Эксперты и юристы оценили перспективы и риски использования ИИ в российской криминалистике
Использование нейросетей в криминалистике дает возможность быстрее решать диагностические и идентификационные задачи при расследовании правонарушений. Юристы подчеркивают, что доказательства, полученные с применением систем ИИ, равноценны другим материалам дела на основании ст. 17 УПК РФ, при этом технологии лишь оптимизируют рутину, а итоговые процессуальные решения принимает следователь. Для правоохранительных органов создаются специализированные российские системы, такие как «Маньяк», детектор дипфейков «Клон» и прогнозирующая чрезвычайные ситуации «Конъюнктура». В качестве барьеров и правовых угроз эксперты отмечают дефицит вычислительных мощностей, непрозрачность алгоритмических выводов, проблему галлюцинаций генеративных моделей и риски ошибок при привлечении к ответственности.
Краткое изложение по материалу: ПРАВО.Ru
Что сообщает источник
Ниже — краткий пересказ материала источника; для правовых выводов сверяйтесь с первичным документом.
- Нейросети позволяют ускорить решение диагностических и идентификационных задач в ходе расследований.
- Доказательства, полученные с применением систем ИИ, равноценны иным доказательствам по уголовному делу согласно ст. 17 УПК РФ.
- Для анализа серийных убийств и выдвижения версий следователями используется система «Маньяк».
- В разработку запущены система выявления дипфейков «Клон» и комплекс прогнозирования ЧС «Конъюнктура» с плановым завершением в 2025 году.
- Криминалистические системы учета и программное обеспечение носят локальный российский характер с учетом национального права и вопросов безопасности.
- Для работы профессиональных нейросетей требуются мощные серверы и вычислительные центры, а обучающие базы данных готовит МВД.
- ИИ выполняет функцию вспомогательного инструмента и не подменяет следователя, за которым всегда остается окончательное решение.
- Ключевым юридическим и этическим препятствием эксперты называют риск ошибок алгоритмов, которые тяжело выявить из-за непрозрачности работы моделей.
- Препятствиями для внедрения ИИ выступают неясность оснований для выводов алгоритма и нерешенная проблема галлюцинаций генеративных моделей.