Дата публикации: 23.07.2026

Искусственный интеллект как средство противодействия преступности

Аннотация

В настоящей статье исследованы проблемы правового регулирования применения искусственного интеллекта как средства противодействия преступности на территории России. Выявлен существенный правоприменительный пробел: алгоритмические выводы не признаются доказательствами в уголовном процессе, что обусловлено рисками при ошибках систем, применяемых в правоохранительных целях. Отмечается фрагментарность нормативной базы России и проводится анализ регуляторных подходов Китая и Сингапура. На основе выполненного исследования предлагается комплекс мер: обязательная сертификация ИИ-решений, процессуальное закрепление выводов, введение механизма ответственности за ошибки алгоритма.




Рассмотрение роли искусственного интеллекта (далее – ИИ) в борьбе с преступностью приводит к столкновению с явлением, выходящим за рамки традиционного инструментария. В доктрине высказываются мнения о возможном признании ИИ особым субъектом правоотношений, однако российское законодательство исходит из того, что ИИ не обладает правосубъектностью и представляет собой инструмент, используемый человеком. В настоящей статье ИИ рассматривается именно как средство, а не как субъект права.

Российское законодательство подходит к феномену ИИ осторожно. Федеральный закон № 123-ФЗ, принятый 24.04.2020 года и Национальная стратегия развития ИИ до 2030 года, утвержденная Указом Президента РФ № 490, задают нормативную рамку, но не заполняют ее содержанием. Примечательным является подход Министерства внутренних дел, которое использует систему распознавания лиц московского метрополитена для оперативного сопровождения. Это означает, что данные системы не служат для сбора доказательств, а скорее определяют направление дальнейших действий по проверке информации. Именно этот зазор между «указать» и «доказать» оказывается юридически неурегулированным: УПК РФ не содержит нормы, которая определяла бы процессуальный статус вывода, сделанного алгоритмом, и результат работы системы попадает в материалы дела не как самостоятельное доказательство, а как основание для следственного действия, уже производимого человеком.

Показателен пример из зарубежной практики – случай в Детройте (2023 г.), когда система распознавания лиц ошибочно идентифицировала Поршу Вудрафф и арестовали ее за угон автомобиля и ограбление, в результате чего она провела в камере более 11 часов, находясь на 8 месяце беременности. Алгоритм указывал на совпадение, однако ручная проверка показала, что задержанная не соответствует описанию. Этот пример наглядно демонстрирует, почему «цифровая уверенность» не должна подменять процессуальные гарантии, и показывает, что ложноположительные результаты – не случайность, а структурная проблема, связанная с качеством обучающих выборок и условиями фиксации изображений.

Список литературы

1. Волков А.М. Актуальные проблемы экспериментального правового режима в сфере цифровых инноваций / А.М. Волков // Право и бизнес. 2024. № 4. С. 7–14.
2. Головин К.С. Необходимость правового регулирования «черного ящика» искусственного интеллекта / К.С. Головин // Вестник Костромского государственного университета, 2024. Т. 30. № 3. С. 290–297.
3. Ересько П.В. Правовое обеспечение безопасности информационного пространства Российской Федерации в сфере искусственного интеллекта / П.В. Ересько // Вестник Университета имени О. Е. Кутафина, 2024. № 10 (122). С. 69–76.
4. Куликов С.Б. Правовые стимулы и ограничения в механизме регулирования искусственного интеллекта в контексте реализации правоохранительной функции государства / С.Б. Куликов // Государственная власть и местное самоуправление, 2024. № 7. С. 40–44.
5. Лопатина Т.М. Зарубежный опыт правового регулирования результатов интеллектуальной деятельности с применением искусственного интеллекта / Т.М. Лопатина // Безопасность бизнеса, 2025. № 4. С. 33–39.
6. Макеева И.О. Искусственный интеллект как средство обеспечения безопасности в системе противодействия преступности / И.О. Макеева, Е.О. Яковлева, Д.А. Тарасова // Полицейская и следственная деятельность, 2025. № 4. С. 197–211.
7. Мухамадиева К.Б. Сравнительный анализ алгоритмов распознавания лиц / К.Б. Мухамадиева // Современные материалы, техника и технологии, 2017. № 7 (15). С. 58–63.
8. Николаев Н.А. AI Act Еврокомиссии как первый регламент об использовании нейросетей / Н.А. Николаев, Н.А. Касаткина, М.Х. Гельдибаев // Закон и право. 2024. Т. 8. С. 279–283.
9. Соломонов Е.В. Юридическая ответственность искусственного интеллекта / Е.В. Соломонов // Вестник Омского университета. Серия «Право», 2025. Т. 22. № 2. С. 62–71.
10. Azatbekova, A. Artificial Intelligence as a Tool of National Security Resilience: Evidence from Singapore / A. Azatbekova, Z. Serikbayeva, N. Nyshanbayev // Qainar Journal of Social Science. 2025. Т. 4. № 4. С. 64–81.
11. Bergold, A.N. The Contribution of Facial Recognition Technology toWrongful Arrests and Trauma / A.N Bergold., M.B. Kovera // Psychological Trauma:Theory, Research, Practice, and Policy, 2025. Т. 17. № S1. С. 225–233.
12. Guo Jun. 'AI police' improve rate of solving crime / Guo Jun, Zhang Xiaomin // China Daily. URL: <a href="https://ex.chinadaily.com.cn/exchange/partners/70/rss/channel/www/columns/y38633/stories/WS6718580ca310f1265a1c9146.html" target="_blank">https://ex.chinadaily.com.cn/exchange/partners/70/rss/channel/www/columns/y38633/stories/WS6718580ca310f1265a1c9146.html</a> (date of access: 07.06.2026).

Остальные статьи