Искусственный интеллект в судебной экспертизе

Бесплатная консультация юриста

+7 (800) 301-07-30

Реклама jurik.ru

04 июля 2026 г. — Российские судебные органы всё чаще сталкиваются с задачей оценки доказательств, полученных при помощи алгоритмов машинного обучения. От анализа ДНК до выявления сгенерированных текстов — ИИ становится не вспомогательным, а равноправным участником экспертного процесса. Разберёмся, какие вызовы и перспективы несёт это явление для российской судебной системы.


Как ИИ уже помогает экспертам

На сегодняшний день технологии искусственного интеллекта применяются по четырём ключевым направлениям:

  1. Биологический анализ. Нейросети ускоряют идентификацию ДНК-профилей и сравнение отпечатков пальцев. По данным Центральной судебно-химической лаборатории Минюста РФ, время экспертизы сократилось на 35 %.
  2. Почерковедение. Алгоритмы Google Cloud Vision и российский «Графоанализ-ИИ» выявляют до 97 % подделок при условии калибровки на актуальных шрифтовых выборках.
  3. Аудио- и видео-экспертиза. ИИ-системы (например, «Ливарга-VR») проверяют подлинность голоса и лица на видеозаписях, автоматически размечая спорные фрагменты.
  4. AI-Generated Content (AIGC). С 2025 г. в арсенале Федеральной экспертной службы появились инструменты для установления факта генерации текста ИИ, выявления модели и оценки потенциальных манипуляций.

Пример из практики

В деле № 2-147/2025 (Арбитраж СЗО) экспертиза установила, что свидетельские показания в формате чата были на 92 % сгенерированы «Яндекс-Алисой». Суд принял акт экспертизы как доказательство фальсификации, впервые прямо сославшись на алгоритм в мотивировочной части решения.


Как проводится экспертиза AI-системами

Этапы работы

  • Подготовка данных. Судья выносит определение о назначении экспертизы; стороны предоставляют цифровые носители.
  • Калибровка модели. Эксперты настраивают ИИ на типовые признаки (например, частотные спектры ДНК или графологические особенности).
  • Анализ и интерпретация. ИИ выдаёт матрицу вероятностей; человек-эксперт формулирует выводы в правовом языке.
  • Оформление заключения. Приложение содержит «чёрный ящик» — файл с логами вычислений, доступный сторонам для перекрёстного допроса.

Требования к эксперту-человеку

Согласно приказу Минюста № 310 от , эксперт, использующий ИИ, обязан:

  • иметь сертификат компетенции по работе с «сильным ИИ» (урень не ниже 4 по шкале ФСТЭК);
  • подтверждать воспроизводимость результатов (повторный запуск модели на тех же данных даёт отклонение < ±3 %);
  • декларировать конфликт интересов в отношении разработчика программного обеспечения.

Правовые риски и спорные вопросы

Риск Судебная практика 2025–2026 Комментарий
«Чёрный ящик»
Невозможность объяснить логику ИИ
Дело А41-7234/2025; суд отказался принять заключение, мотивировав тем, что «алгоритм не подлежит перекрёстному допросу» Верховный Суд РФ в обзоре № 2 (2026) рекомендовал обязательное применение explainable AI (XAI).
Авторство ИИ
Кто несёт ответственность за ошибку
Дело 16-152/2026; ошибка модели привела к ложному обвинению. Иск предъявлен разработчику и госэкспертному учреждению. Разрабатывается страхование ответственности ИИ-экспертов (проект ФЗ «О цифровой ответственности»).
Конфиденциальность
Передача персональных данных в облако
Арбитраж Уральского округа 07-812/2025 запретил экспорт ДНК-базы за пределы РФ. С 2026 г. действует «резидентный облачный сертификат» (приказ ФСТЭК № 17).

Перспективы до 2030 года

  • Единый государственный регистр ИИ-моделей для судебных экспертиз (пилотный запуск в IV квартале 2026 г.).
  • ИИ-судья-эксперт — роботизированный модуль, который в автоматическом режиме формирует черновик экспертного заключения, подлежащий проверке человеком.
  • Блокчейн-сертификаты, защита от несанкционированного изменения логов алгоритма.
  • Международная конвенция о цифровых доказательствах — Россия внесла проект на рассмотрение Гаагской конференции 2027 г.

Рекомендации юристам и экспертам

  1. Проверяйте наличие сертификата XAI-соответствия у любой системы ИИ, применяемой в процессе.
  2. Запрашивайте «чёрный ящик» в полном объёме, от исходных данных до логов градиентного спуска.
  3. Оценивайте достоверность не только финального вывода, но и доверительный интервал вероятности.
  4. Фиксируйте версию ПО и хэш-сумму модели, чтобы исключить «обновление» в ходе апелляции.

© Группа «ДЕЛОВОЙ ПРОФИЛЬ», 2026. Все права защищены.