CC BY
19Научная статья УДК 343.1
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БОРЬБЕ С ПРЕСТУПНОСТЬЮ: УГОЛОВНО-ПРОЦЕССУАЛЬНЫЙ И КРИМИНАЛИСТИЧЕСКИЙ АСПЕКТЫ
1 2
Таршева Мира Николаевна , Вастьянова Олеся Дмитриевна
1Орловский юридический институт МВД России имени В.В. Лукьянова, Орел,
Россия
Сибирский юридический институт МВД России, Красноярск, Россия
Аннотация. В статье исследуются современные технологии искусственного интеллекта и их применение в борьбе с преступностью с акцентом на уголовно-процессуальные и криминалистические аспекты. Анализируются возможности искусственного интеллекта в предсказательной аналитике, распознавании образов, обработке больших данных и автоматизации следственных процессов. Также обсуждаются примеры успешного применения искусственного интеллекта в правоохранительных органах и потенциал для повышения эффективности раскрываемости преступлений. Подчёркивается необходимость адресного подхода к интеграции новых технологий в правовую систему, чтобы избежать негативных последствий и обеспечить законность и справедливость в уголовном процессе.
Ключевые слова: искусственный интеллект, анализ больших данных, раскрытие и расследование преступлений, уголовное судопроизводство.
Для цитирования: Таршева М. Н., Вастьянова О. Д. Искусственный интеллект в борьбе с преступностью: уголовно-процессуальный и криминалистический аспекты // Научный вестник Орловского юридического института МВД России имени В. В. Лукьянова. 2024. № 3(100). С. 266-275.
ARTIFICIAL INTELLIGENCE IN THE FIGHT AGAINST CRIME: CRIMINAL PROCEDURAL AND CRIMINALISTIC ASPECTS
12
Mira N. Tarsheva , Olesy D. Vastianova
1Lukyanov Orel Law Institute of the Ministry of the Interior of Russia, Orel, Russia Siberian Law Institute of the Ministry of Internal Affairs of Russia, Krasnoyarsk,
Russia
Annotation. The article explores modern artificial intelligence technologies and their application in the fight against crime, with a focus on criminal procedural and forensic aspects. The possibilities of artificial intelligence in predictive analytics, pattern recognition, big data processing and automation of investigative processes are analysed. It also discusses examples of successful applications of artificial intelligence in law enforcement agencies and its potential to improve the efficiency of crime detection. The need for a targeted approach to integrate new technologies into the legal system in order to avoid negative consequences and ensure lawfulness and fairness in criminal proceedings.
Keywords: artificial intelligence, big data analysis, crime detection and investigation, criminal justice.
For citation: Tarsheva M. N., Vastianova O. D. Artificial Intelligence in the Fight against crime: Criminal procedural and criminalistic aspects // Scientific Bulletin of the Orel Law Institute of the Ministry of Internal Affairs of Russia named after V. V. Lukyanov. 2024. № 3(100). P. 266-275.
Мы живем в эпоху бурного роста и развития информационных технологий. То, что раньше казалось нам лишь фантазией писателей или сценаристов, становится современной реальностью, принимаемой и одобряемой обществом. Человечество в настоящее время окружено огромным количеством умных гаджетов, функционирующих на основе технологий искусственного интеллекта (далее - ИИ). Следует отметить, что такие технологии позволяют решать множество задач, довольно обременительных для человека.
Искусственный интеллект становится вездесущим. Различные виды алгоритмических инструментов всё больше проникают во все сферы общественной жизни. В настоящее время умные технологии используются в банковской и рекламной сферах, медицинской и военной областях, а также в различных видах правоохранительной деятельности. Поэтому вопросы, связанные с исследованием возможностей более широкого внедрения технологий искусственного интеллекта в деятельность государственных органов по борьбе с преступностью, являются актуальными, значимыми и нуждаются во всестороннем комплексном исследовании.
Нельзя не заметить огромный интерес учёных-юристов и практиков, проявляемый к заявленной тематике. В последние годы появилось достаточно большое количество научных исследований по данному вопросу. В ходе написания данной научной статьи нами были проанализированы труды следующих авторов: Д. В. Бахтеева [1], В. В. Бычкова [2], Л. В. Головко [3], М. Е. Гущева [4], М. М. Момотова [5], М. С. Спиридонова [6], Н. В. Спесивова [7], А. В. Тарасова и А. Р. Темзюкова [8], О. В. Химичевой А. В. Андреева [9], В. С. Овчинского и Е.С. Лариной [10].
Очевидно, что затронутая проблематика предусматривает необходимость прояснения огромного количества вопросов. Начнём с самого определения понятия «искусственный интеллект».
Указом Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации»1 утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года, согласно тексту которой ИИ - технология (алгоритм), которая позволяет имитировать познавательную деятельность человеческого мозга. Кроме того, такая технология (алгоритм) способна на самосовершенствование. Речь идёт о возможности технологии искусственного интеллекта «самостоятельно совершенствовать заложенное в неё программное обеспечение, в том числе осуществлять самопрограммирование в ситуациях, реакция на которые алгоритмически не предусмотрена».
Е. С. Ларина и В. С. Овчинский, авторитетные учёные, занимающиеся исследованием рассматриваемого в настоящей работе вопроса, пишут, что «ИИ - вычислительная платформа для выполнения конкретных, заранее заданных функций и решения задач, устройство превращения любой - визуальной, акустической, текстовой и т. п. - информации в цифру, обработка этой цифры методами статистики и дискретной вычислительной математики и получение ответа в интуитивно понятном
1 О развитии искусственного интеллекта в Рос. Федерации [Электронный ресурс]: указ Президента Рос. Федерации от 10 октября 2019 г. № 490. Доспуп из справ.-правовой системы «КонсультанПлюс».
для человека виде» [10, с. 4]. Интересны перспективы использования технологий искусственного интеллекта в деятельности органов по борьбе с преступностью.
Стоит отметить, что учёные выделяют два подхода к возможностям внедрения ИИ в деятельность правоохранительных органов: сильный (универсальный) и слабый подходы. В первом случае речь идёт о полной замене человека ИИ, во втором -о решении конкретных задач, таких, к примеру, как сбор, хранение, обработка больших массивов данных, установление искомых и имеющих значение в деятельности по борьбе с преступностью взаимосвязей (обнаружение и предотвращение преступлений), распознавание лиц, номерных знаков транспортных средств, иных образов и объектов и пр. [11, с. 95].
Что касается первого подхода, то он опровергается всеми авторами, работы которых были подвергнуты анализу в настоящем исследовании. Данная позиция разделяется и нами. ИИ не может являться субъектом деятельности по борьбе с преступностью, но может быть вспомогательным механизмом, позволяющим существенно повысить эффективность такой деятельности. Следует 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. [7, с. 86; 11, с. 96].
М. С. Гущев, А. В. Тарасов и А.Р. Темзюков пишут, что технологии ИИ могут обеспечить «просеивание» огромных массивов информации (текстовой, аудиовидеозвукозаписей), которая фиксируется пользователями социальных сетей, камерами наблюдения и пр. Данные, имеющие значение для выявления и раскрытия преступлений (как готовящихся, так и совершенных), расследования уголовных дел, могут быть получены на основе составленных алгоритмов.
Например, текстовые сообщения экстремистского и террористического характера, распространение порнографической продукции, а также указывающие на планирование и подготовку преступлений, передаваемые посредством электронной почты и социальных сетей. Предотвращение фактов совершения коррупционных и мошеннических действий становится возможным, например, при обнаружении ИИ подозрительных транзакций и схем по «отмыванию денег» [4; 8, с. 257-258].
Е. С. Ларина и В. С. Овчинский в своём исследовании раскрыли большие преимущества технологических продуктов, созданных на базе ИИ, внедрённых в деятельность правоохранительных органов США.
Например, программа, распознающая фрагменты татуировок в потоковых видеофайлах, получаемых с камер видеонаблюдения городов, в период с 2014 по 2018 год позволила задержать 17 лиц, которые находились в розыске. Не менее интересна программа, позволяющая распознавать лиц, находящихся в розыске и изменивших внешность с помощью пластических операций, а также восстанавливать внешность данных лиц до её изменения. Процент распознавания составил 97 % случаев. Программа Mayhem позволяет распознать индивидуальный почерк хакеров, обнаружить атаки и установить местонахождение хакеров [10, с. 109-114].
В 2012 году в Китае была запущена система «Zero Trust» на основе искусственного интеллекта для борьбы с коррупцией среди чиновников. Используя информацию из множества баз данных, а также данные снимков со спутников, система помогала выявлять незаконные и сомнительные действия по приобретению, передаче имущества или его сносу, нецелевое расходование денежных средств и подозрительные финансовые операции китайских чиновников в сфере государственных закупок. Система также отслеживала необычные изменения на счетах банков чиновника, его семьи и близких друзей, а при подозрениях ИИ вычислял вероятность коррумпированных действий.
Программа «Zero Trust», запущенная лишь в ограниченном числе районов и городов Китая, затрагивавшая всего 1 % административного состава страны, в период
с 2012 по 2019 год позволила обнаружить около 9 000 коррумпированных чиновников. Хотя алгоритм выглядит достаточно эффективным, он не лишён недостатков. Например, он мог идентифицировать коррупцию, но не объяснял, как пришёл к этому выводу, то есть не раскрывал всю цепочку или схему мошеннических действий. Для этого было необходимо проведение полноценного расследования [11, с. 101]. Однако представляется очевидным, что даже ради самого факта выявления подобного рода противоправных деяний «игра стоит свеч».
В силу того, что преступность в нашей стране, совершаемая посредством ИТС, интернета, с использованием технических средств мобильной связи и компьютерной техники, из года в год демонстрирует тенденцию роста, составляя четвёртую часть от общего числа совершённых преступных деяний, становится очевидным, что необходим «постоянный мониторинг социальных сетей и сети Интернет, а также оперативный интеллектуальный анализ больших данных в этих сетях» [12]. Так, в 2023 году с использованием информационных технологий совершено 680 тысяч преступлений, а ущерб превысил 156 миллиардов рублей1.
Для того чтобы оперативные подразделения МВД России могли эффективно выполнять свои задачи в современных условиях, необходимо использование искусственного интеллекта и технологий обработки больших данных. Важно учитывать быстроту реагирования на запросы и изменения в оперативной обстановке, так как сотрудникам полиции часто не хватает времени на анализ всех возможных вариантов решения. Ключевые показатели эффективности аналитического обеспечения включают оперативность, полноту и скрытность поиска, а также интеллектуальный анализ больших объёмов информации. Это влияет как на внутреннюю эффективность работы оперативных подразделений, так и на внешнюю - успешность выявления, раскрытия и расследования преступлений [12].
Прогнозирование возможности совершения преступлений конкретным лицом -следующее перспективное направление внедрения технологий ИИ. Так, на основе проведённого анализа исторических данных преступных событий, условий погоды, времени их совершения, других характеризующих факторов разработанные алгоритмы могут позволить прогнозировать вероятностные события преступного характера и предотвращать их совершение посредством направления и распределения сотрудников соответствующих служб и ведомств.
«Ещё одно применение ИИ в расследовании преступлений - анализ доказательств. Такие криминалистические методы, как профилирование ДНК, анализ отпечатков пальцев и баллистическая экспертиза, уже несколько десятилетий используются для идентификации подозреваемых и установления их связи с преступлениями» [5]. Кроме того, анализ заданным алгоритмом доказательств и записей протоколов судебных заседаний мог бы позволить выявить взаимосвязи между совершёнными преступлениями по признаку «серийности».
В качестве примера использования вышеуказанных технологий в нашей стране можно привести АИС мониторинга криминогенной обстановки (АИС «Карта криминогенности»), которая успешно функционирует на территории г. Москвы, в основе которой заложен алгоритм ИИ. Данная система позволяет в режиме реального времени производить анализ оперативной обстановки в необходимом округе или районе с получением данных о каждом происшествии противоправного характера (правонарушения или преступления), мест их концентрации, особенностей состава и вида таких деяний. Кроме того, доступна информация, касающаяся нахождения иностранных граждан на территории города.
1 Расширенное заседание коллегии МВД России. Президент России. 2 апреля 2024 года. URL: http://www.kremlin.ru/events/president/transcripts/deliberations/73770 (дата обращения: 24.07.2024).
АПК «Безопасный город» - ещё один из примеров успешных технологических продуктов, используемых правоохранительными органами в ходе выявления и раскрытия преступлений, обеспечения общественной безопасности. Данный комплекс является системой, состоящей из множества модулей отслеживания (федерального, регионального, локального уровней), динамических объектов, а также умных систем, позволяющих анализировать получаемую информацию в режиме реального времени, устанавливать связи между противоправными событиями и виновными в их совершении лицами. Имеющаяся инфраструктура может быть использована для расширения возможностей видеонаблюдения в городе с целью обеспечения общественной безопасности. Множество камер размещено в местах, где собирается большое количество людей: в учреждениях образования, торговых центрах, объектах здравоохранения и социального обслуживания, на стадионах, в парках, а также в жилых зонах и частных домах.
Кроме того, в систему можно интегрировать камеры интеллектуальной транспортной системы. Нельзя не согласиться с Д. В. Кофманом, который отмечает, что для повышения эффективности рассматриваемого АПК необходимо не только внедрять алгоритмы ИИ, но и адаптировать и обеспечивать его обучение согласно изменяющимся условиям на различных информационных источниках, актуализировав «Банки пространственных данных» [13].
Оперативными подразделениями МВД России используются АПК и ПО, функционирующие на базе искусственного интеллекта, позволяющие: осуществлять мониторинг и анализ информации в открытых источниках, таких, к примеру, как социальные сети, СМИ, выявлять противоправный контент и лиц, их распространяющих, а также виртуальные связи этих лиц (ПК «Демон Лапласа»); получать искомые сведения из подключённых к аппаратному комплексу носителей информации (АПК «Висток-ОБЮТ»); распознавание биометрических данных (АПК ЕтёЕасе); анализировать действия аккаунтов в социальных сетях («Крибрум. Объекты») и т. д.
Технологии искусственного интеллекта видятся перспективным направлением совершенствования и уголовно-процессуальной деятельности, в частности речь идёт как о стадии предварительного расследования, так и о стадиях подготовки к судебному разбирательству, судебного разбирательства и исполнения приговора.
А. А. Суминым и О. В. Химичевой был проведён анализ использования и тестирования программ, созданных на базе искусственного интеллекта, применяемых в уголовном процессе стран Азиатско-Тихоокеанского региона (Вьетнам, Китай, Северная Корея, Южная Корея, Япония) [14], результатом которого является вывод о том, что технологии ИИ открывают новые горизонты для повышения эффективности правоприменения и улучшения качества судебного разбирательства, не подменяя собой при этом следователя, прокурора или судью. Они могут значительно упростить сбор и анализ доказательств, автоматизируя рутинные задачи и предоставляя инструменты для более глубокого анализа данных.
С точки зрения компетенции в области обработки доказательств искусственный интеллект не способен осуществлять оценку доказательств по существу. Вместо этого он может выполнять формальную проверку и скрининг, что делает его полезным инструментом в рамках судебного процесса. Хотя ИИ не может самостоятельно нести ответственность за установление фактов и вины в соответствии с установленными стандартами доказательства, его использование может значительно улучшить эффективность работы судебного персонала в процессе сбора и анализа доказательств. Однако, несмотря на очевидные преимущества, существует множество этических, юридических и социальных вопросов, связанных с применением ИИ в судебной системе.
Во-первых, необходимо учитывать риски предвзятости алгоритмов и их потенциальное влияние на справедливость судебного разбирательства. Высокая степень автоматизации, снизив уровень человеческой оценки, может привести к ошибкам и несправедливым решениям.
Во-вторых, отсутствие чётких правовых рамок и стандартов для использования ИИ в уголовном процессе может привести к нарушению прав человека и правовых норм.
В-третьих, важным является вопрос конфиденциальности и безопасности данных. Использование ИИ предполагает обработку больших объёмов личной информации, что требует надёжных мер защиты данных.
Нельзя не заметить, что использование машинных алгоритмов при оценке доказательств по уголовному делу напрямую связано с вопросом её формализации. Теория формализации оценки доказательств, пусть даже с помощью машинных алгоритмов, отвергается как на доктринальном, так и законодательном уровнях. Свобода оценки доказательств правоприменителем «по своему внутреннему убеждению, основанному на совокупности имеющихся в уголовном деле доказательств, руководствуясь при этом законом и совестью» возведена законодателем в ранг принципа отечественного уголовного судопроизводства (ст. 17 УПК РФ). Сложно сказать, не свяжет ли правоприменителя соответствующим выводом даже носимый рекомендательный характер результат машинного алгоритма.
Соглашаясь с О. В. Химичевой, считаем, что ИИ может «освободить следователя от составления многих процессуальных документов, ускорить процесс собирания, проверки и оценки доказательств, стать полезным средством поддержки принятия процессуальных решений...» [9, с. 241]. Речи о замене познавательной деятельности (дознавателя) следователя на функционирование разработанного технологического инструмента быть не может; программа, созданная на базе ИИ, может стать помощником правоприменителю любого государственного органа (прокурору, дознавателю, следователю) или судье. Аналогичную точку зрения отстаивают и другие учёные [1; 2; 14].
В качестве заключения хотелось бы отметить следующее: каждый из вариантов АПК, ПО, в основу которого заложен алгоритм ИИ из числа приведённых выше, - это достаточно полезный инструментарий в борьбе с преступностью. Но стоит понимать, что ИИ - создание рук людей-программистов, хотя и «способный» на самосовершенствование и обучение. Среди самых очевидных и несомненных преимуществ такого рода технологических продуктов можно обозначить следующие:
1. ИИ - это, прежде всего, машинный алгоритм. Хоть он и имитирует когнитивные функции человека, но человеческими чувствами не обладает, что как раз таки делает его более функциональным, сосредоточенным. Выполняя определённые задачи, ИИ будет работать по определённому алгоритму, в то время как человек может ощущать усталость, иметь «некие субъективные наслоения» или же просто быть невнимательным. В этом случае возможности ИИ превосходят человеческие.
2. Более быстрое (в режиме реального времени) и качественное извлечение ценной информации для предотвращения, выявления, раскрытия и расследования преступлений путём обработки и просеивания огромного объёма данных, собранных с камер видеонаблюдений, из различных соцсетей, веб-сайтов, финансовых транзакций и т. д.
ИИ, в отличие от людей, сможет выполнить данную задачу быстрее, что существенно снизит нагрузку на сотрудников различных правоохранительных служб и ведомств, соответственно, позволит перенаправить высвободившиеся ресурсы на повышение качества и эффективности деятельности по раскрытию и расследованию преступлений.
3. Выявление взаимосвязей, закономерностей, не очевидных для проводящего расследование лица, а значит, обеспечение более точной оценки рисков преступлений (киберпреступлений).
Нельзя упускать из внимания и недостатки, которые в себе таит процесс внедрения и использования технологий ИИ в деятельности по противодействию преступности:
1. Вопрос, связанный с необходимостью обеспечения конфиденциальности получаемой информации и защитой персональных данных, является, пожалуй, самым важным. Кроме того, прогнозирование преступлений с помощью машинных алгоритмов тесно связано с ограничением конституционных прав и свобод, вторжением в частную жизнь, с вопросом её неприкосновенности.
2. Цифровые ресурсы могут использоваться не только во благо, но и во вред. Так называемая киберпреступность растёт и развивается с каждым годом, об этом уже было сказано выше. В свою же очередь, ИИ со своими алгоритмами опирается на исторические данные, за счёт чего имеет «ограниченное понимание» и не успевает развиваться наравне с киберпреступностью.
3. Стоит задуматься, как оценивать и какие критерии, индикаторы должны быть заложены в разрабатываемый программный продукт по обработке больших данных информации, насколько они могут быть совершенны. Для того чтобы научить машину предупреждать, выявлять и раскрывать преступления, сначала необходимо научить того человека, который будет писать эту программу. Понятное дело, что работа по созданию таких технологических продуктов - результат совместной деятельности высококвалифицированных инженеров-программистов и юристов.
4. Высокий уровень финансовых затрат, необходимых для разработки, приобретения и обслуживания соответствующих технологических инструментов.
5. В следственной деятельности имеет место интуиция. Она необходима для решения сложных, запутанных вопросов и задач, например при недостаточном количестве доказательств или же при их отсутствии вовсе. ИИ, в свою очередь, не имеет интуиции, а научить или же развить у ИИ интуицию невозможно, так как это всего лишь механизм.
В завершение отметим, что в целом ИИ, как и всё существующее в нашем мире, имеет свои плюсы и минусы. Дискутировать на тему использования ИИ в расследовании преступлений можно долго, но, на наш взгляд, здесь необходимо просто от теории переходить к практике. ИИ в противодействии преступности - это новый, свежий взгляд на правоохранительную деятельность. Но также важно понимать, что в уголовном процессе, как и в любой науке, есть свои фундаментальные основы, которых и необходимо придерживаться.
1. Бахтеев Д. В. Частные криминалистические теории как источник для разработки прикладных систем искусственного интеллекта в следственной деятельности // Сибирские уголовно-процессуальные и криминалистические чтения. 2020. № 2(28).С. 32-43.
2. Бычков В. В. Искусственный интеллект как средство совершения преступлений экстремистской направленности, совершенных с использованием информационно-телекоммуникационных сетей, так и борьбы с ними // Вестник Московского университета МВД России. 2022. № 1. С. 60-65.
3. Головко Л. В., Строгович М. С. и «искусственный интеллект»: о современной реинкарнации старых теорий и их этической ничтожности // Судебная власть и уголовный процесс. 2021. № 3. С. 29-36.
4. Гущев М. Е. Перспективы использования искусственного интеллекта в расследовании преступлений // Вестник науки и образования. 2023. № 6(137).
5. Момотов В. В. Искусственный интеллект в судопроизводстве: состояние, перспективы использования // Вестник Университета имени О. Е. Кутафина. 2021.
№ 5(81). С. 188-191.
6. Спиридонов М. С. Технологии искусственного интеллекта в уголовно-процессуальном доказывании // Journal of Digital Technologies and Law. 2023. № 2. С. 481-497.
7. 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.
8. 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.
9. Химичева О. В., Андреев А. В. Некоторые замечания о принципах использования технологий искусственного интеллекта в уголовном судопроизводстве России // Вестник экономической безопасности. 2021. № 2. С. 240-243.
10. Овчинский В. С., Ларина Е. С. Искусственный интеллект. Большие данные. Преступность («Коллекция Изборского клуба»). М.: Книжный мир, 2018.
11. 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.
12. Кубасов И. А., Лекарь Л. А. Внедрение перспективных систем мониторинга и анализа больших данных, полученных в сети Интернет, для обеспечения деятельности оперативных подразделений МВД России // Труды Академии управления МВД России. 2023. № 3(67). С. 154-161.
13. Кофман Д. В. Использование аппаратно-программного комплекса «Безопасный город» в целях выявления и раскрытия преступлений // Молодой ученый. 2023. № 38(485). С. 117-120.
14. Дашков Т. К., Домышева Т. В., Комоско А. А. К вопросу о применении алгоритмов искусственного интеллекта при установлении лиц, совершивших преступление // Криминалистика: вчера, сегодня, завтра. 2021. Т. 20. № 4. С. 27-37.
15. Сумин А. А., Химичева О. В. Искусственный интеллект в уголовном процессе государств Азиатско-Тихоокеанского региона: общий обзор // «Международное уголовное право и международная юстиция». 2020. № 2. С. 18-21.
1. Baxteev D. V. Chastny'e kriminalisticheskie teorii kak istochnik dlya razrabotki prikladny'x sistem iskusstvennogo intellekta v sledstvennoj deyatel'nosti // Sibirskie ugolovno-processual'ny'e i kriminalisticheskie chteniya. 2020. № 2(28). S. 32-43.
2. By'chkov V. V. Iskusstvenny'j intellekt kak sredstvo soversheniya prestuplenij e'kstremistskoj napravlennosti, sovershenny'x s ispol'zovaniem informacionno-telekommunikacionny'x setej, tak i bor'by' s nimi // Vestnik Moskovskogo universiteta MVD Rossii. 2022. №1. S. 60-65.
3. Golovko L. V., Strogovich M. S. i «iskusstvenny'j intellekt»: o sovremennoj reinkarnacii stary'x teorij i ix e'ticheskoj nichtozhnosti // Sudebnaya vlast' i ugolovny'j process. 2021. № 3. S. 29-36.
4. Gushhev M. E. Perspektivy' ispol'zovaniya iskusstvennogo intellekta v rassledovanii prestuplenij // Vestnik nauki i obrazovaniya. 2023. № 6(137).
5. Momotov V. V. Iskusstvenny'j intellekt v sudoproizvodstve: sostoyanie, perspektivy' ispol'zovaniya // Vestnik Universiteta imeni O. E. Kutafina. 2021.№ 5(81). S. 188-191.
6. Spiridonov M. S. Texnologii iskusstvennogo intellekta v ugolovno-processual'nom dokazyVanii // Journal of Digital Technologies and Law. 2023. № 2. S. 481-497.
7. Spesivov N. V. Ot fantasticheskix teorij k ob''ektivnoj real'nosti: est' li budushhee u iskusstvennogo intellekta i prediktivny'x texnologi pri otpravlenii pravosudiya po ugolovnym delam? // Lex Russica. 2023. № 2(195). S. 81-90.
8. Tarasov A. V., Temzokov A. R. Kriminalisticheskie aspekty' ispol'zovaniya iskusstvennogo intellekta v raskry'tii i rassledovanii prestuplenij // Teoriya i praktika obshhestvennogo razvitiya. 2023. № 10. S. 256-261.
9. Ximicheva O. V., Andreev A. V. Nekotory'e zamechaniya o principax ispol'zovaniya texnologij iskusstvennogo intellekta v ugolovnom sudoproizvodstve Rossii // Vestnik ekonomicheskoj bezopasnosti. 2021. № 2. S. 240-243.
10. Ovchinskij V. S., Larina E. S. Iskusstvenny'j intellekt. Bol'shie danny'e. Prestupnost' («Kollekciya Izborskogo kluba»). M.: Knizhny'j mir, 2018.
11. Xromov I. L., Kuzmin N. A., Zav'yalov I. A. «Perspektivny'e napravleniya ispol'zovaniya iskusstvennogo intellekta v operativno-rozy'sknoj deyateFnosti» // Operativno-rozy'sknaya deyatel'nost' v cifrovom mire: sbornik nauchny'x trudov / pod red. V.S. Ovchinskogo. M.: INFRA-M, 2024. 630 s.
12. Kubasov I. A., Lekar' L. A. Vnedrenie perspektivny'x sistem monitoringa i analiza bol'shix danny'x, poluchenny'x v seti Internet, dlya obespecheniya deyatel'nosti operativny'x podrazdelenij MVD Rossii // Trudy' Akademii upravleniya MVD Rossii. 2023. № 3(67). S. 154-161.
13. Kofman D. V. Ispol'zovanie apparatno-programmnogo kompleksa «Bezopasny'j gorod» v celyax vy'yavleniya i raskry'tiya prestuplenij // Molodoj ucheny'j. 2023. № 38(485). S. 117-120.
14. Dashkov T. K., Domy'sheva T. V., Komosko A. A. K voprosu o primenenii algoritmov iskusstvennogo intellekta pri ustanovlenii licz, sovershivshix prestuplenie // Kriminalistika: vchera, segodnya, zavtra. 2021. T. 20. № 4. S. 27-37.
15. Sumin A. A., Ximicheva O. V. Iskusstvenny'j intellekt v ugolovnom processe gosudarstv Aziatsko-Tixookeanskogo regiona: obshhij obzor // «Mezhdunarodnoe ugolovnoe pravo i mezhdunarodnaya yusticiya». 2020. № 2. S. 18-21.
Информация об авторах
Мира Николаевна Таршева. Преподаватель кафедры информационных технологий в деятельности ОВД. Кандидат юридических наук.
Орловский юридический институт МВД России имени В.В. Лукьянова. 302027, Россия, г. Орел, ул. Игнатова, д. 2.
Олеся Дмитриевна Вастьянова. Доцент кафедры уголовного процесса. Кандидат юридических наук.
Сибирский юридический институт МВД России.
660131, Россия, Красноярский край, г. Красноярск, ул. Рокоссовского, д. 20.
Information about the authors
Mira N. Tarsheva. Lecturer at the Department of Information Technology in the Activities of the Department of Internal Affairs, Candidate of Law.
Lukyanov Orel Law Institute of the Ministry of the Interior of Russia. 302027, Russia, Orel, st. Ignatova 2.
Olesya D. Vastianova. Associate Professor of the Department of Criminal Procedure, Candidate of Law.
Siberian Law Institute of the Ministry of Internal Affairs of Russia. 660131, Russia, Krasnoyarsk Territory, Krasnoyarsk, Rokossovsky str., 20.
Авторы заявляют об отсутствии конфликта интересов. The authors declare no conflicts of interests.
Авторами внесён равный вклад в написание статьи. The authors have made an equal contribution.
Статья поступила в редакцию 26.07.2024; одобрена после рецензирования 26.08.2024; принята к публикации 13.09.2024.
The article was submitted July 26, 2024; approved after reviewing August 26, 2024; accepted to the writing of the article for publication September 13, 2024.
