Искусственный интеллект в криминалистике и судебной экспертизе: вопросы правосубъектности и алгоритмической предвзятости (А.В. Кокин, Ю.Д. Денисов, журнал "Теория и практика судебной экспертизы", N 2 (том 18), апрель-июнь 2023 г.)

Кокин А.В., Денисов Ю.Д. Искусственный интеллект в криминалистике и судебной экспертизе: вопросы правосубъектности и алгоритмической предвзятости

А.В. Кокин - д.юр.н., главный государственный судебный эксперт отдела трасологической и баллистической экспертизы ФБУ РФЦСЭ при Минюсте России, профессор кафедры оружиеведения и трасологии учебно-научного комплекса судебной экспертизы Московского университета МВД России имени В.Я. Кикотя

Ю.Д. Денисов - к.юр.н., заслуженный юрист Российской Федерации, директор ФБУ РФЦСЭ при Минюсте России

Благодаря активному развитию и внедрению технологий искусственного интеллекта (ИИ) в различные сферы деятельности человека были запущены процессы качественного изменения общественных отношений. Это обусловило необходимость разработки правовых и технических норм, направленных на регулирование технологий ИИ. Вопрос признания ИИ субъектом права вызывает наибольшие споры. Анализ различных мнений показывает отсутствие консолидированного подхода к решению данного вопроса в современной правовой доктрине. Возможно, будут предусмотрены несколько различных правовых статусов системы ИИ, зависящих от ее типа и назначения - от положения технического средства до наделения статусом "электронного лица" и признания полноценным субъектом права.

С учетом специфики криминалистики и судебной экспертизы системы ИИ целесообразно позиционировать как технические средства. Машинное обучение считается одной из форм ИИ и представляет собой использование математических моделей данных, обеспечивающих обучение компьютера посредством специализированных алгоритмов и тренировочных данных. Алгоритмы могут создавать или воспроизводить искажения и неточности, неумышленно заложенные в тренировочные данные, что обуславливает проявление алгоритмической предвзятости. Для устранения предвзятости алгоритмов необходимо уделять внимание качеству обучающих данных. Для подготовки таких данных разработаны специальные методы, рассматриваемые в данной статье применительно к баллистическим идентификационным системам. Также одним из способов системного технического решения проблемы предвзятости алгоритмов ИИ является разработка стандартов, направленных на минимизацию неоправданной предвзятости в алгоритмических решениях.

Ключевые слова: алгоритмическая предвзятость, искусственный интеллект, машинное обучение, криминалистика, правосубъектность, судебная экспертиза

Kokin A.V., Denisov Yu.D. Artificial Intelligence in Criminalistics and Forensic Examination: Issues of Legal Personality and Algorithmic Bias

A.V. Kokin - Doctor of Law, Chief Forensic Examiner at the Department of Trace and Ballistics Examinations of the Russian Federal Centre of Forensic Science of the Russian Ministry of Justice, Professor of Department of Weapons and Trace Examinations at Educational and Scientific Forensic Complex of Moscow University of the Ministry of Internal Affairs of the Russian Federation

Y.D. Denisov - Candidate of Law, Distinguished Lawyer of the Russian Federation, Director of the Russian Federal Centre of Forensic Science of the Russian Ministry of Justice

Active development and implementation of artificial intelligence technologies (AI) in various spheres of human activity have started the processes of qualitative change in public relations. This fact necessitates the development of legal and technical standards to regulate AI technologies. In this regard, the most controversial issue is the recognition of AI personality. The analysis of various opinions on the matter shows the lack of a consolidated approach in the existing legal doctrine. Creating the legal status for AI systems would provide for several options depending on its type and purpose - from technical means to the status of an "electronic personality" and recognition as a full-fledged subject of law. Considering the specifics of criminalistics and forensic examination, it is better to position AI systems as technical means. Machine learning is considered a form of AI. It is the use of mathematical data models that enables computer training through specialized algorithms and training data. Algorithms can create or reproduce distortions and inaccuracies unintentionally embedded in the training data, which causes the manifestation of algorithmic bias. To eliminate bias of algorithms it is necessary to pay attention to the quality of training data. The author has developed special methods to prepare such data, which are presented in this article in relation to ballistic identification systems. Also, one of the elements of system technical solutions to the problem of bias of AI algorithms is the development of standards for minimizing unjustified bias in algorithmic solutions.

Keywords: algorithmic bias, artificial intelligence, machine learning, criminalistics, legal personality, forensic examination