Искусственный интеллект при расследовании уголовных дел: современные возможности и перспективы

• ВОЛЧЕНКО Анастасия Владимировнак.ю.н., старший преподаватель кафедры уголовного процесса Белгородского юридического института МВД России имени И.Д. Путилинаespy207@yandex.ru
• ШЕЛЯКИН Алексей Васильевичстарший преподаватель кафедры гражданско-правовых дисциплин факультета подготовки следователей ФГКОУВО «Московская академия Следственного комитета Российской Федерации имени А.Я. Сухарева»aleksei9492@mail.ru

В статье проанализированы современные возможности применения технологий искусственного интеллекта (далее – ИИ) при расследовании уголовных дел, а также рассмотрены перспективы их развития в контексте российского законодательства. Отмечены реальные примеры из практики правоохранительных органов России, где алгоритмы ИИ уже помогли раскрыть резонансные преступления (включая убийства Дарьи Дугиной и Владлена Татарского). Описаны ключевые направления использования ИИ: распознавание лиц и голосов, анализ больших данных и сетей связей, предиктивная аналитика для профилактики преступлений. Проведен сравнительный обзор зарубежного опыта в использовании ИИ в уголовном судопроизводстве и обозначены риски, связанные с ошибками алгоритмов и «эффектом чёрного ящика». В результате сформулированы предложения по совершенствованию российского законодательства с учетом обеспечения гарантии прав участников процесса.

Ключевые слова: искусственный интеллект, цифровые доказательства, распознавание лиц, уголовный процесс

Введение

Цифровая трансформация стремительно меняет методы борьбы с преступностью. Искусственный интеллект (далее – ИИ) из сферы научной фантастики перешел в разряд реальных инструментов криминалистики и уголовного правосудия [13, c. 267-268]. К числу значимых целей внедрения ИИ-технологий в деятельности органов внутренних дел (далее – ОВД) называют повышение эффективности выявления, раскрытия и расследования преступлений.

В научной литературе выработано два устоявшихся подхода к вопросу относительно перспектив внедрения ИИ в работу ОВД. В рамках универсального подхода предлагается полностью заменить человека ИИ в ряде операций, а во втором - применять возможности ИИ для решения конкретных задач правоохранительной деятельности под контролем человека [14, c. 95].

Можно согласиться с учёными, которые сходятся во мнении, что в борьбе с преступность технологии ИИ обогащают существующий криминалистический инструментарий и с большим успехом позволяют решать аналитические и прогностические задачи [10, c. 86; 13, c. 268].

При помощи ИИ-технологий осуществляется «просеивание» сложнодоступных для обработки человеком массивов текстовой или аудиовизуальной информации, полученной от камер слежения, баз данных и прочее [2, c. 81; 12, c. 257-258]. Тем самым правоохранительные органы нередко получают сведения о готовящихся или совершенных преступлениях. Так, в последние годы российские правоохранительные органы начали активно осваивать возможности ИИ: внедряются системы распознавания лиц, нейросети для анализа цифровых следов, алгоритмы для поиска закономерностей преступного поведения. Так, Следственный комитет Российской Федерации (далее – СК РФ) уже применяет элементы ИИ для анализа больших массивов данных уголовных дел и выявления повторяющихся моделей преступлений [8]. По словам главы СК РФ А.И. Бастрыкина, алгоритмы ИИ помогли раскрыть ряд резонансных дел – в том числе убийства журналистки Дарьи Дугиной и военкора Владлена Татарского, а также установить лиц, покушавшихся на писателя Захара Прилепина и телеведущего Владимира Соловьёва [1]. Эти примеры свидетельствуют о колоссальном потенциале ИИ в расследовании преступлений.

Одновременно столь же стремительное внедрение ИИ выявляет и ряд проблем. Прежде всего, возникает вопрос о допустимости и надежности «машинных» доказательств в уголовном процессе. Российское законодательство пока не содержит прямых норм о статусе результатов, полученных с использованием ИИ, что порождает правовую неопределенность. Хотя по общему правилу любые сведения, относящиеся к делу и полученные законным путем, признаются доказательствами (ст. 74 УПК РФ), использование нейросетей ставит новые этические и юридические вызовы. Возникает противоречие между техническими возможностями ИИ и принципами уголовного судопроизводства, гарантирующими права личности. Например, если алгоритм неверно идентифицирует человека, есть риск нарушения презумпции невиновности и незаконного преследования заведомо невиновного лица. Кроме того, большинство алгоритмов ИИ – «черные ящики» с неизвестной логикой работы, что затрудняет их проверку и оспаривание выводов защитой.

Актуальность исследования обусловлена именно нарастающим разрывом между быстрым внедрением ИИ-технологий в правоохранительную практику и запаздыванием развития нормативной базы, призванной эти технологии регламентировать. С учетом указанного, назрела необходимость научного осмысления роли ИИ в расследовании преступлений и разработки предложений по совершенствованию уголовно-процессуальных норм. Степень научной разработанности темы исследования Проблематика применения технологий ИИ при расследовании уголовных дел в последние годы получила некоторое развитие в научных исследованиях российских и зарубежных ученых. Однако комплексные исследования, в которых анализируются реальные примеры использования ИИ в российской следственной практике в сочетании с уголовно-процессуальной оценкой полученных результатов, практически не представлены в научном сообществе. Недостаточно разработанным также остается вопрос соотношения потенциала ИИ-технологий с принципами уголовного судопроизводства и гарантиями прав личности, что обусловливает необходимость дальнейшего научного осмысления заявленной проблематики.

Цель и задачи исследования

Целью настоящей статьи является комплексный анализ современных возможностей применения технологий ИИ при расследовании уголовных дел, а также определение перспектив их развития и правового регулирования в условиях российского уголовного судопроизводства.

Для достижения поставленной цели в статье решаются следующие задачи:

–проанализировать основные направления использования ИИ в деятельности органов предварительного расследования; –рассмотреть практику применения технологий ИИ при раскрытии и расследовании преступлений на примере российских и зарубежных кейсов; –выявить ключевые уголовно-процессуальные и этические риски, связанные с использованием алгоритмов ИИ; –обозначить основные направления совершенствования правового регулирования применения ИИ в уголовном судопроизводстве.

Использованные методы исследования Методологическую основу исследования составил комплекс общенаучных и специальных методов познания. В работе использованы диалектический метод, анализ и синтез, индукция и дедукция, позволившие выявить закономерности внедрения ИИ-технологий в правоохранительную деятельность. Применялись формально-юридический и системно-структурный методы для анализа норм уголовно-процессуального законодательства и оценки их применимости к результатам работы ИИ.

Кроме того, в исследовании использованы сравнительно-правовой метод (при анализе зарубежного опыта применения ИИ в уголовном судопроизводстве), а также конкретно-социологический и статистический методы при обобщении данных правоприменительной практики и официальной информации правоохранительных органов. Междисциплинарный подход позволил учесть как правовые, так и технологические особенности функционирования ИИ-систем.

Краткое резюме полученных результатов По результатам проведенного исследования установлено, что технологии ИИ уже сегодня играют значимую роль в расследовании уголовных дел, существенно повышая эффективность выявления, анализа и обработки доказательственной информации. Обосновано, что ИИ-алгоритмы способны значительно ускорить раскрытие преступлений, выявлять скрытые связи между фигурантами и формировать дополнительные версии расследования.

В то же время доказано, что использование ИИ сопряжено с существенными правовыми и процессуальными рисками, включая возможность ошибочной идентификации, алгоритмической предвзятости и ограниченной проверяемости результатов работы нейросетей. Сделан вывод о необходимости рассматривать ИИ исключительно как вспомогательный инструмент следственной деятельности, а не как автономный источник процессуальных решений.

Представление результатов

Применение искусственного интеллекта в деятельности органов следствия и дознания уже перестало быть редкостью, превращаясь в повседневный инструмент. Наиболее широко ИИ задействован в задачах идентификации и анализа данных. Примером является технология распознавания лиц, которая доказала свою эффективность в масштабах мегаполиса. В 2018 г. во время чемпионата мира по футболу в ряде регионов Российской Федерации протестировали систему распознавания лиц FindFace Security: к городским камерам и биометрическим комплексам подключили нейросеть, в результате чего только за период турнира было задержано 98 разыскиваемых преступников [7]. В последующие годы Москва развернула одну из крупнейших в мире сетей видеонаблюдения с поддержкой ИИ. По официальным данным столичных властей, на улицах и в транспорте установлено свыше 270 тысяч камер, а благодаря системе распознавания лиц за 2024 г. раскрыли более 10 тысяч преступлений. Кроме того, в 2024 г. по видеокамерам отследили более 4,3 тысячи людей, находившихся в розыске [9]. Более того, утверждается, что большинство преступлений в Москве теперь раскрывается именно с помощью этой системы. Алгоритмы биометрической идентификации применяются для поиска подозреваемых по видеозаписям, что значительно ускоряет процесс расследования. Например, именно использование нейросети позволило следствию по «горячим следам» установить подозреваемых в громких делах об убийствах Д. Дугиной и В. Татарского. В этих случаях ИИ проанализировал огромные массивы видеоданных и иных цифровых следов, выделив ключевые зацепки быстрее, чем это смог бы сделать человек.

Помимо распознавания лиц, все шире используются и другие технологии аналитического ИИ. В арсенале криминалистов появились программы для интеллектуального анализа данных (Data Mining) и построения связей между фигурантами. Так, в Следственном комитете внедрена система, способная обрабатывать большие массивы материалов уголовных дел и выявлять устойчивые модели преступного поведения [7]. Подобные алгоритмы помогают, например, группировать преступления по схожему почерку, что важно для поимки серийных преступников. Российские разработчики создали целую линейку узкоспециализированных нейросетевых систем криминалистического учета. В их числе системы, анализирующие характеристики нераскрытых убийств и предлагающие наиболее вероятный психологический портрет и тип подозреваемого на основе сходства с предыдущими случаям; выявляющие связи между участниками преступных схем, анализируя сведения о финансовых операциях и организационных связях; обобщающие способы совершения хищений и махинаций, помогая выявлять почерк преступной группы; идентифицирующие потенциальных преступников, группировки и районы повышенного риска, а также предлагающие оптимальные меры реагирования правоохранителей [7]. Перечисленные системы разрабатываются в Российской Федерации и учитывают специфику национального уголовного права и криминальной обстановки. Их использование уже не теория, а часть практики отдельных подразделений, хотя пока носит локальный и пилотный характер.

Ключевое направление внедрения ИИ – это повышение технических возможностей при работе с цифровыми уликами. Современные алгоритмы способны улучшать качество фотовидеоматериалов: специальные средства видеоаналитики устраняют шумы и повышают четкость записей с камер наблюдения для уверенной идентификации лиц и объектов. Программное обеспечение с элементами ИИ применяется для автоматизированного поиска нужной информации в изъятых электронных устройствах, расшифровки переписок, распознавания голосов на аудиозаписях. Например, нейросеть может прослушать тысячи часов телефонных переговоров, выделяя разговоры, содержащие заданные ключевые слова или признаки обсуждения преступных действий – вручную такие объемы просмотреть оперативно невозможно. Использование подобных технологий позволяет эффективнее раскрывать, в частности, дела в сфере информационно-коммуникационных технологий и киберпреступления. В перспективе ожидается все более тесная интеграция ИИ в процесс осмотра цифровых доказательств: от автоматического сопоставления отпечатков пальцев и ДНК до выявления подделанных изображений (дипфейков).

Зарубежный опыт также демонстрирует растущую роль ИИ в правоохранительной деятельности. В США и Европе технологии ИИ уже несколько лет помогают раскрывать сложные преступления, в том числе нераскрытые уголовные дела прошлых лет, и предотвращать новые.

Например, полиция США одной из первых опробовала системы предиктивного анализа криминогенных рисков [11, c. 46-47]. Алгоритмы на основе статистики прошлых преступлений прогнозируют, где и когда с большей вероятностью произойдет новое преступление. В Чикагском университете была создана модель, которая умеет предсказывать локальные всплески преступности за неделю вперед с точностью до 90% [13]. Британская полиция в 2024 г. получила ИИ-инструмент, способный за 30 часов проанализировать массив материалов, на изучение которых у человека ушло бы 80 лет [16]. Китайские ученые разработали систему Difface для фото-роботизации: по образцу ДНК, обнаруженной на месте преступления, ИИ реконструирует вероятное 3D-изображение лица подозреваемого [17]. Эти примеры показывают, что возможности ИИ не ограничиваются узкими задачами – они охватывают и аналитическую, и экспертную деятельность, традиционно выполняемую человеком.

Вместе с тем зарубежная практика выявила и риски, о которых необходимо помнить российским законодателям. Широкий резонанс получили случаи ошибок алгоритмов распознавания лиц в США, когда невиновные люди подвергались необоснованным арестам. Так, в Детройте в 2020 г. полиция по снимкам камеры ошибочно обвинила афроамериканца Роберта Уильямса в краже – система посчитала его лицо схожим с изображением преступника, несмотря на алиби обвиняемого [6]. Это был первый задокументированный случай ареста из-за сбоя алгоритма, который наглядно подтвердил опасения экспертов о возможной предвзятости технологии. Известно, что точность распознавания лиц снижается на фотографиях лиц небелого населения, что и привело к фатальной ошибке. В итоге Уильямс был освобожден и оправдан, но его семья пережила сильнейший стресс от самой ситуации.

Другой пример – крупный скандал в Великобритании, связанный с программным сбоем не в полиции, а на почте: программа учета Horizon ошибочно показывала недостачи, из-за чего в 2000-х гг. более 3000 сотрудников почтовых отделений были ложно обвинены в присвоении средств, 900 из них получили реальные сроки. Только спустя много лет выяснилось, что причиной была техническая ошибка, и в 2020 г. британские суды начали отменять эти приговоры [7].

Этот случай иллюстрирует, к каким трагическим последствиям может привести слепое доверие к компьютерной системе без должной проверки.

Таким образом, зарубежный опыт подсказывает: интеграция ИИ в уголовное правосудие требует тщательных механизмов контроля и ответственности, чтобы минимизировать риск судебных ошибок. Несмотря на безусловные преимущества, инструменты ИИ несут ряд серьезных вызовов для системы правосудия.

Во-первых, как отмечалось, это возможность ошибочной идентификации невиновного лица. Подобные инциденты отмечены уже и в российской практике. В октябре 2021 г. система видеонаблюдения в Москве дала сбой: по ошибке был задержан житель Одинцова, ошибочно опознанный как преступник, находящийся в розыске [3]. Более драматичный случай – дело ученого-гидролога Александра Цветкова, который почти 10 месяцев находился под следствием по подозрению в серии убийств лишь на основании того, что алгоритм распознавания лиц нашел сходство между его внешностью и фотороботом 20-летней давности. Только в конце 2023 г. после широкого общественного резонанса и вмешательства Совета по правам человека суд изменил меру пресечения А. Цветкову, признав доказательства недостаточными [5]. Этот пример показывает, что внедрение даже весьма точной технологии без должной проверки может стоить человеку свободы.

Во-вторых, существует риск предвзятости алгоритмов. ИИ обучается на исторических данных, которые могут содержать перекосы. Например, если в данных за прошлые годы определенная социальная группа чаще попадала под подозрение, система может унаследовать этот стереотип и чаще необоснованно указывать на представителей этой группы в новых расследованиях. Таким образом, возможно скрытое нарушение принципа равенства перед законом.

Еще одна угроза – непрозрачность алгоритмов [4, c. 112]. Большинство используемых в правоохранительной сфере нейросетей являются проприетарными разработками, их внутренняя логика закрыта. Защита практически лишена возможности проверить или оспорить выводы машины, не имея доступа к ее алгоритму и тренировочным данным. Возникает сложная процессуальная проблема: как обеспечить право обвиняемого на защиту, если ключевую улику предоставил ИИ, механизм работы которого непонятен даже эксперту? В настоящее время результаты работы ИИ обычно оформляются либо справкой сотрудника, эксплуатирующего систему, либо заключением специалиста по компьютерной технике. Тем не менее, адвокатам приходится требовать проведения дополнительной независимой экспертизы, чтобы подтвердить или опровергнуть выводы алгоритма. Также выдвигаются ходатайства о раскрытии информации об используемой программе – ее версии, настройках, степени погрешности. Пока единообразной практики нет, и каждый такой случай становится прецедентным.

Отдельно следует отметить этические вопросы. Неправомерное расширение роли ИИ может подорвать фундаментальные принципы уголовного судопроизводства. Если решения в деле де-факто принимает рекомендационная система, возникает вопрос: кто несет ответственность за ошибку – машина, разработчик или все же должностное лицо, нажимающее кнопку? В обществе высказываются опасения, что чрезмерное увлечение технологиями может привести к эрозии гарантированных прав. Кроме того, есть риск, что полагаясь на авторитет машины, следователь станет менее критично оценивать выводы, что чревато судебной ошибкой.

Заключение

Таким образом, использование ИИ при расследовании уголовных дел открывает новые горизонты для повышения эффективности правосудия. Уже достигнуты впечатляющие результаты: внедрение систем распознавания лиц и других аналитических алгоритмов позволило раскрыть сложные преступления и задержать тысячи преступников, скрывавшихся от правосудия. ИИ способен значительно ускорить обработку огромных объемов информации, выявлять скрытые связи и подсказывать следствию нетривиальные версии событий. Одновременно исследования показывают, что ИИ-технологии не свободны от недостатков: случаи ошибок и сбоев подтверждают необходимость осторожного и критического отношения к «умным» машинам.

Внедрение ИИ в уголовное судопроизводство чревато как технологическими, так и юридическими рисками – от алгоритмической дискриминации до нарушения прав на защиту и неприкосновенность частной жизни.

Главный вывод состоит в том, что ИИ должен рассматриваться не как замена следователя, а как инструмент в его руках. Опыт последних лет, включая российскую практику, убеждает, что решение об окончательной оценке доказательств и виновности лица всегда должно оставаться за человеком. Алгоритмы могут дать следствию новые доказательства и версии, но проверка их достоверности и принятие процессуальных решений – прерогатива должностных лиц. Поэтому необходимо развивать нормативное регулирование применения ИИ: внедрять специальные гарантии в УПК РФ, обновлять уголовно-правовые нормы с учетом технологических реалий, а также создавать механизмы сертификации и аудита алгоритмов, используемых в правоохранительной сфере. Только при условии жесткого контроля, прозрачности и подотчетности применение ИИ не будет входить в противоречие с принципами уголовного права.

Перспективы на ближайшее будущее таковы, что доля ИИ в расследованиях будет неуклонно расти, особенно в части работы с цифровыми доказательствами и аналитики. Российским ОВД предстоит перенимать передовой зарубежный опыт, не забывая при этом об осторожности.

Надлежащие законодательные изменения и этические стандарты позволят использовать мощь ИИ во благо правосудия, повышая раскрываемость преступлений и обеспечивая неизбежность наказания виновных, но при этом предотвращая судебные ошибки. Таким образом, ИИ может стать надежным союзником следствия, если его потенциал подкреплен ответственным отношением и верховенством закона.

Список литературы

1. Бастрыкин: ИИ помог раскрыть убийства Дугиной и Татарского [Электронный ресурс]. // Режим доступа: https://tass.ru/obschestvo /23983207
2. Гущев М.Е. Перспективы использования искусственного интеллекта в расследовании преступлений // Вестник науки и образования. 2023. № 6 (137). С. 80-83.
3. Жителя Одинцова задержали из-за ошибки системы распознавания лиц [Электронный ресурс]. // Режим доступа: https://www.vesti. ru/article/2628529
4. Карпика А.Г. Проблемы использования нейронных сетей в правоохранительной деятельности // Юридическая практика. 2023. № 3 (106). С. 107-113.
5. На машину проще вину свалить [Электронный ресурс]. // Режим доступа: https://www. kommersant.ru/doc/6396487
6. Не распознали лицо: мужчину арестовали из-за ошибки камеры: Темнокожего мужчину арестовали из-за ошибки системы распознавания лиц [Электронный ресурс]. // Режим доступа: https://www.gazeta.ru/tech/2020/06/25/ 13130425/flawed_system.shtml?utm_auth=false
7. Предугадать поведение маньяка и вычислить дипфейк: как ИИ меняет работу следователей [Электронный ресурс]. // Режим доступа: https://pravo.ru/story/254219/
8. Следком подключил искусственный интеллект к поиску преступников [Электронный ресурс]. // Режим доступа: https://www.mk.ru/ social/2026/01/15/sledkom-podklyuchiliskusstvennyy-intellekt-k-poisku-prestupnikov.html
9. Сотни тысяч камер: как работает московская система видеонаблюдения [Электронный ресурс]. // Режим доступа: https://vm.ru/ accidents/1220118-sotni-tysyach-kamer-kakrabotaet-moskovskaya-sistema-videonablyudeniya
10. Спесивов Н.В. От фантастических теорий к объективной реальности: есть ли будущее у искусственного интеллекта и предиктивных технологи при отправлении правосудия по уголовным делам? // Lex Russica. – 2023. – № 2(195). – С. 81-90.
11. Степанян А.И. Предиктивная аналитика в прогностической деятельности полиции современных государств // Вестник Санкт-Петербургского университета МВД России. 2019. № 4 (84). С. 43-50.
12. Тарасов А. В., Темзоков А. Р. Криминалистические аспекты использования искусственного интеллекта в раскрытии и расследовании преступлений // Теория и практика общественного развития. 2023. № 10. С. 256–261.
13. Таршева М.Н., Вастьянова О.Д. Искусственный интеллект в борьбе с преступностью: уголовно-процессуальный и криминалистический аспекты // Научный вестник ОрЮИ МВД России им. В. В. Лукьянова. – 2024. – № 3 (100). – С. 266- 275.
14. Хромов И.Л., Кузьмин Н.А., Завьялов И.А. «Перспективные направления использования искусственного интеллекта в оперативно-розыскной деятельности» // Оперативно-розыскная деятельность в цифровом мире: сборник научных трудов / Под ред. В.С. Овчинского. – М.: ИНФРА-М, 2024. – 630 с.
15. AI model predicts crime a week ahead – with 90% accuracy [Электронный ресурс]. // Режим доступа: https://aibusiness.com/ responsible-ai/ai-model-predicts-crime-a-weekahead-with-90-accuracy?__cf_chl_rt_tk=6BeqQfQpl UP_sLoXCelDz_cJ014CMepJ.rP1oV2uKN8- 1769081463-1.0.1.1-YvMtIhuIijR8fL5v_g_2aJwGabV n71s.IJUvMXfWcoE
16. Landes А. UK Police Trial AI Detective That Solves 81 Years of Cases in 30 Hours [Электронный ресурс]. // Режим доступа: https://www. gadgetreview.com/uk-police-trial-ai-detective
17. Pulu T. A New AI Tool Can Recreate Your Face Using Nothing But Your DNA [Электронный ресурс]. // Режим доступа: https://www. zmescience.com/science/news-science/ai-dna-3dfacial-reconstruction/

Скачать