Москва, Россия
сотрудник
В статье анализируются вопросы применения традиционных эпистемологических моделей исследования, расследования и доказывания в процессе интеграции инфокоммуникативных технологий в правоприменительные практики, меняющиеся в ходе цифровой трансформации общества и государства. Отдельно рассматриваются такие логические формы и образцы логического вывода, как дедукция, индукция, абдукция и аналогия, а также каноны герменевтики применительно к новым возможностям машинного обучения.
цифровая эпистемология, расследование преступлений, дедукция, индукция, абдукция, аналогия, герменевтика, ИИ, большие данные
Цифровая реальность – понятие, активно используемое не только в философской и научной периодике, но и в СМИ, рекламных роликах, повседневных разговорах. Между тем понятие «цифровизированная реальность» является сравнительно редким, хотя именно в ней протекает повседневная жизнь современного человека. Более того, использование разнообразных электронно-цифровых устройств очень изменило этот мир, преобразовав разнообразные социальные практики, изменив внутренний мир индивида и т. п.
Случайно попавшаяся на глаза реклама в англоязычном Интернете начинается со слов: «Напишите на почту eric@boredhumans.com» и вы, не выходя из дома, станете участником настоящего расследования». Далее идет перечень услуг, которые готов оказать новый сервис, являющийся цифровым частным детективом. Ну и, конечно же, рассказ о достоинствах, как и положено по законам любой рекламы. Здесь и стопроцентная автоматизация, не предполагающая участия человека. И гарантированная конфиденциальность, подчеркивающая отсутствие последствий, которое невозможно добиться при обычном расследовании. И, конечно же, тысячекратное превосходство в скорости, и возможность круглосуточного обращения, и простота в использовании, не требующая ни специальных знаний, ни специального оборудования. «Наш бесплатный частный детектив с искусственным интеллектом выполнит работу десятков сотрудников правоохранительных органов и детективов и раскроет преступление за считаные минуты. Используйте его как «свежий взгляд», который поможет вам направить расследование в нужное русло. Обратите внимание, что он не предназначен для замены работы детектива-человека».
Конечно же, как во всякой рекламе, многое остается за кадром. Между тем, многое в ней, видимо, соответствует действительности, но для того чтобы обещанное стало возможным, доцифровая реальность должна подвергнуться глубокой цифровизации, то есть превратиться в высокоцифровизированную реальность. В цифровизированной реальности благодаря методу больших данных и искусственному интеллекту появляется то, что в философии, математике и физике получило название «демон Лапласа». Как известно, в ходе мысленного эксперимента французский математик П. Лаплас стремился преодолеть естественную ограниченность индивидуального и коллективного опыта. Человек всегда стремился расширить свои возможности, в том числе и в области знания. Именно для этого ему понадобились такие «технические» приемы, как абстрактное мышление, теория, систематизация, математизация. Отсюда активное оперирование понятиями «бесконечность», «абсолютное пространство», мир, Вселенная. «Мы можем, – писал П. С. Лаплас, – рассматривать настоящее состояние Вселенной как следствие его прошлого и причину его будущего. Разум, которому в каждый определенный момент времени были бы известны все силы, приводящие природу в движение, и положение всех тел, из которых она состоит, будь он также достаточно обширен, чтобы подвергнуть эти данные анализу, смог бы объять единым законом движение величайших тел Вселенной и мельчайшего атома; для такого разума ничего не было бы неясного и будущее существовало бы в его глазах точно так же, как прошлое» [1, с. 14].
Именно таким разумом, способным охватить все, что было и есть сейчас, как раз и выглядит компьютер с большой вычислительной мощностью и с огромным массивом данных. На сегодняшний день это уже стало действительностью, как действительностью стало активное применение ИИ в расследовании преступлений. Возникает вопрос о том, что же будет с традиционными средствами и методами расследования уголовных преступлений, а также с процедурами доказывания, в которых активно используются логические методы, такие как индукция и дедукция, аналогия и абдукция. Оптимисты полагают, что все это может быть «поручено» нейросетям. Так, например, В. А. Иноценко, В. В. Калинин и Н. А. Ковтун считают, что «понимание, принятие, использование ИИ (когнитивной деятельности человека и комплекса технологических решений) по аналогии с человеческой, представляется возможным органами предварительного следствия в следующих направлениях. Изучив фотографии с места происшествия, прокрутив ролик видеозаписи, сравнив с показаниями известных лиц, ИИ вполне мог бы соотнести установленные факты между собой, сгенерировать какие-то умозаключения. Или провести визуальное сопоставление биоматериалов, оставленных на месте преступления с биоматериалами подозреваемого или имеющихся, например, в базе ДНК лиц» [2]. Более осторожен в своих оценках перспектив использования нейросетей Д. Н. Сретенцев, который берет слова «думать» и «мыслить» в кавычки, фактически признавая тем самым непреодолимость различия между компьютерным мышлением и мышлением человека. По его мнению, «искусственный интеллект представляет собой компьютерную технологию, позволяющую программам и системам активировать своеобразное компьютерное «мышление», схожее по своим характеристикам с мышлением человека и фактически позволяющее программам «думать», «делать выводы» и «принимать решения» [3, с. 256].
Еще более осторожны в оценках перспектив применения ИИ для полной замены человека, ведущего расследование или доказывающего вину подозреваемого, те, кто занят написанием программ для нейросетей и их обучением. Чаще всего можно услышать, что ни индукция, ни дедукция, ни даже аналогия не доступны компьютеру в том виде, в котором мы их обнаруживаем в ходе анализа реального человеческого мышления [4]. Даже простейшие эпизоды межуровневого перемещения мысли сразу же наталкиваются на одну фундаментальную трудность – машина делает одинаково то, что два разных человека всегда сделают по-разному. Машина может лишь имитировать абстрагирование, обобщение и другие человеческие способы мышления, тогда как человек способен к такому виду интеллектуальной активности, как рассуждение с детства. Целесообразно обратиться к предложенному еще Г. Рейхенбахом различению контекста открытия и контекста обоснования. Хотя наверняка машине можно поручать работы в рамках каждой из этих процедур, но не сами эти процедуры [5]. «Исследователи создают большой набор данных, – подчеркивает М. Митчелл в интервью журналу «Quanta», – на котором обучают свою нейросеть, а затем публикуют статью, утверждая, что им удалось достичь точности распознавания 80 %. Тогда другие исследователи возражают, что этот набор данных имеет статистические свойства, позволяющие машине научиться решать задачи, не прибегая к обобщению. И так продолжается без конца. Проблема в том, что если вы вынуждены обучать нейросеть на тысячах примеров, то это уже провал. Суть абстрагирования не в этом. Абстрактное мышление подразумевает использование метода few-shot learning, то есть обучения на малом числе примеров».
Таким образом, абстрактное мышление невозможно без многократного «переноса» сознания из мира наблюдаемого и единичного в абстрактный мир понятий с последующим столь же многократным возвращением в мир реальности. Все это очень похоже на научную революцию Нового времени, когда корреляция между идеализированными и математизированными объектами, с одной стороны, и чувственно воспринимаемыми, измеряемыми и «оцифрованными» вещами, с другой, была положена в основу дифференциального и интегрального исчисления. Тогда математизировался мир вещей, сегодня предстоит математизировать мир сознания или мир мышления.
Проектировщики систем ИИ в качестве аксиоматики принимают некие наборы допущений, среди которых наиболее популярными можно считать следующие:
- сознание основано на фантазировании реальности, совмещающей ее отражение (эмпиризм) и распознавание (трансцендентализм);
- мышление оперирует фреймами, сценариями, вариантами развития ситуации;
- мышление состоит из описаний, словесных конструкций, формулировок, текстов;
- мышление человека основано на картах реальности, словах и сценах, создаваемых нейросетью, а не только на генетических инструкциях;
- гены дают основу для построения мозга, который уже реализует алгоритмы мышления, а не содержат готовые «мысли» или сложные алгоритмы поведения;
- мышление рекурсивно, то есть способно определять, описывать или репродуцировать само себя, сохраняя себя в качестве своей части – когда мы хотим что-то повторить, мы вносим некоторые (чаще всего незначительные) изменения.
П. Д. Тищенко обратил внимание на то, что тест Тьюринга должен быть дополнен или даже заменен другим тестом, который позволяет машине узнать в человеке другую машину [6]. Такой тест (тест Тищенко) должен стать ориентиром для эволюции судей и следователей, участвующих в цифровизации уголовного судопроизводства. Здесь с неизбежностью возникает один из главных вопросов философии, восходящий к философским учениям античности, затем многократно воспроизводимый в различных вариациях. Это вопрос о том, является ли все реальное комбинацией необходимого (идеального) и случайного (воплощенного), или же все реальное уникально и может быть более или менее эффективно описано при помощи обобщения и абстрагирования. Все машины, несмотря на разные предыстории их обучения, различный софт и внутреннюю конфигурацию, должны получать при использовании одних и тех же баз данных одинаковые результаты. Сама идея человеческого мышления также содержит в себе категории истины, объективности, универсальности, что не мешает двум индивидам даже в том случае, что они приходят к одним и тем же выводам, мыслить по-разному. Поэтому стремление к истине или объективности думающего и рассуждающего человека – это всего лишь стремление, а объективность и детерминированность «мысли» компьютера гарантирована и неизбежна. Это различие является принципиальным, что позволяет говорить лишь о вспомогательном характере использования нейросетей в расследовании и доказывании.
1. Лаплас П. Опыт философии теории вероятностей. М.: URSS, 2024. 208 с.
2. Иноценко В. А., Калинин В. В., Ковтун Н. А. Искусственный интеллект на службе закону и следствию // Право и управление. 2024. № 5. С. 549-555. DOI:https://doi.org/10.24412/2224-9133-2024-5-549-555.
3. Сретенцев Д. Н. Возможности применения искусственного интеллекта для автоматизации анализа следов и доказательств // Научный вестник Орловского юридического института МВД России имени В. В. Лукьянова. 2024. № 3 (100). С. 250-257. EDN: SMTYSR.
4. Головин А. Ю. Технологии искусственного интеллекта в криминалистике: задачи, которые необходимо решить // Сибирские уголовно-процессуальные и криминалистические чтения. 2024. № 2. С. 25-33. DOI:https://doi.org/10.17150/2411-6122.2024.2.25-33.
5. Mitchell M. Complexity. A Guided Tour. NY: Oxford University Press, 2009. 349 р.
6. Тищенко П. Д. Экзистенциальный смысл биотехнологического конструирования человека (предисловие). Рабочие тетради по биоэтике. Вып. 22: Философский анализ проектов конструирования человека: идеалы и технологии: сб. науч. ст. М.: Издательство Московского гуманитарного института, 2015. С. 5-15.
7. Пржиленский В. И. Искусственный интеллект, большие данные и опытно-экспериментальный метод // Вопросы философии. 2025. № 4. С. 48–59. DOI:https://doi.org/10.21146/0042-8744-2025-4-48-59.
8. Пржиленский В. И. Социально-философские и концептуально-теоретические основания исследования российского уголовного судопроизводства в условиях цифровой трансформации общества и государства. Lex Russica. 2025. Т. 78. № 10. С. 107–116. DOI:https://doi.org/10.17803/1729-5920.2025.227.10.107-116.
