Библиотека
|
ваш профиль |
Полицейская деятельность
Правильная ссылка на статью:
Бульбачева А.А.
О перспективах применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России
// Полицейская деятельность.
2024. № 6.
С. 149-164.
DOI: 10.7256/2454-0692.2024.6.72580 EDN: JHVFZV URL: https://nbpublish.com/library_read_article.php?id=72580
О перспективах применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России
DOI: 10.7256/2454-0692.2024.6.72580EDN: JHVFZVДата направления статьи в редакцию: 04-12-2024Дата публикации: 05-01-2025Аннотация: Предметом данного исследования выступают теоретические, правовые, методические, организационные основы и закономерности применения информационных технологий в области экспертно-криминалистической деятельности. Объектом исследования является экспертно-криминалистическая деятельность, связанная с применением информационных технологий. Целью исследования является совершенствование и развитие теоретических, правовых, методических и организационных предложений по применению современных информационных технологий в части экспертно-криминалистической деятельности. В исследовании используются методы анализа и синтеза, а также методы ситуационного анализа для изучения практического применения информационных технологий в криминалистике. Методология исследования включает в себя изучение литературных источников, анализ существующих автоматизированных информационно-поисковых систем, в данной статье описаны потенциальные направления использования искусственного интеллекта в экспертно-криминалистической деятельности. Новизна исследования заключается в систематизации и анализе современных информационных технологий, а также в выявлении их потенциала и ограничений в контексте экспертно-криминалистической деятельности. Исследование также предлагает рекомендации по внедрению информационных технологий в криминалистическую практику и оценку их эффективности. Научная разработанность данной темы проявляется в ряде исследований, посвященных применению машинного обучения, обработки больших данных и нейронных сетей в криминалистике. Эволюция новых информационных технологий свидетельствует о значительном потенциале для повышения точности и эффективности экспертно-криминалистических исследований; Технологии распознавания образов и анализа больших данных способствуют более быстрому выявлению доказательств и установлению связей между ними. Автоматизация процессов может снизить нагрузку на экспертов и повысить производительность работы. Автор утверждает, что необходима разработка правовых норм для безопасного и ответственного применения информационных технологий в криминалистике. Внедрение информационных технологий требует дополнительного обучения и повышения квалификации специалистов в области криминалистики. Ключевые слова: автоматизация процессов, анализ данных, data analysis, искусственный интеллект, криминалистические экспертизы, машинное обучение, прогнозирование преступности, распознавание образов, цифровые технологии, экспертно-криминалистическая деятельностьAbstract: The subject of this study is the theoretical, legal, methodological, organizational foundations and patterns of application of information technologies in the field of forensic science. The object of the study is forensic science related to the use of information technologies. The purpose of the study is to improve and develop theoretical, legal, methodological and organizational proposals for the application of modern information technologies in forensic science. The study uses methods of analysis and synthesis, as well as methods of situational analysis to study the practical application of information technologies in forensic science. The research methodology includes the study of literary sources, analysis of existing automated information retrieval systems, this article describes potential areas of use of artificial intelligence in forensic science. The novelty of the study lies in the systematization and analysis of modern information technologies, as well as in identifying their potential and limitations in the context of forensic science. The study also offers recommendations for the implementation of information technologies in forensic practice and an assessment of their effectiveness. The scientific development of this topic is demonstrated by a number of studies devoted to the application of machine learning, big data processing and neural networks in forensic science. Conclusions: The evolution of new information technologies demonstrates significant potential for increasing the accuracy and efficiency of forensic research; Pattern recognition and big data analysis technologies facilitate faster identification of evidence and establishment of links between them. Automation of processes can reduce the workload of experts and increase productivity. It is necessary to develop legal norms for the safe and responsible use of information technologies in forensic science. The introduction of information technologies requires additional training and advanced training of forensic specialists. Keywords: automation of processes, data analysis, big data, artificial intelligence, forensic examinations, machine learning, crime forecasting, pattern recognition, digital technologies, forensic activitiesВведение. Как отметил в своем выступлении генерал-лейтенант полиции Казьмин В.В. начальник Экспертно-криминалистического центра МВД России «К 2024 году в МВД России производятся 52 вида экспертиз. Сейчас активно используется анализ ДНК, цифровые технологии сбора и обработки информации. Входит в практику 3D-печать для создания объемных моделей исследуемых объектов. Для осмотров больших площадей, крупных объектов, расположенных в труднодоступных местах или на опасных участках, активно задействуются беспилотники. Исследовательские методы адаптируются к новым вызовам и угрозам» [1]. Актуальность использования ИТ в экспертно-криминалистической деятельности обусловлена необходимостью повышения эффективности расследований, улучшения качества анализа данных и быстрого установления подозреваемых. В условиях увеличения объема информации и сложности современных преступлений традиционные методы расследования становятся недостаточно эффективными, что подчеркивает важность интеграции инновационных технологий в практическую деятельность правоохранительных органов. Цель данной статьи – проанализировать текущее состояние и перспективы применения информационных технологий (Далее – ИТ) в экспертно-криминалистической деятельности. Для достижения этой цели необходимо решить следующие задачи: изучить существующие технологии ИТ, применяемые в криминалистике; проанализировать примеры успешного использования ИТ в расследованиях; рассмотреть возможности и ограничения применения ИТ в экспертно-криминалистической деятельности; обсудить этические и правовые аспекты использования технологий искусственного интеллекта (Далее – ИИ). Методология исследования основана на анализе трудов отечественных авторов, а также на исследовании законодательства и нормативных документов. В ходе исследования использовались следующие методы: научного познания, сравнения, анализа, синтеза, индукции, дедукции, обобщения. Предмет исследования: криминалистический потенциал использования информационных технологий в области экспертной и криминалистической деятельности. Исследованиями в данной области занимаются такие ученые как: Ф.Г. Аминев [2], А.А. Бессонову [3], Ю.В. Гаврилин [4], А.М. Кустов [5], Н.П. Майлис [6], Е.Р. Россинская [7], и др. Не смотря на то, что научная разработанность данной темы проявляется в ряде исследований, посвященных применению машинного обучения, обработке больших данных и нейронных сетей в криминалистике, остаются открытыми вопросы, касающиеся этических аспектов, надежности алгоритмов и их влияния на процесс принятия решений. Основная часть. Ведомственная программа цифровой трансформации МВД России на 2022–2024 годы, утвержденная распоряжением Министра внутренних дел Российской Федерации от 11 января 2022 года № 1/37, нацелена на создание цифровой инфраструктуры и обеспечение информационно-аналитической поддержки для правоохранительных органов, вносит значительные коррективы в деятельность правоохранительных органов, том числе в экспертно-криминалистическую деятельность, создавая потребность в использовании методов работы с «большими данными», а также различных информационно-аналитических систем и комплексов поддержки принятия решений. Внедрение цифровых технологий в экспертно-криминалистическую деятельность продолжается уже несколько десятилетий. Современная деятельность следственных органов, экспертно-криминалистических подразделений и оперативных служб была бы невозможна без этих технологий, а также без соответствующих знаний, навыков и умений их применения [8, с. 103]. Автоматизированные информационно-поисковые системы (Далее - АИПС) представляют собой современные инструменты для эффективного анализа и обработки информации [9, с. 89]. АДИС «Папилон» предназначена для мультибиометрической идентификации, она обеспечивает автоматическую обработку и сопоставление поступающих следов рук с мест преступлений. Так например АДИС Папилон-9 и ПО «НейроЭксперт» Поставка нового программного обеспечения для АДИС в МВД России по Республике Крым была осуществлена в конце 2022 года. [10, с. 15]. В феврале 2023 года специалисты ЭКЦ МВД России по Республике Крым подвели итоги первых полутора месяцев штатной эксплуатации ПО «Папилон-АДИС-9-НейроЭксперт». Для 500 следов рук, поступивших за это время в БД АДИС: эксперты выполнили штатныйт просмотр ~7500 кандидатов в видимых рекомендательных списках (~15 кандидатов на один след) и выявили 136 совпадений «след-отпечаток»; нейросеть выполнила анализ видимых рекомендательных списков и историй поисков и отобрала для ручного просмотра (отметила нейроиндексом) 327 пар «след-отпечаток» [10, с. 16]. Эксперты выполнили просмотр модифицированных рекомендательных списков, сформированных нейросетью, и выявили 141 совпадение «след-отпечаток», при этом: на одного «родного» кандидата в среднем пришлось ~1,3 «чужих», не выявлено пропусков «родных» кандидатов в видимых частях списков дополнительные пять идентификаций (+~3,7%) были найдены нейросетью в историях поисков за пределами видимых частей списков, трудозатраты экспертов на просмотр «чужих» кандидатов в КСР снизились почти в 40 раз по сравнению с просмотром рекомендательных списков в штатном режиме [10, с 16]. Первые результаты штатной эксплуатации ПО «НейроЭксперт» в МВД России по Республике Крым показали возможность 40-кратного сокращения трудозатрат экспертов на просмотр «чужих» кандидатов содновременным повышением результативности на 3,7% за счёт получения дополнительных идентификаций изисторий поисков [10, с. 17]. ИПС «СЛЕД» включает в себя три раздела по разным квалификациям следов с мест преступлений: «ОБУВЬ», «ШИНЫ», «ВЗЛОМ», которые позволяют регистрировать и анализировать данные, полученные в процессе расследования; АИПС «Портрет» предназначена для создания субъективных портретов подозреваемых в совершении преступлений на основе собранных данных. Она помогает в идентификации подозреваемых по различным критериям, что существенно ускоряет процесс расследования; АИПС «Арсенал» предназначена для идентификации огнестрельного оружия, она позволяет создавать электронные пулегильзотеки объёмом в десятки и сотни тысяч объектов и переводить на качественно новый уровень выполнение трасологических экспертиз выстреленных пуль, их фрагментов и стреляных гильз при расследовании преступлений, связанных с применением огнестрельного оружия [11, с. 90]. Программно-аппаратные комплексы «Вилдис», «Девиза-М» созданы для технической экспертизы документов (паспортов, водительских удостоверений, денежных знаков, ценных бумаг и пр.), позволяющие с использованием различных условий освещения как видимого, так и невидимого спектра излучения выявлять признаки подделки документов [11, с. 91]. Программное обеспечение Visosoft применяется для анализа и обработки визуальной информации, включая фотографии и видеозаписи, что помогает в установлении фактов и доказательств. Программный комплекс «Мобильный криминалист», разработанный компанией Oxygen Software предназначен для работы на мобильных устройствах и позволяет экспертам выполнять анализ данных и получать доступ к информации прямо на месте происшествия, что значительно ускоряет процесс принятия решений [11, с. 92]. Каждая из этих систем играет важную роль в процессе расследования прересупления, позволяя правоохранительным органам более эффективно собирать, анализировать и использовать информацию для раскрытия преступлений и обеспечения безопасности. Следующей ступенью развития информационных технологий в экспертно-криминалистической деятельности является применение ИИ, искусственных нейронных сетей. На законодательном уровне понятие сформулировано в Указе Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации», согласно которому «искусственный интеллект» комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека». С целью формирования криминалистической концепции в отношении данного понятия ИИ рассмотрим ряд определений, предложенных различными исследователями. Болотова Л.С. определяет ИИ в виде компьютерной системы, способной осуществлять процессы получения, обработки и хранения информации и знаний, а также выполнять разнообразные операции с ними, что в совокупности может рассматриваться как форма мышления. [12, с. 245]. В работе Синельниковой В.Н. указано, что ИИ есть компьютерная программа, созданная людьми и имеющая возможность в соответствии с заложенной в ней командной архитектурой создавать новую информацию [13, с. 20]. Схожей точкой зрения придерживается Щитова А.А., понимающая под ИИ программу, обладающую таким уровнем интеллектуальности, что она способна осознать себя и принимать самостоятельные решения [14, с. 96] . По мнению Гаврилина А.В., Филатова А.А. «ИИ представляет собой способность определенной технологической единицы (такой как компьютерная программа, робот или система) относительно автономно выполнять интеллектуальные и творческие функции и задачи, характерные для человека. Кроме того, он способен формулировать выводы и осуществлять действия на основе имеющихся данных» [4, с. 128] . Кустов А.М. отмечает что: «ИИ это комплекс технологических решений, позволяющих имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их» [5, с. 125]. Так Россинская Е.Р. полагает., что ИИ в настоящий момент воспринимается как технология, которая способна к самообучению на основе анализа данных, принятию автономных решений из предусмотренных при ее создании (слабый ИИ) или собственно выработанных (сильный ИИ) и имитирующую результаты деятельности человека, в том числе в рамках коммуникации и искусства [7, с. 21]. Бессонов А.А. предлагает рассматривать ИИ в двух аспектах: «Как расширение источников криминалистически значимой информации о готовящихся, совершаемых и совершённых криминальных деяниях. Как технологии, которые могут и должны быть интегрированы в работу органов расследования в качестве инновационных инструментов для организации расследования и поиска доказательственных и иных данных» [3, с. 24]. С учетом вышеизложенного, интересной представляется позиция Аминева Ф.Г., «ИИ следует анализировать в двух аспектах: во-первых, как эффективное техническое средство и интеллектуального ассистента для решения разнообразных, преимущественно рутинных, экспертных задач; во-вторых, как объект для экспертного исследования» [2, с. 9]. Проведенный анализ научных источников позволил сделать вывод, что ИИ применительно к экспертно-криминалистической деятельности является совокупностью компьютерных технологий и алгоритмов, способных анализировать, обрабатывать и интерпретировать данные, а также автоматизировать процессы, связанные с расследованием преступлений и проведением экспертизы. Он включает в себя методы машинного обучения, обработки естественного языка и анализа больших данных, что позволяет правоохранительным органам повышать эффективность работы, улучшать качество расследований, выявлять закономерности и предсказывать возможные преступления, а также обеспечивать более точную и объективную оценку материалов дела. ИИ, в ходе своего обучения и самообучения, демонстрирует впечатляющие способности к обработке и анализу больших объемов данных, которые зачастую неподвластны человеку. Он способен выявлять закономерности и устанавливать связи между различными объектами, что крайне важно для решения сложных задач. Такой подход позволяет значительно ускорить процессы идентификации и исследования, даже в отсутствии явных следов или объектов для анализа. Кроме того, применение технологий ИИ минимизирует влияние субъективного фактора, что делает результаты более точными и надежными. Современные подходы к применению информационных технологий в экспертно-криминалистической деятельности развиваются в соответствии с новыми вызовами и возможностями, которые предоставляет цифровая эпоха. Вот несколько ключевых направлений: анализ больших данных: использование технологий обработки и анализа больших данных позволяет экспертам собирать и обрабатывать огромные объемы информации из различных источников. Это может включать данные из социальных сетей, телефонных переговоров и транзакций, что помогает в выявлении закономерностей и связей, которые могут быть полезны в расследованиях; машинное обучение и ИИ: эти технологии применяются для автоматизации процессов анализа данных и распознавания образов. Например, машинное обучение может использоваться для анализа видеозаписей с камер наблюдения, распознавания лиц и предсказания вероятных преступлений на основе исторических данных; цифровая криминалистика: это новые инструменты и методики для извлечения и анализа цифровых доказательств, таких как данные с мобильных устройств, компьютеров и облачных хранилищ, которые включают в себя использование программного обеспечения для восстановления удаленных данных и анализа сетевой активности; виртуальная и дополненная реальность: эти технологии могут использоваться для создания 3D-моделей мест преступлений или для обучения сотрудников правоохранительных органов. Это позволяет лучше визуализировать ситуации и проводить эффективные тренировки; блокчейн: применение технологий блокчейн для обеспечения целостности и безопасности данных может быть полезным в ситуации, когда необходимо сохранить доказательства и обеспечить конфиденциальность передачи данных; информационные системы и базы данных: разработка интегрированных информационных систем, которые объединяют данные из различных источников (например, базы данных правонарушителей, потерянных предметов и т. д.), позволяет правоохранительным органам более эффективно управлять информацией и быстро реагировать на инциденты; анализ социальных сетей: использование специализированных инструментов для мониторинга социальных сетей и анализа взаимодействий между пользователями может помочь в выявлении потенциальных угроз и анализе поведения подозреваемых. Эти подходы не только повышают эффективность экспертно-криминалистической деятельности, но и способствуют более глубокому пониманию преступности и методов ее предотвращения. Применение информационных технологий в экспертно-криминалистической деятельности приводит к возникновению новых закономерностей общественных отношений, которые можно выделить в нескольких ключевых аспектах: упрощение доступа к информации: современные информационные технологии позволяют экспертам и криминалистам быстро получать доступ к огромным объемам данных. Это улучшает качество анализа и позволяет быстрее находить необходимые сведения, что, в свою очередь, повышает эффективность расследований; сетевое взаимодействие: использование информационных технологий способствует более тесному взаимодействию между различными структурами – правоохранительными органами, судебными экспертами, научными учреждениями и международными организациями. Это создает новые формы сотрудничества и позволяет обмениваться опытом и данными; анонимность и безопасность: в эпоху цифровизации возникает необходимость в обеспечении анонимности и безопасности участников экспертно-криминалистической деятельности. Новые технологии позволяют защищать данные и личные сведения, что может изменять характер отношений между экспертами и правоохранительными органами; автоматизация процессов: внедрение автоматизированных систем анализа и обработки данных меняет традиционные подходы к ведению экспертиз. Это может привести к изменению роли эксперта, который становится не только интерпретатором данных, но и аналитиком; изменение форматов отчетности: информационные технологии позволяют создавать более сложные и интерактивные форматы отчетов и презентаций, что может изменить восприятие результатов экспертизы как со стороны правоохранительных органов, так и со стороны судебных инстанций; этика и правовые аспекты: использование информационных технологий поднимает важные вопросы этики и правового регулирования. Возникает необходимость в разработке новых норм и стандартов, касающихся использования цифровых данных, их хранения и защиты; обучение и повышение квалификации: появление новых технологий требует постоянного обновления знаний и навыков у сотрудников, что влияет на систему образования и подготовки специалистов в области криминалистики; социальная ответственность: в условиях цифровизации возрастает ответственность экспертов за принимаемые решения, так как автоматизированные системы могут допускать ошибки. Это создает новые вызовы для профессиональной этики и стандартов работы. Таким образом, развитие информационных технологий в экспертно-криминалистической деятельности формирует новые закономерности, которые требуют адаптации как со стороны профессионального сообщества, так и со стороны общества в целом. На сегодняшний день ИИ демонстрирует значительные достижения, однако у него все еще есть ряд недостатков и ограничений. Вот некоторые из них: отсутствие понимания контекста: ИИ часто не может правильно интерпретировать контекст, что может привести к неправильным выводам или рекомендациям. Например, языковые модели могут не понимать тонкие оттенки смысла или иронии; зависимость от данных: качество работы ИИ во многом зависит от объема и качества данных, на которых он обучается. Если данные неполные, искаженные или имеют предвзятости, это может привести к ошибочным выводам или дискриминационным результатам; недостаток «здравого смысла»: ИИ-системы не обладают интуицией или здравым смыслом, которые есть у человека. Они могут делать логические ошибки, которые кажутся абсурдными для человека; сложность объяснения: многие ИИ-модели, особенно те, что основаны на глубоких нейронных сетях, являются «черными ящиками» - При обработки многомерные данные, становится сложно проследить, как именно входные параметры взаимодействуют друг с другом и влияют на результаты, что затрудняет понимание их решений и результатов. Это может вызывать недоверие у пользователей и затруднять их внедрение в критически важные сферы; этические и правовые проблемы: ИИ может использоваться в манипулятивных или неэтичных целях, например, в системах слежения или для распространения дезинформации. Это поднимает вопросы о конфиденциальности, безопасности и ответственности; уязвимость к атакам: ИИ-системы могут быть уязвимы к различным видам атак, включая adversarial attacks, при которых небольшие изменения в входных данных могут привести к неправильным выводам; необходимость в человеческом контроле: в большинстве случаев для успешного применения ИИ требуется человеческое вмешательство и контроль. Полная автоматизация в ответственных областях, таких как медицина или юриспруденция, может быть рискованной; социальные и экономические последствия: автоматизация, основанная на ИИ, может приводить к потере рабочих мест в определенных секторах, что вызывает социальные и экономические проблемы. Общество должно адаптироваться к этим изменениям; проблемы с интерпретируемостью: важно, чтобы пользователи могли понимать, как и почему ИИ пришел к определенному выводу; отсутствие интерпретируемости может усложнить процесс принятия решений и внедрения ИИ в профессиональную практику. Эти недостатки подчеркивают необходимость тщательного и ответственного подхода к разработке и внедрению ИИ-технологий, а также важность мониторинга их влияния на общество. Заключение. Перспективы применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России представляют собой значительный шаг вперед в обеспечении эффективности и надежности расследований. Внедрение современных цифровых решений и инструментов не только оптимизирует процессы сбора, анализа и хранения данных, но и способствует повышению качества экспертных исследований и выводов. Тем не менее, для успешной реализации этих возможностей необходимо преодоление ряда вызовов, таких как высокая стоимость внедрения указанных технологий, необходимость адаптации кадров и обеспечение безопасности данных. С учетом этих аспектов, ключевым фактором станет комплексный подход к интеграции информационных технологий, который должен включать как технические, так и организационные меры. Таким образом, активное использование информационных технологий в экспертно-криминалистической деятельности может значительно улучшить работу правоохранительных органов, сделать ее более эффективной, что, в свою очередь, будет способствовать повышению уровня безопасности в обществе. Важно, чтобы процесс цифровой трансформации был непрерывным и адаптировался к быстро меняющимся условиям, что позволит максимально эффективно использовать научно-технический потенциал на службе закона. Дальнейшие исследования в данной области помогут не только оптимизировать процессы расследования, но и разработать надежные механизмы защиты прав граждан в условиях растущей цифровизации.
Библиография
1. Бурцева, Е.В. Современные возможности компьютерных технологий в судебно-экспертной деятельности / Е. В. Бурцева, А. В. Селезнев // Вопросы современной науки и практики. Университет им. В.И. Вернадского. 2012. № 1(38). С. 7-11.
2. Аминев Ф.Г. О проблемах формирования компетентности судебного эксперта в условиях цифровизации // Криминологический журнал. 2024. № 1. С. 9-1. 3. Бессонов А.А. Искусственный интеллект в расследовании преступлений: настоящее и будущее // Материалы Международной научно-практической конференции «Искусственный интеллект и большие данные (big data) в судебной и правоохранительной системе: реалии и требование времени». Косшы, 2023. С. 24-29. 4. Гаврилин А.В., Филатов А.А. Юнит искусственного интеллекта как субъект права: целесообразность и перспективы развития идеи в контексте цифрового банкинга // Теория и практика общественного развития. 2021. № 11. С. 127-131. 5. Кустов А.М. Использование искусственного интеллекта при производстве процессуальных действий // Высокотехнологичное право: генезис и перспективы: Материалы III Международной межвузовской научно-практической конференции, Москва-Красноярск, 24-25 февраля 2022 года. Красноярск: Красноярский государственный аграрный университет, 2022. С. 122-128. 6. Майлис Н.П. Роль инновационных технологий в развитии цифровой трасологии // Теория и практика судебной экспертизы. 2022. Т. 17. № 2. С. 18-22. 7. Россинская, Е.Р. Учение о цифровизации судебно-экспертной деятельности и проблемы судебно-экспертной дидактики / Е. Р. Россинская // Правовое государство: теория и практика. 2020. № 4-1(62). С. 88-101. 8. Неретина, Н.С. Искусственный интеллект в криминалистике и судебной экспертизе: проблемы и перспективы / Н. С. Неретина // Судебная экспертиза и исследования, 2022. № 1. С. 103-106. 9. Россинская Е.Р. Нейросети в судебной экспертологии и экспертной практике: проблемы и перспективы. Вестник Университета имени О.Е. Кутафина (МГЮА). 2024. № 3. С. 21-33. 10. Захарова, В.Д. Возможности использования нейросетей при проведении дактилоскопических исследований / В.Д. Захарова, Е.А. Ермилова. // Молодой ученый, 2023. № 50 (497). С. 14-16. 11. Рудых А.А. Информационные технологии в криминалистической деятельности: монография / А. А. Рудых, Д. А. Степаненко. – Москва: Юрлитинформ, 2022 165 с. 12. Болотова Л.С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник. М.: Финансы и статистика, 2012. 664 с. 13. Синельникова В.Н., Ревинский О.В. Права на результаты искусственного интеллекта // Копирайт. 2017. № 4. С. 17-27. 14. Щитова А.А. О потенциальной правоспособности искусственного интеллекта // Аграрное и земельное право. 2019. № 5 (173). С. 94-98. References
1. Burtseva, E. V. (2012). Modern Possibilities of Computer Tech№logies in Forensic Activities. Issues of Modern Science and Practice.Vernadsky University, 1(38), 7-11.
2. Aminev, F.G. (2024). On the Problems of Forming the Competence of a Forensic Expert in the Context of Digitalization. Criminological Journal, 1, 9-12. 3. Bessonov, A.A. (2023). Artificial Intelligence in Crime Investigation: Present and Future. Proceedings of the International Scientific and Practical Conference Artificial Intelligence and Big Data in the Judicial and Law Enforcement System: Realities and Requirements of the Time, 24-29. Kosshy. 4. Gavrilin, A.V., & Filatov, A.A. (2021). Artificial Intelligence Unit as a Subject of Law: Feasibility and Prospects for the Development of the Idea in the Context of Digital Banking. Theory and Practice of Social Development, 11, 127-131. 5. Kustov, A.M. (2022). Use of Artificial Intelligence in the Production of Procedural Actions. High-Tech Law: Genesis and Prospects: Proceedings of the III International Interuniversity Scientific and Practical Conference, 122-128. Moscow-Krasnoyarsk, February 24-25, Krasnoyarsk: Krasnoyarsk State Agrarian University. 6. Mailis, N.P. (2022). The role of innovative technologies in the development of digital traceology. Theory and practice of forensic examination, 2, 18-22. 7. Rossinskaya, E.R. (2024). Neural Networks in Forensic Expertology and Expert Practice: Problems and Prospects. Bulletin of the O.E. Kutafin University (MSAL), 3, 21-33. 8. Neretina, N.S. (2022). Artificial Intelligence in Criminalistics and Forensic Science: Problems and Prospects. Forensic Science and Research, 1, 103-106. 9. Rossinskaya, E.R. (2020). The Doctrine of Digitalization of Forensic Activities and Problems of Forensic Didactics. Legal State: Theory and Practice, 4-1(62), 88-101. 10. Zakharova, V. D. (2023). Possibilities of using neural networks in conducting fingerprinting studies. Young scientist, 50, 14-16. 11. Rudykh, A.A. (2022). Information technologies in forensic activities: monograph. Moscow: Yurlitinform. 12. Bolotova, L.S. (2012). Artificial intelligence systems: models and technologies based on knowledge: textbook. Moscow: Finance and Statistics. 13. Sinelnikova, V.N., & Revinsky, O.V. (2017). Rights to the results of artificial intelligence. Copyright, 4, 17-27. 14. Shchitova, A.A. (2019). On the potential legal capacity of artificial intelligence. Agrarian and land law, 5(173), 94-98.
Результаты процедуры рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Методология исследования в тексте статьи не раскрывается. Актуальность избранной автором темы исследования несомненна и обосновывается им следующим образом: "Как отметил в своем выступлении генерал-лейтенант полиции В.В. Казьмин начальник Экспертно-криминалистического центра МВД России «К 2024 году в МВД России производятся 52 вида экспертиз. Сейчас мы активно используем анализ ДНК, цифровые технологии сбора и обработки информации. Входит в практику 3D-печать для создания объемных моделей исследуемых объектов. Для осмотров больших площадей, крупных объектов, расположенных в труднодоступных местах или на опасных участках, активно задействуются беспилотники. Исследовательские методы адаптируются к новым вызовам и угрозам» [1]. В последние десятилетия информационных технологий становятся неотъемлемой частью различных сфер человеческой деятельности, включая правоохранительные органы и криминалистику. Актуальность использования ИТ в экспертно-криминалистической деятельности обусловлена необходимостью повышения эффективности расследований, улучшения качества анализа данных и быстрого установления подозреваемых. В условиях увеличения объема информации и сложности современных преступлений традиционные методы расследования становятся недостаточными, что подчеркивает важность интеграции инновационных технологий в практическую деятельность правоохранительных органов. Исследованиями в данной области занимаются такие ученые как, Ф.Г. Аминев, А.Р. Беклкин, А.А. Бессонову, Ю.В. Гаврилин, А.М. Кустов, Н.Ю. Лебедев, Н.П. Майлис, Е.Р. Россинская, и др.". Дополнительно ученому необходимо раскрыть степень изученности поднимаемых в статье проблем. Научная новизна работы как таковая отсутствует. Работа носит поверхностный, реферативный характер, представляя собой компиляцию некоторых использованных при ее написании источников. Автор не предлагает самостоятельных дефиниций ключевых понятий статьи (к примеру, "искусственный интеллект"), не разрабатывает оригинальных подходов к применению информационных технологий в экспертно-криминалистической деятельности, не выявляет новых закономерностей исследуемых общественных отношений и т.п. Таким образом, в представленном на рецензирование виде статья не вносит особого вклада в развитие отечественной правовой науки. Научный стиль исследования выдержан автором в полной мере. Структура работы логична. Во вводной части статьи ученый обосновывает актуальность избранной им темы исследования. В основной части работы автор предпринимает попытку описания перспектив применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России. В заключительной части работы содержатся выводы по результатам проведенного исследования. Содержание статьи соответствует ее наименованию, но не лишено недостатков. Так, автор пишет: "Как отметил в своем выступлении генерал-лейтенант полиции В.В. Казьмин начальник Экспертно-криминалистического центра МВД России «К 2024 году в МВД России производятся 52 вида экспертиз. Сейчас мы активно используем анализ ДНК, цифровые технологии сбора и обработки информации. Входит в практику 3D-печать для создания объемных моделей исследуемых объектов. Для осмотров больших площадей, крупных объектов, расположенных в труднодоступных местах или на опасных участках, активно задействуются беспилотники. Исследовательские методы адаптируются к новым вызовам и угрозам» [1]" - "Как отметил в своем выступлении генерал-лейтенант полиции В.В. Казьмин, начальник Экспертно-криминалистического центра МВД России: «К 2024 году в МВД России производятся 52 вида экспертиз. Сейчас мы активно используем анализ ДНК, цифровые технологии сбора и обработки информации. Входит в практику 3D-печать для создания объемных моделей исследуемых объектов. Для осмотров больших площадей, крупных объектов, расположенных в труднодоступных местах или на опасных участках, активно задействуются беспилотники. Исследовательские методы адаптируются к новым вызовам и угрозам» [1]" (см. пунктуацию). Ученый отмечает: "В последние десятилетия информационных технологий становятся неотъемлемой частью различных сфер человеческой деятельности, включая правоохранительные органы и криминалистику" - "информационные технологии". Таким образом, статья нуждается в дополнительном вычитывании - в ней встречаются опечатки, пунктуационные и стилистические ошибки (приведенный в рецензии перечень опечаток и ошибок не является исчерпывающим!). Автор не осуществляет критического анализа легального понятия "искусственный интеллект", не предлагает своего видения проблемы, не выявляет существующих на сегодняшний день недостатков искусственного интеллекта (между тем они есть и существенные). Библиография исследования представлена 6 источниками (монографией и научными статьями). С формальной точки зрения источников должно быть не менее 10. Следовательно, теоретическая база работы нуждается в расширении. Апелляция к оппонентам отсутствует, что недопустимо для научной статьи. Автор ссылается на ряд теоретических источников исключительно в обоснование своих суждений либо для иллюстрирования отдельных положений работы. Выводы по результатам проведенного исследования имеются ("Таким образом, внедрение информационных технологий в экспертно-криминалистическую деятельность является многообещающим направлением, которое способствует повышению качества и эффективности расследований. Важно при этом учитывать как преимущества, так и ограничения этих технологий, а также этические и правовые аспекты их применения. Создание и внедрение современных цифровых методов и методик в экспертную деятельность, включая использование искусственного интеллекта и нейронных сетей, основанных на когнитивных вычислениях и обладающих свойствами самообучения, позволит значительно повысить качество экспертной работы. Необходимо рассмотреть вопрос о введении дополнительной профессиональной подготовки экспертов-криминалистов, с целью выработки навыков использования информационных технологий в экспертно-криминалистической деятельности. Дальнейшие исследования в данной области помогут не только оптимизировать процессы расследования, но и разработать надежные механизмы защиты прав граждан в условиях растущей цифровизации"), однако не обладают свойством научной новизны, а потому нуждаются в уточнении и конкретизации. Интерес читательской аудитории к представленной на рецензирование статье может быть проявлен прежде всего со стороны специалистов в сфере уголовного процесса и криминалистики при условии ее существенной доработки: раскрытии методологии исследования, дополнительном обосновании актуальности его темы (в рамках сделанного замечания), расширении теоретической базы работы, введении элементов научной новизны и дискуссионности, уточнении и конкретизации выводов по результатам проведенного исследования, устранении нарушений в оформлении статьи.
Результаты процедуры повторного рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
В статье четко прописаны актуальность, цели и задачи. Однако отсутствует описание предмета научного исследования. Рекомендуется дополнить. В статье имеется методологический раздел. В разделе приводятся общенаучные методы познания (сравнение, анализ, синтез, дедукция, обобщение) и системно-структурный метод. Остается вопрос, как именно использовался системно-структурный метод, поскольку ни на уровне названия статьи, ни на уровне цели, ни на уровне задач ни системы, ни структуры не упоминаются. А между тем в статье используются такие методы, как анализ законодательства и документов (анализ Ведомственной программы цифровой трансформации МВД России на 2022 – 2024 годы, утвержденная распоряжением Министра внутренних дел Российской Федерации от 11 января 2022 года № 1/37, указа Президента РФ от 10 октября 2019 г.). В первой части статьи анализируются идеи ученых, ссылки на публикации которых не проставлены (Ф. Г. Аминев, А. А. Бессонов, Ю. В. Гаврилин, А. М. Кустов, Н. Ю. Лебедев, Н. П. Майлис, Е. Р. Россинская). Также рекомендуется поставить ссылки на “ряд исследований, посвященных применению машинного обучения, обработке больших данных и нейронных сетей в криминалистике”. В статье приводятся многочисленные примеры повышения эффективности органов МВД при использовании технологий машинного обучения. Некоторые положения в статье нуждаются в пояснении. Например: “проблемы с интерпретируемостью: важно, чтобы пользователи могли понимать, как и почему ИИ пришел к определенному выводу”. Большая часть алгоритмов в машинном обучении используется по принципу “черного ящика”. Особенно для неквалифицированных пользователей, которые не являются специалистами в области ИИ. Недостаточно конкретной выглядит следующая рекомендация: адаптация законодательства: “быстрое развитие технологий опережает законодательные инициативы. Это создает правовые пробелы, которые могут затруднить использование новых методов расследования и сбора доказательств”. Рекомендуется привести примеры этих правовых пробелов, иначе непонятно, о чем именно идет речь. Среди сложностей внедрения ИИ в экспертно-криминалистскую деятельность можно было еще упомянуть высокую стоимость программных продуктов, а также зависимость от западных технологий и алгоритмов. В статье делается вывод, что “дальнейшие исследования в данной области помогут не только оптимизировать процессы расследования, но и разработать надежные механизмы защиты прав граждан в условиях растущей цифровизации”. В библиографическом разделе приводится 13 научных источников, в том числе и современные источники за 2023 – 2024 годы. В статье рекомендуется исправить грамматику.
Результаты процедуры окончательного рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
на статью на тему «О перспективах применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России». Предмет исследования. Предложенная на рецензирование статья посвящена актуальным вопросам применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России. Как отмечается в самой статье, «Предмет исследования: криминалистический потенциал использования информационных технологий в области экспертной и криминалистической деятельности». Автором изучается, прежде всего, научная литература по теме исследования, а также некоторые практические и модельные ситуации. Методология исследования. Цель исследования прямо в статье заявлена: «Цель данной статьи – проанализировать текущее состояние и перспективы применения информационных технологий (Далее – ИТ) в экспертно-криминалистической деятельности. Для достижения этой цели необходимо решить следующие задачи: изучить существующие технологии ИТ, применяемые в криминалистике; проанализировать примеры успешного использования ИТ в расследованиях; рассмотреть возможности и ограничения применения ИТ в экспертно-криминалистической деятельности; обсудить этические и правовые аспекты использования технологий искусственного интеллекта (Далее – ИИ)». Исходя из поставленных цели и задач, автором выбрана методологическая основа исследования. Как отмечается в самой рецензируемой статье, «Методология исследования основана на анализе трудов отечественных авторов, а также на исследовании законодательства и нормативных документов». В частности, автором используется совокупность общенаучных методов познания: анализ, синтез, аналогия, дедукция, индукция, другие. В частности, методы анализа и синтеза позволили обобщить и разделить выводы различных научных подходов к предложенной тематике, а также сделать конкретные выводы из материалов практики. Наибольшую роль сыграли специально-юридические методы. В частности, автором активно применялся формально-юридический метод, который позволил провести анализ и осуществить толкование норм действующего законодательства и правовых актов. Например, следующий вывод автора: «На законодательном уровне понятие сформулировано в Указе Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации», согласно которому «искусственный интеллект» комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека»». Также приводятся различные примеры из практики, например, такой: «В феврале 2023 года специалисты ЭКЦ МВД России по Республике Крым подвели итоги первых полутора месяцев штатной эксплуатации ПО «Папилон-АДИС-9-НейроЭксперт». Для 500 следов рук, поступивших за это время в БД АДИС: эксперты выполнили штатныйт просмотр ~7500 кандидатов в видимых рекомендательных списках (~15 кандидатов на один след) и выявили 136 совпадений «след-отпечаток»; нейросеть выполнила анализ видимых рекомендательных списков и историй поисков и отобрала для ручного просмотра (отметила нейроиндексом) 327 пар «след-отпечаток»». Таким образом, выбранная автором методология в полной мере адекватна цели исследования, позволяет изучить все аспекты темы в ее совокупности. Актуальность. Актуальность заявленной проблематики не вызывает сомнений. Имеется как теоретический, так и практический аспекты значимости предложенной темы. С точки зрения теории тема применения информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России. Сложно спорить с автором в том, что «Актуальность использования ИТ в экспертно-криминалистической деятельности обусловлена необходимостью повышения эффективности расследований, улучшения качества анализа данных и быстрого установления подозреваемых. В условиях увеличения объема информации и сложности современных преступлений традиционные методы расследования становятся недостаточно эффективными, что подчеркивает важность интеграции инновационных технологий в практическую деятельность правоохранительных органов». Тем самым, научные изыскания в предложенной области стоит только поприветствовать. Научная новизна. Научная новизна предложенной статьи не вызывает сомнений. Во-первых, она выражается в конкретных выводах автора. Среди них, например, такой вывод: «активное использование информационных технологий в экспертно-криминалистической деятельности может значительно улучшить работу правоохранительных органов, сделать ее более эффективной, что, в свою очередь, будет способствовать повышению уровня безопасности в обществе. Важно, чтобы процесс цифровой трансформации был непрерывным и адаптировался к быстро меняющимся условиям, что позволит максимально эффективно использовать научно-технический потенциал на службе закона. Дальнейшие исследования в данной области помогут не только оптимизировать процессы расследования, но и разработать надежные механизмы защиты прав граждан в условиях растущей цифровизации». Указанный и иные теоретические выводы могут быть использованы в дальнейших научных исследованиях. Во-вторых, автором предложены недостатки и ограничения при использовании искусственного интеллекта, что может быть полезно на практике. Например, указано следующее: «На сегодняшний день ИИ демонстрирует значительные достижения, однако у него все еще есть ряд недостатков и ограничений. Вот некоторые из них: отсутствие понимания контекста: ИИ часто не может правильно интерпретировать контекст, что может привести к неправильным выводам или рекомендациям. Например, языковые модели могут не понимать тонкие оттенки смысла или иронии; зависимость от данных: качество работы ИИ во многом зависит от объема и качества данных, на которых он обучается. Если данные неполные, искаженные или имеют предвзятости, это может привести к ошибочным выводам или дискриминационным результатам; недостаток «здравого смысла»: ИИ-системы не обладают интуицией или здравым смыслом, которые есть у человека. Они могут делать логические ошибки, которые кажутся абсурдными для человека; сложность объяснения: многие ИИ-модели, особенно те, что основаны на глубоких нейронных сетях, являются «черными ящиками» - При обработки многомерные данные, становится сложно проследить, как именно входные параметры взаимодействуют друг с другом и влияют на результаты, что затрудняет понимание их решений и результатов. Это может вызывать недоверие у пользователей и затруднять их внедрение в критически важные сферы; этические и правовые проблемы: ИИ может использоваться в манипулятивных или неэтичных целях, например, в системах слежения или для распространения дезинформации. Это поднимает вопросы о конфиденциальности, безопасности и ответственности». Таким образом, материалы статьи могут иметь определенных интерес для научного сообщества с точки зрения развития вклада в развитие науки. Стиль, структура, содержание. Тематика статьи соответствует специализации журнала «Полицейская деятельность», так как она посвящена правовым проблемам, связанным с применением информационных технологий в экспертно-криминалистической деятельности в контексте цифровой трансформации системы МВД России. Содержание статьи в полной мере соответствует названию, так как автор рассмотрел заявленные проблемы, в целом достиг поставленной цели исследования. Качество представления исследования и его результатов следует признать в полной мере положительным. Из текста статьи прямо следуют предмет, задачи, методология и основные результаты исследования. Оформление работы в целом соответствует требованиям, предъявляемым к подобного рода работам. Существенных нарушений данных требований не обнаружено. Библиография. Следует высоко оценить качество использованной литературы. Автором активно использована литература, представленная авторами из России (Аминев Ф.Г., Бессонов А.А., Гаврилин А.В., Россинская Е.Р., Филатов А.А. и другие). Многие из цитируемых ученых являются признанными учеными в области криминалистики. Таким образом, труды приведенных авторов соответствуют теме исследования, обладают признаком достаточности, способствуют раскрытию различных аспектов темы. Апелляция к оппонентам. Автор провел серьезный анализ текущего состояния исследуемой проблемы. Все цитаты ученых сопровождаются авторскими комментариями. То есть автор показывает разные точки зрения на проблему и пытается аргументировать более правильную по его мнению. Выводы, интерес читательской аудитории. Выводы в полной мере являются логичными, так как они получены с использованием общепризнанной методологии. Статья может быть интересна читательской аудитории в плане наличия в ней систематизированных позиций автора применительно к вопросам применения информационных технологий в экспертно-криминалистической деятельности. На основании изложенного, суммируя все положительные и отрицательные стороны статьи «Рекомендую опубликовать» |