Технологии искусственного интеллекта как источник спецзнаний

Байкальский государственный университет, г. Иркутск, Россия, ,

Baikal State University, Irkutsk, Russia, ,

Современный этап развития криминалистики характеризуется активной интеграцией цифровых технологий в деятельность по раскрытию и расследованию преступлений. Одним из наиболее перспективных направлений является использование искусственного интеллекта (далее – ИИ), который обеспечивает новые возможности для анализа, интерпретации и моделирования криминалистически значимой информации. При этом применение ИИ выходит за рамки технического вспомогательного инструмента, все чаще приобретая признаки субъективного носителя специальных знаний, способного участвовать в раскрытии преступлений наряду с экспертами, специалистами и иными участниками уголовного процесса. Но как отмечается в научной литературе, «в сфере криминалистики и судебной экспертизы системы ИИ пока не следует признавать полноценными субъектами экспертной деятельности, более рационально позиционировать их как технические средства» [1, с. 33].

В условиях стремительного технологического прогресса и роста объемов обрабатываемой информации возникает необходимость теоретического осмысления ИИ как формы реализации специальных знаний при расследовании преступлений. Понятие «специальные знания», являющееся краеугольным камнем экспертной и следственной практики, требует переосмысления в контексте внедрения технологий искусственного интеллекта. При этом особое значение приобретает вопрос о допустимости и надежности выводов, полученных с использованием ИИ, в рамках уголовнопроцессуального доказывания.

Цель настоящей статьи – обоснование возможности и целесообразности признания ИИ одной из форм использования специальных знаний в раскрытии преступлений. Для достижения данной цели ставятся следующие задачи:

• 1)    осветить теоретико-правовые основы понятия «специальные знания»;

• 2)    изучить возможность отнесения ИИ к форме реализации специальных знаний;

• 3)    исследовать прикладные аспекты использования технологий искусственного интеллекта в раскрытии преступлений;

• 4)    выявить потенциальные риски, ограничения и направления развития правовой и методической регламентации применения технологий искусственного интеллекта в борьбе с преступностью.

В российском законодательстве отсутствует четкое определение понятия «специальные знания». Термин используется в ряде нормативно-правовых актов, однако его сущность остается на уровне доктринального осмысления.

Так, в Уголовно-процессуальном кодексе Российской Федерации в статьях 57 и 58 раскрываются понятия «эксперт» и «специалист» как лиц, обладающих специальными знаниями, но в статье 5, где приведен перечень основных понятий, термин «специальные знания» не определен. Федеральный закон от 31 мая 2001 г. № 73-ФЗ «О государственной судебно-экспертной деятельности в Российской Федерации» указывает области применения специальных знаний -наука, техника, искусство и ремесло. Аналогичный подход отражен в Постановлении Пленума Верховного Суда РФ от 21 декабря 2010 г. № 28, где подчеркивается необходимость назначения судебной экспертизы в тех случаях, когда требуется исследование с применением специальных знаний в названных сферах. В учебной литературе под специальными знаниями традиционно понимаются любые знания, приобретенные субъектом в процессе практической деятельности, путем специальной подготовки или профессионального опыта, основанные на системе теоретических знаний в соответствующей области деятельности и используемые при раскрытии и расследовании преступлений в целях содействия установлению истины по делу в случаях и порядке, определенных действующим законодательством [2, с. 357].

Классическое определение специальных знаний предложено Р.С. Белкиным, который определяет их как «профессиональные знания и умения в области науки, техники, искусства или ремесла, необходимые для решения вопросов, возникающих при расследовании и рассмотрении в суде конкретных дел» [3, с. 217]. Это определение подчеркивает функциональную природу специальных знаний: они не являются самоцелью, а служат средством установления истины по уголовному делу. Важной чертой специальных знаний, по мнению автора, выступает их выход за пределы общеизвестной или общедоступной информации. При этом речь идет не только об академических знаниях, но и о прикладных, эмпирических умениях, полученных в ходе профессиональной деятельности и обладающих доказательной значимостью.

В условиях цифровизации следственной деятельности наблюдается тенденция к расширению содержания понятия специальных знаний. К ним все чаще относят навыки работы с программными комплексами, алгоритмами обработки данных, криптографическими методами и иными цифровыми инструментами, если их применение осуществляется в рамках процессуальной деятельности. Это свидетельствует о трансформации категории специальных знаний и их адаптации к современным технологическим реалиям.

Важно также учитывать, что специальные знания реализуются в уголовном процессе в различных формах: в заключении и показаниях эксперта, консультациях специалиста, действиях с техническими средствами, а также в неформализованном виде - через применение методик и алгоритмов анализа информации. Данная многоформатность делает категорию специальных знаний особенно чувствительной к новым технологическим практикам, включая применение технологий искусственного интеллекта.

В современных условиях появляется необходимость переосмысления специальных знаний как открытой категории, способной включать в себя высокотехнологичные инструменты, созданные человеком, но не обязательно им управляемые напрямую. Искусственный интеллект, функционирующий на основе обучаемых моделей, может при определенных условиях рассматриваться как инструмент реализации специальных знаний, что, конечно, требует доктринального и нормативного обоснования. В частности, уже сегодня искусственные нейронные сети могут быть адаптированы для решения специфических криминалистических задач - например, анализа материалов уголовных дел для выявления следственных ошибок, установления признаков серийности и объединения преступлений по схожим характеристикам [4, с. 47].

Искусственный интеллект, несмотря на свою технико-технологическую природу, все чаще рассматривается как форма интеллектуальной деятельности, обладающая признаками экспертного знания. Это актуализирует вопрос о его правомерном отнесении к сфере специальных знаний, используемых в раскрытии и расследовании преступлений. В уголовно-процессуальной доктрине длительное время доминировал антропоцентричный подход, согласно которому субъект специальных знаний - это физическое лицо, обладающее квалификацией и опытом. Однако с развитием технологий искусственного интеллекта и других обучаемых алгоритмов возникает объективная потребность в пересмотре данного подхода.

Под искусственным интеллектом в прикладном контексте понимается совокупность обучаемых алгоритмов и программных систем, способных самостоятельно анализировать данные, выявлять закономерности, строить прогнозы и формировать рекомендации без постоянного вмешательства человека. Среди наиболее востребованных в правоприменительной практике форм ИИ можно выделить машинное обучение, компьютерное зрение, экспертные системы, интеллектуальные поисковые платформы и прогнозные аналитические комплексы. Как справедливо отмечает А.В. Тарасов, «искусственный интеллект представляет собой перенос когнитивных способностей человека в область компьютерных и информационных технологий с исключением недостатков, обусловленных субъектными характеристиками» [5, с. 260].

С функциональной точки зрения технологии искусственного интеллекта могут выполнять роль источника знаний: встраиваясь в процесс анализа доказательств, проведения экспертизы, категоризации следственной информации, моделирования версий и др. При этом алгоритмы, построенные на больших выборках и обученные на реальных данных, зачастую способны обеспечивать уровень точности, сопоставимый или превышающий человеческую экспертизу.

Вопрос о допустимости использования технологий искусственного интеллекта в уголовном процессе связан в том числе и с проблемой правового статуса ИИ. На данный момент ИИ не может выступать ни в роли эксперта, ни в роли специалиста, поскольку отсутствует субъектность в юридическом смысле. Правовая конструкция может быть адаптирована к условиям, когда ИИ не выступает самостоятельным участником процесса, но используется как инструмент в руках надлежащего субъекта.

А.Г. Cебякин считает, что практическая реализация системы поддержки принятия решений с применением технологий искусственного интеллекта потребует значительных затрат временных ресурсов, но в случае ее внедрения в практику расследования следователь получит мощный инструмент, который существенно сократит объем рутинной работы, реализует функцию логического контроля, сведет к минимуму вероятность случайной технической ошибки [6, с. 21].

Иными словами, выводы, сформулированные ИИ, могут быть допустимыми при условии их проверки, интерпретации и заверения уполномоченным специалистом. Подчеркивается, что «в науке уголовного процесса сложился достаточно оптимистичный подход по вопросу применения технологий искусственного интеллекта в различных сферах, в том числе в уголовно-процессуальном доказывании» [7, с. 485]. Некоторые ученые считают, что именно сумма локальных задач расследования, решаемых искусственным интеллектом, число которых постоянно возрастает, может стать надежной основой для формирования систем более высокого уровня посредством их интеграции и в конечном счете создать фундамент для разработки и внедрения в практику полноценных многозадачных комплексов [8, с. 57].

Так, ИИ может быть признан формой реализации специальных знаний в борьбе с преступностью, если его применение осуществляется под контролем человека, обеспечено методически, технически и правомерно оформлено, а полученные результаты подлежат экспертной верификации. Это открывает путь к более широкому использованию технологий искусственного интеллекта в расследовании преступлений при сохранении гарантий достоверности и допустимости доказательств.

Технологии искусственного интеллекта находят все более широкое применение в практике раскрытия преступлений. В отличие от традиционных экспертных методов, ИИ обеспечивает обработку больших объемов разнородной информации, выявление скрытых закономерностей и автоматизацию аналитических процессов. На сегодняшний день можно выделить несколько направлений применения ИИ, каждое из которых соотносится с различными формами использования специальных знаний.

Методы машинного обучения позволяют выявлять закономерности в массивах данных, которые трудно поддаются ручному анализу. На практике это может выражаться в автоматическом анализе массивов телефонных соединений, банковских транзакций, геолокационных следов, данных с камер видеонаблюдения. В борьбе с преступностью такие алгоритмы используются для установления связей между участниками преступлений, выявления аномального поведения, типизации преступной деятельности.

Например, обученные модели классификации применяются для выявления мошеннических схем, распознавания подозрительных финансовых операций, установления цифровых следов преступников в киберсреде. При этом специалист, использующий такую модель, фактически опирается на «сгенерированное» знание, сформированное ИИ на основе данных для его обучения.

Компьютерное зрение – это технология, позволяющая ИИ интерпретировать визуальные данные: изображения, видеопотоки, схемы. В рамках раскрытия преступлений оно используется для распознавания лиц, номерных знаков, объектов, жестов, а также анализа сцены происшествия.

Системы видеоналитики, основанные на технологиях искусственного интеллекта, способны не только фиксировать движение, но и автоматически выявлять подозрительное поведение, отслеживать маршруты, определять наличие оружия или других опасных предметов. Эти технологии особенно эффективны в расследовании террористических актов, массовых беспорядков, нападений в общественных местах.

Примером может служить технология Clearview AI, применяемая в ряде стран для идентификации лиц по видео из открытых источников, а также отечественные разработки, интегрированные в городские системы видеонаблюдения.

Экспертные системы – это программы, способные воспроизводить рассуждения эксперта на основе заложенных правил, базы знаний и логических выводов. В криминалистике такие системы применяются для выбора тактических решений, оценки улик, сопоставления следов, построения криминалистических версий.

Отдельного внимания заслуживают цифровые профайлеры, которые анализируют поведенческие паттерны подозреваемого или неизвестного преступника. Они используют базы данных, поведенческие шкалы, криминологические типологии для составления прогностического портрета. Такие системы особенно актуальны при расследовании серийных преступлений, преступлений против личности, экстремистских деяний.

Искусственный интеллект также может применяться для построения виртуальных реконструкций событий, на основе анализа совокупности улик, показаний, данных с места происшествия. Такие системы позволяют исследователю «переигрывать» различные версии, проверять их внутреннюю непротиворечивость и соответствие объективным данным.

Примером является программное обеспечение типа Crime Scene Simulation Tool, позволяющее воссоздавать сцены преступления в 3D и проводить пошаговый анализ версий. При этом ИИ может оценивать вероятность каждой версии на основе заложенной модели причинноследственных связей.

Современные следственные органы во многих странах используют технологии искусственного интеллекта не точечно, а в составе крупных цифровых платформ. Такие системы обеспечивают интеллектуальный поиск по базам данных, автоматическое сравнение следов, прогнозирование рисков повторных преступлений, установление криминальных связей между делами.

В России развивается направление интеллектуальной обработки массива ФЭП (фотоэкспертиз), анализа ДНК-профилей, цифровой трасологии. Разработка специализированных модулей ИИ в рамках автоматизированных информационных систем МВД и СК РФ открывает перспективы комплексной интеграции ИИ в процесс раскрытия преступлений. Все чаще в качестве доказательств исследуются электронные следы, видео- и фотоматериалы, полученные с различных систем наблюдения, что «обуславливает создание на этой основе новых методик при расследовании преступлений» [9, с. 240].

Технологии обработки естественного языка позволяют искусственному интеллекту интерпретировать и анализировать текстовую и речевую информацию в автоматизированном режиме. В криминалистике и смежных отраслях технологии обработки естественного языка применяются для анализа телефонных переговоров, переписки в мессенджерах, публикаций в социальных сетях, текстов угроз, анонимных сообщений и других материалов, имеющих доказательственное значение.

С помощью данных алгоритмов возможно:

• 1)    выделение ключевых слов и смысловых паттернов в текстах;

• 2)    выявление эмоциональной окраски и признаков речевой агрессии;

• 3)    автоматическая классификация высказываний (например, как экстремистских или провокационных);

• 4)    установление авторства текста (автороведческая экспертиза).

Такие технологии особенно актуальны в расследовании преступлений экстремистской направленности, где большое значение имеют словесные формы выражения вражды, угроз или пропаганды. ИИ-модели позволяют автоматически обрабатывать и фильтровать огромные объемы цифровых текстов, снижая нагрузку на следователей и экспертов.

Современные большие языковые модели, такие как GPT-4, Claude, Qwen, LLaMA, GigaChat, YandexGPT и др. способны не только анализировать, но и генерировать связные юридически значимые тексты: резюме судебных дел, проекты ходатайств, предварительные правовые оценки и т.д. В контексте криминалистической науки такие модели могут использоваться для выявления скрытых смыслов в переписке, реконструкции хронологии событий на основе разнородных текстов или даже формирования следственных версий в диалоговом режиме. Хотя такие системы не обладают мышлением в человеческом смысле, их выводы, основанные на обучении на миллионах юридических документов, могут быть безусловно очень полезными и носить рекомендательный характер для полноценных субъектов специальных знаний.

Несмотря на очевидные преимущества, использование ИИ в борьбе с преступностью сопряжено с рядом рисков и ограничений, которые затрагивают как юридическую сферу, так и вопросы методологического и этического порядка.

На сегодняшний день в российском уголовно-процессуальном законодательстве отсутствуют прямые нормы, регулирующие использование ИИ как источника специальных знаний. Это вызывает сложности в вопросах допустимости результатов, полученных с помощью ИИ, особенно если они не сопровождаются оценкой специалиста. Нормативный вакуум требует адаптации существующего процессуального механизма к новым цифровым реалиям.

Алгоритмы машинного обучения, особенно на базе нейросетей, часто характеризуются «черным ящиком» - невозможностью отследить, как именно система пришла к выводу. Это вызывает сомнения в обоснованности и объективности полученных результатов. Для использования ИИ в уголовном процессе необходимо обеспечение прозрачности выводов и возможности верификации результатов со стороны человека.

Автоматизация следственной деятельности не должна нарушать права личности: презумпцию невиновности, право на защиту, неприкосновенность частной жизни. Применение ИИ в идентификации лиц, анализе поведения или интерпретации речевых высказываний должно сопровождаться строгими гарантиями от злоупотреблений и ошибок. Это особенно актуально в делах, затрагивающих чувствительные аспекты человеческого бытия - национальный, религиозный и политический.

Многие следственные подразделения не обладают достаточной подготовкой для грамотного применения ИИ-инструментов. Отсутствие методических рекомендаций, сертифицированного ПО и квалифицированных специалистов ограничивает возможности полноценной интеграции ИИ в правоохранительную деятельность. Без выработки единой методологии использование ИИ может быть формальным и даже опасным.

Таким образом, эффективное и правомерное применение ИИ требует преодоления нормативных, технических и этических барьеров. Только при условии комплексного подхода к осмыслению сущности ИИ и нормативного регулирования практического применения, ИИ сможет стать устойчивой формой использования специальных знаний в борьбе с преступностью.

Анализ теоретических и прикладных аспектов использования искусственного интеллекта в борьбе с преступленостью позволяет утверждать, что ИИ представляет собой перспективную форму реализации специальных знаний в современной криминалистике. Развитие цифровых технологий и алгоритмов машинного обучения расширяет понятийные границы категории «специальные знания», позволяя включать в нее не только человеческий опыт и квалификацию, но и результаты интеллектуальной обработки данных, осуществляемой автоматизированными системами.

В теоретическом плане ИИ соотносится с понятием специальных знаний по своей функциональной природе: он обеспечивает интерпретацию информации, построение гипотез, установление скрытых связей и закономерностей. Прикладные примеры от экспертных систем до компьютерного зрения демонстрируют, что ИИ может эффективно выполнять задачи, ранее доступные только специалисту или эксперту. При этом соблюдение процессуальных требований, обеспечение прозрачности алгоритмов и экспертный контроль за выводами ИИ – ключевые условия допустимости его применения в уголовном судопроизводстве.

На практике ИИ уже используется для анализа криминалистически значимой информации, визуальных материалов, речевых и текстовых данных, а также для моделирования следственных ситуаций. Эти технологии позволяют ускорить расследование, повысить точность принимаемых решений и обеспечить большую эффективность сотрудников правоохранительных органов.

Однако успешное внедрение ИИ требует нормативной, методической и организационной адаптации. Необходима разработка подходов к нормативному регулированию ИИ в уголовном процессе, разработка стандартов его применения и обучение специалистов, способных грамотно использовать высокотехнологичные инструменты, созданные на основе технологий искусственного интеллекта. Только при таких условиях ИИ сможет быть признан устойчивым и надежным инструментом реализации специальных знаний, направленных на эффективное раскрытие преступлений в условиях цифровой трансформации правоохранительной деятельности. При этом важно помнить, что «достижения искусственного интеллекта не должны вытеснять человека из деятельности по расследованию преступлений, но лишь способствовать получению качественного результата, ведь имитация человеческой деятельности еще не означает возможность ее замены» [10, с. 76].