Оценка допустимости и достоверности доказательств, полученных с использованием искусственного интеллекта
Аннотация
Получение доказательств все чаще опосредуется искусственным интеллектом — от распознавания лиц и анализа сетевого трафика до выявления синтетического медиаконтента, что заставляет заново продумать оценку таких доказательств. Предметом исследования являются критерии оценки допустимости и достоверности доказательств, полученных с использованием искусственного интеллекта, их соотношение с общими правилами доказывания и специфические проблемы, которые искусственный интеллект создает на каждом из уровней оценки. Цель работы — разграничить оценку допустимости и достоверности и предложить для каждого уровня систему рабочих критериев. Методологическую основу образуют формально-юридический, системный и функциональный методы в сочетании с элементами сравнительно-правового подхода. Обосновывается положение о том, что допустимость и достоверность — суть два самостоятельных критерия оценки, которые нельзя смешивать: результат работы алгоритма может быть получен законным способом, но оставаться недостоверным, и наоборот. Сформулированы две системы критериев — допустимости (надлежащие субъект, источник, способ и форма) и достоверности результата алгоритмического анализа (валидированность метода, известная погрешность, воспроизводимость, объяснимость, целостность данных, документированность). Авторы приходят к выводу, что результат работы искусственного интеллекта не образует нового вида доказательства и входит в дело через существующие средства доказывания, а непроверяемый (закрытый) алгоритм не может служить основой достоверного доказательства.
Ключевые слова
| Тип | Статья |
| Издание | Российский следователь № 11/2026 |
| Страницы | 2-8 |
| DOI | 10.18572/1812-3783-2026-11-2-8 |
Введение
Доказательство все реже попадает в дело в «сыром» виде и все чаще — пройдя через алгоритмическую обработку: систему видеонаблюдения дополняет распознавание лиц, сетевой трафик анализирует программа, подлинность видеозаписи проверяет детектор синтетического контента, массив банковских операций разбирает средство выявления аномалий. Во всех этих случаях к суду приходит не первичный факт, а результат работы искусственного интеллекта, и общие формулы об оценке доказательств прямого ответа не дают: как оценивать допустимость и достоверность того, что получено с помощью алгоритма.
Соблазн — решить вопрос одним махом: объявить такие доказательства либо заведомо надежными в силу «объективности» техники, либо подозрительными в силу ее непрозрачности. Оба хода ошибочны, ибо смешивают два разных свойства доказательства. Допустимость отвечает на вопрос, законно ли доказательство получено; достоверность — соответствует ли оно действительности. Это самостоятельные критерии: доказательство, добытое законным способом, может оказаться недостоверным из-за ошибки метода, а результат надежного алгоритма — недопустимым из-за того, что исходные данные получены с нарушением закона. Смешение ведет к ошибкам в обе стороны — и к принятию негодного, и к отклонению доброкачественного.
Цель работы — разграничить оценку допустимости и достоверности доказательств, полученных с использованием искусственного интеллекта, и предложить для каждого из уровней систему рабочих критериев. Авторы исходят из установленного ранее положения о том, что доверие к цифровому доказательству имеет собственные теоретические основания и что результат работы алгоритма не образует нового вида доказательства, а входит в дело через существующие средства доказывания; настоящая работа показывает, как этот результат проверяется на каждом из двух уровней оценки.
1. Доказательства, полученные с использованием ИИ: понятие и место в системе