В условиях глобализации и стремительной цифровизации возрастает актуальность прогнозирования ключевых направлений научно-технологического и социально-экономического развития различных сфер деятельности. Особенно значимым становится предвидение изменений в области, где технологии непосредственно влияют на эффективность и точность принимаемых решений. Искусственный интеллект (ИИ), как один из передовых инструментов цифровой эпохи, открывает новые горизонты для судебно-экспертной деятельности. Его использование позволяет не только анализировать имеющуюся информацию, но и формировать опережающее знание, способствуя более точному прогнозированию и моделированию экспертных процессов.

Прогнозирование, наряду с описанием и объяснением явлений, является неотъемлемой функцией любой науки, в том числе и в рамках уголовно-правового цикла. В этой области прогностическая функция приобретает особую значимость в силу высокой общественной значимости и необходимости своевременного реагирования на новые вызовы. Развитие информационных технологий и повсеместное внедрение инноваций затрагивают как преступную деятельность, так и соответствующую ей правоохранительную и экспертную практику.

Современные реалии требуют от судебных экспертов не только высокой квалификации, но и способности адаптироваться к новым условиям, в которых цифровая информация становится основным объектом анализа. Это формирует потребность в исследовании перспектив применения ИИ в экспертной деятельности: от появления новых задач и объектов до разработки инновационных методов и подходов. Важным направлением становится и формирование новых родов и видов экспертиз, ориентированных на работу с цифровыми следами, что особенно актуально в условиях технологически трансформирующегося общества и растущей неопределённости внешней среды.

В период формирования нормативно-правового регулирования создания и использования искусственного интеллекта (далее –ИИ) важно выработать общепринятую терминологию.

В международной практике правового регулирования термином «система ИИ» (artificial intelligence system) принято обозначать программу для ЭВМ, компонентом которой является технология ИИ. В российском законодательстве термин «система ИИ» не употребляется. Наиболее близким понятием к западному термину является понятие «искусственный интеллект», впервые легально закрепленное в абз. «а» ст. 5 Национальной стратегии развития искусственного интеллекта на период до 2030 года, утвержденной Указом Президента РФ от 10 октября 2019 г. N 490 (ред. от 15 февраля 2024 г.) «О развитии искусственного интеллекта в Российской Федерации» (далее — Национальная стратегия) [1]. Из содержания понятия «ИИ» следует, что это также многокомпонентная программа для ЭВМ, поэтому в настоящей работе мы будем использовать термины «ИИ» и «система ИИ» как синонимы.

В российском законодательстве различаются понятия модели ИИ и технологии ИИ.

Согласно абз. «р» Национальной стратегии модель ИИ — это программа для электронных вычислительных машин (ее составная часть), предназначенная для выполнения интеллектуальных задач на уровне, сопоставимом с результатами интеллектуального труда человека или превосходящем их, использующая алгоритмы и наборы данных для выведения закономерностей, принятия решений или прогнозирования результатов. «Модель ИИ» — это легальный термин, введенный в российское законодательство Национальной стратегией и обозначающий техническое явление, известное также как «модель машинного обучения».

Согласно абз. «б» Национальной стратегии под технологиями ИИ понимается совокупность технологий, включающая в себя компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта, что с технической точки зрения означает совокупность моделей машинного обучения.

Конечные продукты, в которых использованы технологии ИИ, в законодательстве РФ именуются такими терминами, как «решения, созданные с применением технологий ИИ» [1], «продукты, которые созданы с использованием технологий ИИ» [1, 2, 3, 4, 5]. Подобные обозначения являются громоздкими, не отвечают предъявляемым к юридическим терминам требованиям [8], таким как краткость, системность, четкость, однозначность, отсутствие синонимов. Соответственно, любой продукт со встроенными технологиями ИИ целесообразно обозначать лаконичным термином «приложение ИИ», который мы будем использовать в данной работе.

Технологии ИИ применяются в составе систем ИИ, что определяет главное отличие систем ИИ от других программ для ЭВМ. Технологии ИИ имеют существенную специфику.

Во-первых, работе всех без исключения технологий ИИ присуще получение вероятностного результата: модели машинного обучения производят вычисления, результатом которых является прогнозное число заданной точности; на его основе люди принимают решения, а системы ИИ совершают действия. Вероятностный характер этого числа — имманентное свойство технологий ИИ; назовем данное техническое явление «имманентной ошибкой модели ИИ». С точки зрения классических оснований юридической ответственности вероятностный результат работы модели означает отсутствие причинно-следственной связи между вредом и действиями лица, обязанного осуществлять эффективный контроль за использованием систем и приложений ИИ, тогда, когда происходит выдача ошибочного результата в пределах заданной погрешности модели.

Во-вторых, архитектура модели на стадии рабочего применения имеет динамический характер и может изменяться в ходе обучения [6, с. 192], которое происходит как с участием (контролируемое обучение), так и без участия человека (неконтролируемое обучение). При контролируемом обучении эффективный контроль за работой модели осуществляет лицо, которое ее фактически использует, производя либо адаптацию модели ИИ к новым данным, либо ее модификацию [6, с. 193], что должно учитываться при распределении ответственности за неблагоприятные последствия использования «несамообучающейся» модели. Эффективный человеческий контроль за использованием «самообучающихся» моделей в автономных устройствах затруднен, что вызывает сложности с поиском причинителя вреда, ставшего результатом использования автономного устройства.

В-третьих, поскольку в ответ на получение прогнозного числа должно быть выполнено какое-либо действие, рабочее использование модели машинного обучения обычно происходит не изолированно (если только единственной целью модели не является получение прогнозного числа), а в составе программного комплекса (в том значении, которое ему придается в ГОСТ 19.101–77 «Виды программ и программных документов»), т. е. в составе системы ИИ, в которую в качестве компонентов может быть включено множество моделей (что в случае причинения вреда в результате сбоя затрудняет атрибутирование ошибки конкретному лицу).

В условиях стремительного технологического развития и цифровизации ключевых сфер общественной жизни искусственный интеллект (ИИ) постепенно становится неотъемлемым инструментом в арсенале судебно-экспертной практики. Применение ИИ способствует не только повышению эффективности экспертных исследований, но и расширению возможностей их применения, что особенно актуально в контексте усложнения преступной деятельности, увеличения объемов цифровой информации и необходимости оперативного реагирования.

Согласно сложившемуся в науке подходу к системе частных экспертных теорий экспертное прогнозирование включено в число теорий, входящих в состав общей теории судебной экспертологии наряду с идентификацией, диагностикой и профилактикой. Как отмечается в литературе, «положения этих частных теорий в равной степени распространяются как на процесс экспертного исследования в целом, так и на экспертные исследования отдельных родов экспертиз» [7]. Вместе с тем судебно-экспертное прогнозирование остается одним из наименее теоретически разработанных и практически реализуемых направлений указанной системы, оставляя широкое пространство для исследования.

Стоит отметить, что одним из наиболее передовых направлений, прогнозирование в отношении которого представляется первостепенным, является формирование и развитие новых родов и видов судебных экспертиз в свете трансформаций их объектов, методологии и методик под влиянием процесса цифровизации, а также в свете перспектив внедрения в экспертную практику новейших научно-технических достижений, в частности технологий машинного обучения и искусственного интеллекта.

Кроме того, одной из наиболее очевидных и динамично развивающихся областей использования ИИ является криминалистическая экспертиза. Применение интеллектуальных систем в распознавании и анализе биометрических данных — таких как отпечатки пальцев, изображения лиц, голосовые характеристики — позволяет существенно повысить точность идентификации лиц и предметов. Алгоритмы машинного обучения эффективно обучаются на больших выборках, что дает возможность обнаруживать закономерности и аномалии, ускользающие от внимания человека-эксперта. Особенно это актуально в рамках анализа видеозаписей и фотографий с мест происшествий, где ИИ способен автоматически распознавать объекты, идентифицировать действия, фиксировать потенциально значимые следы и детали.

В сфере финансово-экономических и бухгалтерских экспертиз ИИ применяется для выявления признаков фиктивного документооборота, схем ухода от налогообложения, а также других видов экономических преступлений. Интеллектуальные системы позволяют анализировать большие объемы финансовых и учетных данных, выявляя нетипичные транзакции, подозрительные связи между субъектами, а также автоматизировать процесс построения графов связей. Таким образом, эксперт получает инструмент не только для оценки достоверности документов и проводок, но и для выявления возможных преступных намерений, что придает дополнительную доказательственную ценность результатам экспертизы.

Важным направлением становится и использование ИИ в рамках компьютерно-технической экспертизы, где цифровые следы представляют собой основной объект исследования. Современные алгоритмы используются при восстановлении удалённой информации, анализе логов, выявлении следов несанкционированного доступа и цифрового вмешательства. Сюда же можно отнести и борьбу с киберпреступностью, где экспертная практика тесно сопрягается с технологиями автоматического поиска и анализа вредоносных программ, цифровых улик в зашифрованных или распределённых средах.

Особое значение приобретает также применение ИИ в лингвистических экспертизах. Автоматизированные алгоритмы анализа текста позволяют экспертам выявлять признаки речевой агрессии, угроз, дискриминации, признаков экстремистского или террористического характера. Кроме того, ИИ-системы способствуют идентификации автора текста по стилистическим признакам, анализу смысловой нагрузки, грамматических и лексических конструкций. Это особенно важно в условиях распространения анонимного контента в сети Интернет и увеличения объёма дел, связанных с информационными преступлениями.

Внедрение искусственного интеллекта в судебно-экспертную деятельность оказывает трансформирующее влияние не только на методологические и технические аспекты производства экспертиз, но и на содержание, структуру и функциональное наполнение профессиональной деятельности судебного эксперта. В условиях цифровизации и широкого применения интеллектуальных систем эксперт перестает быть исключительно интерпретатором материальных следов преступной деятельности, переходя к более сложной и многопрофильной роли — координатора, аналитика и верификатора технологических решений.

Одним из ключевых аспектов трансформации экспертной функции становится смещение акцента с непосредственного осуществления ручного анализа к контролю, интерпретации и обоснованию результатов, полученных с использованием интеллектуальных алгоритмов. Эксперт выступает не просто пользователем автоматизированных программ, а субъектом, на котором лежит ответственность за корректную настройку параметров ИИ-систем, верификацию полученных данных, а также юридически значимую интерпретацию результатов анализа. Таким образом, сохраняется базовый принцип процессуального права — личная ответственность эксперта за дачу заключения, даже в условиях частичного автоматизированного выполнения отдельных этапов исследования.

Дополнительно следует отметить усложнение требований к профессиональной компетентности эксперта. В современных условиях востребованность междисциплинарных знаний становится особенно высокой: эксперт должен обладать не только глубокими познаниями в своей предметной области, но и ориентироваться в основах алгоритмизации, машинного обучения, цифровой безопасности, а также понимать особенности функционирования программных решений, применяемых в экспертной практике. Возникает объективная необходимость в формировании нового типа специалистов — судебных экспертов цифровой эпохи, способных эффективно взаимодействовать с высокотехнологичными инструментами и критически оценивать их выводы.

Не менее значимым направлением становится формирование этических и правовых основ взаимодействия эксперта с искусственным интеллектом. С одной стороны, расширение функциональных возможностей ИИ потенциально снижает субъективность экспертных заключений. С другой — сохраняется риск недостоверного использования программных средств в случае их неправильной настройки, неадекватной обучающей выборки или отсутствия понимания алгоритмических ограничений. Таким образом, эксперт обязан не только учитывать технологические характеристики применяемых средств, но и обеспечивать соблюдение стандартов научной обоснованности, воспроизводимости и правовой допустимости.

Наконец, в условиях цифровизации возрастает роль эксперта как участника процесса формирования нормативной и методической базы для внедрения ИИ в экспертную практику. Именно экспертное сообщество, обладающее практическим опытом и методологической подготовкой, способно обеспечить выработку сбалансированных подходов к определению критериев допустимости, достоверности и значимости результатов, полученных с использованием интеллектуальных систем.

Развитие и внедрение технологий искусственного интеллекта в сферу судебной экспертизы формирует качественно новый этап в эволюции экспертной деятельности. ИИ уже сегодня демонстрирует значительный потенциал в автоматизации анализа, повышении точности и оперативности экспертных исследований, особенно в условиях увеличивающегося объема цифровых данных и усложнения механизмов совершения преступлений. Использование интеллектуальных систем охватывает широкий спектр задач — от биометрической и лингвистической идентификации до анализа финансово-экономических и цифровых следов.

Вместе с тем, активное применение ИИ требует переосмысления роли эксперта, предъявляя к нему повышенные требования не только в предметной области, но и в сфере информационных технологий, анализа алгоритмических моделей и правовой оценки их выводов. Особое внимание должно уделяться вопросам правового регулирования, допустимости результатов, полученных с применением ИИ, а также распределения ответственности при возникновении ошибок. Возникает объективная необходимость в создании научно обоснованных и юридически закреплённых подходов к применению ИИ в экспертной практике, а также в разработке единой терминологии, соответствующей современным требованиям.

Таким образом, искусственный интеллект выступает не просто вспомогательным инструментом, а фактором, способным трансформировать методологические, организационные и правовые основы судебной экспертизы, обеспечивая её соответствие вызовам цифровой эпохи.

Литература:

1. Указ Президента РФ от 10.10.2019 N 490 «О развитии искусственного интеллекта в Российской Федерации»(ред. от 15.02.2024)// Собрание законодательства РФ. 14.10.2019. N 41. ст. 5700.
2. Перечень поручений по итогам конференции «Путешествие в мир искусственного интеллекта» (утв. Президентом РФ 16 декабря 2021 г. N Пр-2371);
3. Постановление Правительства РФ от 9 февраля 2022 г. N 140 (ред. от 30 ноября 2022 г.) «О единой государственной информационной системе в сфере здравоохранения»// СПС «КонсультантПлюс» (дата обращения: 17.04.2025).
4. Паспорт федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации»; абз. «в» п. 19 Указа Президента РФ от 10 октября 2019 г. N 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с Национальной стратегией развития искусственного интеллекта на период до 2030 года)// СПС «КонсультантПлюс» (дата обращения: 17.04.2025).
5. Приказ Минэкономразвития России от 29 июня 2021 г. N 391 «Об утверждении Порядка определения федеральным государственным бюджетным учреждением «Фонд содействия развитию малых форм предприятий в научно-технической сфере» принадлежности проектов к проектам в сфере искусственного интеллекта»// СПС «КонсультантПлюс» (дата обращения: 17.04.2025).
6. Мельникова Е. Н. Правовая квалификация модели машинного обучения на основе технического анализа этого процесса // Закон. 2023. N 6. С. 192.
7. Россинская Е. Р., Галяшина Е. И., Зинин А. М. Теория судебной экспертизы (судебная экспертология): Учебник / Под ред. Е. Р. Россинской. 2-е изд., перераб. и доп. М.: Норма; Инфра-М, 2023. С. 65.
8. Толстик В. А. Требования, предъявляемые к юридической терминологии: формально-логическое и социокультурное обоснование // Юридическая техника. 2016. N 10. С. 302–307.