Екатерина Михайлова – Правосудие в современной России. Том 2 (страница 68)

Общими задачами судебных экспертиз, назначаемых при изучении цифровых следов, в первую очередь, являются задачи судебных компьютерно-технических экспертиз, предмет которых составляют факты и обстоятельства, связанные с закономерностями разработки и эксплуатации компьютерных средств и систем, обеспечивающих реализацию информационных технологий, исследуемые и устанавливаемые в уголовном, гражданском, административном судопроизводстве с использованием специальных знаний в области программирования и алгоритмизации, электроники, электротехники, информационных систем и процессов, радиотехники и связи, вычислительной техники и автоматизации[422].

Цифровые следы являются объектами и других родов (видов) судебных экспертиз, например в фоноскопической, автороведческой, лингвистической, почерковедческой, фототехнической, видеотехнической, портретной, судебно-бухгалтерской, финансово-экономической, судебно-технической экспертизе документов и др. Это оказало существенное влияние на методологию и методики экспертного исследования, компетенцию судебных экспертов. В зависимости от рода (вида) экспертиз цифровые следы имеют свою специфику, которая должна найти отражение в частных теориях этих родов (видов) экспертиз

Во многих родах судебных экспертиз на первоначальной стадии исследования эксперт выявляет следы, обнаружение которых невозможно без использования инструментальных методов, что особенно актуально для цифровых следов, которые могут быть выявлены при проведении судебно-экспертного исследования. Но теперь для эффективной работы с цифровыми следами эксперты должны обладать глубокими знаниями в области IT-технологий. Для целого ряда судебных экспертиз подобная трансформация квалификации давно произошла, поскольку, например, в фоноскопической, видеотехнической и фототехнической экспертизах объекты уже более 20 лет предоставляются в цифровом виде. В этих экспертизах используются комплексные экспертные методики и, соответственно, эксперты владеют комплексом компетенций. Однако стоит отметить, что все вышесказанное относится к ситуациям, когда объекты представлены в цифровом виде на отдельных носителях информации. Если же такие цифровые следы находятся, например, на сервере, то для их извлечения требуются специальные знания в области судебной компьютерно-технической экспертизы.

Для многих «традиционных» экспертиз также возникла потребность в использовании компьютерных технологий. Рассмотрим эту ситуацию на примере судебной бухгалтерской экспертизы, когда эксперт должен обнаружить и самостоятельно изъять из компьютерной системы документы бухгалтерской отчетности, фактически являющиеся цифровыми следами. Но работа с цифровыми следами не входит в компетенцию эксперта-экономиста. Поэтому сначала эксперт компьютерно-технической экспертизы должен установить, получены ли массивы бухгалтерской информации с помощью легитимной версии бухгалтерской программы или привнесены в компьютер как-то иначе, и корректно скопировать необходимые документы на внешний носитель. Эксперт судебно-бухгалтерской экспертизы, даже если он владеет необходимыми технологиями, что весьма проблематично, не имеет права ими воспользоваться, поскольку пока это находится вне пределов его компетенции по экспертной специальности.

В результате цифровой трансформации во всех отраслях экономики сформировался новый инновационный вид судебных экономических экспертиз — судебная экспертиза операций с цифровыми финансовыми активами, которые осуществляются исключительно в сети «Интернет» и носят транснациональный характер. Специфика экспертных исследования здесь такова, что требует от эксперта не только экономических специальных знаний, но и знаний в области IT-технологий. При этом в судебной экспертизе операций с криптоактивами все объекты представляют собой цифровые следы[423]. Очевидно, что для производства подобных экспертиз необходимо расширение компетенции судебных экспертов в соответствии с требованиями комплексной методики.

Важно отметить, что при любом исследовании объектов, являющихся цифровыми следами, судебный эксперт должен иметь представление о технологиях изъятия криминалистически значимой информации в такой форме, уметь оценивать легитимность, пригодность и достаточность этих объектов для проведения судебной экспертизы и получения обоснованного вывода. Необходимость экспертного исследования цифровых следов обусловливает существенные модификации методик экспертного исследования и новый этап развитие экспертных технологий.

Перейдем далее к рассмотрению информационно-технологического раздела теории цифровизации судебно-экспертной деятельности, формирование которого, хотя он тогда именовался автоматизацией, началось, как мы отмечали выше, в 70-е годы прошлого века. Задачами автоматизации были разработка баз данных и АИПС по конкретным объектам экспертизы, создание измерительно-вычислительных комплексов (включающих аналитическое оборудования, атласы спектров, рентгенограмм и других данных для автоматической обработки результатов исследований) и программ выполнения вспомогательных расчетов по известным формулам и алгоритмам[424].

Развитие компьютерных технологий в конце 80-х — 90-е годы прошлого века способствовало разработке баз знаний для формирования автономных экспертных систем судебно-экспертного назначения. Экспертная система — это программный комплекс для ЭВМ, способный накапливать и обобщать знания и эмпирический опыт эксперта в какой-либо предметной области, а затем работать в качестве советчика при рядовом специалисте. При этом качество решений, рекомендуемых экспертной системой, сопоставимо с качеством решений экспертов[425]. Эти программные комплексы использовали метод экспертных оценок признаков объектов судебных экспертиз для осуществления поддержки принятия решений — совокупности процедур, обеспечивающих лицо, принимающее решение, необходимой информацией и рекомендациями[426].

В XXI в. на смену экспертным системам, описывающим алгоритм действий по выбору решения в зависимости от конкретных условий, пришли методы искусственного интеллекта, направленные на создание принципиально новых научно-технических продуктов для автономного решения различных задач, анализа данных; автоматического машинного обучения; алгоритмов принятия решений и прогнозирования событий или тенденций. Благодаря развитию программно-аппаратных комплексов, включая использование графических процессоров и распределенных архитектур вычислительных систем, появилась возможность аккумулировать большие массивы данных (англ. — Big Data), собранных автоматическим способом, и позволяющих устанавливать новые закономерности и знания, которые невозможно было получить из локальных фрагментов данных.

Одними из наиболее распространенных алгоритмов искусственного интеллекта являются нейронные сети, которые в настоящее время широко применяются для решения самых разнообразных задач: распознавания образов; анализа больших объемов данных; прогнозирования различных тенденций; обучения и оптимизация других алгоритмов, процессов и систем[427].

Использование нейросетей вызвало значительный рост цифровых следов как продуктов их работы. Нейросетевые технологии используются в противоправной деятельности для создания ботов для фишинг-атак и манипуляций через фейковый контент. Контент, созданный нейросетями, все сложнее отличить от подлинного, когда с использованием технологий астротурфинга генерируются фальшивые отзывы о товарах с маркетплейсов, фотографии никогда не существовавших людей, дипфейки точно имитирующие живых лиц; для совершения вымогательств создаются «call-центры» на основе ботов с озвученными видеоизображениями конкретных людей.

Вышеперечисленные и многие другие цифровые следы работы нейросетей исследуются различными родами судебных экспертиз, где неоценимую помощь также могут оказать нейронные сети. Поэтому нейросети уже начали применять в судебной экспертизе, что обусловлено общедоступностью алгоритмов машинного обучения и лавинообразным нарастанием разработки все новых. Пока, как показывают наши исследования[428], используются нейросети контролируемого обучения, причем валидация осуществляется с применением традиционно определенных признаков, выявленных вручную. Производство судебных экспертиз — это практическая деятельность, целями которой является получение доказательственной информации, поэтому нейросети и другие технологии искусственного интеллекта как новый инструментарий в судебно-экспертную деятельность надо внедрять с осторожностью после глубокой теоретической подготовки и всесторонней апробации.

При производстве судебных экспертиз возможны ошибки гносеологического и деятельностного характера, поэтому рассмотрим прогнозирование экспертных ошибок при внедрении нейросетей в судебно-экспертную деятельность. Согласно учению судебной экспертологии об экспертном прогнозировании гносеологической основой прогноза служит философская категория причинности, а логической основой — экстраполяция знаний. Процесс экстраполяции использования нейросетей в судебной экспертизе в прогнозных целях включает:

— исходные данные для прогнозирования — знание о прошлом или настоящем процесса экспертного исследования;