о том, что все это будет происходить непосредственно в нашем обществе, т. е. в обществе со сложившимися традициями, правовой культурой и ожиданиями.

Было бы несомненной ошибкой концентрироваться лишь на радужных перспективах, игнорируя риски, которые таят цифровые технологии, в том числе (даже в особенности) при их применении в государственном управлении. Перед теорией и практикой государственного управления, перед публичным правом стоит задача осмысления технологического обновления, с тем чтобы уберечь при этом устоявшиеся человеческие и правовые ценности, одну из которых представляют фундаментальные права человека. Анализ российской и зарубежной доктрины (прежде всего юридической, а также социологической, науки управления, политологии и других общественных наук), управленческой и судебной практики, примеров из правоприменительной практики в сфере государственного управления позволяет выявить проблемы, с которыми может столкнуться система защиты прав человека при обработке данных в государственном управлении на основе цифровых технологий, и подумать о путях их преодоления.

Все чаще, когда говорится о технологиях, речь заходит об алгоритмической обработке данных в различных сферах деятельности. Обработка данных в государственном управлении на основе цифровых технологий не может осуществляться иначе как на прочной нормативной базе, четко устанавливающей права и обязанности сторон, их ответственность в случае нарушений. Учитывая содержание ст. 2 Конституции, первостепенной задачей обработки данных в государственном управлении является соблюдение фундаментальных прав человека. Соответственно использование алгоритмов в сфере государственного управления не должно и не может посягать на права человека. Однако, облегчая осуществление «юридических операций», алгоритмы содержат потенциальные риски, связанные, как правило, с цифровым неравенством, цифровым угнетением, а также предвзятостью входных данных, трудностью в понимании того, как функционирует алгоритм. Безусловно, алгоритмы в области правоприменения должны использоваться во благо прежде всего человека, особенно если это касается его основных прав, в том числе права на свободу, права на судебную защиту и др. В то же время мы не можем исключить и обратную сторону медали, а именно порождаемые технологией риски; тем самым мы не вправе полностью положиться на алгоритм; в этом смысле «конечной» инстанцией должен быть человек.

Сказанное становится особенно актуальным и в некотором смысле даже вызывает тревогу, когда речь заходит об использовании алгоритмов органами правопорядка при выявлении, расследовании и прогнозировании преступлений (предиктивная аналитика)[2], поскольку таит угрозу первому среди равных прав человека – праву на жизнь. Именно органами правопорядка алгоритмы стали использоваться наиболее активно (что будет рассмотрено подробнее ниже), и этот опыт уже начал распространяться на всю систему государственного управления.

 

Ввиду остроты тематики цифровизации и автоматизации в настоящий период можно наблюдать относительное разнообразие подходов к проблематике прав человека в условиях цифровизации, как, впрочем, и к пониманию прав человека в целом. При этом специфика проблем применительно к обработке данных в государственном управлении в тематических исследованиях практически не выделяется. В Европе особо заметен аспект прав человека, изучаемый безотносительно к государственному или частному сектору. Отмечается, что цифровые технологии обработки данных угрожают ключевым аспектам основных прав граждан, праву на неприкосновенность частной жизни, защиту данных и недискриминацию, а также основным ценностям европейских обществ, таким как демократия, верховенство права, автономия и самоопределение[3].

Приблизительно тот же набор рисков для прав человека был обнаружен в результате социологического исследования, проведенного в профессиональной среде, – реализованное в 2014 г., оно затронуло европейские национальные органы по защите данных. Размышляя о конкретных случаях нарушений, национальные органы по защите данных назвали основными правами или принципами, которые в наибольшей степени оспариваются при профилировании, право на защиту данных, за которым следуют право на неприкосновенность частной жизни, право на недискриминацию, право на транспарентность, право на автономию и самоопределение и право на должный процесс в ранге упоминаний[4]. Этот перечень – диапазон проблемных исследований в самом общем виде.

«Географически» можно совершенно определенно выделить:

1) подходы, развиваемые на Американском континенте, характеризуемые, во-первых, большим эмпирическим материалом в связи с более продвинутой практической стадией использования цифровых технологий, во-вторых, более гибким и адаптивным правовым аппаратом, в-третьих, заметной тенденцией к экспансии собственного опыта;

2) европейские подходы, традиционно уделяющие повышенное внимание правам человека и защите данных;

3) формирующиеся российские подходы, для которых характерно заимствование тех или иных зарубежных механизмов (довольно бессистемное). В качестве четвертого выделим китайский подход к обработке данных, квинтэссенцией которого стала система социального рейтинга граждан. Вот как европейский ученый оценивает китайский вариант: информационное развитие управления данными толкает государства к произвольным, неконтролируемым действиям с целью получения скорого результата, позволяющего контролировать и санкционировать недостаточно дисциплинированных людей[5]. В результате такого сбора уже никто не знает, кому эти данные принадлежат, частные они или публичные.

Поскольку наш дальнейший анализ будет основываться на американском и европейском подходах, имеет смысл сейчас подробнее остановиться на освещении китайского варианта, который демократические государства отвергают.


Китайский подход к обработке данных

Китай часто критикуют за отсутствие либерально-демократических структур, институтов, гражданских и политических прав, а также за его «нерешительность» в подписании и ратификации международных договоров по правам человека. Кроме того, типичными в китайском обществе и политике являются общинные ценности, где коллективные права и обязанности преобладают над индивидуальными в сочетании с последними. В связи с этим в литературе встречается точка зрения о существовании прав человека с китайскими особенностями[6].

В рамках системы социального кредита осуществляется ранжирование китайских граждан, компаний, организаций, а также государственных учреждений по степени их надежности. Надежность «присуждается» в виде зачетных баллов (кредитов), основанных на соблюдении правовых, моральных и профессиональных норм и стандартов. Накопленные кредиты могут повлиять на возможности человека в жизни: тем, у кого высокий балл, будут предложены определенные преимущества, в то время как те, у кого балл более низкий, будут подвергаться различным санкциям. В то же время лица с низким баллом могут получить образование и предпринять шаги для повышения своего социального балла. Цель заключается в поощрении надежности и наказании за проявление ненадежности[7], что будет способствовать как упорядочению рынка, так и социальному управлению для достижения конечной цели построения гармоничного социалистического общества[8].

При этом идея социального управления и соблюдения правил, основанных на моральном и образцовом поведении, уже давно стала нормой управления в Китае[9]. Основой системы наказания и обучения выступает убеждение о податливости человеческой природы, что может привести к материальному и духовному развитию и социальной стабильности[10]. По мнению китайского правительства, система социального кредита необходима для решения проблем в финансовом и коммерческом секторах, связанных, как правило, с мошенничеством, коррупцией и долговыми обязательствами[11]. В литературе данная система описывается в качестве схемы обратной связи, которая формирует, управляет и реагирует на поведение граждан[12]. При этом она рассматривается не только как система нисходящего социального контроля, но и как стимул для людей к самоконтролю и соответствующей корректировке своего поведения. Кроме того, правительство поощряет «одноранговое» наблюдение, присуждая баллы тем, кто сообщает о плохом поведении других людей.

Система социального кредита позволяет применять совместные меры дисциплинарного воздействия. Сказанное означает, что, если гражданин не соблюдает требования в рамках одной области права, к нему могут быть применены санкции из другой области. Например, отказ от уплаты налогов может привести к запрету на путешествие самолетом. Несколько учреждений уже опубликовали «черные списки» ненадежных лиц, а частные субъекты внедряют собственные схемы социального кредита. В связи с этим система социального кредита рассматривается в качестве «инфраструктуры государственного надзора», поскольку охватывает все социальные, экономические и политические сферы, а границы между частным сектором и государством становятся все более размытыми[13].

С технико-организационной точки зрения система социального кредита представляет собой комплексную стратегию больших данных, которая включает сбор персональных данных всех граждан, а также данных о государственных и частных организациях. Это проникающая система обработки персональных данных в соответствии с амбициозными планами китайского правительства по использованию преимуществ технологии больших данных[14]. Данные собирают посредством обширного мониторинга таких видов деятельности, как интернет-трафик, транзакции, мобильные телефоны и камеры видеонаблюдения с технологией распознавания лиц. Тем самым система социального кредита использует как онлайн-, так и офлайн-источники, а также публичные и частные приложения больших данных для создания огромного каталога информации о китайских гражданах и организациях.

В связи с тем что уровень проникновения Интернета и количество интернет-пользователей в Китае значительно возрастают, персональные данные становятся все более доступными для правительства, причем постоянно[15]. При этом необходимо понимать, что система социального кредита не является единой, а представляет собой сеть различных коммерческих и правительственных систем рейтингов, санкций и вознаграждений[16]. В соответствии с планом китайского правительства предусматривается создание нескольких кредитных систем в следующих основных сферах: государственной, коммерческой, социальной и судебной[17].

 

Кроме того, частные субъекты также участвуют в схемах кредитного скоринга. В 2015 г. компания Alibaba запустила собственную систему кредитного скоринга Sesame Credit, которая ранжирует пользователей не только на основе их покупок, но и на информации о покупательских привычках их друзей. Результаты Sesame могут выступать основанием для определения размера страховой премии, а также того, каким образом будет осуществлен осмотр человека службой безопасности в аэропорту или размещены анкеты пользователя (от места расположения анкеты зависит больший или меньший охват аудитории) на сервисах онлайн-знакомств[18]. Таким образом, оценка Sesame может оказать влияние на повседневную жизнь его пользователей. Несмотря на то что система предлагает удобство для многих граждан, преимущество и удобство для одних означают санкции и исключение для других[19]. При этом такой скоринг является добровольным (круг вовлеченных лиц ограничивается пользователями данной системы) в отличие от системы социального кредита, которая носит обязательный характер. Тем самым круг участников скоринга становится неограниченным, как и возможности для применения различного рода санкций[20].

Помимо этого частные субъекты сотрудничают с правительством в целях создания централизованной кредитной инфраструктуры. Данные частных акторов используются для улучшения центральной кредитной системы, взамен они получают данные из правительственных баз данных[21]. Например, многоцелевое приложение для социальных сетей WeChat делится данными миллиарда своих пользователей с правительством Китая, основываясь на различного рода активности пользователей, как, например, социальные взаимодействия и онлайн-покупки. Так, на уровне местных кредитных систем граждане могут проверить свой личный счет, используя WeChat[22].

В литературе встречается точка зрения, согласно которой система социального кредита рассматривается в качестве инфраструктуры наблюдения, включающей практически всех участников общества – должностных лиц, отдельных индивидов, государственные учреждения и корпорации, группы. Ввиду того что генерация данных отделена от анализа данных, третья сторона также становится участником в практике наблюдения, в то время как субъекты данных необязательно знают, как используются их данные. Возможности для наблюдения значительно расширяются, по мере того как правительство использует новые технологии. Такие технологии позволяют осуществлять более тонкое и скрытое наблюдение по сравнению с традиционными инструментами, поскольку политические цели заранее встроены в алгоритмы. В результате владение данными определяет распределение полномочий, а обмен данными приводит к умышленному искажению транспарентности и подотчетности[23]. Последнее еще более усугубляется алгоритмами машинного обучения, которые обрабатывают поведенческие данные и создают зачетные баллы (кредиты). Система регулируется национальным и местным законодательством, но по-прежнему наблюдается значительное отсутствие надлежащих правовых рамок для защиты конфиденциальности и персональных данных. Кроме того, открытым остается вопрос относительно того, все ли государственные структуры будут подчиняться этой системе или же определенные сегменты высшего руководства Коммунистической партии Китая будут исключены.

Влияние системы социального кредита на права человека. Право на неприкосновенность частной жизни в соответствии с системой социального кредита строго ограничено, поскольку личные подробности частной и общественной жизни людей становятся датафицированными (осуществляется сбор, обработка и использование результатов обработки больших данных) в отсутствие полного согласия с их стороны. Эти данные собирают и тщательно изучают в целях осуществления социального контроля, и правительство может использовать как данные, так и метаданные для прогнозирования и выработки политических решений. В данном контексте отсутствуют право на забвение, а также вопрос повторной идентификации, поскольку в основу данной системы заложено хранение «сокровищницы» личных данных. Это, безусловно, дает Китаю технические преимущества в сфере использования искусственного интеллекта – велика вероятность, что Китай выиграет гонку в сфере цифрового ИИ, поскольку разработчики в области информационных технологий будут иметь неограниченный доступ к данным по крайней мере по сравнению с разработчиками из европейских стран, в которых существуют строгие правила в отношении персональных данных. Однако нельзя сбрасывать со счетов вопросы обеспечения кибербезопасности и защиты данных. Как утверждается, Китай имеет достаточно плохие показатели безопасности данных, в связи с чем личная информация становится легкодоступной, что делает систему социального кредита уязвимой для взлома и незаконного доступа[24].

Таким образом, система социального кредита бросает вызов неприкосновенности частной жизни с точки зрения как сбора данных посредством широко распространенного наблюдения, так и обмена данными между различными организациями, в том числе между частными и публичными субъектами. Цифровые следы используются не только для целевого маркетинга или улучшения онлайн-сервисов, но и для обучения ИИ и информирования правительства о привычках, деятельности и активности людей. Камеры общественного наблюдения с технологией распознавания лиц предоставляют правительству почти полный и постоянный доступ ко всем общественным пространствам, а цифровое наблюдение с помощью крупных технологических компаний доставляет правительству информацию о частной и общественной жизни граждан. Одноранговое наблюдение дает правительству офлайн-доступ к социальным сферам, которые иным образом были бы недоступны. Использование алгоритмов машинного обучения для обработки данных в дополнение к широко распространенной практике обмена данными приводит к тому, что люди теряют право на монопольное использование своей персональной информации[25].

Кроме того, система социального кредита может привести к дискриминационной практике. Прежде всего, несмотря на планы объединения региональных систем в национальную кредитную систему, местные органы власти и администрации все равно будут определять критерии, по которым станут оцениваться отдельные лица. Из-за отсутствия единого стандарта граждане находятся во власти местных органов. В этом случае крестьяне в сельской местности могут пользоваться иной кредитной схемой, чем жители городских районов. По мере перемещения данных между секторами и учреждениями дефекты в данных в одной базе данных могут быть реплицированы во всех базах данных, через которые эти данные проходят. Тем самым любая предвзятость в данных, которая не будет должным образом «сглажена», будет продолжать находиться в потоке данных, а возможно, даже увеличиваться или изменяться в другом контексте[26].

Необходимо также иметь в виду, что получить полностью объективные данные практически невозможно. Таким образом, маркировка данных в качестве «объективных» или «необработанных» может быть вредной, поскольку она явно игнорирует потенциальную предвзятость данных. Одинаково сложно создать объективный алгоритм машинного обучения, с помощью которого можно обрабатывать данные, ранжировать граждан, а также определять, как алгоритм будет реагировать на новые данные. Ясно, что предвзятость может быть смягчена, но для этого ее существование требуется признать, что нехарактерно для Китая[27].

При этом при анализе больших данных некое пренебрежение к необходимости смягчения предвзятости данных может явиться причиной дискриминационных действий, например предиктивной полицейской деятельности. На микроуровне «подозрительные» корреляции, основанные на прогнозах больших данных, могут быть использованы против отдельных лиц, например, невозможность зачисления детей в частную школу из-за низкого социального рейтинга их родителей (что само по себе является одним из примеров косвенной дискриминации в отношении детей). Однако предвидение рисков не работает на индивидуальном уровне, и такая предиктивная полицейская деятельность, скорее всего, будет представлять собой нарушение права на равенство перед законом. В свою очередь на макроуровне система социального кредита может информировать правительство о тенденциях, общественном мнении и возможных проблемах в обществе, что может помочь правительству в прогнозировании социального контроля и выработке политической стратегии[28].

Приведенный нами обзор касательно китайского варианта обработки данных приводит к выводу о том, что его реализация в Российской Федерации невозможна ввиду очевидного конфликта с правами человека, признанными в подписанных Россией (в отличие от Китая) международных актах и имплементированных в гл. 2 российской Конституции, а также распространившихся в отраслевых актах законодательства.

Проанализированные нами в рамках основного исследования зарубежные (американские и европейские) и российские подходы к обеспечению фундаментальных прав человека при обработке данных в государственном управлении можно систематизировать по нескольким направлениям.

1Richard /. Le numerique et les donnees personnelles: quels risques, quelles potential ites?//Revue du droit public et de la science politique en Franceet a I’etran-ger. – 2016. —No l.-P. 97-108.
2Bellovin S.M. et al. When Enough Is Enough: Location Tracking, Mosaic Theory, and Machine Learning, https://digitalcommons.law.umaryland.edu/fac_ pubs/1375/.
3Bosco F., Creemers N., Ferraris V. et al. Profiling Technologies and Fundamental Rights and Values: Regulatory Challenges and Perspectives from European Data Protection Authorities//Reforming European Data Protection Law. S. Gutwirth, R. Leenes, P. de Hert (eds.). – Springer, 2014.
4Ibidem.
5Philippe G. L’Etat face au defi numerique//International Journal for the Semiotics of Law – Revue internationale de Semiotique juridique. – 2019. —Vol. 32.– P. 229–231.
6Song В. The West May Be Wrong About China’s Social Credit System//New Perspectives Quarterly. – 2019. —Vol. 36. —Is. 1. —P. 33–35.
7Chen Yon., Cheung A. S. Y. The Transparent Self Under Big Data Profiling: Privacy and Chinese Legislation on the Social Credit System//The Journal of Comparative Law. – 2017.-Vol. 12.-№ 2.-P. 356–378.
8Loge Hanne Haukland Surveillance and human rights in the digital age. A case study of China>s social credit system, https://www.duo.uio.no/han-dle/10852/70583.
9Bakken B0rge The Exemplary Society. Human Improvement, Social Control, and the Dangers of Modernity in China. New York: Oxford University Press. – 2000.
10Ibidem.
11Loge Hanne Haukland Surveillance and human rights in the digital age. A case study of China>s social credit system, https://www.duo.uio.no/han-dle/10852/70583.
12Hoffman S. Programming China: The Communist Party’s autonomic approach to managing state security//Merics China Monitor. http://eprints.nottingham. ac.uk/48547/.
13Liang, Fan, Das, Vishnupriya, Kostyuk, Nadiya, and Hussain, Muzammil M. Constructing a Data-Driven Society: China’s Social Credit System as a State Surveillance Infrastructure//Policy & Internet. – 2018. —Vol. 10.– Is. 4.– P. 415–453.
14Chen Yon., Cheung A. S. Y. The Transparent Self Under Big Data Profiling: Privacy and Chinese Legislation on the Social Credit System//The Journal of Comparative Law. – 2017.-Vol. 12.-№ 2.-P. 356–378.
15Ibidem.
16Kostka G. China’s Social Credit Systems and Public Opinion: Explaining High Levels of Approval, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3215138.
17Song B. The West May Be Wrong About China’s Social Credit System//New Perspectives Quarterly. – 2019. —Vol. 36. —Is. 1. —P. 33–35.
18Chen Yon., Cheung A. S. Y. The Transparent Self Under Big Data Profiling: Privacy and Chinese Legislation on the Social Credit System//The Journal of Comparative Law. – 2017.-Vol. 12.-№ 2.-P. 356–378.
19Ibidem.
20Liang, Fan, Das, Vishnupriya, Kostyuk, Nadiya, and Hussain, Muzammil M. Constructing a Data-Driven Society: China’s Social Credit System as a State Surveillance Infrastructure//Policy & Internet. – 2018. —Vol. 10. —Is. 4. —P. 415–453.
21Ibidem.
22China’s «social credit» scheme involves cajolery and sanctions, https:// www.economist.com/china/2019/03/28/chinas-social-credit-scheme-involves-cajolery-and-sanctions.
23Liang, Fan, Das, Vishnupriya, Kostyuk, Nadiya, and Hussain, Muzammil M. Constructing a Data-Driven Society: China’s Social Credit System as a State Surveillance Infrastructure//Policy & Internet. – 2018. —Vol. 10. —Is. 4. —P. 415–453.
24China’s «social credit» scheme involves cajolery and sanctions, https:// www.economist.com/china/2019/03/28/chinas-social-credit-scheme-involves-cajolery-and-sanctions.
25Chen Yon., Cheung A. S. Y. The Transparent Self Under Big Data Profiling: Privacy and Chinese Legislation on the Social Credit System//The Journal of Comparative Law. – 2017.-Vol. 12.-№ 2.-P. 356–378.
26Arsene Severine Trust in Ratings: China’s Social Credit System. http://devl4-7. ysdhk.com/asiaglobalonline/p01/china-social-credit-system/.
27Loge Hanne Haukland Surveillance and human rights in the digital age. A case study of China>s social credit system, https://www.duo.uio.no/hand-le/10852/70583.
28Liang Fan, Das Vishnupriya, Kostyuk Nadiya, and Hussain Muzammil M. Constructing a Data-Driven Society: China’s Social Credit System as a State Surveillance Infrastructure//Policy & Internet. – 2018. —Vol. 10. —Is. 4. —P. 415–453.