Россинская Елена Рафаиловна – д. юр. н., профессор, заслуженный деятель науки Российской Федерации, почетный работник высшего профессионального образования Российской Федерации, академик Российской академии естественных наук, научный руководитель Института судебных экспертиз, заведующая кафедрой судебных экспертиз
Москва 125993
Rossinskaya Elena Rafaylovna – Doctor of Law, Professor, Honored Scientist of the Russian Federation, Honorary Worker of Higher Professional Education of the Russian Federation, Academician of the Russian Academy of Natural Sciences, Scientific Director of the Institute of Forensic Examinations, Head of Department of Forensic Science
Moscow 125993
В статье с позиций судебной экспертологии рассматривается система частной теории цифровизации судебно-экспертной деятельности. Описаны предмет, объекты, задачи теории, ее место в судебной экспертологии. Показано, что теория цифровизации судебно- экспертной деятельности может быть отнесена к ряду частных теорий, положения которых в равной степени распространяются как на процесс экспертного исследования в целом, так и на экспертные исследования отдельных родов экспертиз. Обозначены два раздела в системе теории: судебно-экспертное исследование цифровых следов и информационно-компьютерное обеспечение судебно-экспертной деятельности. В первом разделе представлены и рассмотрены природа цифровых следов, механизм следообразования, их свойства и признаки; формы представления и классификации цифровых следов и их носителей как объектов судебных экспертиз; общие задачи экспертного исследования цифровых следов. Второй раздел посвящен технологиям алгоритмизации и цифровизации методов и методик судебно- экспертного исследования, в нем рассматриваются перспективы внедрения нейронных сетей в судебную экспертизу и возникающие при этом актуальные проблемы. Автор отмечает изменения в методологии и технологиях разработки экспертных методик в связи с внедрением алгоритмов искусственного интеллекта. В этом разделе обозначены и сферы применения нейронных сетей для решения задач судебной экспертизы, проанализированы причины, по которым использование нейронных сетей может привести к ошибочным заключениям. Особое внимание уделено источникам модельного риска. Для разработки методик решения типичных экспертных задач на основе нейросетей предлагается создание судебно-экспертных датасетов и репозиториев для последующего проведения анализа и машинного обучения по различным родам (видам) судебных экспертиз. В статье также обоснована необходимость введения новых экспертных компетенций: аналитик экспертных данных, инженер экспертных данных и инженер машинного обучения.
The article examines the system of private theory of forensic activity digitalization from the standpoint of forensic expertology. The subject, objects, tasks of the theory and its place in forensic expertology are described. The paper presents the theory of forensic activity digitalization that can be attributed to several private theories, the provisions of which equally apply both to the process of expert examination in general and to expert studies of individual types of examinations as well. Two sections in the theory system are designated: forensic examination of digital footprints and information and computer support for forensic activity. The first section includes and considers the following: the nature of digital footprints, their properties and features and the mechanism of formation; forms of presentation and classification of digital footprints and their carriers as objects of forensic examinations; general tasks of digital footprints expert examination. The second section pays attention to the technologies of algorithmizing and digitalization of methods and techniques of forensic examination. The prospects for the introduction of neural networks to forensic examination and the related relevant problems are considered. In addition, the author notes changes in the methodology and technologies for developing expert methods in connection with the introduction of artificial intelligence algorithms. This section outlines the areas of application of neural networks for solving forensic problems. The reasons for erroneous conclusions related to application of neural networks in forensic examinations are analyzed. Particular attention is paid to the sources of model risk. To develop methods for solving typical expert problems based on neural networks it is proposed to create forensic datasets and repositories for consequent analysis and machine learning for various types of forensic examinations. The article also substantiates the need for new expert competencies: expert data analyst, expert data engineer and machine learning engineer.
The authors declare that there are no conflicts of interest present.