PT - JOURNAL ARTICLE
AU - Россинская Е. Р., 
TI - Система теории цифровизации судебно-экспертной деятельности
DP - 2024-10-26
TA - Теория и практика судебной экспертизы
4100 - 10.30764/1819-2785-2024-3-20-32
SO - https://sudex.elpub.ru/publication/804
AB - В статье с позиций судебной экспертологии рассматривается система частной теории цифровизации судебно-экспертной деятельности. Описаны предмет, объекты, задачи теории, ее место в судебной экспертологии. Показано, что теория цифровизации судебно- экспертной деятельности может быть отнесена к ряду частных теорий, положения которых в равной степени распространяются как на процесс экспертного исследования в целом, так и на экспертные исследования отдельных родов экспертиз. Обозначены два раздела в системе теории: судебно-экспертное исследование цифровых следов и информационно-компьютерное обеспечение судебно-экспертной деятельности. В первом разделе представлены и рассмотрены природа цифровых следов, механизм следообразования, их свойства и признаки; формы представления и классификации цифровых следов и их носителей как объектов судебных экспертиз; общие задачи экспертного исследования цифровых следов. Второй раздел посвящен технологиям алгоритмизации и цифровизации методов и методик судебно- экспертного исследования, в нем рассматриваются перспективы внедрения нейронных сетей в судебную экспертизу и возникающие при этом актуальные проблемы. Автор отмечает изменения в методологии и технологиях разработки экспертных методик в связи с внедрением алгоритмов искусственного интеллекта. В этом разделе обозначены и сферы применения нейронных сетей для решения задач судебной экспертизы, проанализированы причины, по которым использование нейронных сетей может привести к ошибочным заключениям. Особое внимание уделено источникам модельного риска. Для разработки методик решения типичных экспертных задач на основе нейросетей предлагается создание судебно-экспертных датасетов и репозиториев для последующего проведения анализа и машинного обучения по различным родам (видам) судебных экспертиз. В статье также обоснована необходимость введения новых экспертных компетенций: аналитик экспертных данных, инженер экспертных данных и инженер машинного обучения.