Антонина Константиновна ЛЕБЕДЕВА, доцент кафедры судебных экспертиз, кандидат юридических наук, доцент
125993, г. Москва, ул. Садовая-Кудринская, д. 9
Antonina K. LEBEDEVA, Associate Professor of the Forensic Expertise’s Department, Cand. Sci. (Law)
9, ul. Sadovaya-Kudrinskaya, Moscow, 125993
Статья посвящена проблемам использования нейросетевых технологий для фальсификации цифровых аудиодоказательств в цивилистических процессах. Стремительное развитие генеративных моделей искусственного интеллекта и их широкая доступность создают новые риски представления в суде недостоверных сигналограмм, например фонограмм, способных имитировать голос конкретного лица. В этих условиях особое значение приобретает разработка механизмов судебно-экспертного противодействия подобным фальсификациям. В работе обосновывается необходимость включения этапа проверки фонограмм на предмет нейросетевой генерации в структуру предварительного экспертного исследования наряду с установлением пригодности речевого материала для решения идентификационных задач. Внимание обращено на неоднозначные результаты применения специализированных программных средств для автоматического распознавания сгенерированных цифровых фонограмм. Подчеркивается важность развития методического обеспечения судебных экспертиз новых объектов нейросетевой природы, а также сделан вывод о необходимости совершенствования процессуальных механизмов оценки цифровых доказательств в условиях распространения нейросетевых технологий, в том числе для синтеза звучащей речи.
The article deals with some problems of using neural network technologies to falsify digital audio evidence in civil proceedings. The rapid development of generative artificial intelligence models and their widespread availability create new risks of presenting unreliable signalograms in court, such as phonograms capable of imitating the voice of a specific person. In these circumstances, it is particularly important to develop mechanisms for forensic experts to counter such falsifications. The article justifies the need to include a stage of checking phonograms for neural network generation in the structure of preliminary expert examination, along with establishing the suitability of speech material for identification purposes. Attention is drawn to the mixed results of using specialized software for the automatic recognition of generated digital audio recordings. The importance of developing methodological support for forensic examinations of new objects of a neural network nature is emphasized, and a conclusion is drawn regarding the need to improve procedural mechanisms for the assessment of digital evidence in the context of the proliferation of neural network technologies, including those for the synthesis of spoken speech.
The authors declare that there are no conflicts of interest present.