The use of artificial intelligence in crime prevention through forensic means

Cover Page

Cite item

Full Text

Abstract

The subject of the research is the methods and techniques for applying artificial intelligence (AI) as a forensic tool in crime prevention. The object of the research is the activities of law enforcement agencies and departments aimed at preventing criminal activities. The objective of the article is to analyze the possibilities of applying AI as a forensic tool for crime prevention, as well as to develop recommendations for optimizing and integrating AI-based systems into Russian law enforcement practice. The article examines various approaches to defining artificial intelligence, its key features, and characteristics. It analyzes the potential for implementing methods and techniques based on AI technologies for crime prevention. Special emphasis is placed on technologies such as predictive analytics, natural language processing, facial and image recognition systems, decision support systems, and digital evidence analysis. The research is accompanied by practical examples illustrating the capabilities of AI technologies in the process of crime prevention. The article considers both foreign and Russian experiences in using AI technologies for crime prevention. General scientific and specialized scientific methods of cognition were used in the research. The comparative law method was applied to study the experiences of foreign countries. The formal-legal method was utilized to examine the main approaches to defining the concept of AI and its characteristics. The method of state and legal modeling was used to mentally create models for the use of AI technologies. The relevance of the research is justified by the fact that modern AI technologies, including machine learning, big data analysis, natural language processing, and computer vision, provide new opportunities for analyzing criminal patterns, predicting potential threats, and improving the efficiency of law enforcement agencies. All these technologies are currently being actively implemented and have significant potential for enhancing the activities of law enforcement in crime prevention, as well as for the development of forensic science as a whole. As a result of the research, approaches to understanding AI were examined, the methods and key AI-based technologies used or potentially usable for crime prevention purposes were studied, and the ways of application and prospects of using AI-based technologies in the practical activities of law enforcement agencies were described.

References

  1. Бахтеев Д. В. Искусственный интеллект: этико-правовые основы: монография. М.: Проспект, 2025. 176 с. EDN: GKWMZB.
  2. Бычков В. В. Искусственный интеллект в сфере раскрытия и расследования преступлений экстремистской направленности, совершенных с использованием информационно-телекоммуникационных сетей // Российский следователь. 2022. № 1. С. 3-6. doi: 10.18572/1812-3783-2022-1-3-6. EDN: VHGGPK.
  3. Белкин Р. С. Курс криминалистики: Общая теория криминалистики. В 3-х томах. Т. 1. Москва: Юристъ, 1997. 408 с.
  4. Алгоритмизация следственной деятельности: монография / Е. П. Ищенко, Н. Б. Водянова; под ред. Е. П. Ищенко. Москва: Юрлитинформ, 2010. 303 с. EDN: QRTFJX.
  5. Бахтеев Д. В. Искусственный интеллект в криминалистике: состояние и перспективы использования // Российское право: образование, практика, наука. 2018. № 2 (104). С. 43-47. EDN: XSESHB.
  6. Братко А. Г. Искусственный разум, правовая система и функции государства: монография. Москва: ИНФРА-М, 2021. 280 с. doi: 10.12737/1064996. EDN: TZZXBK.
  7. Костенко Р. В., Ильяшенко А. Н. Будущее уголовного правосудия: роль искусственного интеллекта в предиктивной аналитике // Вестник Санкт-Петербургского университета МВД России. 2024. № 3 (103). С. 200-206. doi: 10.35750/2071-8284-2024-3-200-206. EDN: FAGBUC.
  8. Фесик П. Ю. Технология использования криминалистической характеристики в раскрытии убийств: дис. … канд. юрид. наук. Н. Новгород, 2011. 239 с. EDN: QFEGXZ.
  9. Васкэ Е. В., Толстолуцкий В. Ю. Методологические основы комплексного корреляционно-смыслового подхода к составлению розыскного профиля неизвестного преступника // Вестник Пермского университета. Юридические науки. 2014. № 4. С. 166-171. EDN: TGKPHR.
  10. Кухарев Г. А., Мауленов К. С., Щеголева Н. Л. Защита изображений лиц от распознавания в социальных сетях: способы решения и их перспективы // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21, № 5. С. 755-766. doi: 10.17586/2226-1494-2021-21-5-755-766. EDN: KTXDER.
  11. Гусенкова А. А. Применение систем видеонаблюдения и автоматизированных систем биометрической идентификации человека при производстве портретных экспертиз и исследований (на примере аппаратно-программного комплекса "Безопасный город") // Вестник Московского университета МВД России. 2021. № 6. С. 86-90. doi: 10.24412/2073-0454-2021-6-86-90. EDN: LGARSO.
  12. Тарасов А. В., Темзоков А. Р. Криминалистические аспекты использования искусственного интеллекта в раскрытии и расследовании преступлений // Теория и практика общественного развития. 2023. № 10. С. 12-16. doi: 10.24158/tipor.2023.10.33. EDN: AVYVYC.
  13. Теория информационно-компьютерного обеспечения криминалистической деятельности: монография / под ред. Е. Р. Россинской. М.: Проспект, 2022. 256 с.
  14. Беспалова Н. В., Корчагин С. А., Сердечный Д. В., Селиверстов В. В. Анализ зарубежного опыта применения интеллектуальных методов в задачах защиты объектов критической информационной инфраструктуры финансового сектора // ИВД. 2024. № 5 (113). С. 1-7.
  15. Дазмарова Т. Н. Искусственный интеллект в банковском секторе // Государственная служба и кадры. 2024. № 4. С. 5-7. doi: 10.24412/2312-0444-2024-4-88-91. EDN: EPYWMO.
  16. Соловьев В. С. Преступность в социальных сетях Интернета (криминологическое исследование по материалам судебной практики) // Всероссийский криминологический журнал. 2016. № 1. С. 60-71. doi: 10.17150/1996-7756.2016.10(1).60-72. EDN: VPBFZR.
  17. Использование искусственного интеллекта при выявлении, раскрытии, расследовании преступлений и рассмотрении уголовных дел в суде: монография / под ред. С. В. Зуева, Д. В. Бахтеева. М.: Юрлитинформ, 2022. 216 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).