Современная криминалистика и правоохранительная деятельность активно осваивают инновационные технологии для повышения эффективности раскрытия, расследования и предупреждения преступлений. В условиях цифровизации и роста объемов криминалистической информации особое место занимает искусственный интеллект (ИИ) с его значительным потенциалом для качественного преобразования традиционных разделов криминалистики.
Криминалистическая техника является системой научных положений и разрабатываемых на их основе технических средств, приемов и методов для работы со следами и объектами [6, с. 9–10]. Технические средства эволюционировали от элементарных инструментов до сложных аппаратно-программных комплексов, являющихся технологическими предшественниками систем на основе ИИ [5, с. 32]. Потенциал ИИ охватывает все отрасли кримтехники: улучшение и анализ фото- и видеоматериалов, распознавание объектов и лиц (например, Amazon Rekognition, Face++), выявление «дипфейков»; автоматизированный анализ и сравнение следов в трасологии; повышение точности АДИС и АИБС; выявление подделок документов, анализ почерка; анализ признаков внешности в габитоскопии; идентификация по голосу и анализ речи в фоноскопии; комплексный анализ данных в криминалистических учетах (Big Data). В тактике следственных действий ИИ – инструмент для решения конкретных задач: получения и проверки информации, преодоления противодействия, обеспечения полноты, объективности, оптимизации ресурсов. Особое внимание уделяется тактике допроса с ИИ. Одним из перспективных направлений является интеллектуальный анализ невербального поведения. Системы ИИ способны в реальном времени фиксировать и анализировать мимику, жесты, позу, интонации. Важное значение имеет технология «айтрекинга» (направление взгляда, частота моргания, изменения диаметра зрачков). Эти параметры служат индикаторами когнитивной нагрузки и эмоций. Успешный опыт применения айтрекинга в Следственном комитета РФ подтверждает его практическую значимость [4, с. 157–162]. Не менее информативен анализ паралингвистических характеристик речи (тон, тембр, скорость, паузы, ошибки). С развитием бесконтактных сенсоров (анализ температуры лица, дистанционный пульс) ИИ сможет анализировать и другие физиологические реакции. Сопоставляя данные с базовым состоянием и реакциями на контрольные вопросы, ИИ выявляет поведенческие модели, указывающие на вероятность ложной информации, сокрытия сведений или психоэмоционального напряжения. Современные технологии позволяют доставлять информацию следователю в реальном времени и дискретно (через носимые устройства). Другое важное направление –контент-анализ вербальной информации методами обработки естественного языка. ИИ может выявлять логические и фактические противоречия в показаниях, проводить лингвистический анализ текста, идентифицируя маркеры лжи, уклончивости или неуверенности (например, чрезмерные обобщения, нелогичная детализация, мало сенсорных описаний, самокоррекции, нетипичные паузы). ИИ также способен проводить тематический анализ, выделяя ключевые темы, лиц, места, события, и оценивать полноту показаний сравнением с ожидаемой информацией. ИИ может быть эффективным инструментом тактической подготовки к допросу: проводя превентивный анализ информации по делу и личности, выявляя невыясненные вопросы, систематизируя доказательства и генерируя тактические рекомендации (выбор линии, последовательности вопросов, приемов, прогнозирование уловок). Неоценима роль ИИ в совершенствовании тактики фиксации допроса. Системы автоматической транскрибации на ИИ способны полностью автоматизировать протоколирование, обеспечивая дословность, полноту фиксации (реплики, оговорки, паузы) и экономию времени. Синхронизация текста с аудио/видеозаписью облегчает проверку протокола. При ОМП в сложных условиях ИИ предоставляет мощные инструменты. Наземные роботизированные платформы могут обследовать опасные или труднодоступные зоны, фиксировать и изымать доказательства. 3D-модели и VR позволяют многократно «возвращаться» на место происшествия. В тактике следственного эксперимента новшество – виртуальная реконструкция и симуляция с ИИ. Системы ИИ создают высокореалистичные виртуальные среды на основе данных ОМП и показаний для экспериментов по проверке видимости/слышимости, возможности действий, и моделирования динамических процессов (ДТП, баллистика, падения). ИИ также эффективен в тактике других следственных действий: при обыске/выемке (особенно цифровых носителей) ускоряет поиск, распознавание, восстановление данных; при опознании помогает с подбором статистов и анализом реакций; при проверке показаний на месте обеспечивает точную фиксацию и 3D-визуализацию; при очной ставке анализирует реакции и реплики; при назначении экспертиз содействует формулировке вопросов и определению материалов. В рамках криминалистической методики традиционной теоретической базой методик выступает криминалистическая характеристика преступлений (КХП). Однако КХП присущи недостатки: это зачастую обобщенная, «типовая модель» [1, с. 243], формируемая на основе прошлых дел и не всегда отражающая динамику преступности, опирающаяся больше на уголовно-правовые и криминологические данные. Отсутствие единого подхода к ее структуре и критика Р.С. Белкина [2, с. 11–12] указывают на необходимость новых подходов. Альтернативой/дополнением развивается учение о материальной структуре преступления (МСП) А.В. Дулова и его учеников. МСП [3, с. 62] фокусируется на конкретных материальных элементах (субъект; объект преступного посягательства; средство совершения; предмет преступного посягательства; предмет преступления) и их взаимодействиях в момент совершения. Целесообразно создать ИИ-управляемую систему, основанную на интеграции КХП и МСП. Такой подход позволяет перейти от статичных моделей к динамичным информационным системам.
Таким образом, внедрение ИИ в криминалистику требует всестороннего подхода: нормативной правой базы, качественного обучения, профессиональных кадров, этического контроля, что определяет разумное применение технологии перспективным в модернизации борьбы с преступностью.
Библиографические ссылки
- Баянов, А. И. Криминалистическая характеристика – абстрактная, типовая модель преступления / А. И. Баянов // Актуальные проблемы государства и права на современном этапе : сб. статей / отв. ред. В. Д. Волович. – Томск : ТГУ, 1985. – С. 243–244.
- Белкин, Р. С. Понятие, ставшее «криминалистическим пережитком» / Р. С. Белкин // Российское законодательство и юридические науки в современных условиях: состояние, проблемы, перспективы. – Тула : ТГУ, 2000. – С. 3–10.
- Гучок, А. Е. Основы криминалистического учения о материальной структуре преступления / А. Е. Гучок. – Минск : Тесей, 2012. – 228 с.
- Жбанкова, О. В. Применение айтрекинга в практике профессионального отбора кадров / О. В. Жбанкова, В. Б. Гусев // Экспериментальная психология. – 2018. – Т. 11, № 1. – С. 156–165.
- Кокин, А. В. Искусственный интеллект в криминалистике и судебной экспертизе : вопросы правосубъектности и алгоритмической предвзятости / А. В. Кокин, Ю. Д. Денисов // Теория и практика судебной экспертизы. – 2023. – Т. 18, № 2. – С. 30–37.
- Криминалистика : учеб. пособие / В. Л. Григорович [и др.] ; под ред. В. Б. Шабанова, В. Л. Григоровича. – Минск : БГУ, 2023. – 391 с.