CC BY
26
Д. В. Бахтеев
Уральский государственный юридический университет им. В. Ф. Яковлева (Екатеринбург)
ОБ ОСНОВНЫХ НАПРАВЛЕНИЯХ МЕЖДИСЦИПЛИНАРНОГО РАЗВИТИЯ КРИМИНАЛИСТИКИ
В статье рассматриваются направления междисциплинарного развития криминалистики в двух взаимосвязанных сферах: практической деятельности и в соответствующих научных исследованиях. Цифровое направление включает в себя, помимо исследования цифровых следов, технологии обнаружения, фиксации, копирования, изъятия и исследования иных цифровых данных (в том числе веб-сервисы, мобильные приложения, боты, программное и программно-аппаратное обеспечение узкого и широкого назначения), информационно-справочное обеспечение, цифровые технологии анализа больших объемов криминалистических данных, технологии оптимизации отдельных практических действий следователя. В качестве примеров в когнитивном направлении развития криминалистики называются оптимизация мыслительной деятельности следователя, использование личностных психологических характеристик допрашиваемых при допросах и проведении иных вербальных следственных действий, метод криминалистического профилирования личности неустановленного преступника. Оптимизировать следственные действия можно посредством применения как цифровых методов (с помощью дронов, систем прокторинга, видеоконференц-связи, транс-крайбинга для составления протоколов), так и когнитивных методов - современных средств оптимизации мышления либо упомянутого метода профилирования. Технологии машинного обучения и искусственного интеллекта рассматриваются в рамках комплексного направления криминалистических исследований, находящегося на стыке цифрового и когнитивного.
Ключевые слова: криминалистические технологии, цифровая криминалистика, информационное обеспечение следственной деятельности, криминалистическое мышление, профилирование личности
Для цитирования
Бахтеев Д. В. Об основных направлениях междисциплинарного развития криминалистики // Российское право: образование, практика, наука. 2022. № 3. С. 86-92. DOI: 10.34076/2410 2709 2022 3 86.
УДК 343.9
Современная научная политика как Российской Федерации, так и зарубежных стран в основном поддерживает не обособленные научные исследования, а междисциплинарные научные проекты1. Криминалистика не является исключением: изначально появив-
1 См., например: Прогноз научно-технического развития Российской Федерации на период до 2030 года (утв. Правительством Российской Федерации 2 января 2014 г.); О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10 октября 2019 г. № 490 // URL: http://publication.pravo.gov.ru/ Document/View/0001201910110003 (дата обращения: 20.04.2022).
DOI: 10.34076/2410_2 709_2022_3_86
шись как естественно-техническая отрасль уголовного права, она обособилась в самостоятельный блок научного знания, не утратив при этом интегративного характера. Р. С. Белкин, подчеркивая самостоятельность криминалистики как науки, неоднократно указывал на синтез в ее структуре знаний из различных областей, необходимость «формирования комплексных, междисциплинарных проблем и направлений исследований» [Белкин 2001: 127]. О вариантах таких исследований и возможностях их интеграции в структуру теоретической и практической криминалистики и пойдет речь в настоящей статье.
Наиболее приоритетной видится реализация цифрового и когнитивного направлений развития криминалистики, что в целом соответствует критической группе нано-, био-, информационных и когнитивных технологий (НБИК), поддерживаемых Российской Федерацией.
А. М. Кустов поставил важный вопрос о том, следует ли науке изучать «цифровую криминалистику» или цифровые технологии в криминалистике [Кустов 2021]. Представляется, что дизъюнктивная связка этих понятий излишня: они вполне комплементарны и могут параллельно существовать в структуре как науки криминалистики, так и криминалистической практики. Цифровизация следственной и экспертной деятельности, выступающих одной из двух основных частей объекта криминалистической науки, наравне с деятельностью преступной, поставила перед учеными-криминалистами задачу также двуединую: изучение, с одной стороны, цифровых методов, используемых в расследовании преступлений, а с другой стороны - стремительно расширяемого перечня цифровых объектов криминалистического познания, к которым относятся не только следы преступления, но зачастую и инфраструктурные, и частные цифровые объекты преступного посягательства [Россинская, Сааков 2020].
Если цифровые объекты криминалистического познания изучает отдельная отрасль криминалистической техники - цифровая криминалистика [Цифровая криминалистика 2021], то цифровые криминалистические технологии могут рассматриваться во всех разделах криминалистики. Отметим, что количество публикаций по вопросу цифровой криминалистики намного превышает аналогичный показатель по теме цифровых тех-нологий1. При этом два упомянутых ранее направления имеют множество точек пересечения: цифровые технологии могут (и иногда обязаны) основываться на мыслительных операциях субъекта, их использующего, а когнитивные методы могут быть реализованы, в том числе, с помощью цифровых программно-аппаратных средств.
Рассмотрим направления использования цифровых технологий в криминалистической деятельности с позиций криминалистической науки.
В большинстве случаев, когда заходит речь о цифровых технологиях в криминалистике, упоминаются программные и аппаратные средства обнаружения, фиксации, копирования и изъятия цифровой доказательственной информации. Для этого могут использоваться: веб-сервисы (например, archive.org - для получения информации о прошлом веб-сайтов, attack.mitre.org - для анализа способа совершения киберпреступлений; «Ирбис», So-cial-Searcher.com - для получения информации о человеке из открытых источников2);
мобильные приложения (GetContact - для выявления круга общения; разнообразные программы для поиска ближайших базовых станций сотовой связи и т. д.);
боты в мессенджерах и социальных сетях (самый известный пример - «Глаз Бога»);
Цифровые технологии могут (и иногда обязаны) основываться на мыслительных операциях субъекта, их использующего,
а когнитивные методы могут быть реализованы, в том числе, с помощью цифровых программно-аппаратных средств
узкопрофильные программные и программно-аппаратные комплексы, ориентированные на задачи криминалистики (UFED Celebrite, «Мобильный криминалист» и пр.);
программные комплексы, созданные в рамках компьютерных исследований (например, Silk, Wireshark - для анализа траффика; Ram-Capturer - для снятия дампа оперативной памяти).
Другое направление использования цифровых технологий - информационно-справочное обеспечение следственной, экспертной и оперативной деятельности. К таким технологиям можно отнести разработанный автором настоящей статьи комплекс информационных ресурсов CrimLib.info [Беляков, Бахтеев 2020], проекты Ю. П. Гармаева [Гар-маев, Чумаков 2021], ресурсы Росреестра, Федеральной службы судебных приставов, Федеральной налоговой службы, Федеральной нотариальной палаты и т. д.
Следующее направление - анализ больших объемов криминалистически значи-
1 Так, ресурс elibrary.ru по запросу «цифровая кри-
миналистика» выдает более 6600 публикаций.
2 Иначе эти сервисы могут быть названы инструментами OSINT (open-source intelligence - получение информации из открьпых источников).
мой информации. Так, в проекте, возглавляемом А. А. Бессоновым, «на основе более 1000 преступных эпизодов разработана экспериментальная система поддержки принятия решений, позволяющая прогнозировать расстояние от места преступления до места жительства преступника с точностью 88,3-93,5 %, возраст преступника (точность 80,3 %, доверительный интервал ±6 лет), наличие у него психического заболевания (точность 81,5 %) и судимости (точность 82 %), а также некоторые другие признаки его поискового портрета по неочевидным преступлениям» [Бессонов 2021]. Существует также созданная К. А. Нелюбиным по материалам следственной практики реляционная база данных, в которую были занесены основные элементы криминалистической характеристики убийств, обеспечивающие эффективность расследования преступлений данной категории на территории Свердловской области [Нелюбин 2014]. В настоящее время база данных используется в исследованиях по актуализации отдельных элементов криминалистической характеристики убийств и насильственных сексуальных преступлений.
Наконец, цифровые технологии могут оптимизировать производство следственных действий, расширяя возможности следователя: дроны добавляют ракурсы обзора, транс-крайберы служат альтернативой при заполнении протокола [Вахмянина, Иванов 2019]. Так, съемка с беспилотного летательного аппарата является логическим и более доступным продолжением аэрофотосъемки с использованием вертолетов и не требует сложной подготовки: обучающиеся, по опыту автора статьи, менее чем за час осваивают базовые операции по управлению квадрокоптером в целях фотофиксации статичных объектов на месте происшествия на открытой местности. Вместе с тем из числа опрошенных следователей лишь 18 % имеют опыт использования дронов при осмотре места происшествия. В перспективе вероятным видится выявление эмоциональных состояний и типов реакций допрашиваемого с помощью процедур, аналогичных прокторингу, используемому в оценке персонала и образовательном процессе [Добровинский, Ловецкий, Попов 2018].
Если цифровые технологии направлены преимущественно на улучшение эффективности невербальных следственных действий, то когнитивные, скорее, относятся к взаимодействию участников уголовного процесса.
Поддерживая мнение А. В. Холопова о когнитивной стадии развития криминалистики [Холопов 2017], опишем три варианта применения такого инструментария в криминалистической практике и, как следствие, в научных исследованиях.
Во-первых, существует концепция криминалистического мышления как основы познавательных операций субъекта уголовного судопроизводства. К настоящему времени отечественной криминалистикой уже подробно изучены многие компоненты, входящие в структуру профессионального криминалистического мышления. К ним относятся моделирование следственных и иных криминалистических ситуаций, версионный процесс, техники принятия и оценки криминалистических и уголовно-процессуальных решений. Однако мышление способно не только повышать эффективность рабочих процессов, но и нарушать их нормальное развитие. Соответственно рассмотрение феномена криминалистического мышления невозможно без исследования механизмов возникновения ошибок и искажений в деятельности субъекта криминалистического познания.
Английский ученый И. Е. Дрор заметил, что «после десятилетий игнорирования важности человеческого фактора в криминалистической деятельности формируется новая область - когнитивная криминалистика. Осознание того, что человеческий фактор играет решающую роль, имеет глубокие последствия для криминалистической науки» ргаг 2015].
Во-вторых, современные когнитивные науки, в первую очередь психология и логика, предоставляют инструментарий для оптимизации вербальных следственных действий путем изучения личностных особенностей субъектов допроса. Так, полезно учитывать психотипы допрашиваемых лиц и выстраивать линию допроса в соответствии с предполагаемой на основе психотипа моделью поведения допрашиваемого.
В-третьих, упомянем вполне состоявшийся в криминалистике метод профилирования личности неизвестного преступника. Проведенное нами анкетирование следователей показало, что основными, наиболее часто встречающимися элементами профиля неустановленного преступника в процессе планирования расследования являются:
пол (73,3 % опрошенных);
возраст (68,9 % опрошенных);
наличие и характеристика преступного опыта (67,4 % опрошенных);
наличие и характеристика специальных навыков (65,2 % опрошенных);
наличие судимости (61,5 % опрошенных); рост, телосложение, физиологические дефекты (56,3 % опрошенных);
психические заболевания и отклонения (44,4 % опрошенных);
характеристика социальных связей, круг общения (42,3 % опрошенных);
географические характеристики - место проживания, работы и пр. (41,5 % опрошенных);
уровень технической или компьютерной грамотности (37,8 % опрошенных);
уровень образования (36,3 % опрошенных);
отношение к воинской службе (9,6 % опрошенных).
При этом следует иметь в виду, что к методу профилирования не прибегают регулярно: о его применении сообщили лишь 64 % опрошенных.
Очевидно, что предложенная совокупность сведений имеет значение именно для раскрытия и расследования преступлений, однако не все элементы профиля совпадают с содержанием анкетных данных преступника, что подтверждает криминалистическую, ориентированную на поисковые и розыскные действия направленность описываемого метода [Бахтеев, Леднев 2020].
Недостатком приведенных инструментов, очевидно, является сложность их интеграции: для этого требуется как минимум разработка программного или программно-аппаратного продукта, либо закупка оборудования и лицензий, либо же, если применяются когнитивные технологии, - заинтересованность и временные затраты субъектов применения такого решения. Отметим также, что реализация большинства описанных технологий и технологических решений возможна путем использования методов машинного обучения. Сопоставление концепции
криминалистического мышления и описываемых технологий можно представить в двух аспектах: через призму процесса обработки больших объемов информации и при сравнении теоретических построений в указанных областях знания. В последнем случае происходит интеграция существующих концепций криминалистической науки и технологических решений. Так, можно сопоставить процесс обработки больших данных искусственной нейронной сетью с операциями криминалистического мышления.
Познавательная деятельность субъектов расследования на первом этапе фактически аналогична сбору массива данных, которые при правильной обработке станут датасетом для обучения искусственной нейронной сети.
На втором этапе происходит фильтрация полученной первичной криминалистически значимой информации. Собранные данные аналогичным образом фильтруются и сортируются для формирования структурированного блока данных, разных по содержанию, но однородных по форме.
На третьем этапе осуществляется формирование искомого и информационных источников. Этот процесс коррелирует с расстановкой весов и разделением датасета на тренировочный и верификационный.
На четвертом этапе сопоставляются искомое и недостающие информационные источники, что аналогично процессу обучения искусственной нейронной сети.
Познание субъекта криминалистического мышления направлено на информационную систему - модель расследования. Точно так же искусственный интеллект (как информационная система в узком смысле) ориентирован на познание внешней для себя среды (информационной системы в широком смысле).
Подводя итог, отметим, что криминалистическая деятельность, благодаря широте применяемых технологий и методов, ставит перед криминалистической наукой сложную, но реализуемую задачу по учету этих методов и интеграции их в структуру криминалистики.
Список литературы
Dror I. E. Cognitive Neuroscience in Forensic Science: Understanding and Utilizing the Human Element // Philosophical Transactions of the Royal Society of London. Ser. B: Biological Sciences. 2015. № 370. DOI: 10.1098/rstb.2014.0255.
Бахтеев Д. В., Леднев И. В. Понятие и свойства криминалистического профилирования личности и поведения неизвестного преступника // Юридическая наука и правоохранительная практика. 2020. № 3. С. 110-118.
Белкин Р. С. Курс криминалистики: учеб. пособие для вузов: в 3 т. 3-е изд., доп. М.: ЮНИТИ-ДАНА; Закон и право, 2001. Т. 1. 835 с.
Беляков А. А., Бахтеев Д. В. Мобильный справочник следователя: состояние и перспективы // Современные технологии и подходы в юридической науке и образовании: сб. материалов Междунар. науч.-практ. форума, Калининград, 27-31 августа 2020 года. Калининград: Балт. федер. ун-т им. Иммануила Канта, 2021. С. 279-285.
Бессонов А. А. Возможности современных компьютерных технологий в расследовании преступлений // Право и экономика: стратегии регионального развития: сб. материалов I Вологодского регион. форума с междунар. участием, Вологда, 23-24 марта 2021 года. Вологда: Фонд развития филиала МГЮА им. О. Е. Кутафина в Вологде, 2021. С. 275-281.
Вахмянина Н. Б., Иванов Э. А. Возможности использования программ-транскрайберов при производстве следственных действий // Российский следователь. 2019. № 2. С. 6-9.
Гармаев Ю. П., Чумаков А. В. Мобильные приложения и иные инновационные средства обучения в криминалистике // Современные технологии и подходы в юридической науке и образовании: сб. материалов Междунар. науч.-практ. форума, Калининград, 27-31 августа 2020 года. Калининград: Балт. федер. ун-т им. Иммануила Канта, 2021. С. 270-278.
Добровинский Д. С., Ловецкий И. В., Попов М. А. Прокторинг как инструмент развития дистанционного образования // Научно-техническое и экономическое сотрудничество стран АТР в XXI веке. 2018. Т. 2. С. 27-32.
Кустов А. М. «Цифровая криминалистика» или «цифровые технологии в криминалистике» // Современные технологии и подходы в юридической науке и образовании: сб. материалов Междунар. науч.-практ. форума, Калининград, 27-31 августа 2020 года. Калининград: Балт. федер. ун-т им. Иммануила Канта, 2021. С. 173-181.
Нелюбин К. А. Некоторые вопросы создания и использования электронной базы данных на основе криминалистической характеристики убийств // Российский следователь. 2014. № 13. С. 4-5.
Россинская Е. Р., Сааков Т. А. Проблемы собирания цифровых следов преступлений из социальных сетей и мессенджеров // Криминалистика: вчера, сегодня, завтра. 2020. № 3. С. 106-123.
Холопов А. В. К вопросу о когнитивной стадии развития криминалистики // Современная криминалистика: проблемы теории, практики, обучения: сб. ст. по материалам Междунар. науч.-практ. конф. / под ред. М. Ю. Павлика, С. А. Полякова, Е. А. Ануфриевой. Новосибирск: Изд-во НГТУ, 2017. С. 136-140.
Цифровая криминалистика: учеб. для вузов / под ред. В. Б. Вехова, С. В. Зуева. М.: Юрайт, 2021. 417 с.
Дмитрий Валерьевич Бахтеев - кандидат юридических наук, доцент кафедры криминалистики Уральского государственного юридического университета им. В. Ф. Яковлева. 620137, Российская Федерация, Екатеринбург, ул. Комсомольская, д. 21. E-mail: dmitry. bakhteev@gmail.com.
ORCID: 0000-0002-0869-601X
On the Main Directions of Interdisciplinary Development of Criminalistics
The article describes the trends of interdisciplinary development of criminalistics in two interrelated areas: practical activity and scientific research. The digital direction includes, besides research of digital traces, technologies of detection, fixation, copying, withdrawal and research of other digital data (including web-services, mobile applications, bots, software and firmware of narrow and wide application), reference information support, digital technologies of analysis of big criminalistic data, technologies of optimization of certain practical actions of an
investigator. Cognitive direction of optimization of intellectual activity of an investigator includes the use of personal psychological characteristics of the interrogated at interrogations and other verbal investigative actions, a method of criminalistic profiling of personality of the unidentified criminal. Optimization of investigative actions is possible using digital methods (drones, proctoring systems, videoconferencing, transcribing protocols) or cognitive methods - modern tools for optimization of thinking, or the mentioned method of profiling. Technologies of machine learning and artificial intelligence are considered in the framework of a complex direction of criminalistic research, located at the junction of digital and cognitive directions.
Keywords: criminalistic technologies, digital forensics, information support for investigative activities, criminalistic thinking, personality profiling
Recommended citation
Bakhteev D. V. Ob osnovnykh napravleniyakh mezhdistsiplinarnogo razvitiya kriminalistiki [On the Main Directions of Interdisciplinary Development of Criminalistics], Rossiiskoe pravo: obrazovanie, praktika, nauka, 2022, no. 3, pp. 86-92, DOI: 10.34076/2410_2709_2022_3_86.
References
Bakhteev D. V., Lednev I. V. Ponyatie i svoistva kriminalisticheskogo profilirovaniya lichnosti i povedeniya neizvestnogo prestupnika [The Concept and Characteristics of Forensic Profiling of the Personality and Behavior of an Unknown Offender], Yuridicheskaya nauka i pravo-okhranitel'naya praktika, 2020, no. 3, pp. 110-118.
Belkin R. S. Kurs kriminalistiki [Course of Criminalistics], in 3 vols., Moscow, YuNITI-DANA, Zakon i pravo, 2001, vol. 1, 835 p.
Belyakov A. A., Bakhteev D. V. Mobil'nyi spravochnik sledovatelya: sostoyanie i perspektivy [Investigator's Mobile Reference Guide: Status and Prospects], Sovremennye tekhnologii i pod-khody v yuridicheskoi nauke i obrazovanii [Modern Technologies and Approaches in Juridical Science and Education]: conference papers, Kaliningrad, Balt. feder. un-t im. Immanuila Kanta, 2021, pp. 279-285.
Bessonov A. A. Vozmozhnosti sovremennykh komp'yuternykh tekhnologii v rassledovanii prestu-plenii [Possibilities of Modern Technologies in Crimes Investigations], Pravo i ekonomika: strate-gii regional'nogo razvitiya [Law and Economics: Strategies of Regional Development]: conference papers, Vologda, Fond razvitiya filiala MGYuA im. O. E. Kutafina v Vologde, 2021, pp. 275-282.
Dobrovinskii D. S., Lovetskii I. V., Popov M. A. Proktoring kak instrument razvitiya distantsi-onnogo obrazovaniya [Proctoring as a Tool of Distance Education Development], Nauchno-tekh-nicheskoe i ekonomicheskoe sotrudnichestvo stran ATR v XXI veke, 2018, vol. 2, pp. 27-32.
Dror I. E. Cognitive Neuroscience in Forensic Science: Understanding and Utilizing the Human Element, Philosophical Transactions of the Royal Society of London. Ser. B, Biological sciences, 2015, no. 370, DOI: 10.1098/rstb.2014.0255.
Garmaev Yu. P., Chumakov A. V. Mobil'nye prilozheniya i inye innovatsionnye sredstva obu-cheniya v kriminalistike [Mobile Apps and Other Innovations in Law Science and Practics], Sovremennye tekhnologii i podkhody v yuridicheskoi nauke i obrazovanii [Modern Technologies and Approaches in Juridical Science and Education]: conference papers, Kaliningrad, Balt. feder. un-t im. Immanuila Kanta, 2021, pp. 270-278.
Kholopov A. V. K voprosu o kognitivnoi stadii razvitiya kriminalistiki [On the Cognitive Stage in the Development of Criminalistics], Pavlik M. Yu., Polyakov S. A., Anufrieva E. A. (eds.) Sovre-mennaya kriminalistika: problemy teorii, praktiki, obucheniya [Modern Criminalistics: Problems of Theory, Practice, and Training]: conference papers, Novosibirsk, Izd-vo NGTU, 2017, pp. 136-140.
Kustov A. M. «Tsifrovaya kriminalistika» ili «tsifrovye tekhnologii v kriminalistike» [«Digital Forensics» or «Digital Technologies in Criminalitics»], Sovremennye tekhnologii i podkhody v yuridicheskoi nauke i obrazovanii [Modern Technologies and Approaches in Juridical Science and Education]: conference papers, Kaliningrad, Balt. feder. un-t im. Immanuila Kanta, 2021, pp. 173-181.
Nelyubin K. A. Nekotorye voprosy sozdaniya i ispol'zovaniya elektronnoi bazy dannykh na osnove kriminalisticheskoi kharakteristiki ubiistv [Some Issues of Creation and Use of Electronic Data Base on the Basis of Criminalistic Characteristics of Murders], Rossiiskii sledovatel', 2014, no. 13, pp. 4-5.
Rossinskaya E. R., Saakov T. A. Problemy sobiraniya tsifrovykh sledov prestuplenii iz sotsial'nykh setei i messendzherov [The Problems of Collecting Digital Footprints of Crimes in Social Networks and Messengers], Kriminalistika: vchera, segodnya, zavtra, 2020, no. 3, pp. 106-123.
Vekhov V. B., Zuev S. V. (eds.) Tsifrovaya kriminalistika [Digital Criminalistics], Moscow, Yurait, 2021, 417 p.
Vakhmyanina N. B., Ivanov E. A. Vozmozhnosti ispol'zovaniya programm-transkraiberov pri proizvodstve sledstvennykh deistvii [Possibility to Use of Transcription Software in Investigative Activities], Rossiiskii sledovatel', 2019, no. 2, pp. 6-9.
Dmitrii Bakhteev - candidate of juridical sciences, associate professor of the Department of criminalistics, Ural State Law University named after V. F. Yakovlev. 620137, Russian Federation, Ekaterinburg, Komsomol'skaya str., 21. E-mail: dmitry.bakhteev@gmail.com.
ORCID: 0000-0002-0869-601X
Дата поступления в редакцию / Received: 06.05.2022
Дата принятия решения об опубликовании / Accepted: 17.06.2022
