Количество дел по 20.3.3 КоАП стремительно растет. За период с 4 марта 2022 года по настоящее время было возбуждено 2457 административных дел. К административной ответственности привлечено 1781 человек. Сумма штрафов — почти 28 миллионов рублей.

Положительная юридическая практика не велика, но всё же есть.

Продолжаем публиковать данные по ст. 20.3.3 КоАП о «дискредитации» российской армии. Сейчас таких дел как минимум 2799. Также мы знаем о 4 делах о призывах к санкциям (20.3.4 КоАП).

Про методологию подсчета дел по «дискредитации» мы уже рассказывали. С тех пор произошли некоторые изменения: теперь мы учитываем только случаи возбуждения дел, подтвержденные полицией и судами.

В случае, если человека задержали и составили протокол по статье 20.3.3 КоАП, мы дополним общее число задержаний, а число дел о «дискредитации» мы посчитаем его позже, когда дело дойдет до суда: так мы можем быть уверены в том, что протокол был составлен именно по этой статье.

Также мы заметили, что суды часто требуют уничтожить предметы, которые использовались для выражения антивоенной позиции. Количество вещдоков на изображении совпадает с их реальным количеством в нашей статистике.

На прошлой неделе Александра Архипова в канале «(Не)занимательная антропология» опубликовала пост о количестве задержанных с начала войны со ссылкой на ОВД-Инфо. Спасибо за внимание к данным, для нас это важно. Мы бы хотели ответить на вопросы Александры о том, откуда появляются наши цифры и рассказать чуть больше про методологию. Если у вас останутся вопросы или уточнения, с радостью ответим на них в комментариях 💙

По нашим данным, сейчас как минимум 16 334 задержаний за антивоенную позицию с начала войны. Вот здесь мы подробно расписали, как считаем эту цифру.

А в общее число, помимо задержаний на акциях и пикетах, входят:
- задержания после акций (подробнее эта проблема описана в докладе о применении технологии распознавания лиц);
- задержания, связанные с публикацией антивоенных постов;
- задержания за символику, воспринимаемую как антивоенную: пацифики, значки, антивоенные надписи, желто-синие или зеленые ленты на одежде и аксессуарах, наклейки на машинах или на окнах домов.

По меньшей мере 74 человека задержали полицейские в Москве при помощи системы распознавания лиц (СРЛ) во время двух государственных праздников — Дня Победы и Дня России.

Как рассказали ОВД-Инфо задержанные, полицейские так объясняли механизм работы СРЛ: участники акций попадают в базу данных под названием «СФЕРА», и камеры в метро, встречая лицо из этой базы, оповещают об этом правоохранителей.

И хотя согласно официальным данным, в эту базу данных попадают только те граждане, которых объявили в уголовный розыск, на практике в ней числятся и протестующие.

Причем не обязательно это антивоенные акции. В 9 известных нам случаях задержанные не участвовали в акциях этого года, только в других протестах несколько лет назад. Например, одного мужчину задержали в метро из-за старой фотографии, где он стоит в пикете с плакатом «Руки прочь от Украины» в 2014 году.

Один из задержанных в метро подал жалобы на такие действия полиции и направил их в прокуратуру и в Московский метрополитен. Из последнего ему даже ответили. В официальном документе сотрудники метро подтвердили, что существует база «СФЕРА» и добавили, что они не могут удалить мужчину оттуда.

Собрав все эти нарушения, ОВД-Инфо направил жалобу спецдокладчикам ООН по свободе собраний и ассоциаций, свободе выражения мнения, права на частную жизнь и бизнес.

О том, как еще власти используют камеры и распознавание лиц против протестующих, читайте в нашем докладе.

«Нет войне» и «За мир без войны» — тексты реальных плакатов, авторов которых суд признал виновными по статье 20.3.3 КоАП. Судьи принимали разные решения о том, что именно дискредитирует армию: с одной стороны войны нет, а с другой она как бы есть. Именно поэтому, видимо, им и понадобилась методичка.

Шесть месяцев назад Россия начала военную агрессию в Украине. Помимо убийства украинских мирных граждан, российское государство продолжает репрессии внутри своей страны.

На эту минуту нам известно о 225 людях, которых преследуют за антивоенную позицию. Цифра кажется большой сама по себе, но мы предлагаем вам посмотреть в лица этих людей и попробовать осознать масштаб репрессий.

Всю известную нам информацию об «Антивоенном деле» мы собрали в инфографику и публикуем данные вместе с портретами фигурантов.

22 августа, в День российского флага, по камерам в метро полицейские задержали 41 человека. Хотя вообще-то задержаний было 42 — одну женщину задержали дважды.

Мы уже рассказывали в нашем докладе о том, как силовики используют систему распознавания лиц против протестующих. Хотя нам многое удалось узнать о самих преследованиях, не так уж много было известно о технике: какие именно технологии позволяют силовикам все это делать?

Сегодня в «Русской службе Би-би-си» вышел текст, как раз пытающийся ответить на этот вопрос. Как выяснил журналист Андрей Захаров, кроме уже известного продукта от NTechlab, в распознавании участвуют одновременно еще три алгоритма, соревнующиеся между собой. Это:

👀 Kipod — беларусский алгоритм, использовавшийся в Минске для поиска оппозиционеров и подавления протестов в 2020 году. Именно он работает в московском метро.
👀 VisionLabs Luna Platform — технология российской компании VisionLabs, сейчас под контролем мобильного оператора МТС. Этим алгоритмом пользуется большое количество банков. Например, Альфа-банк, Сбербанк и Тинькофф.
👀 FaceSDK — алгоритм от московской компании Tevian, который подключили позже других. Предполагается, что он будет считывать также эмоции людей, а не только распознавать лица.

Как объясняется в материале, все алгоритмы работают одновременно над общим массивом данных — это якобы повышает точность и скорость распознавания. Причем силовики имеют системы, которые позволяют проводить по этим и другим полицейским базам сквозной поиск и формировать списки отдельных групп граждан, «представляющих оперативный интерес». Например, участников митингов. А помогает их найти городская система видеонаблюдения вместе с распознаванием лиц.

В ближайшие два года на развитие этих четырех алгоритмов планируется потратить почти 800 миллионов рублей 💸💸💸