Отрасли судебной экспертизы преимущественно являются высоко развитыми областями специальных знаний, очень чутко реагирующими на все изменения нашей жизни, что обусловлено как спецификой их объектов исследования, так и криминалистической сущностью, для которой свойственно активно воспринимать и брать в свой методный арсенал прогрессивные технологические и технические инновации. Посему тенденции развития науки и техники не могли не повлиять на трансформацию методической базы судебной экспертизы. Так, процессы компьютеризации, информатизации, цифровизации вносили и продолжают вносить коррективы в ее научно-методическое обеспечение, вводя новый инструментарий, повышающий точность результатов экспертных исследований, и восполняя появляющиеся потребности судопроизводства. В настоящее время можно с уверенностью констатировать наличие в судебной экспертизе мощной системы методов и методик, позволяющих решать на самом высоком научном уровне практически все возможные задачи, возникающие в практике правоприменения [1].
Однако, сегодня настала новая эра повсеместного внедрения систем искусственного интеллекта в различные сферы жизни и деятельности. Его безусловными и неоспоримыми преимуществами являются: минимизация временных издержек, в особенности, при работе с большими объемами информации, устранение субъективизма, повышение точности и объективности результата. Данные факторы являются весьма важными для задач, связанных с реализацией судебно-экспертной деятельности, в связи с чем в фокусе интереса научного сообщества в последнее десятилетие неизменно находятся и отрасли судебной экспертизы. При этом речь ведется как в ракурсе возможности использования искусственного интеллекта или отдельных его технологий при производстве судебных экспертиз [2, 3, 4, 5 и др.], так и создания уже готовых программных продуктов, основанных на нейросетевом мышлении [например, 6, 7 и др.].
Вместе с тем, предварять разработку различного рода новых технических средств необходимо с исследования базовых вопросов, связанных как с научными основами предметных областей судебной экспертизы и их непосредственных объектов, так и с процессуальными нюансами доказательственной деятельности с использованием специальных знаний. Ибо в отрыве от них любые новации в судебно-экспертной области теряют какой-либо смысл, превращаясь, в лучшем случае, в практически не применимые, в худшем – в очередные «авторские» методики, позволяющие квалифицированно фальсифицировать доказательства по делу.
Для начала определимся с базовыми понятиями и их содержанием. Определение искусственного интеллекта (далее по тексту – ИИ) приведено в Национальной стратегии развития искусственного интеллекта на период до 2030 года[1]. Он представляет собой комплекс технологических решений, позволяющий 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. В него включены: информационно-коммуникационная инфраструктура, программное обеспечение (в т. ч. методы машинного обучения), процессы и сервисы по обработке данных и поиску решений.
Наиболее эффективным способом организации ИИ являются искусственные нейронные сети, которые, в отличие от компьютерных программ, способны к обучению и самообучению на основе анализа данных. Выделяется «слабый» ИИ, способный к принятию автономных решений из предусмотренных при его создании, и «сильный», который может самостоятельно адаптироваться к изменяющимся условиям и имитировать результаты деятельности человека. Отдельно выделяют «технологии искусственного интеллекта», к ним относятся: компьютерное зрение, обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений, нейропротезирование, нейроинтерфейсы, нейростимуляция, нейросейсинг, иные перспективные методы искусственного интеллекта[2].
Таким образом, используя определенные технологии, ИИ автономно вырабатывает решения как на основе введенных алгоритмов, так и вычислений, получаемых в результате самостоятельного обучения. Последнее препятствует объяснимости и ясности в понимании для эксперта итогового решения. Это автоматически исключает ИИ в качестве основного способа (метода) экспертного исследования, так как прямо противоречит принципам судебно-экспертной деятельности (ст. 4, 7, 8 ФЗ «О государственной судебно-экспертной деятельности в РФ»[3]).
Напомним, согласно закону, заключение эксперта должно основываться на положениях, дающих возможность проверить обоснованность и достоверность сделанных выводов на базе общепринятых научных и практических данных. В связи с чем, теория и практика судебной экспертологии предъявляет строгие требования к применяемым при исследовании методам и методикам, в т. ч. научности, эффективности, а также точности, воспроизводимости и надежности получаемых с их помощью результатов [8, с. 119-121]. В противном случае заключение эксперта является недопустимым доказательством по делу.
Кроме того, как само экспертное исследование, так и его итог должны быть понятны и прозрачны с точки зрения алгоритма принятия решения самому эксперту как процессуальному субъекту, в обязанности которого входит самостоятельное проведение полного исследования представленных объектов и материалов дела, дача обоснованного и объективного заключения по поставленным вопросам (ст. 16 ФЗ «О государственной судебно-экспертной деятельности в РФ»). Именно эксперт выбирает из надлежащего методического арсенала адекватные поставленной задаче методные средства исследования, которые позволят ему в результате производства экспертизы получить обоснованный и достоверный вывод.
Дополнительные условия и требования накладывают на эксперта уголовный и процессуальные кодексы, с одной стороны, предусматривая его ответственность за дачу заведомо ложного заключения (ст. 307 УК[4]), с другой – обязанность дачи показаний и разъяснений относительно проведенного в рамках экспертизы исследования (ст. 86 АПК[5], ст. 85 ГПК[6], ст. 82 КАС[7], ст. 80 УПК[8]), что, естественно, предполагает полную открытость для понимания и объяснения экспертом его вычислений и решений. Соответственно, иное, пусть даже и совершенное с помощью высокоточного и безупречного с технической точки зрения машинного интеллекта, в современной системе доказывания нормативно недопустимо. Это ставит совершенно четкий и на сегодняшний день непреодолимый заслон для использования ИИ как основного метода экспертного исследования. Возможно, в дальнейшем при изменении законодательной регламентации проведения судебной экспертизы он будет снят.
Вместе с тем, необходимо учитывать специфику непосредственных объектов экспертного исследования, в особенности тесно связанных с феноменом человека и его психофизиологии. Например, такой объект, как почерк человека, являющийся реализацией письменно-двигательного комплекса навыков, крайне многоаспектен и обладает высокой степенью своеобразия и субъективизма, обусловленного как анатомической и психофизиологической индивидуальностью, так и внешними факторами. Кроме того, его физиологический механизм – сложная саморегулирующаяся система, реализуемая в рукописи в трех взаимосвязанных информационных потоках: структурно-геометрическом, координационно-скоростном-ритмическом и нажимном [9, с. 119-121]. Если структурно-геометрическую информацию возможно проанализировать с помощью отдельных технологий ИИ (компьютерного зрения, распознавания), то две остальные информационные составляющие пока объективно недоступны для исследования машинным разумом. Соответственно, индивидуальность и ситуативность в проявлении признаков почерка, с одной стороны, и невозможность «считывания» ИИ ряда его параметров, с другой, не позволяют использовать нейронные сети как полноценную замену эксперту-почерковеду.
Вышеприведенные тезисы отражают современную ситуацию в использовании ИИ при производстве судебной экспертизы, но совершенно не препятствуют проведению новых разработок и применению отдельных технологий ИИ в том же судебном почерковедении или околопочерковедческих исследованиях. Более того, есть весьма позитивные примеры реализации технологий ИИ в этом направлении.
Так, с помощью технологии компьютерного зрения, обработки естественного языка и граф исследователям удалось расшифровать трудно читаемые из-за плохого и неразборчивого почерка рукописи Петра I (проект «Digital Пётр»[9]). Использование ИИ при решении этой задачи многократно сократило временные затраты: у историков на расшифровку каждой страницы уходило по несколько часов, тогда как программа «Digital Пётр» осваивала 35 страниц в минуту. Нейросети также успешно использовались для проверки подписных листов в рамках избирательных кампаний, что ускорило эту работу в 8-10 раз[10]. Однако, финальную проверку выявленных с помощью ИИ «сомнительных» экземпляров подписных листов проводил все-таки эксперт-почерковед. При этом необходимо понимать принципиальную и существенную разницу между задачами и их условиями, решаемыми при расшифровке исторических документов и проверке подписных листов, а также теми, которые разрешаются в рамках судебно-почерковедческих экспертиз в судопроизводстве. Последнее обусловливает возможное применение отдельных технологий ИИ (например, компьютерного зрения, обработки естественного языка, распознавания) только в качестве неких вспомогательных инструментов, но никак не основного метода исследования.
Однако обратим внимание экспертного и, в целом, юридического сообщества на высочайшую методическую подготовленность отдельных отраслей судебной экспертизы, уже достаточно давно и очень успешно использующих автоматизированные информационно-поисковые системы (АИПС), алгоритмизированные методы и методики, в т. ч. интегрированные с IT-технологиями, отвечающие всем критериям их допустимости в качестве судебно-экспертных. В рамках создания последних использовались инструментальные методы и технические средства в экспериментальных исследованиях, производилась параметризация экспертных объектов, статистическая обработка большого и репрезентативного объема экспериментального материала, создание решающих правил, основанных на вероятностном моделировании, и создание автоматизированных систем. Подобные разработки, направленные на повышение точности и надежности получаемого результата – экспертного вывода, были предприняты, например, в отношении практически всех экспертных ситуаций и почерковых объектов, представляющих для практики экспертизы наибольшие трудности (простые и краткие подписи, сходные почерки и пр. [см. 10, 11]). Автоматизированные и алгоритмизированные методы исследования успешно помогают решать задачи в трасологической, фоноскопической, компьютерно-технической, баллистической, взрывотехнической, биологической, портретной и других судебно-экспертных отраслях.
При этом особо стоит подчеркнуть высочайший профессионализм исследователей-разработчиков данных методик: практически все они создавались рабочими группами с участием ведущих экспертов, специалистов в области вероятностно-статистического и математического анализа и моделирования, IT-технологий. Таким образом, симбиоз глубоких знаний непосредственного объекта исследования, данных точных и естественных наук и технических возможностей, а также организация исследовательского процесса на основе самых высоких канонов строго научного подхода позволили создать мощный автоматизированный и алгоритмизированный методический арсенал, понятный и прозрачный для каждого эксперта-профессионала.
Вышеперечисленные методики прошли все необходимые процедуры апробации и внедрения в практическую экспертную деятельность, зарекомендовали себя как надежный и высокоточный инструментарий. Именно их изучение и освоение должно стать обязательным условием подготовки современного эксперта, а применение в надлежащих ситуациях – неотъемлемой частью судебной экспертизы.
К сожалению, востребованность и «модность» тематики ИИ в настоящее время зачастую привлекает к ее разработке лиц, далеких от практической прикладной деятельности, что сказывается на качестве соответствующих выходных продуктов. Далеко не всегда авторы этих инновационных технологий понимают как специфику объекта исследования, так и процессуальные особенности судебно-экспертной деятельности. В связи с чем, мы присоединяемся к справедливому мнению коллег [4, с. 68] и считаем обязательным привлечение в научные коллективы, наряду с представителями IT-технологий, высококвалифицированных специалистов в соответствующих областях планируемого применения ИИ для создания действительно полезных и «рабочих» программных решений.
Обобщая результаты проведенного исследования рассматриваемой тематики, связанной с возможностью использования ИИ в судебной экспертизе, следует констатировать.
1. Процессуальная регламентация судебно-экспертной деятельности, с одной стороны, а также свойства и особенности непосредственных объектов исследования, не позволяют использовать ИИ как основной метод исследования.
2. Отдельные технологии ИИ (например, компьютерного зрения, обработки естественного языка, распознавания) гипотетически могут быть привлечены в качестве неких вспомогательных инструментов в отдельных ситуациях экспертной практики производства экспертизы при условии разработки новых программных решений на основе комплексного и компетентного подхода с обязательным привлечением высокопрофессиональных специалистов в экспертных областях.
3. Современная система методического обеспечения многих отраслей судебной экспертизы включает достаточную для охвата практики правоприменения совокупность автоматизированных и алгоритмизированных методик, прошедших апробацию, внедрение, зарекомендовавших себя как надежный и высокоточный инструментарий, изучение, освоение и использование которого должно стать обязательным условием профессиональной деятельности для каждого эксперта в нашей стране.
